Być może przedsiębiorstwa zajmujące się sztuczną inteligencją (AI) będą musiały dotrzymać obietnic dotyczących opracowania sztucznej inteligencji ogólnej (AGI) w najbliższej przyszłości, aby zniwelować dysproporcje między inwestycjami a zyskami w branży. 

Niestety, wciąż nie ma naukowych dowodów na to, że AGI – maszyny zdolne do rozumowania na poziomie ludzkim lub wyższym – jest w ogóle możliwe.

Rynek wzrostowy

Zdaniem analityków obecny rynek sztucznej inteligencji ma w dużej mierze charakter antycypacyjny. OpenAI jest jednym z niewielu wysoce dochodowych przedsiębiorstw zajmujących się generatywną sztuczną inteligencją, a różnica między jego przychodami (według informacji około 3,4 miliarda dolarów) a najbliższymi konkurentami jest ogromna.

Oznacza to niedobór kapitału lub ujemny przepływ w wysokości około 600 miliardów dolarów, przynajmniej według ostatniej analizy przeprowadzonej przez Sequoia Capital.

Warto wspomnieć, że dane Sequoia opierają się na szacunkach wykorzystania procesora graficznego Nvidia. Mając to na uwadze, prawdopodobne jest, że powyższe liczby są nieco zawyżone, jeśli chodzi o globalne wydatki przemysłu.

Zasadniczo analiza wskazuje, że firmy zajmujące się sztuczną inteligencją muszą wygenerować ponad pół biliona przychodów, aby uzasadnić bieżące wydatki, a liczba ta ma rosnąć z roku na rok.

Gdzie jest produkt?

Chociaż obecny wzrost zainteresowania inwestorów i przedsiębiorstw technologią generatywnej sztucznej inteligencji mógł doprowadzić rynek do rekordowych poziomów, włączając w to krótką kadencję Nvidii jako najcenniejszej firmy na świecie pod względem kapitalizacji rynkowej, wielu analityków zadaje sobie pytanie, kiedy faktycznie pojawią się produkty lub usługi AI, które utrzymają ten poziom wzrostu, nadejdą.

Jak na razie trudno argumentować, że generatywna sztuczna inteligencja znalazła uzasadnione zastosowanie, które doprowadzi do wykładniczego wzrostu zysków osób, w które zainwestowano.

ChatGPT może być sztandarowym produktem w branży, ale nie ma powodów sądzić, że nagle eksploduje w głównym nurcie.

Mówiąc najprościej, osiągnięcie 600 miliardów dolarów przychodów zajmie dziesięciolecia, jeśli 10-cyfrowa marża zysku OpenAI pokryje większość rynku. Generatywna sztuczna inteligencja nie znalazła jeszcze takiej samej propozycji wartości, jaką ma uczenie maszynowe, a mimo to inwestycje stale rosną na poziomie VC, rządu i korporacji.

Może to bardzo dobrze wskazywać, że rynek sztucznej inteligencji wkrótce wejdzie w erę „AGI lub upadku”, w której rentowność firm takich jak OpenAI i Anthropic będzie zależała od tego, czy poczyniły one właściwe założenia, jeśli chodzi o dostarczanie maszyn potrafiących rozumować jak jak i ludzie.

Z drugiej strony, firmy znajdujące się w sercu sektora generatywnej sztucznej inteligencji mogą znajdować się w krytycznym momencie, jeśli chodzi o przychody. Jeśli rynek nie będzie w stanie wystarczająco szybko uzasadnić pozycji Nvidii na poziomie 3 bilionów dolarów lub blisko nich, aby uniknąć potencjalnych wad, niedobory branży wynoszące 600 miliardów dolarów mogą się powiększyć do punktu, w którym nie będzie już odwrotu.

Jednakże, z pozytywnej strony rzeczy, punkt bez powrotu nie będzie istniał, jeśli branża faktycznie wynajdzie AGI. Kluczem do tego scenariusza jest także Nvidia.

Jak również zauważyła Sequoia Capital, Nvidia przygotowuje się do wprowadzenia na rynek nowego chipsetu opartego na Blackwell (zwanego „B100”) do szkolenia generatywnej sztucznej inteligencji. B100 ma rzekomo przewyższać obecny standard branżowy dla modeli szkoleniowych (H100 firmy Nvidia) aż 2,5 razy i podobno będzie kosztować tylko 25% więcej.

Jeśli eksperci uważają, że możliwe było zrealizowanie AGI przed wypuszczeniem na rynek najnowszego i najlepszego chipa Nvidii, powinno być jeszcze łatwiej ze sprzętem charakteryzującym się 150% wzrostem mocy i wydajności.

Powiązane: Softbank stracił 99% po pęknięciu bańki internetowej, teraz stawia na sztuczną inteligencję