Να αυξήσουν τις ετήσιες δαπάνες τους για την τεχνητή νοημοσύνη σε περισσότερα από 500 δισεκατομμύρια δολάρια μέχρι τις αρχές της επόμενης δεκαετίας σχεδιάζουν οι τεχνολογικοί κολοσσοί, εν μέρει λόγω μιας νεότερης προσέγγισης της τεχνητής νοημοσύνης από τις εταιρείες DeepSeek και OpenAI, σύμφωνα με το Bloomberg Intelligence.
Οι Big Tech, συμπεριλαμβανομένων των Microsoft, Amazon.com και Meta, προβλέπεται να δαπανήσουν 371 δισεκατομμύρια δολάρια για κέντρα δεδομένων και υπολογιστικούς πόρους για την τεχνητή νοημοσύνη το 2025, μια αύξηση 44% από το προηγούμενο έτος, σύμφωνα με έκθεση που δημοσιεύθηκε τη Δευτέρα.
Το ποσό αυτό θα ανέλθει στα 525 δισ. δολάρια έως το 2032, αυξανόμενο με ταχύτερο ρυθμό από ό,τι ανέμενε το Bloomberg Intelligence πριν από την τεράστια επιτυχία της DeepSeek.
Μέχρι σήμερα, μεγάλο μέρος των επενδύσεων στην τεχνητή νοημοσύνη μεταφερόταν σε data centers και τσιπ που χρησιμοποιούνται για την εκπαίδευση ή την ανάπτυξη νέων τεράστιων μοντέλων τεχνητής νοημοσύνης.
Από εδώ και στο εξής, οι εταιρείες τεχνολογίας αναμένεται να μεταφέρουν περισσότερες δαπάνες στην εξαγωγή συμπερασμάτων, ή στη διαδικασία λειτουργίας αυτών των συστημάτων μετά την εκπαίδευσή τους.
Σύμφωνα με την έκθεση, η μετατόπιση των επενδύσεων έχει επιταχυνθεί από την κυκλοφορία νέων μοντέλων συλλογισμού από την OpenAI και την κινεζική DeepSeek, μεταξύ άλλων εταιρειών, αναφέρει η έκθεση.
Αυτά τα συστήματα χρειάζονται περισσότερο χρόνο για να υπολογίσουν απαντήσεις σε ερωτήματα χρηστών, αφού μιμούνται τη διαδικασία του τρόπου με τον οποίο οι άνθρωποι σκέφτονται τα προβλήματα.
Υπενθυμίζεται ότι η ξαφνική «έκρηξη» της DeepSeek, η οποία ισχυρίστηκε ότι ανέπτυξε ένα ανταγωνιστικό μοντέλο με χαμηλότερο κόστος από ότι ορισμένοι κορυφαίοι ανταγωνιστές των ΗΠΑ, προκάλεσε ερωτηματικά στην αμερικανική βιομηχανία τεχνολογίας σχετικά με τις μεγάλες επενδύσεις στην ανάπτυξη της τεχνητής νοημοσύνης.
Ορισμένες κορυφαίες εταιρείες ΤΝ στρέφονται τώρα προς πιο αποδοτικά συστήματα ΤΝ που μπορούν να τρέξουν με λιγότερα κεφάλαια.
Όπως αναφέρεται στην έκθεση, τα λογικά μοντέλα προσφέρουν επίσης νέες ευκαιρίες για κέρδη από το λογισμικό και ενδεχομένως να μεταφερθεί μεγαλύτερο μέρος του κόστους από το στάδιο της ανάπτυξης σε αυτό μετά την ανάπτυξη του μοντέλου.
Το γεγονός αυτό, είναι πιθανό να οδηγήσει σε μεγαλύτερες επενδύσεις σε αυτή την προσέγγιση και να ενισχύσει τις δαπάνες για την ΤΝ συνολικά, αναφέρει η έκθεση, σύμφωνα με το Bloomberg.
«Η αύξηση των κεφαλαιουχικών δαπανών για την εκπαίδευση AI θα μπορούσε να είναι πολύ πιο αργή από τις προηγούμενες προσδοκίες μας», σημείωσε στην έκθεση ο Μαντίπ Σινγκ, αναλυτής της Bloomberg Intelligence.
Ωστόσο, η τεράστια προσοχή στο DeepSeek, πιθανότατα θα ωθήσει τις εταιρείες τεχνολογίας να «αυξήσουν τις επενδύσεις» στην εξαγωγή συμπερασμάτων, καθιστώντας το το ταχύτερα αναπτυσσόμενο τμήμα στην αγορά της παραγωγικής AI.
Παρόλο που οι δαπάνες που σχετίζονται με την εκπαίδευση αναμένεται να αποτελέσουν περισσότερο από το 40% των προϋπολογισμών AI των hyperscalers φέτος, το τμήμα αυτό αναμένεται να μειωθεί μόλις στο 14% μέχρι το 2032, αναφέρεται στην έκθεση.
Στον αντίποδα, οι επενδύσεις που βασίζονται στην εξαγωγή συμπερασμάτων θα μπορούσαν να αποτελέσουν σχεδόν το ήμισυ όλων των δαπανών AI.
Ο Σινγκ σημειώνει ότι η Google της Alphabet φαίνεται να είναι σε καλύτερη θέση για να κάνει αυτή τη στροφή γρήγορα, χάρη στα εσωτερικά της τσιπ που χειρίζονται τόσο την εκπαίδευση όσο και την εξαγωγή συμπερασμάτων.
Εντούτοις, άλλες εταιρείες, όπως η Microsoft και η Meta ενδέχεται να μην έχουν τόση ευελιξία, αφού έχουν στηριχθεί σε μεγάλο βαθμό στα τσιπ της Nvidia.
