В настоящее время объем капитала, направляемого на искусственный интеллект (ИИ), никогда не был столь велик, превосходя инвестиции, сделанные в прошлые технологические революции, такие как железные дороги и интернет. Такой масштаб инвестиций вызывает вопросы о сроках, необходимых для того, чтобы эти приложения принесли ожидаемую отдачу.
Согласно прогнозу PwC, цитируемому Reuters, мировые накопленные расходы на центры обработки данных могут превысить 30 триллионов долларов США (примерно 159 триллионов бразильских реалов) к 2050 году. Эта сумма приближается к запасу казначейских облигаций США и, по мнению консалтинговой компании, превышает инвестиции, сделанные во время периодов расширения железнодорожного транспорта и компаний «пузыря доткомов», даже с учетом инфляции.
Anthropic, одна из ключевых компаний в этом конкурентном сценарии, планирует инвестировать 518 миллиардов долларов США (около 2,75 триллиона бразильских реалов) в ближайшие годы, как указано в ее проспекте публичного размещения акций, проанализированном Reuters. Эта сумма более чем в сто раз превышает выручку компании в 2025 году.
Сторонники этих крупных инвестиций утверждают, что ИИ принесет экономическое воздействие, превосходящее преобразования, вызванные паром и индустриализацией. Однако большая часть этих ожиданий основана на будущих выигрышах в производительности и прибыли, для которых еще нет конкретных доказательств и исторических прецедентов, гарантирующих достижение результатов с необходимой скоростью.
JPMorgan в августе отметил, что широкие выигрыши в производительности в Соединенных Штатах, лидере гонки ИИ, остаются труднодостижимыми, что порождает неопределенность относительно устойчивости оценок сектора. Исследование Bain & Company пришло к аналогичному выводу, указав, что текущие выигрыши в производительности на рынках недостаточны для оправдания существующих уровней инвестиций; для покрытия этого пробела потребуются совершенно новые рынки.
Возможные направления для этих новых рынков включают использование роботов, управляемых ИИ, и разработку инновационных материалов для полупроводников и аккумуляторов. Bain указывает, что американские компании, ответственные за инфраструктуру ИИ — такие как Google, Amazon и Microsoft — и другие участники этой гонки должны генерировать более 4,2 триллиона долларов США (около 22,3 триллионов бразильских реалов) новой выручки в течение следующих пяти лет для финансирования расширения. Центральный вопрос заключается в том, смогут ли приложения, способные генерировать такой доход, появиться вовремя, чтобы окупить уже построенную инфраструктуру.
JPMorgan также предупредил, что исторически циклы технологического расширения имеют тенденцию завершаться, когда инвестиции в инфраструктуру перестают приносить адекватную отдачу. Чтобы достичь отдачи в 10% от этих инвестиций, сектор ИИ в США должен будет получать около 3,55 триллиона долларов США (примерно 18,8 триллиона бразильских реалов) ежегодно до 2032 года, что в настоящее время составляет лишь малую долю.
Кроме того, использование леверидж-структур для финансирования части инфраструктуры повышает риски. Один экономист подчеркнул, что незначительное снижение спроса, задержки или падение стоимости активов может привести к гораздо большим потерям.
Будущие перспективы, несмотря на цифры
Несмотря на представленные данные, руководители отрасли продолжают описывать будущее, полное глубоких изменений. Dario Amodei, генеральный директор Anthropic, уже выразил мнение, что будущее, движимое ИИ, может быть «трансцендентной красотой». Sam Altman, генеральный директор OpenAI, также заявил, что скорость новых открытий, предоставляемых этой технологией, будет огромной по мере того, как модели научатся совершенствовать себя.
Jasjeet Sekhon, директор по стратегии Google DeepMind, считает так называемое рекурсивное самосовершенствование важнейшим элементом инвестиционного тезиса в ИИ. Если это будет достигнуто, этот процесс потенциально может ускорить развитие систем и обеспечить беспрецедентный рост производительности. Однако эта же возможность связана с опасениями о экзистенциальных рисках для человечества.
Даже если ИИ сможет реструктурировать экономику, фактор времени может стать главным препятствием. Диан Койл, экономист Кембриджского университета, отметила, что влияние революционных технологий прошлого обычно требовало от десяти до пятидесяти лет, чтобы распространиться по экономике.
Экономическая группа Anthropic смоделировала различные сценарии дополнительного роста ИИ к 2030 году. Исходя из прогноза роста в 2% в сценарии без ИИ, рост увеличился бы до 2,4% при умеренном влиянии, до 5,4% при существенном влиянии и до 15,4% в экстремальной ситуации. Исследование также показало, что больший рост приведет к большему количеству потерь рабочих мест, хотя и не присваивает вероятностей сценариям.
Amodei прогнозировал в прошлом году, что ИИ может устранить половину начальных административных должностей в течение пяти лет. Однако недавние исследования показывают, что влияние больше связано с трудностями, с которыми сталкиваются новички на рынке труда при получении офисных должностей. Исследования, проведенные в США и Великобритании, показали замедление найма начинающих специалистов на административные должности, где ИИ обладает наибольшими возможностями.
Исследователи из Стэнфордского университета сообщили в августе, что занятость молодежи в возрасте от 22 до 25 лет в областях, затронутых ИИ, таких как бухгалтерский учет и юридическая помощь, была на 19% ниже зарегистрированной в профессиях, которые труднее всего воспроизвести с помощью технологий, таких как строительство и уборка.
Тем не менее, даже если обещанная трансформация займет больше времени, чем предполагают цифры ИИ-компаний, инвестиции в инфраструктуру могут продолжать приносить экономическую выгоду в долгосрочной перспективе. История предоставляет на это примеры: железные дороги продолжали работать после финансовой паники 1873 года, которая привела к банкротству многих железнодорожных компаний, и интернет не исчез после краха пузыря доткомов в 1990-х годах. Инфраструктура, созданная в этих циклах, оставалась доступной для поддержания последующего роста производительности.
