Окупательная способность: бизнес рискует потерять сотни миллиардов долларов на искусственном интеллекте
Огромные вложения IT-гигантов и стартапов в инфраструктуру, обеспечивающую работу искусственного интеллекта, продолжают вызывать тревогу у осторожных инвесторов. В венчурном фонде Sequoia Capital сопоставили траты на ИИ-оборудование с ожидаемыми доходами отрасли и пришли к выводу: в данный момент ситуация напоминает мыльный пузырь, который рано или поздно лопнет вместе с надеждами большинства игроков — кроме тех, кому удастся создать действительно полезный для потребителей и востребованный ими продукт.
Инвестиции в никуда
Аналитик Sequoia Capital Дэвид Кан в публикации в блоге компании оценивает сумму выручки, которую надо ежегодно зарабатывать отрасли, чтобы выходить в ноль при текущих капиталовложениях, в $600 млрд. В подтверждение своей оценки Дэвид Кан приводит несложные выкладки.
За отправную точку он принял выручку подразделения Nvidia, выпускающего самые востребованные на рынке ИИ-процессоры. По данным эксперта, к концу 2023 года производитель получал от текущих продаж этого оборудования столько денег, что в пересчете на год выходила сумма $74 млрд. В первом квартале 2024-го этот показатель вырос до $90 млрд, а к концу года может достичь $150 млрд.
Потратившись на процессоры, ИИ-компаниям придется заплатить еще столько же за обслуживание дата-центров, где они установлены: электроэнергию для самих серверов и систем охлаждения, здания, зарплату персонала, поддержание резервных источников питания и т.п.
Чтобы узнать размер необходимой выручки, придется удвоить сумму еще раз — ведь ИИ-компаниям нужно что-то зарабатывать, а маржа 100% считается инвесторами типичной для бизнеса, разрабатывающего программные продукты. При этом получившаяся цифра $600 млрд не включает возможные наценки продающих облачные вычислительные ресурсы сервисов, таких как принадлежащий Amazon AWS, Microsoft Azure или Google Cloud.
В сентябре прошлого года Дэвид Кан уже делился аналогичными выкладками, но на тот момент масштаб закупок «железа» для ИИ-вычислений был куда скромнее, соответственно и итоговая сумма необходимой выручки была гораздо меньше — $200 млрд.
Не хватает полтриллиона
Пока продукты на основе ИИ приносят технологическим компаниям суммы на пару порядков меньше необходимых. Даже лидер рынка, разработавший ChatGPT OpenAI, в марте 2024 года (об этом писало издание The Information) генерировал текущую выручку из расчета $3,4 млрд в год. В конце 2023-го этот показатель составлял $1,6 млрд.
Созданная выходцами из OpenAI компания Anthropic, которую в отрасли рассматривают как главного конкурента OpenAI, надеется к концу 2024 года зарабатывать $850 млн в год, сообщало Reuters со ссылкой на источники. Еще ряду ИИ-стартапов удалось масштабировать выручку в пределах $100 млн в год.
Goldman Sachs и Bernstein Societe Generale оценили ИИ
Не все эксперты склонны рассматривать гонку ИИ-инвестиций как существенный риск для будущего ведущих игроков. Goldman Sachs в недавней публикации прогнозирует, что суммарные капиталовложения IT-отрасли в ИИ-технологии достигнут за десятилетие триллиона долларов. Но в банке предполагают, что у бигтеха достаточно ресурсов (в первую очередь, свободных средств, возможностей дистрибуции и доступа к миллиардам потенциальных клиентов), чтобы в конечном счете запустить востребованный и приносящий постоянный доход продукт. С аналитиками Goldman согласны и в Bernstein Societe Generale Group — там полагают, что, даже если ИИ не оправдает надежд, закупленные для него вычислительные мощности можно будет использовать с выгодой и для других целей.
Аналогичные показатели Google, Meta* и Microsoft не публиковались. Чтобы наглядно продемонстрировать несоразмерность нынешнего уровня капиталовложений, Дэвид Кан предложил оценить потенциальные доходы IT-отрасли от ИИ по максимуму. В Microsoft ранее говорили, что надеются довести выручку продуктов семейства Copilot, работающих на технологиях OpenAI, до $10 млрд в год. Эксперт щедро допустил, что еще три представителя бигтеха — Apple, Google и Meta* — каждый сможет выйти на ту же сумму. Еще по $5 млрд якобы смогут приносить Oracle, Bytedance, Alibaba, Tencent, X и Tesla.
По мнению Дэвида Кана, вместе с многочисленными мелкими игроками сумма годовой выручки ИИ-отрасли сможет достичь (отдельный вопрос — как скоро) $100 млрд. То есть для решения проблемы нужно либо где-то найти еще полтриллиона долларов в год, либо срочно прекращать закупки ИИ-процессоров. Но на это отрасль точно не пойдет, наоборот, все готовятся к началу поставок нового поколения чипов Nvidia, B100. Компания обещает, что они будут до 2,5 раз производительнее нынешних H100, при цене лишь на 25% большей.
Отрасли нужен хит
По итогам прошлого года стало ясно, что ИИ уже сегодня помогает бизнесу тратить меньше и зарабатывать больше. Опрос консалтинговой компанией McKinsey нескольких сотен топ-менеджеров показал, что 59% из внедряющих такие технологии компаний зафиксировали благодаря этому рост выручки. Сразу несколько исследований в 2023 году установили рост продуктивности применяющих ИИ сотрудников. В Microsoft выявили, что чат-бот Copilot ускоряет выполнение разных задач на 26-73%. В Гарвардской школе бизнеса зафиксировали повышение скорости работы бизнес-консультантов благодаря внедрению GPT-4 на 25%, а качества работы — на 40%. Еще одно исследование установило, что благодаря ИИ юристы стали на 11-32% быстрее составлять разные типы документов.
Аналитик Sequoia Capital и не утверждает, что ИИ в его нынешнем виде бесполезен — но он пока недостаточно полезен, чтобы оправдать огромные капиталовложения.
По мнению эксперта, вывести доходы отрасли на нужный уровень получится лишь в том случае, если ею будет создан по настоящему полезный продукт, решающий важные задачи и помогающий клиентам зарабатывать существенно больше. Например, для индустрии персональной электроники в прошлом десятилетии таким продуктом оказался смартфон. Те компании, которым удастся создать что-то аналогичное в сфере ИИ, не разорят своих инвесторов, остальным же придется попрощаться с потраченными на волне хайпа миллиардами.
Но не исключено, что проблему в итоге решат иначе, благодаря новым подходам к обучению искусственного интеллекта, которые позволят выполнять на уже имеющихся мощностях на порядок больше вычислений. Исследователи из принадлежащей Google компании DeepMind опубликовали в конце июня статью о новом методе тренировки больших языковых моделей JEST, основанном на предварительной группировке данных в наборы, оценке их качества и ранжировании по этому показателю. По утверждению авторов, это позволяет добиться в 13 раз большей производительности при 10-кратном сокращении энергозатрат.
Новости
Кейсы 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Просто о сложном 
Проверено ADPASS 
Рекламные кампании 