Вы никогда не задумывались, что современные огромные инвестиции в ИИ могут не оправдаться? Мне они напоминают инвестиции конца 90-х — начала 00-х в бурно развивающиеся интернет-компании, которые увенчались крахом «доткомов».
Интернет на заре своего развития обещал нам новый мир, но перед этим раздул большой мыльный пузырь. На фоне хайпа создавались компании с сумасшедшей капитализацией, но их результаты не оправдали ожиданий, и тогда индекс NASDAQ обвалился в 7 раз.
Сейчас ИИ-компании повторяют тот же сценарий, но с куда большим размахом. Капитализация ИИ-рынка оценивается в $6 трлн (сопоставимо с ВВП Японии), сюда входят инфраструктурные компании и биг-тех, которые непосредственно занимаются разработкой LLM-моделей.
К примеру, OpenAI оценивается в $500 млрд, планируемая выручка на 2025 год — $12-13 млрд, но и тратит она столько же. У компании xAI (Илона Маска) выручка $0,5 млрд, а затраты всего в 2 раза меньше, чем у OpenAI. (источник)
Общие затраты внутри сегмента ИИ-моделей составляют около $120 млрд при общей выручке $30 млрд. Эти данные явно указывают, что экономика ИИ-проектов дотационная с довольно большим дефицитом.
Для стабилизации ситуации необходим стремительный рост минимум в 10-15 раз, чтобы хотя бы покрыть текущие расходы. Но если судить по завышенным оценкам этих компаний, инвесторы ждут значительно большего увеличения доходности.
Теперь к инфраструктуре — здесь монополистом выступает Nvidia с капитализацией $4,3 трлн. Компания доминирует на рынке чипов, необходимых для развития LLM-моделей. Планируемая выручка за 2025 год — $130 млрд, но кратное увеличение вряд ли произойдет. (Источник)
В 2024-м Nvidia произвела чипов достаточно, чтобы обеспечить 150 тыс. новых серверов. Сейчас на вооружении биг-тех компаний порядка 600 тыс. подобных серверов, а стоимость их обслуживания в год составляет примерно $105 млрд.
Всё это очень дорого, и если раньше крупные IT-компании могли позволить увеличивать вычислительные мощности за счёт своей прибыли, то сейчас часто прибегают к помощи кредитов.
Стоит ещё отметить, что столь большое количество дата-центров потребляет огромное количество электроэнергии. В США, например, в штате Вирджиния серверами потребляется до 25% электричества. Это повлекло за собой увеличение счетов за электричество на 7% по всей стране, что сказывается на традиционных секторах экономики — строительстве и промышленном производстве. (Источник)
🚩 Технологическое плато: LLM-модели больше не показывают скачкообразного развития. Так GPT-5 мало того, что вышел со значительной задержкой, так и не привнес каких то явно выраженных изменений. Это уже как айфон, который каждый год апгрейдит свое железо, но уже давно не предлагает ничего нового и революционного.
🚩 Исчерпание данных: в модели уже "загружено" всё, что было оцифровано в интернете.
🚩 Корпоративное внедрение буксует: исследование MIT показывает крайне медленный прогресс интеграции ИИ в бизнес-процессы.
Лично я склоняюсь к мысли, что потенциал ИИ огромен, но ожидания, связанные с его ростом, часто основаны на смелых прогнозах, а не на реальной доходности. Если инфраструктурные затраты не будут сопоставлены с равномерным ростом выручки, очень высок риск столкнуться с коррекцией рынка.
Интернет выжил после краха доткомов и изменил мир, но 90% компаний того времени обанкротились. ИИ, скорее всего, ждёт та же участь — технология останется и трансформируется, но нынешняя ситуация на рынке изменится.
Что думаете вы? Соответствуют ли инвестиции в ИИ его реальному потенциалу или мы на пороге нового экономического потрясения? Делитесь мнением в комментариях!
Мой телеграм канал - Рыжий Капиталист, не забывайте подписываться.
