Jsme v AI bublině? Jasný pohled na infrastrukturu vs. hype

Růst AI spustil masivní investice, rychlou inovaci a intenzivní veřejnou pozornost. Tyto podmínky téměř nevyhnutelně vyvolávají známou otázku: jsme v AI bublině?

Je to oprávněná obava. Období technologického nadšení se často následovala bolestivými korekcemi, zejména když očekávání předběhla fundamentální skutečnosti. Ale aby se tato otázka zodpověděla, je třeba oddělit viditelný hype od méně viditelných systémů pod ním a zakotvit diskusi v historii, ekonomice a realitě infrastrukturní vrstvy, která skutečně pohání AI.

Když to uděláte, obraz vypadá mnohem nuancovaněji než příběh o bublině naznačuje.

1. Klíčový rozdílnost: Infrastruktura vs. Aplikace

Většina diskusí o “AI bublině” se zaměřuje na to, co lidé vidí na úrovni aplikací. To zahrnuje senzační kola financování od společností jako OpenAI, Anthropic a xAI s rychlými oznámeními o financování, která přicházejí pouze měsíce po sobě. Pak jsou tu virální AI agenti demo, které nasycují sociální sítě a široké tvrzení o umělé obecné inteligenci nebo trillionových výsledcích dlouho předtím, než se příjmy dostihnou.

Tato vrstva průmyslu se pohybuje rychle, protože je poháněna příběhem, očekáváním a investiční psychologií. Společnosti aplikací mohou prudce stoupat v pozornosti stejně rychle, jako mohou vypadnout z přízně. Narrativy často expandují rychleji než základní obchodní skutečnosti a protože toto je nejviditelnější část AI ekonomiky, stává se výchozím bodem pro tvrzení, že celý sektor je přehřátý.

Ale výpočetní infrastruktura funguje v úplně jiné realitě, jedné, která je řízena fyzikou, ekonomikou a tvrdými kapacitními omezeními.

Výpočetní infrastruktura je tvarována měřitelnými silami: GPU generuje hodinový příjem běžením AI úloh, dostupnost a cena energie, tempo výstavby datových center, rostoucí požadavky na školení a inferenci, protože modely rostou ve velikosti. Využití, ne sentiment, určuje, zda tato vrstva funguje.

Kde aplikace stoupají a padají na základě vnímání, infrastruktura je ukotvena v udržitelné poptávce. To je důvod, proč se infrastrukturní vrstva nechová jako typická bublinová třída aktiv. Chová se více jako elektrická síť během elektrifikace nebo vlákno během internetového boomu. Je to základní systém, jehož poptávková křivka je poháněna technologickým pokrokem spíše než náladami investorů.

2. Co historie skutečně ukazuje

Podívání se na předchozí obecné technologie odhaluje konzistentní a opakující se vzorec: velké technologické posuny začínají enormním nárůstem investic do infrastruktury, dlouho předtím, než se produktivní zisky objeví v ekonomice.

Železnice vyžadovaly enormní počáteční kapitál desetiletí předtím, než transformovaly obchod. Elektřina vyžadovala nákladné výstavby sítí předtím, než továrny mohly plně reorganizovat kolem elektrické energie. Telekomunikační sítě, internetová infrastruktura, mobilní sítě a cloud computing všechny následovaly stejnou trajektorii. V každém případě se infrastrukturní výdaje prudce zvýšily jako první, zatímco produktivní zlepšení se zpožďovala.

Z vnějšku tyto období často vypadala jako bubliny. V zpětném pohledu to byly instalační fáze. Nutné, kapitálově intenzivní výstavby, které položily základ pro desetiletí ekonomického růstu.

Tento široce šiřený Goldman Sachs graf jasně ilustruje tento jev:

Infrastrukturní investice prudce stoupají roky před měřitelnými produktivními zisky. AI dnes následuje stejnou křivku téměř přesně.

Velká část dnešního AI rozvoje je poháněna společnostmi, které jsou fundamentálně odlišné od těch z éry dot-com. Během pozdních 90. let měly mnoho vysoce hodnocených internetových společností málo nebo žádné příjmy. Na rozdíl od toho jsou největší síly za současným AI infrastrukturním nárůstem, jako jsou Microsoft, Google, Meta a Amazon, vysoce ziskové firmy s masivními, opakujícími se peněžními toky z etablovaných obchodů, jako je cloud computing, reklama a podnikový software.

Jejich AI výdaje jsou většinou financovány provozními zisky, ne spekulativním dluhem. Tento rozdíl má význam. Sníží systémovou křehkost a překládá dnešní CapEx ne jako bezohledné přebytečné, ale jako úmyslnou dlouhodobou investici.

3. Poptávka po výpočtech je strukturální, ne sentimentem poháněná

Co dělá současný AI cyklus výjimečně odolným, je to, že poptávka po výpočtech není poháněna primárně narativním nadšením. Je poháněna technickými požadavky, které pokračují v expanzi bez ohledu na tržní sentiment.

Klíčoví řidiči poptávky po výpočtech pokračují v urychlování:

• “Myšlenková” daň: Nové AI modely nedělají pouze odpovědi, ale skutečně rozumí tisícům možností, než odpovědí. To vytváří novou realitu, ve které jediný uživatelský prompt může spotřebovat 100x více výpočtu než tradiční vyhledávání.

• Syntetická data Produkce: Účinně jsme vyčerpali vysokokvalitní lidská data pro školení. Abychom mohli pokračovat ve zlepšování, flotily GPU běží 24/7 pouze pro psaní školicích dat pro další generaci modelů.

• Suverénní infrastruktura: Vláda nyní kupuje výpočetní výkon pro národní bezpečnost, jako kdyby kupovala energetické rezervy nebo obranné systémy. To vytváří masivní, trvalý základ poptávky, který je imunní vůči tržnímu sentimentu.

Tyto síly existují nezávisle na tom, jak jsou AI startupy hodnoceny v kterémkoli čtvrtletí. I během tržních propadů zůstává využití GPU vysoké, protože samotné úlohy pokračují v růstu složitosti a objemu.

Tato výstavba je hmotná způsobem, jakým mnoho spekulativních bublin nebylo. GPU, servery, datové centra, energetická infrastruktura a nasazené AI aplikace jsou reálná aktiva, která již poskytují měřitelné produktivní zisky. Na rozdíl od mnoha konceptů dot-com, které byly roky daleko od praktického použití, AI systémy jsou již zabudovány do pracovních postupů napříč softwarem, výzkumem, zákaznickou podporou, návrhem, logistikou a rozhodováním.

Existuje také konkurenční dynamika, která jde za trhy. AI se stala strategickou “zbrojní hrou” mezi společnostmi a národy. Vláda a korporace nemohou jednoduše opt out z investic bez rizika dlouhodobé konkurenceschopnosti. Zpomalení výpočetního výkonu stále více znamená zpomalení inovací, přilákání talentů a přístupu ke kapitálu.

4. Bubliny nebo inflekční body?

Někteří ekonomové rozlišují mezi dvěma typy bublin. Finanční bubliny zanechávají málo po sobě, když prasknou. Inflekční bubliny, na rozdíl od toho, urychlují konstrukci základních infrastruktur, které trvale mění ekonomickou krajinu, i když je kapitál nesprávně alokován na cestě.

Železnice, elektrifikace a raný internet všechny vykazovaly prvky spekulativního nadšení. Přesto také změnily společnost nezvratným způsobem. Plýtvání nezrušilo pokrok.

AI cyklus vykazuje charakteristiky inflekční bubliny. Existuje bezpochyby hype na okrajích a některé investice selžou. Ale budovaná infrastruktura je reálná, trvanlivá a stále nezbytnější. I když se ocenění komprimují, trh konsoliduje a konkrétní aplikace selžou, podkladová infrastruktura zůstane.

5. Lidský problém podceňování

Nakonec existuje opakující se tendence podceňovat hluboký dopad nových technologií na denní život. Pouze 18 měsíců назад většina veřejnosti byla představena AI prostřednictvím nástrojů, jako je ChatGPT. Dnes, pro mnoho znalostních pracovníků, je obtížné si představit práci bez AI asistence.

Tento posun se udál pozoruhodně rychle a stále je v raných fázích.

Z tohoto pohledu nazývat to AI bublinou přehlíží větší bod. Co jsme svědky vypadá méně jako spekulativní nadbytek, odtržený od reality, a více jako špinavá, kapitálově intenzivní instalační fáze produktivní revoluce, která již probíhá.

Veřejné mínění bude kolísat. Ceny se opraví. Infrastruktura a inovace, které umožňuje, zůstanou.