Τον Αύγουστο, ο ιδρυτής του hedge fund Praetorian Capital Harris «Kuppy» Kupperman έγραψε ένα δοκίμιο για τα παράλογα οικονομικά πίσω από τα κέντρα δεδομένων AI. Ενώ η τεχνολογική βιομηχανία έχει παρομοιάσει τα κέντρα δεδομένων – ή πιο συγκεκριμένα, τα ακριβά τσιπ ημιαγωγών που τα τροφοδοτούν – ως τα «φτυάρια» του χρυσορυχείου της τεχνητής νοημοσύνης, τα μαθηματικά χαρτοπετσέτας του Kupperman διαπίστωσαν ότι τα κέντρα δεδομένων τεχνητής νοημοσύνης έχουν έναν απίστευτα σύντομο διάδρομο για να επιτύχουν κερδοφορία.
Εν ολίγοις, αυτό οφείλεται στο γεγονός ότι τα εξαρτήματα των κέντρων δεδομένων γερνούν γρήγορα, είτε καθίστανται παρωχημένα λόγω των ταχέων εξελίξεων στην τεχνολογία, είτε καταρρέουν με την πάροδο ετών συνεχούς, υψηλής ισχύος χρήσης.
Μετά τη δημοσίευση των αρχικών ευρημάτων του, η Morningstar αναφέρει ότι ο Kupperman έλαβε ένα μήνυμα από ανήσυχους επαγγελματίες του κλάδου των κέντρων δεδομένων. Χάρη σε αυτές τις συζητήσεις, ο διαχειριστής επενδύσεων συνειδητοποίησε ότι έκανε ένα κρίσιμο λάθος – και ότι εξαιτίας αυτού, η ζοφερή πρόβλεψή του μπορεί να μην ήταν αρκετά κυνική.
«Χτύπησα σαφώς ένα νεύρο στον κλάδο, αν κρίνουμε από τον αριθμό των ατόμων που επικοινώνησαν για να συνομιλήσουν», έγραψε σε μια επόμενη ανάρτηση στο blog. “Συνολικά, μίλησα με πάνω από δύο δεκάδες μάλλον υψηλόβαθμα άτομα στο σύμπαν των datacenter, και υπήρχε ένα ενδιαφέρον και κυρίαρχο θέμα στις συζητήσεις μας: κανείς δεν καταλαβαίνει πώς υποτίθεται ότι λειτουργούν τα οικονομικά μαθηματικά. Είναι εξίσου μπερδεμένοι με εμένα, και το κάνουν αυτό για να ζήσουν”.
Ο αρχικός σκεπτικισμός του Kupperman βασίστηκε σε μια εικασία ότι τα εξαρτήματα ενός μέσου κέντρου δεδομένων τεχνητής νοημοσύνης θα χρειάζονταν δέκα χρόνια για να αποσβεστούν, απαιτώντας δαπανηρές αντικαταστάσεις. Αυτό ήταν αρκετά κακό: «Δεν βλέπω πώς μπορεί ποτέ να υπάρξει απόδοση της επένδυσης με τα σημερινά μαθηματικά», έγραψε τότε.
Αλλά τα δέκα χρόνια, όπως καταλαβαίνει τώρα, είναι υπερβολικά γενναιόδωρα.
«Είχα προηγουμένως υποθέσει μια 10ετή καμπύλη απόσβεσης, την οποία τώρα αναγνωρίζω ως αρκετά μη ρεαλιστική με βάση την ταχύτητα με την οποία εξελίσσεται η τεχνολογία AI datacenter», έγραψε ο Kupperman. «Με βάση τις συζητήσεις μου τον τελευταίο μήνα, τα φυσικά κέντρα δεδομένων διαρκούν το πολύ τρία έως δέκα χρόνια».
Στην προηγούμενη ανάλυσή του, ο Kupperman υπέθεσε ότι θα χρειαστούν 160 δισεκατομμύρια δολάρια έσοδα για να βγει η βιομηχανία τεχνολογίας από τις δαπάνες για κέντρα δεδομένων μόνο το 2025. Και αυτό υποθέτοντας ένα απίστευτα γενναιόδωρο μεικτό περιθώριο κέρδους 25% – για να μην αναφέρουμε το γεγονός ότι τα πραγματικά έσοδα της βιομηχανίας AI είναι πιο κοντά στα 20 δισεκατομμύρια δολάρια ετησίως, όπως σημείωσε ο διαχειριστής επενδύσεων στο προηγούμενο ιστολόγιό του.
«Στην πραγματικότητα, ο κλάδος χρειάζεται πιθανώς ένα εύρος εσόδων που να είναι πιο κοντά στο εύρος των 320 έως 480 δισεκατομμυρίων δολαρίων, μόνο και μόνο για να βγει ισοσκελισμένος από τις κεφαλαιουχικές δαπάνες που θα δαπανηθούν φέτος», ανέφερε ο Kupperman στο επικαιροποιημένο κείμενό του. “Δεν υπάρχει αμφιβολία ότι οι νέες μου επαφές στον κλάδο επωμίζονται ένα βαρύ φορτίο – βαρύτερο από ό,τι θα μπορούσα ποτέ να φανταστώ. Γνωρίζουν την αλήθεια”.
Ο Kupperman χαρακτήρισε αυτό το χάσμα μεταξύ των δαπανών της τεχνολογικής βιομηχανίας και των πραγματικών εσόδων το 2025 «εκπληκτικό». Ωστόσο, δεν αρχίζει καν να ξύνει την επιφάνεια. Για παράδειγμα, πώς διαμορφώνονται όλα αυτά αν υπολογίσουμε το 2026, όταν αναμένεται να εμφανιστούν εκατοντάδες νέα κέντρα δεδομένων;
«Προσθέτοντας τα δύο έτη μαζί και χρησιμοποιώντας τα μαθηματικά από την προηγούμενη ανάρτησή μου, θα χρειαστείτε περίπου 1 τρισεκατομμύριο δολάρια σε έσοδα για να πετύχετε το ισοζύγιο, και πολλά τρισεκατομμύρια περισσότερα για να κερδίσετε μια αποδεκτή απόδοση αυτής της δαπάνης», γράφει.
«Αν τα οικονομικά δεν λειτουργούν, το να το κάνεις σε μαζική κλίμακα δεν κάνει τα οικονομικά να λειτουργούν καλύτερα – απλά παίρνει μια κρίση του κλάδου και την μετατρέπει σε εθνική οικονομική κρίση», καταλήγει.
Συνολικά, οι απαισιόδοξοι συμφωνούν σε γενικές γραμμές: το θέμα δεν είναι πλέον αν η τεχνητή νοημοσύνη είναι μαζικά υπερτιμημένη, αλλά πότε θα καταρρεύσει το όλο πράγμα.
Πηγή: Futurism
