Technologičtí giganti v čele s Microsoftem, Nvidií, Applem a dalšími firmami z takzvané Magnificent 7 vynakládají na infrastrukturu umělé inteligence stovky miliard dolarů ročně. Nejvíce aktuálně investují do datacenter a čipů, které tento nástroj pohánějí – jen vloni měly podle CNN kapitálové výdaje související s AI dosáhnout hranice 400 miliard dolarů (téměř 8,3 bilionu korun). Minimálně část investic přitom není jednorázová, ba naopak má hospodaření dotčených organizací zatěžovat pravidelně ruku v ruce s tím, jak bude postupně docházet k modernizaci a dalšímu rozvoji těchto polovodičů.
Na tom by za běžných okolností nebylo asi nic zvláštního, v souvislosti s problematikou kolem AI je nicméně vše o poznání komplikovanější. Řada odborníků je totiž toho názoru, že se dotčená technologie značně přeceňuje a že na trhu vzniká další velká bublina, jejíž potenciální splasknutí může mít neblahý vliv na celou globální ekonomiku.
„Zatím nevíme, do jaké míry je celý tento rozvoj bublinou, částečně to závisí na životnosti zmiňovaných investic,“ řekl k danému tématu CNN profesor na obchodní škole McDonough v Georgetownu Tim DeStefano s tím, že obavy přicházejí v době, kdy akcie „velké sedmičky“ tvoří přibližně 35 procent hodnoty indexu S&P 500.
Omezená životnost čipů
Jak dlouho budou čipy pro trénování a zpracování umělé inteligence fungovat, je předmětem debat. Nejčastěji se pro tyto účely používají specializované grafické procesory GPU, jejichž životnost experti odhadují na 18 až 36 měsíců.
V tradičních datových centrech se centrální procesorové jednotky (CPU) vyměňují po pěti až sedmi letech. Trénování modelů AI ale vystavuje čipy značné zátěži a teplu, což vede k jejich rychlejšímu opotřebení. „Asi devět procent GPU selže v průběhu jednoho roku, zatímco u CPU je to zhruba pět procent,” vypočítal David Bader, profesor na New Jersey Institute of Technology.
Každá nová generace čipů bývá přirozeně lepší a efektivnější. Což znamená, že nemusí být ekonomické svěřovat AI úlohy starším kusům jen proto, že jsou stále funkční. Dle DeStefana se čipy pro umělou inteligenci nejspíš porouchají v horizontu pěti až deseti let provozu, jejich ekonomická životnost ale může být i poloviční.
Bader je v tomto ohledu o něco pesimističtější, neboť se domnívá, že s pomocí GPU lze AI modely trénovat jen 18 až 24 měsíců. Na druhou stranu, starší čipy mohou podle něj některé úkoly, zejména interferenci, respektive zpracování dotazů uživatelů, zvládat ještě dalších pět let, takže se možnost jejich uplatnění prodlužuje.
Zástupci Nvidie, jednoho z největších dodavatelů čipů pro umělou inteligenci, tvrdí, že jejich systém CUDA umožňuje zákazníkům aktualizovat software stávajících čipů, díky čemuž lze přechod na novější produkty značně oddálit. „GPU dodané před šesti lety fungují dodnes na plný výkon“, uvedla v listopadu finanční ředitelka společnosti Colette Kressová.
„Ať už ale čipy vydrží dva nebo šest let, technologické společnosti stále čelí otázce, z čeho budou financovat pravidelnou přestavbu infrastruktury,“ přidal se Mihir Kshirsagar, IT odborník z Princetonské univerzity.
Je AI přeceňovaná?
Čím rychleji se čipy opotřebovávají, tím větší tlak na návratnost investic společnosti pociťují, aby zrealizovaly jejich výměnu. A dlouhodobá poptávka po AI zůstává nejasná, zejména proto, že většina firem po implementaci této technologie nezaznamenala lepší hospodářské výsledky.
Hlavním zdrojem příjmů pro AI společnosti se pravděpodobně stanou firemní zákazníci. Spousta z nich ale stále hledá způsoby, jak tento nástroj využít ke generování vlastních výnosů nebo snižování nákladů. „Roste poptávka po generativní umělé inteligenci ze strany individuálních uživatelů, avšak to nestačí, aby velké technologické společnosti pokryly své investiční náklady,“ upozornil DeStefano.
Před bublinou v oblasti umělé inteligence nedávno varoval třeba známý investor Michael Burry, podle kterého technologické firmy přeceňují hodnotu investic do čipů, což může mít negativní dopad na jejich zisky. A také samotní AI lídři začínají o této záležitosti mluvit otevřeněji.
Generální ředitel Microsoftu Satya Nadella v podcastovém rozhovoru na konci loňského roku uvedl, že společnost začala rozdělovat investice do infrastruktury tak, aby bylo možné obměňovat čipy postupně. To finanční ředitelka OpenAI Sarah Friar zase přiznala, že společnost bude průkopníkem AI modelů jen v případě, že nejmodernější čipy vydrží tři, čtyři, pět let nebo dokonce i více. „Pokud by byl tento životní cyklus kratší, mohli bychom potřebovat podporu americké vlády,” komentovala možnosti financování agresivních infrastrukturních závazků.
Potenciální AI bublina a její důsledky
Při předchozích tržních bublinách byla infrastruktura vybudovaná v „době nadšení“ ještě několik let použitelná. Například optické kabely položené během takzvané dotcom bubliny na konci 90. let se užívají dodnes.
„Situace kolem umělé inteligence je ale jiná,” zdůraznil řídící partner investiční společnosti SK Ventures Paul Kedrosky s tím, že datová centra pro AI si bez neustálých investic do nových čipů neudrží stejný potenciál a důsledky toho nepocítí jen technologičtí giganti.
„Nejenže stavíme datová centra, ale technologické firmy tlačí i na výstavbu elektráren, které by jim dodávaly energii. A pokud to ekonomicky nevyjde, vyvstanou velmi závažné společenské otázky,” vyřkl na závěr Kshirsagar z Princetonu.
