Искусственный интеллект: прибыльное, но затратное предприятие для крупнейших технологических компаний
Почти полтора года в вихре искусственного интеллекта крупнейшие технологические гиганты продемонстрировали, что искусственный интеллект (ИИ) может превратиться в надежные источники доходов. Однако ИИ также представляет собой колоссальную дыру в финансах, где инвестиции могут быстро выйти из-под контроля. Лидеры технологической индустрии, такие как Microsoft и компания-мать Google Alphabe, сообщили о росте доходов от облачных услуг, стимулируемом увеличением инвестиций компаний в ИИ-сервисы. Meta Platforms, хоть и отстающая в генерации доходов от технологий, признала, что их усилия в области ИИ улучшили вовлеченность пользователей и точность таргетинга рекламы.
Инвестиции в ИИ нарастают среди технологических гигантов
Чтобы достичь этих ранних финансовых успехов, компании потратили миллиарды на развитие ИИ, планируя дальнейшее увеличение этих инвестиций. Microsoft раскрыла, что потратила $14 миллиардов на капитальные затраты в последнем квартале, сумма которых ожидается «существенно увеличиться», частично благодаря инвестициям в инфраструктуру ИИ – на 79% больше, чем в предыдущем квартале.
Alphabet объявила о затратах в $12 миллиардов за квартал, что составляет увеличение на 91% по сравнению с предыдущим годом, и прогнозирует, что оставшаяся часть года будет на этом уровне или выше, так как компания фокусируется на возможностях ИИ. Meta повысила свои прогнозы по инвестициям на год, теперь считая, что капитальные расходы могут достичь $35-40 миллиардов, с потенциальным увеличением на 42% в верхней части, отмечая также агрессивные инвестиции в исследования и разработку ИИ.
Сбалансированные затраты и достижения в области ИИ
Растущие затраты на ИИ вызвали тревогу у определенных инвесторов, что подчеркивается падением акций Meta из-за прогнозируемых затрат параллельно с медленным уровнем роста продаж. Внутри технологической индустрии широко распространено мнение, что стоимость ИИ будет продолжать увеличиваться по двум основным причинам: модели ИИ становятся все более массивными и дорогостоящими для разработки, а мировой спрос на ИИ-сервисы требует строительства более крупных центров обработки данных. Компании, экспериментирующие с ИИ-сервисами, такими как те, что предлагаются OpenAI или Google, могут потратить миллионы на адаптацию продуктов под свои потребности.
Каждое использование ИИ-чатбота или запрос на анализ данных о продажах сопровождается дополнительными расходами. Однако создание основ для систем ИИ остается самым дорогостоящим предприятием.
Языковые модели ИИ увеличиваются в размерах и затратах
Сегодняшние наиболее известные продукты ИИ, включая ChatGPT от OpenAI, оперируют обширными языковыми моделями – системами, питаемыми обширным массивом данных для обеспечения наиболее эффективного взаимодействия с пользователем. Ведущие компании по ИИ ставят на то, что увеличение этих больших языковых моделей делает путь к более продвинутому ИИ, который в конечном итоге может превзойти человека во многих задачах.
Этот рост требует больше данных, увеличенной вычислительной мощности и более долгих периодов обучения систем ИИ. Стоимость создания существующих рыночных моделей ИИ может составлять около $100 миллионов только на обучение, прогнозы в ближайшее время достигают $1 миллиарда и могут превысить отметку в $5 или $10 миллиардов к 2025 или 2026 году.
Инвестиции в графические процессоры и затраты на вычисления
Существенная часть этих расходов связана с возможностями обработки, в частности с графическими процессорами (GPU), которые обрабатывают обширные данные с высокой скоростью. Эти чипы, в основном производимые Nvidia, имеют высокие цены и находятся в недостатке. Генеральный директор Meta Марк Цукерберг ранее анонсировал планы приобрести 350 000 графических процессоров Nvidia H100 до конца года для поддержки исследований по ИИ, что составит миллиарды даже с учетом объемной скидки.
Бум строительства центров обработки данных
Компании, основанные на ИИ, нуждаются в объектах для размещения оборудования, побуждая компании, такие как Meta, Amazon, Microsoft и Google, гоняться за построением новых серверных ферм. Пользовательские центры данных содержат жесткие диски, процессоры, системы охлаждения, электрические стекла и резервные генераторы. Компания Dell’Oro Group оценивает, что компании потратят около $294 миллиардов на строительство и оборудование центров обработки данных в этом году, демонстрируя огромный масштаб инвестиций, вливающихся в инфраструктуру ИИ.
Высокие ставки по ИИ в технологической индустрии включают в себя сложный баланс между масштабом расходов на разработку и потенциалом значительной генерации доходов. Вот некоторые из самых важных вопросов и ключевые вызовы, связанные с этой темой, наряду с преимуществами и недостатками инвестиций в ИИ.
Ключевые вопросы и ответы:
1. Как технологические компании оправдывают огромные расходы на ИИ?
Технологические компании утверждают, что долгосрочные выгоды, такие как повышенная эффективность, новые источники доходов от ИИ-сервисов и оставание конкурентоспособными в технологическом пейзаже, оправдывают высокие начальные инвестиции.
2. Каковы основные факторы затрат в развитии ИИ?
Основными факторами затрат являются цена графических процессоров, строительство центров обработки данных, зарплаты опытных исследователей и инженеров в области ИИ, а также остаточные затраты на обучение и поддержание моделей ИИ.
3. Существует ли риск пузыря инвестиций в ИИ?
Да, существует риск, что ажиотаж вокруг ИИ может привести к излишним инвестициям и завышенным ожиданиям. Если технологии ИИ не будут соответствовать своим обещаниям или станут товаризированными, компании могут столкнуться с существенными финансовыми потерями.
Ключевые вызовы и противоречия:
— Экологическое воздействие: Строительство центров обработки данных и энергопотребление обучения ИИ могут иметь вредные последствия для окружающей среды. Энергоэффективные технологии и устойчивые практики являются важными для смягчения этой проблемы.
— Этика и предвзятость ИИ: Обеспечение того, что системы ИИ будут этичными и свободны от предвзятости, является основной проблемой, поскольку ошибочные модели могут привести к дискриминации и негативным социальным последствиям.
— Регулирование и контроль: Правительства и регулирующие органы сталкиваются с вопросами о том, как контролировать развитие ИИ, с опасениями по поводу конфиденциальности, безопасности и монополистических поведений.
Преимущества и недостатки:
Преимущества:
— ИИ может значительно повысить эффективность и автоматизировать сложные задачи, что приводит к экономии затрат.
— Компании с продвинутыми возможностями ИИ могут предложить инновационные продукты и услуги, захватывая новые рынки и доходы.
— ИИ может улучшить пользовательский опыт, привлечение и удовлетворенность клиентов.
Недостатки:
— Высокие начальные инвестиции и постоянные операционные расходы на ИИ могут напрячь финансы компании, особенно если инициативы по ИИ не приносят быстрого возврата инвестиций.
— Недостаточно высококвалифицированных сотрудников в области ИИ приводит к острой конкуренции и высоким заработным платам, способствуя росту затрат.
— Чрезмерная зависимость от ИИ может привести к утрате рабочих мест и социальным вызовам.
Для тех, кто заинтересован в исследовании более широкого контекста и воздействия ИИ в технологической индустрии, посетите следующие ссылки:
— Nvidia – для информации о графических процессорах и их роли в вычислениях ИИ.
— OpenAI – организация за некоторыми из самых передовых моделей ИИ, таких как ChatGPT.
— Google – для понимания, как один из ведущих технологических гигантов интегрирует ИИ в свои услуги и инфраструктуру.
Важно отметить, что по мере развития технологии ИИ изменятся также динамика затрат и возможности для генерации дохода. Технологическим компаниям необходимо не только инновировать в своем развитии ИИ, но и ориентироваться в финансовом, этическом и регуляторном пространствах, окружающих эту трансформационную технологию.