Индустрия искусственного интеллекта (ИИ) сейчас находится на пике эйфории. Технологические гиганты (Big Tech) соревнуются, выливая сотни миллиардов долларов на создание инфраструктуры будущего. Однако на фоне этого оптимизма прозвучало жесткое предупреждение от CEO Tether Паоло Ардоино.
Ардоино считает, что бизнес-модели, которые используют гиганты ИИ сегодня, движутся по несостоятельному (unsustainable) пути. Почему это так? Вот три ключевых фактора, лежащие в основе его анализа.
1. Инфраструктурные расходы, которые «сжигают» деньги
Чтобы обучать и запускать новейшие Large Language Models (LLM), требуются тысячи мощных GPU, огромные дата-центры и масштабное потребление энергии. Big Tech готов «сжигать деньги», чтобы закрепить эту инфраструктуру и не отстать от конкурентов. Проблема в том, что операционные затраты раздуваются гораздо быстрее, чем реальный рост доходов, который приносит сам продукт ИИ.
2. Снижение маржи, отсроченная прибыль
В отличие от традиционного софтверного бизнеса (SaaS) с очень высокой прибыльной маржой, ИИ — отрасль, которая «жаждет» вычислений. Каждый раз, когда пользователь вводит запрос (prompt), провайдеру приходится оплачивать реальные вычислительные расходы. На фоне все более жесткой ценовой конкуренции за привлечение пользователей прибыльная маржа сокращается, а точка окупаемости (return on investment) постоянно откладывается на будущее, которое пока остается под вопросом.
3. Реальная угроза со стороны open-source конкурентов
Это, пожалуй, самый интересный пункт в позиции Ардоино. Пока компании закрытого ИИ (proprietary) тратят миллиарды долларов, чтобы монополизировать технологию, сообщество open-source движется с невероятной скоростью.
Более эффективные, гибкие и бесплатные open-source модели теперь способны соперничать по возможностям с платными моделями технологических гигантов.
Ардоино считает, что бизнес-модели, которые используют гиганты ИИ сегодня, движутся по несостоятельному (unsustainable) пути. Почему это так? Вот три ключевых фактора, лежащие в основе его анализа.
1. Инфраструктурные расходы, которые «сжигают» деньги
Чтобы обучать и запускать новейшие Large Language Models (LLM), требуются тысячи мощных GPU, огромные дата-центры и масштабное потребление энергии. Big Tech готов «сжигать деньги», чтобы закрепить эту инфраструктуру и не отстать от конкурентов. Проблема в том, что операционные затраты раздуваются гораздо быстрее, чем реальный рост доходов, который приносит сам продукт ИИ.
2. Снижение маржи, отсроченная прибыль
В отличие от традиционного софтверного бизнеса (SaaS) с очень высокой прибыльной маржой, ИИ — отрасль, которая «жаждет» вычислений. Каждый раз, когда пользователь вводит запрос (prompt), провайдеру приходится оплачивать реальные вычислительные расходы. На фоне все более жесткой ценовой конкуренции за привлечение пользователей прибыльная маржа сокращается, а точка окупаемости (return on investment) постоянно откладывается на будущее, которое пока остается под вопросом.
3. Реальная угроза со стороны open-source конкурентов
Это, пожалуй, самый интересный пункт в позиции Ардоино. Пока компании закрытого ИИ (proprietary) тратят миллиарды долларов, чтобы монополизировать технологию, сообщество open-source движется с невероятной скоростью.
Более эффективные, гибкие и бесплатные open-source модели теперь способны соперничать по возможностям с платными моделями технологических гигантов.