AI łamie reguły. Trzeba gigantycznych pieniędzy żeby nie wypaść z trajektorii

Tempo wzrostu zapotrzebowania na moc obliczeniową dla AI jest dziś ponad dwukrotnie szybsze niż przewiduje prawo Moore’a. Oznacza to ogromną presję na łańcuchy dostaw energii, chipów i infrastruktury chmurowej.

Z taką rewolucją technologiczną świat jeszcze się nie zderzył. Aby sprostać rosnącemu zapotrzebowaniu na moc obliczeniową napędzaną przez sztuczną inteligencję, globalny rynek do końca tej dekady będzie potrzebował inwestycji rzędu 500 mld USD i 2 bln USD dodatkowych przychodów – wynika z raportu Bain & Company.

Złamane prawo Moore’a 

Do 2030 r. globalne zapotrzebowanie na moc obliczeniową niezbędną do obsługi sztucznej inteligencji może osiągnąć 200 gigawatów, z czego połowa przypadnie na Stany Zjednoczone. Nawet przy założeniu, że wdrożenia AI przyniosą pełne, oczekiwane oszczędności kosztowe, na świecie wciąż zabraknie około 800 mld USD przychodów rocznie.

Ta luka wynika z niespotykanego wcześniej tempa wzrostu zapotrzebowania na moc obliczeniową dla AI – jest ono ponad dwukrotnie szybsze niż przewiduje prawo Moore’a. Zakłada ono, w dużym uproszczeniu, że liczba tranzystorów w procesorach podwaja się co dwa lata. Sektor zbliża się jednak do granic wyznaczanych przez prawa fizyki, co powoduje, że zasada ta przestanie obowiązywać.

– Wraz z utrzymywaniem się dotychczasowych tendencji, sztuczna inteligencja stanie się jednym z głównych czynników presji na globalne łańcuchy dostaw. Ponieważ popyt na moc obliczeniową rośnie szybciej niż wydajność półprzewodników, modernizacja sieci energetycznych oraz rozwój efektywniejszych algorytmów i architektur systemów obliczeniowych staną się kluczowe dla utrzymania tempa innowacji – podkreśla Paweł Szreder, partner w Bain & Company.

AI się opłaca

Od AI nie ma odwrotu. Wiąże się z potężnymi inwestycjami, ale jest koniecznością i ma pozytywny wpływ na biznes. Najwięcej zyskują firmy, które już przeszły z etapu analizy i testów do implementacji tej technologii. Z raportu Bain wynika, że wdrożenia AI w ciągu ostatnich dwóch lat przyniosły takim firmom wzrost EBITDA na poziomie od 10 proc. do 25 proc. Ale większość podmiotów wciąż pozostaje w fazie eksperymentowania z AI, osiągając jedynie ograniczone efekty.

Jak na tle świata wypada Polska? Według raportu przygotowanego przez Pew Research Center w grupie badanych 25 krajów tylko 14 proc. ankietowanych nigdy nie słyszało o sztucznej inteligencji, podczas gdy 34 proc. słyszało o niej dużo, a 47 proc. trochę. W Polsce wyniki są nawet nieco wyższe: 34 proc. respondentów słyszało o AI dużo, 53 proc. trochę, a jedynie 13 proc. wcale.

– Sztuczna inteligencja przestała być tematem niszowym, co zawdzięczamy nie tylko jej obecności w mediach czy rozwojowi modeli językowych, ale także coraz śmielszym inwestycjom w praktyczne zastosowania. W implementację angażuje się dziś nie tylko biznes, lecz także administracja publiczna. Należy jednak uczciwie przyznać, że mimo dużego zainteresowania tematem, realne wdrożenia AI w polskich przedsiębiorstwach wciąż są ograniczone – komentuje Jacek Gralak, dyrektor w Transition Technologies PSC.

Badanie wykazało również silną korelację między dochodem kraju (mierzonym PKB per capita) a świadomością na temat AI. I tak na przykład około połowy dorosłych w Japonii, Niemczech, Francji i Stanach Zjednoczonych deklaruje, że wie o niej dużo, podczas gdy w Indiach czy Kenii taką odpowiedź wskazuje zaledwie kilkanaście proc.

W poszczególnych krajach istnieją duże różnice, jeśli chodzi o zaufanie do AI. Polska plasuje się mniej więcej w połowie stawki. 37 proc. ankietowanych deklaruje niepokój, 42 proc. nie potrafi zająć stanowiska, a jedynie 15 proc. czuje głównie ekscytację. Liderem nieufności są Stany Zjednoczone (aż 50 proc.), natomiast najmniej obaw wyrażają mieszkańcy Korei Południowej (zaledwie 16 proc.).

Jak wdrażać AI

Wysoka świadomość dotycząca AI nie zawsze idzie w parze ze zrozumieniem jej potencjału. Eksperci apelują: zanim zaczniemy wdrażać narzędzia oparte na AI, potrzebna jest edukacja. Pierwszym krokiem powinno być stworzenie zasad odpowiedzialnego i bezpiecznego korzystania z AI. Jednak same procedury nie wystarczą. Kluczowa jest komunikacja i szkolenia. Warsztaty, które pokazują konkretne zastosowania AI, często stają się punktem wyjścia do rozmowy o tym, gdzie technologia może realnie pomóc w codziennej pracy. Dzięki temu pracownicy zaczynają sami zgłaszać pomysły, a transformacja przestaje być narzucona z góry, tylko wyrasta z rzeczywistych potrzeb.

– AI nie jest domeną wyłącznie działu IT. W pilotażowych projektach warto angażować zespoły sprzedaży, zakupów czy obsługi klienta, bo to właśnie tam najłatwiej dostrzec praktyczne korzyści. Współpraca z zewnętrznymi ekspertami może pomóc w ocenie, które rozwiązania przynoszą największy zwrot z inwestycji i są najłatwiejsze do wdrożenia – radzi Marek Niziołek, dyrektor transformacji cyfrowej i IT w Grupie Śnieżka. Dodaje, że odpowiedzialne korzystanie z AI nie polega na eksperymentach dla samej technologii, lecz na szukaniu praktycznych usprawnień.

– W Śnieżce jednym z takich rozwiązań jest stworzony wewnętrznie tłumacz symultaniczny, który w czasie rzeczywistym przekłada rozmowy w językach wschodnioeuropejskich podczas tele- i wideokonferencji. Powstał nie z fascynacji technologią, lecz z realnej potrzeby operacyjnej – podsumowuje przedstawiciel Śnieżki.