Perlombaan AI Akan Menjadi Fisik

Selama beberapa tahun terakhir, cerita tentang kecerdasan buatan telah diceritakan hampir seluruhnya dalam bahasa perangkat lunak. Model menjadi lebih mampu setiap menit, menjadi lebih cepat dan lebih khusus. Milyaran dolar mengalir ke model dasar, laboratorium penelitian, dan perusahaan rintisan yang berjanji untuk mengubah seluruh industri. Pemerintah telah menerbitkan strategi AI nasional dan setiap ruang rapat di negara ini telah membahas peta integrasi. Pembicaraan telah luas, futuristik, dan dalam hal-hal penting, tidak lengkap.

AI bukanlah sihir. Ini tidak hidup di awan dalam arti metaforis. Setiap model yang dilatih, setiap pertanyaan yang dijawab, setiap gambar yang dihasilkan bergantung pada infrastruktur fisik – pusat data yang menarik sejumlah besar daya, sistem pendingin yang berjalan sepanjang waktu, kabel serat yang membawa data di seluruh benua, gardu yang menghubungkannya semua ke jaringan listrik yang berfungsi.

Biaya Energi Tinggi dari Inferensi

Kami melakukan survei terhadap lebih dari 200 pengambil keputusan AI senior di AS, dan data memberikan angka-angka pada apa yang banyak diakui oleh orang dalam industri. Hampir 29% organisasi mengatakan bahwa biaya energi sudah membatasi kemampuan mereka untuk menskalakan AI. Lebih dari seperempat (28%) mengatakan bahwa harga listrik yang meningkat telah memaksa mereka untuk memperlambat atau menghentikan aktivitas pelatihan AI secara keseluruhan. Keterlambatan koneksi grid, keterbatasan pendingin, kekurangan koneksi, dan hambatan perencanaan semuanya disebut sebagai hambatan yang semakin besar. Lapisan infrastruktur, yang lama dianggap sebagai masalah orang lain, telah menjadi masalah semua orang.

Hal ini tidak sepenuhnya mengejutkan dalam retrospeksi. Skala di mana AI modern beroperasi benar-benar luar biasa. Melatih model frontier besar dapat mengonsumsi sejumlah listrik yang sama dengan ratusan rumah dalam setahun – satu pelatihan GPT-4 mengonsumsi sekitar 50 GWh listrik – setara dengan konsumsi tahunan 40.000 rumah tangga AS. Menjalankan inferensi di seluruh jutaan pengguna harian memerlukan pusat data dengan ukuran dan kepadatan yang akan tampak mustahil satu dekade yang lalu. Dan permintaan dipercepat, didorong oleh penyebaran aplikasi AI, ekspansi sistem agen, dan integrasi AI yang semakin meningkat ke dalam operasi bisnis inti. Konsumsi listrik pusat data tumbuh sekitar 15% per tahun – lebih dari empat kali lebih cepat daripada konsumsi listrik total di semua sektor lainnya. Dunia fisik diminta untuk menyerap kurva eksponensial, dan itu tidak pernah dirancang untuk melakukannya dengan begitu cepat.

Strategi Berpindah ke Dunia Fisik

Apa yang membuat saat ini sangat mengungkap adalah di mana hambatan sebenarnya muncul. Tanah, ternyata, bukanlah masalah inti. Sekitar 14% perusahaan dalam penelitian kami mengidentifikasi ketersediaan lahan sebagai tantangan utama mereka. Masalah yang lebih sulit adalah segala sesuatu yang perlu terjadi setelah Anda menemukan lahan. Sebuah situs tanpa kapasitas grid tidak berguna; tidak ada persetujuan perencanaan berarti Anda terdampar; dan jika tidak ada koneksi yang tangguh, pembangunan AI tidak dapat berfungsi. Hambatan bukanlah ruang – itu adalah proses yang kompleks, lambat, dan mengubah ruang fisik menjadi lingkungan komputasi yang beroperasi. Perbedaan itu penting karena itu jauh lebih sulit untuk dipecahkan dengan uang saja.

Hal ini juga mengubah cara kita harus berpikir tentang kompetitif AI nasional. Pembicaraan telah lama fokus pada bakat penelitian, volume investasi, dan perlombaan untuk melatih model yang paling mampu. Tapi strategi infrastruktur muncul sebagai variabel yang sama pentingnya. Di wilayah di mana perizinan bergerak lebih cepat, di mana kebijakan energi lebih sejalan dengan permintaan industri, dan di mana investasi swasta dalam infrastruktur skala besar lebih matang, AI dapat menskalakan lebih cepat. AS memiliki keunggulan struktural di sini yang sering kali kurang dihargai. Mereka bukanlah keunggulan yang glamor – mereka melibatkan perencanaan grid, reformasi zonasi, dan koordinasi utilitas – tapi mereka semakin konsekuensial.

Geopolitik menambahkan lapisan kompleksitas lain. Sekitar sepertiga (33%) bisnis yang disurvei mengatakan mereka secara aktif mempertimbangkan untuk memindahkan beban kerja AI ke wilayah atau negara lain karena kekhawatiran geopolitik. Di samping hambatan praktis daya dan perencanaan, organisasi sekarang juga menimbang kedaulatan, ketahanan rantai pasokan, dan stabilitas politik lingkungan di mana mereka menerapkan komputasi. Hasilnya adalah perubahan di mana investasi infrastruktur AI mengalir – menuju wilayah dengan energi terbarukan yang melimpah, kapasitas grid yang tersedia, dan jalur regulasi yang lebih cepat, terlepas dari di mana wilayah tersebut berada di peta teknologi tradisional.

Fase pertama revolusi AI didefinisikan oleh apa yang mungkin dalam perangkat lunak. Fase berikutnya akan didefinisikan oleh apa yang dapat dicapai di dunia fisik – oleh pekerjaan yang tidak glamor, membangun infrastruktur daya, memastikan pasokan energi, dan mengatasi kompleksitas birokratis dari penerapan industri skala besar.

Ini adalah di mana AS akan memiliki keunggulan yang tidak dapat dengan mudah dikalahkan oleh kemampuan model apa pun. Masa depan AI bergantung pada grid yang tetap berfungsi. Itu kurang menarik daripada yang disarankan oleh headline. Itu juga lebih penting.