Czy znajdujemy się w bańce AI? Jasny obraz infrastruktury vs. histerii

Wzrost AI wywołał ogromne inwestycje, szybką innowację i intensywną uwagę publiczną. Te warunki prawie nieuchronnie wywołują znajome pytanie: czy znajdujemy się w bańce AI?

To uzasadniona obawa. Okresy technologicznego entuzjazmu były często poprzedzone bolesnymi korektami, zwłaszcza gdy oczekiwania wyprzedzają podstawy. Ale odpowiedź na to pytanie wymaga oddzielenia widocznej histerii od mniej widocznych systemów pod nią i uzasadnienia dyskusji w historii, ekonomii i realiach warstwy infrastruktury, która naprawdę napędza AI.

Gdy to zrobisz, obraz wygląda o wiele bardziej nuansowany niż narracja bańki sugeruje.

1. Kluczowa różnica: Infrastruktura vs. Aplikacje

Większość rozmów o “bańce AI” koncentruje się na tym, co ludzie widzą na poziomie aplikacji. Obejmuje to nagłówki o zbiórce funduszy od firm takich jak OpenAI, Anthropic i xAI z szybkimi ogłoszeniami o finansowaniu, które pojawiają się zaledwie kilka miesięcy od siebie. Następnie są wirusowe demonstracje agentów AI, które zalewają media społecznościowe i ogólne twierdzenia o sztucznej inteligencji ogólnej lub wynikach o wartości bilionów dolarów, zanim jeszcze przychody dogonią.

Ta warstwa branży porusza się szybko, ponieważ jest napędzana przez opowiadanie historii, oczekiwania i psychologię inwestorów. Firmy aplikacyjne mogą gwałtownie zyskać na uwadze, tak jak mogą stracić na popularności. Narracje często rozprzestrzeniają się szybciej niż podstawy biznesowe, a ponieważ jest to najbardziej widoczna część gospodarki AI, staje się punktem odniesienia dla twierdzeń, że cały sektor jest przegrzany.

Ale infrastruktura obliczeniowa działa w zupełnie innej rzeczywistości, rządzonej przez fizykę, ekonomię i twarde ograniczenia pojemności.

Infrastruktura obliczeniowa jest kształtowana przez mierne siły: GPU generujące godzinne przychody poprzez uruchamianie obciążeń AI, dostępność i koszt energii, tempo budowy centrów danych, rosnące wymagania szkoleniowe i inferencyjne wraz ze wzrostem rozmiaru modeli. Wykorzystanie, a nie sentyment, decyduje o tym, czy ta warstwa działa.

Gdzie aplikacje wznoszą się i spadają w oparciu o percepcję, infrastruktura jest zakotwiczona w trwałym popycie. Dlatego warstwa infrastruktury nie zachowuje się jak typowy klasa aktywów podatnych na bańkę. Zachowuje się bardziej jak sieć energetyczna podczas elektryfikacji lub światłowód podczas boomu internetowego. Jest to system podstawowy, którego krzywa popytu jest napędzana przez postęp technologiczny, a nie kaprysami inwestorów.

2. Co historia naprawdę pokazuje

Patrząc na poprzednie technologie o charakterze ogólnym, ujawnia się spójny i powtarzający się wzorzec: duże zmiany technologiczne zaczynają się od ogromnego wzrostu inwestycji w infrastrukturę, długo przed pojawieniem się zysków produktywności w gospodarce.

Koleje żelazne wymagały ogromnych nakładów początkowych, zanim zmieniły handel. Energia elektryczna wymagała drogich budów sieci, zanim fabryki mogły się w pełni zreorganizować wokół energii elektrycznej. Sieci telekomunikacyjne, infrastruktura internetu, sieci komórkowe i chmura obliczeniowa wszystkie podążały tą samą ścieżką. W każdym przypadku inwestycje w infrastrukturę rosły jako pierwsze, podczas gdy poprawy produktywności następowały później.

Z zewnątrz te okresy często wyglądały jak bańki. Windsight pokazuje, że były to fazy instalacji. Konieczne, kapitałochłonne budowy, które położyły podwaliny pod dziesięciolecia wzrostu gospodarczego.

Ten powszechnie rozpowszechniony wykres Goldman Sachs ilustruje to zjawisko wyraźnie:

Inwestycje w infrastrukturę szczytują latami przed mierzalnymi zyskami produktywności. Dziś AI podąża za tą samą krzywą niemal dokładnie.

Wiekszość dzisiejszej budowy AI jest napędzana przez firmy, które są fundamentalnie różne od tych z ery internetu. Pod koniec lat 90. wiele wysoko wycenianych firm internetowych miało niewielkie lub żadne przychody. W przeciwieństwie do tego, największe siły stojące za obecnym wzrostem infrastruktury AI, takie jak Microsoft, Google, Meta i Amazon, to wysoko rentowne firmy z ogromnymi, powtarzalnymi przepływami gotówki z ugruntowanych biznesów, takich jak chmura obliczeniowa, reklama i oprogramowanie dla przedsiębiorstw.

Ich wydatki na AI są w dużej mierze finansowane przez zyski operacyjne, a nie spekulatywny dług. Ta różnica ma znaczenie. Zmniejsza znacznie systemową kruchłość i przedstawia dzisiejsze CapEx nie jako bezmyślne wydatki, ale jako celowe, długoterminowe inwestycje.

3. Popyt na obliczenia jest strukturalny, a nie sentymentowany

To, co czyni obecny cykl AI wyjątkowo odpornym, jest to, że popyt na obliczenia nie jest napędzany przede wszystkim przez entuzjazm narracyjny. Jest napędzany przez wymagania techniczne, które nadal się rozszerzają, niezależnie od sentymentu rynkowego.

Kluczowi czynnicy popytu na obliczenia nadal przyspieszają:

• “Podatek myślenia”: Nowe modele AI nie tylko pobierają odpowiedzi, ale również naprawdę przemyślają tysiące możliwości, zanim odpowiedzą. To tworzy nową rzeczywistość, w której pojedyncze polecenie użytkownika może zużyć 100-krotnie więcej obliczeń niż tradycyjne wyszukiwanie.

• Produkcja danych syntetycznych: Skutecznie wyczerpaliśmy wysokiej jakości dane ludzkie do szkolenia. Aby dalej się poprawiać, floty GPU działają 24/7 tylko po to, aby napisać dane szkoleniowe dla następnej generacji modeli.

• Infrastruktura suwerenna: Rządy teraz kupują obliczenia dla bezpieczeństwa narodowego, tak jak kupują rezerwy energii lub systemy obronne. To tworzy ogromną, trwałą podstawę popytu, która jest odporna na sentyment rynkowy.

Te siły istnieją niezależnie od tego, jak startupy AI są wyceniane w danym kwartale. Nawet podczas wycofań rynkowych, wykorzystanie GPU pozostaje wysokie, ponieważ same obciążenia nadal rosną w złożoności i objętości.

Ten budowanie jest namacalny w sposób, w jaki wiele spekulatywnych bańek nie były. GPU, serwery, centra danych, infrastruktura energetyczna i wdrożone aplikacje AI są rzeczywistymi aktywami, które już dostarczają mierzalne zyski produktywności. W przeciwieństwie do wielu koncepcji internetowych, które były oddalone od praktycznego użycia, systemy AI są już wbudowane w przepływy pracy w rozwoju oprogramowania, badaniach, obsłudze klienta, projekcie, logistyce i podejmowaniu decyzji.

Istnieje również dynamiczny czynnik, który wykracza poza rynek. AI stało się strategiczną “wyścigiem zbrojeń” między firmami i narodami. Rządy i korporacje nie mogą po prostu zrezygnować z inwestycji bez ryzyka długoterminowej konkurencyjności. Pozostanie w tyle pod względem pojemności obliczeniowej coraz częściej oznacza pozostanie w tyle pod względem innowacji, przyciągania talentów i dostępu do kapitału.

4. Bańka czy punkt zwrotny?

Niektórzy ekonomiści rozróżniają dwa typy bańek. Finansowe bańki pozostawiają niewiele po sobie, gdy pękają. Bańki zwrotne, z drugiej strony, przyspieszają budowę podstawowej infrastruktury, która trwale zmienia krajobraz gospodarczy, nawet jeśli kapitał jest niewłaściwie alokowany po drodze.

Koleje żelazne, elektryfikacja i wczesny internet wszystkie wykazywały elementy spekulatywnego nadmiaru. Jednak również zmieniły społeczeństwo w sposób nieodwracalny. Marnowanie nie negowało postępu.

Cykl AI wykazuje cechy bańki zwrotnej. Istnieje niewątpliwie histeria na obrzeżach i niektóre inwestycje zawiodą. Ale budowana infrastruktura jest rzeczywista, trwała i coraz bardziej niezastąpiona. Nawet gdy wyceny są skompresowane, rynek konsoliduje się, a określone aplikacje zawiodą, podstawowa infrastruktura pozostanie.

5. Problem niedoszacowania przez ludzi

W końcu istnieje powtarzająca się tendencja do niedoszacowania głębokiego wpływu nowych technologii na życie codzienne. Zaledwie 18 miesięcy temu większość ludzi była wprowadzana w AI za pomocą narzędzi takich jak ChatGPT. Dziś, dla wielu pracowników wiedzy, trudno wyobrazić sobie pracę bez pomocy AI.

Ta zmiana nastąpiła niezwykle szybko i wciąż jest w swoich początkowych stadiach.

Z tej perspektywy nazywanie tego bańką AI chybia punktu. To, co obserwujemy, wygląda mniej jak spekulatywny nadmiar odłączony od rzeczywistości i bardziej jak zakłócony, kapitałochłonny etap instalacji rewolucji produktywności, która już się rozpoczęła.

Sentyment publiczny będzie się wahał. Ceny będą korygowane. Infrastruktura i innowacje, które umożliwia, pozostaną.