Η κατασκευή της παγκόσμιας υποδομής τεχνητής νοημοσύνης θα απαιτήσει επενδύσεις 31,6 τρισεκατομμυρίων δολαρίων από τώρα έως το 2050, σύμφωνα με τη μοντελοποίηση που ανέθεσε η PwC από την Oxford Economics σε 46 χώρες. Η πρόβλεψη, που δημοσιεύτηκε αυτή την εβδομάδα, θέτει τις ετήσιες κεφαλαιουχικές δαπάνες στην τροχιά σχεδόν διπλασιασμένες από περίπου 800 δισεκατομμύρια δολάρια φέτος σε 1,8 τρισεκατομμύρια δολάρια μέχρι τα μέσα του αιώνα.
Ο αριθμός προσγειώνεται εν μέσω μιας έντονης συζήτησης σχετικά με το εάν οι δαπάνες για τα κέντρα δεδομένων AI μοιάζουν με παραγωγική ανάπτυξη ή κερδοσκοπική φούσκα. Οι αριθμοί της PwC δεν διευθετούν αυτό το επιχείρημα, αλλά ποσοτικοποιούν την κλίμακα του με ασυνήθιστη ακρίβεια - και δείχνουν μια δομική αλλαγή στο τι είναι στην πραγματικότητα ένα κέντρο δεδομένων ως χρηματοοικονομικό περιουσιακό στοιχείο. For more context on this story, see our ongoing AI trends.
Οι ΗΠΑ κυριαρχούν στον χάρτη δαπανών
Οι Ηνωμένες Πολιτείες αντιπροσωπεύουν 15,1 τρισεκατομμύρια δολάρια του προβλεπόμενου συνόλου, ή το 48 τοις εκατό των παγκόσμιων δαπανών στον ορίζοντα των 24 ετών. Ακολουθεί η Ασία-Ειρηνικός με 8,2 τρισεκατομμύρια δολάρια, με επικεφαλής την Κίνα και την Ινδία, ενώ η Ευρώπη και η Μέση Ανατολή αποτελούν το υπόλοιπο.
Αυτή η συγκέντρωση σημαίνει ότι σχεδόν το ήμισυ των παγκόσμιων επενδύσεων σε υποδομές τεχνητής νοημοσύνης ρέει σε μία μόνο χώρα – γεγονός που δεν θα χαθεί από τους Ευρωπαίους πολιτικούς, οι οποίοι έχουν παρακολουθήσει κυρίαρχες στρατηγικές τεχνητής νοημοσύνης να αγωνίζονται να μετατρέψουν τη φιλοδοξία σε παραδοθείσα δυναμικότητα.
Η PwC περιγράφει την Ευρώπη ως μια περιοχή όπου οι κυρίαρχες στρατηγικές τεχνητής νοημοσύνης οδηγούν σε αυξανόμενες επενδύσεις, αν και αυτός είναι ένας πολύ πιο μετριοπαθής ισχυρισμός από ό,τι υπονοεί το μερίδιο των ΗΠΑ. Το πρόγραμμα γιγα-εργοστασίων της ηπείρου, ύψους 30 δισεκατομμυρίων ευρώ, η μεγαλύτερη συντονισμένη απάντησή της μέχρι στιγμής, έχει καθυστερήσει.
Ο εξοπλισμός, όχι τα κτίρια, είναι εκεί που πάνε τα χρήματα
Ίσως ο πιο σημαντικός αριθμός στην αναφορά να μην είναι το σύνολο του τίτλου. Ο εξοπλισμός αντιπροσωπεύει επί του παρόντος περίπου το 70 τοις εκατό των κεφαλαιουχικών δαπανών του κέντρου δεδομένων και τα έργα της PwC θα αυξηθούν στο 93 τοις εκατό μέχρι το 2050.
Αυτή η αλλαγή αλλάζει την εμφάνιση ενός κέντρου δεδομένων ως περιουσιακό στοιχείο. Ένα κτίριο μπορεί να υποτιμηθεί σε δεκαετίες και να χρηματοδοτηθεί με μακροχρόνιο χρέος χαμηλών τόκων. Ένα ράφι επιταχυντών τεχνητής νοημοσύνης μπορεί να καταστεί παρωχημένο μέσα σε λίγα χρόνια και πρέπει να χρηματοδοτηθεί μέσω των ταμειακών ροών ή του χρέους με τιμολόγηση με πολύ μικρότερους ορίζοντες.
Η διάκριση έχει επίσης σημασία για τον τρόπο σύγκρισης των δημοσίων και ιδιωτικών δαπανών. Οι κρατικοί προϋπολογισμοί τεχνητής νοημοσύνης συνήθως προορίζονται για τη δημιουργία χωρητικότητας για έρευνα, άμυνα και δημόσια διοίκηση αντί για εμπορικές υπηρεσίες cloud, πράγμα που σημαίνει ότι δεν μπορούν απλώς να στοιβάζονται πάνω από το υπερκλιμακωτό κεφαλαίο κατά την καταμέτρηση εθνικών επενδυτικών αγώνων.
Η PwC περιγράφει τα κέντρα δεδομένων ως «υβριδικά περιουσιακά στοιχεία» — μια αναγνώριση ότι δεν ταιριάζουν πλέον σωστά στις παραδοσιακές κατηγορίες ακινήτων ή εξοπλισμού. Τα ταμεία υποδομής, τα οποία συνήθως αγοράζουν μακρόβια περιουσιακά στοιχεία με προβλέψιμες ταμειακές ροές, μπορεί να διαπιστώσουν ότι μια εγκατάσταση που χρειάζεται ουσιαστικό επανεξοπλισμό κάθε πέντε χρόνια δεν ταιριάζει με την εντολή τους τόσο καθαρά όσο ένας πύργος γραφείων ή ένας δρόμος με διόδια.
«Η υποδομή AI γίνεται μια από τις καθοριστικές προκλήσεις κατανομής κεφαλαίων της επόμενης γενιάς», δήλωσε στην έκθεση η Clara Cutajar, ηγέτης της παγκόσμιας υποδομής της PwC Australia.
Το Bottleneck μπορεί να μην είναι καθόλου χρήματα
Η προβολή έρχεται παράλληλα με έναν ξεχωριστό έλεγχο πραγματικότητας: ο περιορισμός στη δημιουργία τεχνητής νοημοσύνης είναι όλο και περισσότερο φυσικός παρά οικονομικός. Οι χρόνοι απαγωγής του μετασχηματιστή μετρώνται σε χρόνια. Οι ουρές σύνδεσης δικτύου στο Τέξας και τη Δανία εκτείνονται πολύ στο μέλλον. Ο εξοπλισμός ψύξης και οι εγκρίσεις σχεδιασμού κινούνται πιο αργά από το κεφάλαιο.
Όπως το έθεσε η ανάλυση της έκθεσης από το The Next Web, η βιομηχανία έχει πολλά χρήματα — περιμένει τη φυσική υποδομή να προλάβει. Κανένα από αυτά τα σημεία συμφόρησης δεν μπορεί να λυθεί αυξάνοντας μια πρόβλεψη κεφαλαίου.
Τα στοιχεία της PwC είναι σε γενικές γραμμές συνεπή με άλλες εκτιμήσεις. Η McKinsey έχει προβλέψει χωριστά σχεδόν 7 τρισεκατομμύρια δολάρια σε επενδύσεις σε κέντρα δεδομένων έως το 2030, αριθμός που ευθυγραμμίζεται με την τροχιά της PwC δεδομένων των διαφορετικών χρονικών οριζόντων που εμπλέκονται.
Διαβάστε τις προβολές μακροπρόθεσμου ορίζοντα με προσοχή
Ένα μοντέλο 24ετούς κεφαλαιουχικής δαπάνης σε μια τεχνολογία που υπάρχει εμπορικά μόνο για λίγα χρόνια βασίζεται σε υποθέσεις σχετικά με τη ζήτηση, τις τιμές των τσιπ και τη συνέχιση του τρέχοντος επενδυτικού κύκλου — καμία από τις οποίες δεν μπορεί να γίνει γνωστή με μεγάλη σιγουριά.
Υπάρχει επίσης μια αποκάλυψη που αξίζει να σημειωθεί: η PwC, όπως και άλλες εταιρείες συμβούλων που παράγουν έρευνα υποδομής, συμβουλεύει εταιρείες και επενδυτές σχετικά με τις ίδιες τις συναλλαγές και τα έργα που καλύπτονται από αυτή την έρευνα. Δεν είναι ένας αδιάφορος παρατηρητής.
Ωστόσο, δύο νούμερα από την έκθεση αξίζει να μείνουμε. Το πρώτο είναι 800 δισεκατομμύρια δολάρια - περίπου όσα ξοδεύει ήδη ο κόσμος για υποδομές τεχνητής νοημοσύνης ετησίως, αριθμός που στηρίζει την προβολή σε παρατηρήσιμη πραγματικότητα και όχι σε εικασίες. Το δεύτερο είναι 48 τοις εκατό, το μερίδιο των δαπανών του επόμενου τριμήνου του αιώνα που κατευθύνεται προς μια χώρα.
Ο πρώτος αριθμός περιγράφει μια βιομηχανία που έχει ήδη κατασκευαστεί. Το δεύτερο περιγράφει τη γεωπολιτική μορφή όλων όσων θα ακολουθήσουν - και είναι πιθανό να είναι το πιο δύσκολο να το χωνέψουν οι υπεύθυνοι χάραξης πολιτικής εκτός των Ηνωμένων Πολιτειών.
Εάν ο εξοπλισμός φτάσει το 93 τοις εκατό των κεφαλαιουχικών δαπανών του κέντρου δεδομένων έως το 2050, όπως σχεδιάζει η PwC, τα μοντέλα χρηματοδότησης πίσω από την έκρηξη της τεχνητής νοημοσύνης θα πρέπει να αλλάξουν μαζί του. Τα κτίρια μπορούν να χρηματοδοτηθούν για 30 χρόνια. Τα τσιπ δεν μπορούν.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
