Didžiosios technologijų bendrovės per kelerius metus investavo šimtus milijardų eurų į dirbtinio intelekto infrastruktūrą. Pastatyta tūkstančiai duomenų centrų, nupirkta milžiniški kiekiai grafikos procesorių, pasamdyta armija pigių darbuotojų – tačiau pelningumo kreivė vis dar atsilieka nuo lūkesčių.
Analitikai jau kalba apie vieną brangiausių statymų šiuolaikinėje verslo istorijoje ir klausia, ar ši sistema apskritai pajėgi užsidirbti pati sau.
Rizikos kapitalo fondų skaičiavimais, kad dabartinis DI infrastruktūros lygis būtų ekonomiškai pagrįstas, pramonė kasmet turėtų generuoti apie 600 milijardų eurų pajamų. Šiandien šis skaičius dar labai toli, nors tokios bendrovės kaip „OpenAI“ ir „Anthropic“ jau skelbia milijardines apyvartas.
Didžioji dalis šių pajamų yra ne pelnas, o nuostolingas augimas. DI modelių palaikymas kainuoja brangiai – kiekviena užklausa reikalauja skaičiavimo galios, elektros ir infrastruktūros, todėl, priešingai nei tradicinėje programinėje įrangoje, daugiau vartotojų nebūtinai reiškia didesnį pelningumą.
Vis dėlto vadovai negali sustoti – DI tapo tam tikru verslo pasaulio spaudimu. Apklausos rodo, kad apie 90 proc. generalinių direktorių tiki, jog iki 2028 metų DI iš esmės pakeis jų įmones, nors tik ketvirtadalis projektų šiuo metu atneša laukiamą investicijų grąžą.
Nematoma darbo ir energijos kaina
Po „stebuklingų“ DI paslaugų paviršiumi dirba tūkstančiai žmonių iš Kenijos, Indijos ar Filipinų, už kelis eurus per valandą tikslinant atsakymus, filtruojant smurtinį ar pornografinį turinį ir tikrinant modelių išvestį. Be šio nuolatinio žmogiško darbo DI sistemos būtų gerokai labiau klaidinančios ir pavojingos.
Fizinis pagrindas taip pat brangus. Tarptautinės energetikos agentūros duomenimis, duomenų centrai 2022 metais sunaudojo apie 460 teravatvalandžių elektros, o iki šių metų pabaigos šis skaičius gali priartėti prie 1 000 teravatvalandžių ribos. Didelė dalis energijos skirta ne skaičiavimams, o aušinimui – DI „dega“ ir vandenį, ir elektrą.
Vienas didelis duomenų centras gali naudoti tiek vandens, kiek 30 000–50 000 gyventojų turintis miestas, o dalis jo nebegrįžta į vandentvarkos sistemą. Jau fiksuojama savivaldybių, kuriose duomenų centrai sunaudoja ketvirtadalį ir daugiau miesto vandens.
Duomenų nutekėjimas kaip norma
Įmonės DI įrankius naudoja kasdieniams darbams – nuo sutarčių rengimo iki programavimo. Skaičiuojama, kad beveik 35 proc. įvesties į viešas DI sistemas sudaro jautri informacija: klientų duomenys, medicininiai įrašai, komercinės paslaptys.
Dar blogiau tai, jog daugiau kaip 80 proc. organizacijų neturi techninių priemonių tam sukontroliuoti. Nors siunčiamos saugumo rekomendacijos, darbuotojai spaudžiami dirbti greičiau, tad renkasi terminus, o ne politiką ir dažnai nejučiomis atiduoda DI tiekėjams brangiausią įmonės turtą – intelektinę nuosavybę.
Vartotojų pokalbiai viešose DI platformose pagal nutylėjimą gali būti panaudoti modelių mokymui. Kartą patekusios į mokymosi duomenis, paslaptys nebegali būti „išimtos“ – tai ne tradicinis duomenų nutekėjimas, kurį galima suvaldyti, o ilgalaikis žinių sumaišymas.
Ar gresia naujas „dotkomų“ burbulas?
Šiandienos DI bumas primena devintojo dešimtmečio pabaigos interneto burbulą. Tada taip pat buvo nutiesta milžiniška infrastruktūra tikintis, kad paklausa greitai ją užpildys. Paklausa galiausiai atsirado, tačiau prieš tai rinka smarkiai koregavosi, o indeksams prireikė penkiolikos metų atsitiesti.
Panaši rizika kyla ir dabar. DI investicijas daugiausia laimi lustų gamintojai, tokie kaip „Nvidia“, „AMD“ ir TSMC, tačiau galutiniai vartotojai jau moka už brangesnius įrenginius ir paslaugas.
Jei žadėti našumo šuoliai neatsiras pakankamai greitai, korekcija paliestų ne tik technologijų sektorių, bet ir pensijų fondus, indeksinius fondus bei kasdienius investuotojus.
Kol kas pasaulis jau įlipęs į šį traukinį ir sustoti sunku. Tačiau vis dažniau klausiama ne „kas bus, jei atsiliksime nuo dirbtinio intelekto lenktynėse“, o „kur iš tikrųjų bėga ši lenktynė ir kas sumokės už klaidas“.
