Το στοίχημα του 1 τρισ. δολαρίων Microsoft, Amazon και Google για την A.I. δεν θα αποδώσει

Η Amazon, η Microsoft και η Google δαπάνησαν περισσότερα από 48 δισεκατομμύρια δολάρια το δεύτερο τρίμηνο του 2024, κυρίως σε βάσεις δεδομένων, σύμφωνα με το Synergy Research Group.

Από τον Alistair Barr/Business Insider

Οι μεγάλες εταιρείες τεχνολογίας προβλέπεται να ξοδέψουν το ποσό του 1 τρισεκατομμυρίου δολαρίων σε αυτό τον τομέα. Πολλές από αυτές τις δαπάνες κεφαλαίων τροφοδοτούνται από τις εκτιμήσεις ότι η γενετική Τεχνητή Νοημοσύνη θα είναι το επόμενο μεγάλο τεχνολογικό πράγμα μετά το cloud computing.

Το εύλογο ερώτημα που ακολουθεί είναι: Ποιες θα είναι οι αποδόσεις σε αυτές τις τεράστιες επενδύσεις Τεχνητής Νοημοσύνης;

Οι αναλυτές της RBC Capital Markets κατέληξαν σε μια πρόωρη απάντηση αυτή την εβδομάδα, και δεν είναι καλή. «Τα μακροπρόθεσμα μικτά περιθώρια κέρδους λογισμικού θα είναι δομικά χαμηλότερα ως αποτέλεσμα του GenAI», έγραψαν σε ένα ερευνητικό σημείωμα.

Όταν το λογισμικό πήγε από το «εσωτερικής εγκατάστασης», όπου οι εταιρείες το έτρεχαν στους δικούς τους υπολογιστές, στο cloud, όπου τρέχει σε απομακρυσμένα ενοικιασμένα μηχανήματα, τα μικτά περιθώρια κέρδους μειώθηκαν από 90% σε 75%, ανέφερε η RBC. Οι αναλυτές εκτίμησαν ότι η μετάβαση από το cloud computing στο Generative AI θα μειώσει περαιτέρω τα ίδια περιθώρια σε περίπου 60%.

Το μικτό περιθώριο είναι ένας απλός δείκτης κερδοφορίας που παίρνει τα έσοδα και αφαιρεί από αυτά το κόστος των πωληθέντων αγαθών.

Τα μικτά περιθώρια κέρδους στις επιχειρήσεις λογισμικού ήταν παραδοσιακά στο εύρος του 90%. Γι’ αυτό ο τομέας είναι τόσο ελκυστικός για τους επενδυτές και οι εταιρείες λογισμικού έχουν τόσο υψηλές αποτιμήσεις.

Η ανάπτυξη νέου λογισμικού κοστίζει πολύ εκ των προτέρων. Αλλά μόλις δημιουργηθεί, το κόστος δημιουργίας νέων εκδόσεων και διανομής τους στους πελάτες είναι σχεδόν μηδενικό. Έτσι, κάθε φορά που πουλάνε περισσότερα λογισμικά, τα κέρδη γίνονται όλο και μεγαλύτερα. Όταν οι επενδυτές τεχνολογίας φωνάζουν συνεχώς για την «κλίμακα», αυτό εννοούν. Η επιχείρηση λογισμικού έχει παραδοσιακά τεράστια κλίμακα: Περισσότερες πωλήσεις ισοδυναμούν με πολύ περισσότερα κέρδη.

Γιατί όμως μπορεί η επιχείρηση λογισμικού να είναι λιγότερο κερδοφόρα στην επερχόμενη εποχή της Τεχνητής Νοημοσύνης;

«Μπορεί να είναι δύσκολο να επιτευχθεί τόσο μεγάλη αποτελεσματικότητα στο P&L με την GenAI», έγραψαν οι αναλυτές της RBC, αναφερόμενοι στις καταστάσεις κερδών και ζημιών των εταιρειών.

Το Generative AI είναι ακριβό στην ανάπτυξη, αλλά και στην εκτέλεση.

Υπάρχει εκπαίδευση μοντέλου AI. Αυτό περιλαμβάνει την αγορά απίστευτα ακριβών GPU από την Nvidia και στη συνέχεια την τοποθέτηση αυτών των τσιπ AI σε διακομιστές που χρειάζονται ειδική ψύξη και δικτύωση μέσα σε τεράστια κέντρα δεδομένων. Αυτές οι εγκαταστάσεις χρησιμοποιούν τεράστιες ποσότητες ηλεκτρικής ενέργειας, η οποία επίσης κοστίζει πολύ και απαιτεί ακριβές αναβαθμίσεις.

Και σε αυτά δεν περιλαμβάνεται καν το κόστος των δεδομένων που απαιτούνται για την εκπαίδευση μοντέλων AI. Οι μεγάλες εταιρείες τεχνολογίας και οι νεοφυείς επιχειρήσεις προσπαθούν να αποφύγουν να πληρώσουν για το μεγαλύτερο μέρος αυτού, αλλά η συλλογή και ο καθαρισμός των δεδομένων εξακολουθεί να είναι ακριβός.

Αφού εκπαιδευτούν τα μοντέλα AI, πρέπει και να λειτουργούν. Αυτό είναι το βήμα των συμπερασμάτων, όπου τα μοντέλα εμφανίζουν νέα δεδομένα ή αιτήματα και συνάγουν χρήσιμα συμπεράσματα από τις πληροφορίες. Αυτό το βήμα απαιτεί επίσης ακριβά τσιπς και είναι περισσότερο μια συνεχής δαπάνη.

Και όλο αυτό δεν μοιάζει με την παλιά επιχείρηση λογισμικού on-premise, όπου κάθε νέα πώληση απέφερε σχεδόν 100% κέρδος. Κάθε φορά που ένας πελάτης Τεχνητής Νοημοσύνης χρησιμοποιεί μια υπηρεσία GenAI, επιβαρύνει τον πάροχο με ένα πλήθος δαπανών. Για παράδειγμα, το ChatGPT κοστίζει στην OpenAI 700.000 $ την ημέρα για να λειτουργήσει, υπολόγισε πέρυσι ο Dylan Patel, αναλυτής του κλάδου.

Ωστόσο, οι αναλυτές του RBC δεν ήταν όλοι μελαγχολικοί.

Αναμένουν ότι η GenAI θα είναι τόσο επαναστατική ώστε οι πελάτες να ξοδεύουν πολύ περισσότερα σε νέο λογισμικό με τεχνητή νοημοσύνη, το οποίο αναμένεται να αυξήσει τα έσοδα λογισμικού κατά 2 φορές ή και 3 φορές όσον αφορά τα τρέχοντα επίπεδα, υπολόγισαν. Με την αγορά λογισμικού τόσο μεγαλύτερη, μπορεί επίσης να υπάρχουν διαθέσιμα περισσότερα «δολάρια κέρδους» (μικτά κέρδη σε δολάρια), ακόμη και αν τα περιθώρια κέρδους είναι χαμηλότερα, είπαν οι αναλυτές.

Τα αποκαλούμενα «δολάρια κέρδους» (μικτά κέρδη σε δολάρια) είναι αυτά που επικαλούνται τα στελέχη και οι αναλυτές όταν τα περιθώρια κέρδους διολισθαίνουν. Είναι ένας δείκτης του απόλυτου κέρδους που δημιουργεί μια εταιρεία. Για παράδειγμα, εάν μια εταιρεία έχει 100 εκατομμύρια δολάρια σε έσοδα και 10% περιθώρια κέρδους, αυτό είναι 10 εκατομμύρια δολάρια σε απόλυτο κέρδος σε δολάρια.

Εάν αυτή η εταιρεία δει τα έσοδα της να εκτινάσσονται στα 300 εκατομμύρια δολάρια, αλλά το περιθώριο κέρδους να πέφτει στο 8%, αυτό εξακολουθεί να σημαίνει ότι έχει 24 εκατομμύρια δολάρια σε εισόδημα —περισσότερα κέρδη από πριν.

«Ενώ αναμένουμε ότι η GenAI θα πιέσει τα περιθώρια κέρδους, πιστεύουμε ότι τα μακροπρόθεσμα μικτά κέρδη σε δολάρια θα είναι υψηλότερα σε έναν κόσμο μετά την GenAI», κατέληξαν οι αναλυτές της RBC.

Η μεγάλη υπόθεση εδώ είναι ότι η GenAI προκαλεί τεράστιες αυξήσεις εσόδων. Ελπίζουμε ότι η RBC Capital Markets έχει δίκιο, διαφορετικά αυτές οι τεράστιες επενδύσεις τεχνητής νοημοσύνης μπορεί να παράγουν «αρκετά θλιβερά» οικονομικά στοιχεία.