Pigus dirbtinis intelektas gali būti laikinas: ekspertai įspėja, kad verslui artėja skaudus išbandymas

Pastaraisiais metais susiformavo įspūdis, kad dirbtinio intelekto žetonai kasdien pinga, o skaičiavimo galia tampa beveik neribota. Tačiau finansiniai duomenys rodo priešingą realybę – pigios DI paslaugos dažnai yra dirbtinai subsidijuojamos, o sąskaita už šį eksperimentą dar tik ateina.

Didžiausias klausimas verslui šiandien – kas žlugs pirmiau: nuostolingai dirbantys DI tiekėjai ar nuo jų priklausomi klientai.

Nuostoliai masiškai, pelno – tik pažadai

Pagal nutekintus dokumentus, „OpenAI“ tikėtina 2026 metais kas vienam gautam pajamų eurui patiria apie 1,2 euro sąnaudų. Skaičiuojama, kad 2026 metais grynasis pinigų srauto deficitas gali siekti nuo keliolikos iki keliasdešimties milijardų eurų, o kumuliaciniai nuostoliai iki 2029 metų – virš šimto milijardų eurų.

Priežastis paprasta: milžiniškos išlaidos debesų infrastruktūrai ir lustams. „Microsoft“ ir „Amazon“ duomenų centrų sutartys su „OpenAI“ vertinamos šimtais milijardų eurų, o vienas didelio masto DI klasteris gali sunaudoti tiek elektros, kiek 15 000 namų.

Startuoliai ant svetimo pamatų

Daugelis naujų DI startuolių, ypač iš „Y Combinator“ programų, neturi savo modeliui reikalingos infrastruktūros. Jie vadinami „apvalkalais“ – siūlo produktus, kurie veikia ant „OpenAI“, „Anthropic“ ar kitų tiekėjų modelių.

Kol žetonai pigūs, toks modelis atrodo patrauklus. Tačiau kainai pakilus kad ir kelis kartus, verslo ekonomika subyra per vieną sąskaitų ciklą. Jokių garantijų, kad tiekėjas nepakeis kainodaros ar nedezaktyvuos naudoto modelio, nėra.

Priklausomybės ir „sherlockinimo“ rizika

Pririšimas dar labiau sustiprėja, kai įmonės mėnesius ar metus derina modelį su savo privačiais duomenimis. Perkelti tokį sprendimą pas kitą tiekėją yra brangu ir techniškai sudėtinga, todėl tiekėjas tampa faktišku monopolistu konkrečiam klientui.

Kita grėsmė – vadinamasis „sherlockinimas“, kai platformos savininkas perima sėkmingiausias ant jos veikiančių startuolių funkcijas ir integruoja jas į savo produktą. Rašymo įrankio „Jasper“ istorija parodė, kad atsiradus beveik nemokamam „ChatGPT“, ankstesni verslo modeliai gali sugriūti per kelis ketvirčius.

Atviri modeliai kaip išėjimo strategija

Atsvarą šiai priklausomybei kuria atviri modeliai, tokie kaip „Meta“ kuriama „Llama“ ar Kinijos „DeepSeek“. Juos galima atsisiųsti ir paleisti nuosavoje infrastruktūroje, be trečiųjų šalių raktų ir netikėtų kainų šuolių.

Trumpuoju laikotarpiu tai reiškia didesnes investicijas į serverius, energiją ir kompetencijas. Tačiau ilgainiui įmonės gauna prognozuojamą sąnaudų struktūrą, išlaiko kontrolę dėl duomenų ir gali pačios spręsti, kada ir kaip atnaujinti modelius.

Formuojasi aiški takoskyra: verslai, kurie pigius žetonus laikė nuolatine dovana, rizikuoja tapti nuomos įkaitais. Tie, kurie žemų kainų etapą išnaudojo kaip laikiną langą ir jau kuria savo DI pajėgumus, turi didesnę tikimybę išlikti, kai subsidijuotos kainos baigsis.