Καθώς οι εταιρείες τεχνολογίας που βρίσκονται πίσω από την έκρηξη των δαπανών για κέντρα δεδομένων θα αρχίζουν να ανακοινώνουν τα τριμηνιαία οικονομικά τους αποτελέσματα την επόμενη εβδομάδα, η συζήτηση είναι πιθανό να επικεντρωθεί και πάλι στις ελλείψεις δυναμικότητας και εσόδων από την Τεχνητή Νοημοσύνη.
Από τον Richard Waters/Financial Times
Όλες οι ενδείξεις δείχνουν ότι η ζήτηση για υπολογιστική ισχύ που απαιτείται για την Τεχνητή Νοημοσύνη εξακολουθεί να υπερβαίνει κατά πολύ την προσφορά, εντείνοντας την πίεση για περαιτέρω αύξηση των κεφαλαιουχικών δαπανών.
Ωστόσο, αν κοιτάξουμε πιο μακριά στον ορίζοντα, οι επιπτώσεις της προβλεπόμενης ραγδαίας αύξησης των κατασκευαστικών έργων φαντάζουν πολύ πιο ανησυχητικές.
Σύμφωνα με μια πρόσφατη εκτίμηση του Brookings Institution, οι δαπάνες για υπηρεσίες Τεχνητής Νοημοσύνης που παράγονται από όλα αυτά τα κέντρα δεδομένων θα πρέπει να αντιστοιχούν στο εντυπωσιακό ποσοστό του 9,2% του ΑΕΠ των ΗΠΑ έως το 2032, προκειμένου οι διαχειριστές τους να επιτύχουν μια ικανοποιητική οικονομική απόδοση.
Ανάμεσα σε αυτά τα δύο άκρα, τις οξείες ελλείψεις βραχυπρόθεσμα και τη σκιά μιας σοβαρής πλεονάζουσας δυναμικότητας που διαγράφεται στον ορίζοντα, ενδέχεται να κρύβονται σημαντικοί κίνδυνοι για το χρηματιστήριο. Η αναταραχή που σημειώθηκε αυτή την εβδομάδα σε ορισμένους τομείς της βιομηχανίας Τεχνητής Νοημοσύνης, ιδίως σε νεοφυείς επιχειρήσεις παροχής υπολογιστικής ισχύος AI μέσω cloud, όπως η CoreWeave και η Nebius, οι οποίες θεωρούνται οι πιο εκτεθειμένες σε ενδεχόμενη επιβράδυνση, θα μπορούσε να αποτελεί απλώς μια πρόγευση όσων πρόκειται να ακολουθήσουν.
Ας ξεκινήσουμε με τους παράγοντες που ωθούν τα σχέδια για κεφαλαιουχικές δαπάνες σε ολοένα υψηλότερα επίπεδα βραχυπρόθεσμα.
Οι πέντε μεγαλύτερες εταιρείες που διαχειρίζονται υποδομές τεράστιας κλίμακας —Alphabet, Amazon, Meta, Microsoft και Oracle— έχουν αυξήσει τους προϋπολογισμούς τους για κεφαλαιουχικές επενδύσεις καθ’ όλη τη διάρκεια του έτους και πλέον αναμένεται να δαπανήσουν 800 δισεκατομμύρια δολάρια, ποσό σχεδόν διπλάσιο σε σχέση με πέρυσι.
Το ποσό αυτό αναμένεται να ξεπεράσει τις συνολικές προβλεπόμενες ταμειακές ροές τους, οι οποίες εκτιμώνται περίπου στα 700 δισεκατομμύρια δολάρια.
Ένας πολύ σαφής δείκτης της έντονης ζήτησης που τροφοδοτεί αυτή την τάση είναι το κόστος ενοικίασης μονάδων επεξεργασίας γραφικών (GPUs) στην αγορά άμεσης παράδοσης (spot market). Σύμφωνα με στοιχεία της SemiAnalysis, ένα τσιπ B200 της Nvidia κοστίζει σήμερα περισσότερα από 6 δολάρια την ώρα — ποσό αυξημένο κατά περίπου 50% σε σχέση με πριν από έξι μήνες.
Μια άλλη οπτική γωνία αφορά τον χρόνο απόσβεσης των νέων επενδύσεων σε κέντρα δεδομένων.
Στην πρώτη της τηλεδιάσκεψη για τα οικονομικά αποτελέσματα ως εισηγμένη εταιρεία, η SpaceX ανέφερε στους επενδυτές ότι τα έσοδα από τα πιο πρόσφατα συμβόλαιά της είναι αρκετά υψηλά ώστε να καλύψουν το συνολικό κόστος δημιουργίας της απαραίτητης υπολογιστικής ισχύος σε λιγότερο από έναν χρόνο. Με τον εξοπλισμό των κέντρων δεδομένων να αποσβένεται σε διάστημα πέντε έως έξι ετών, αυτό υποδηλώνει εξαιρετικά υψηλές αποδόσεις καθ’ όλη τη διάρκεια ζωής των σημερινών διακομιστών και του εξοπλισμού δικτύωσης.
Αυτό που δεν λέγεται είναι τι θα συμβεί όταν η ακραία ανισορροπία μεταξύ προσφοράς και ζήτησης τελικά τερματιστεί.
Ας εξετάσουμε, λοιπόν, τη μεσοπρόθεσμη προοπτική.
Ακόμη κι αν πολλά από τα πιο κερδοσκοπικά κέντρα δεδομένων που βρίσκονται στα σχεδιαστήρια δεν κατασκευαστούν ποτέ —σύμφωνα με την έκθεση του Brookings— θα απαιτηθεί μια εξαιρετικά μεγάλη αύξηση στη ζήτηση για Τεχνητή Νοημοσύνη ώστε να δικαιολογηθεί αυτή η έκρηξη στην κατασκευαστική δραστηριότητα.
Έως το 2032, οι πελάτες θα έπρεπε να δαπανούν 3,7 τρισεκατομμύρια δολάρια ετησίως (ποσό που αντιστοιχεί στο 9% του ΑΕΠ των ΗΠΑ).
Η εταιρεία ερευνών στον τομέα της τεχνολογίας Gartner κατέληξε αυτή την εβδομάδα σε έναν παρόμοιο υπολογισμό, εκτιμώντας ότι θα απαιτηθούν έσοδα ύψους 8,5 τρισεκατομμυρίων δολαρίων από την Τεχνητή Νοημοσύνη, στο διάστημα έως το 2030, προκειμένου να επιτευχθούν ικανοποιητικές επενδυτικές αποδόσεις από το σύνολο των νέων κέντρων δεδομένων. Τα πραγματικά έσοδα από την Τεχνητή Νοημοσύνη που προβλέπει η Gartner για την ίδια περίοδο ανέρχονται σε 3,6 τρισεκατομμύρια δολάρια.
Είναι βέβαια δυνατόν να διατυπωθούν πιο αισιόδοξες προβλέψεις που να δικαιολογούν την επενδυτική έκρηξη. Αν η Τεχνητή Νοημοσύνη καταστήσει την εργασία πολύ πιο παραγωγική —ή αρχίσει να αντικαθιστά μαζικά τους εργαζομένους— τότε το σενάριο του 9% επί του ΑΕΠ θα μπορούσε να θεωρηθεί πιο βάσιμο. Ωστόσο, σχεδόν τέσσερα χρόνια μετά την κυκλοφορία του ChatGPT, το πολυδιαφημισμένο «θαύμα» της παραγωγικότητας μέσω της Τεχνητής Νοημοσύνης παραμένει περισσότερο υπόσχεση παρά πραγματικότητα.
Είναι επίσης πιθανό η έκρηξη στον τομέα των κέντρων δεδομένων να οδηγήσει σε μια πιο «ομαλή προσγείωση» από ό,τι υποδηλώνουν τα τρέχοντα κατασκευαστικά σχέδια.
Οι πολιτικές αντιδράσεις κατά των κέντρων δεδομένων, ή οι ελλείψεις σε πόρους όπως η ηλεκτρική ενέργεια και τα μικροτσίπ, θα μπορούσαν να επιβραδύνουν την κατασκευή και να μειώσουν τον κίνδυνο υπερπροσφοράς υποδομών. Εναλλακτικά, εάν οι κεφαλαιαγορές αρχίσουν να «ασφυκτιούν» υπό το βάρος του χρέους που απαιτείται για τη συνέχιση της ανάπτυξης των υποδομών —ιδιαίτερα σε ένα περιβάλλον αυξανόμενων επιτοκίων— ορισμένες από τις σχεδιαζόμενες εγκαταστάσεις ενδέχεται να μην υλοποιηθούν ποτέ.
Ωστόσο, ακόμη και αν δυνάμεις όπως αυτές διατηρούσαν την παραγωγική ικανότητα σε μεγαλύτερο βαθμό περιορισμένη και τις τιμές της Τεχνητής Νοημοσύνης υψηλότερες, πιθανότατα θα είχε σοβαρές συνέπειες για τις χρηματιστηριακές αγορές, δεδομένων των προσδοκιών για υψηλή ανάπτυξη που ενσωματώνονται στις τιμές των μετοχών της Τεχνητής Νοημοσύνης.
Όχι ότι οι μανίες της αγοράς που πυροδοτούνται από τις τεχνολογικές επαναστάσεις συνήθως καταλήγουν σε ομαλές προσγειώσεις. Υπάρχει η τάση υπέρβασης, καθώς οι επενδυτές αναμένουν ότι η ανοδική δυναμική θα συνεχιστεί και οι εταιρείες αγωνίζονται να διατηρήσουν μια θέση για τον εαυτό τους στον νέο κόσμο της τεχνολογίας που αναδύεται.
Αυτό θα είναι κάτι που θα θυμόμαστε τις επόμενες ημέρες, καθώς τα στελέχη της τεχνολογίας θα συζητήσουν την τελευταία κατάσταση της ζήτησης για την Τεχνητή Νοημοσύνη – και, πολύ πιθανόν, θα επιταχύνουν για άλλη μια φορά τα βραχυπρόθεσμα σχέδια κεφαλαιουχικών δαπανών τους.
