Την άνοιξη του 2025, η McKinsey έκανε μια εξαιρετικά αισιόδοξη πρόβλεψη για τις κεφαλαιουχικές δαπάνες σε τσιπ, κέντρα δεδομένων και ενέργεια για την παραγωγή τεχνητής νοημοσύνης: 5,2 τρισ. δολάρια παγκοσμίως τα επόμενα πέντε χρόνια, κάτι που θα χρειαστεί data centers, όπως αναφέρει ο Economist.
Λιγότερο από έξι μήνες μετά, η εταιρεία συμβούλων εξετάζει το ενδεχόμενο να αυξήσει αυτή την εκτίμηση. Ανακοινώσεις στην Αμερική υποδηλώνουν ότι οι επενδύσεις σε υποδομές γενετικής τεχνητής νοημοσύνης φτάνουν στο αποκορύφωμά τους. Όπερ μεθερμηνευόμενον εστί πως μετά από αυτό ξεκινά ο κορεσμός της αγοράς και της ανάγκης για περισσότερα data centers ή ελληνιστί κέντρα δεδομένων.
Αυτές οι δαπάνες, που επιτείνουν οι εκπληκτικές συμφωνίες για κέντρα δεδομένων που έχουν ανακοινώσει εταιρείες όπως η OpenAI, η Nvidia και η Oracle, έχουν ως στόχο την αύξηση της υπολογιστικής ισχύος που οι πρωταγωνιστές της πιστεύουν ότι είναι απαραίτητη για την παροχή γενετικής τεχνητής νοημοσύνης. Ωστόσο, η ζήτηση για data centers –ιδίως η κερδοφόρα– δεν ανταποκρίνεται ακόμη στον ενθουσιασμό.
Αν και η χρήση των chatbots από τους καταναλωτές αυξάνεται, η McKinsey διαπίστωσε ότι το ποσοστό επιτυχίας των πιλοτικών έργων τεχνητής νοημοσύνης στις εταιρείες που έχει ερευνήσει είναι μικρότερο από 15%, σύμφωνα με τον Πανκάτζ Σαχντέβα, συνεργάτη της εταιρείας. Προβλέπει μια εποχή «ανισορροπίας» μεταξύ προσφοράς και ζήτησης για data centers που θα μπορούσε να διαρκέσει για χρόνια.
Η ανάγκη για γενετική τεχνητή νοημοσύνη θα καθορίσει την επιτυχία των data centers
Η δύναμη της ζήτησης για γενετική τεχνητή νοημοσύνη μπορεί να είναι ο πιο κρίσιμος παράγοντας που θα καθορίσει αν αυτή η έκρηξη της υποδομής θα καταλήξει σε κατάρρευση. Ωστόσο, τρεις καινοτόμες πτυχές της φρενίτιδας κατασκευής κέντρων δεδομένων αυξάνουν την αβεβαιότητα: η απομακρυσμένη τοποθεσία των data centers, οι μη δημόσιες εταιρείες που τα χρηματοδοτούν και η χαμηλή πιστωτική ποιότητα ορισμένων δανειοληπτών.
Αυτή η τριπλή συνθήκη θυμίζει σε ορισμένους σκεπτικιστές την τελευταία μεγάλη καταστροφή στον τομέα των υποδομών: την έκρηξη των τηλεπικοινωνιών στα τέλη της δεκαετίας του 1990. Ωστόσο, πολλοί άλλοι αγνοούν τις επιφυλάξεις και βουτούν με τα μούτρα.
Η γεωγραφία είναι η πιο απτή καινοτομία. Τα νέα κέντρα δεδομένων τεχνητής νοημοσύνης ξεφυτρώνουν στη μέση του πουθενά και όχι σε καθιερωμένα clusters κοντά σε μεγάλες πηγές ζήτησης και κόμβους διασύνδεσης, όπως η βόρεια Βιρτζίνια.
Η OpenAI και οι συνεργάτες της, Oracle και SoftBank, έχουν ξεκινήσει την πρώτη φάση του Stargate (φωτογραφία), ενός έργου υποδομής τεχνητής νοημοσύνης αξίας 500 δισ. δολαρίων που ανακοίνωσε ο πρόεδρος Ντόναλντ Τραμπ τον Ιανουάριο, σε μια περιοχή της κεντρικής Τέξας με άφθονη αιολική και ηλιακή ενέργεια και άδειο χώρο. Η Βόρεια Ντακότα και το Νέο Μεξικό έχουν παρόμοια πλεονεκτήματα.
Πόσο γρήγορα η τεχνολογία θα τα καταστήσει παρωχημένα;
Τέτοιες νέες τοποθεσίες λύνουν ένα πρόβλημα τροφοδοσίας. Πολλά υπάρχοντα συγκροτήματα δεν διαθέτουν αρκετή πλεονάζουσα ενέργεια για την εκπαίδευση των τελευταίων μεγάλων γλωσσικών μοντέλων (LLM) που έχουν αναπτυχθεί από εργαστήρια όπως η OpenAI.
Ωστόσο, η απομόνωση ενέχει κινδύνους για τους επενδυτές ακινήτων, οι οποίοι ενδέχεται να μην αντικατοπτρίζονται επαρκώς στις αποδόσεις, σύμφωνα με τον Γκαουτάμ Μπαντάρι της I Squared Capital, μιας εταιρείας ιδιωτικών κεφαλαίων που ειδικεύεται στις υποδομές. Τα κέντρα δεδομένων χρηματοδοτούνται συνήθως για δεκαετίες, αλλά αυτά που βρίσκονται στην αιχμή της τεχνητής νοημοσύνης μπορεί να καταστούν παρωχημένα πολύ πιο γρήγορα, λέει.
Αυτό οφείλεται εν μέρει στην τεχνολογία. Η Nvidia, ο κυρίαρχος κατασκευαστής μονάδων επεξεργασίας γραφικών (GPU) σχετικών με την τεχνητή νοημοσύνη, βελτιώνει αδιάκοπα την αποδοτικότητα των τσιπ της, κάτι που μπορεί να απαιτεί τακτικές αναβαθμίσεις των data centers, όπως νέα συστήματα ψύξης.
Επιπλέον, με τη γη να είναι τόσο εύκολα διαθέσιμη, ένας ανταγωνιστής κατασκευαστής κέντρων δεδομένων με καλύτερο και φθηνότερο σχεδιασμό μπορεί εύκολα να εγκατασταθεί αλλού. Αυτό αυξάνει την πιθανότητα να δημιουργηθούν περιουσιακά στοιχεία (assets) που δεν μπορούν να αξιοποιηθούν.
Εκτίθεται το τραπεζικό σύστημα σε περίπτωση αδυναμίας πληρωμών
Οι πηγές χρηματοδότησης αυτής της έκρηξης είναι επίσης σχετικά νέες. Μέχρι πρόσφατα, οι μεγάλοι προμηθευτές κεφαλαίων για data centers σε προνομιακές τοποθεσίες ήταν επενδυτές του χρηματιστηρίου, μέσω εταιρειών επενδύσεων σε ακίνητα (REIT). Αισθανόντουσαν πιο άνετα όταν η κατανάλωση ενέργειας ενός κέντρου δεδομένων ήταν πολύ μικρότερη από 100 μεγαβάτ.
Ωστόσο, στην εποχή της τεχνητής νοημοσύνης, οι απαιτήσεις μετρώνται σε γιγαβάτ (GW) και το κόστος μπορεί να φτάσει τα 50 δισ. δολάρια ανά GW.
Καθώς η ζήτηση για κεφάλαια έχει εκτοξευθεί στα ύψη, οι REIT περιορίζονται από τη δική τους δανειοληπτική ικανότητα, λέει ο Ντέιβιντ Γκουαρίνο της Green Street, μιας εταιρείας έρευνας εμπορικών ακινήτων. Τη θέση τους έχουν πάρει μεγάλες εταιρείες ιδιωτικής πίστωσης (ορισμένες από τις οποίες έχουν εξαγοράσει πρώην REIT) και κρατικά επενδυτικά ταμεία, καθώς και παραδοσιακές τράπεζες.
Πρόκειται για εξειδικευμένους δανειστές με μεγάλα αποθέματα κεφαλαίων, συνηθισμένους στο είδος της χρηματοδότησης έργων που εμπλέκεται στη δανειοδότηση υποδομών τεχνητής νοημοσύνης. Ωστόσο, η συμμετοχή τους μεταφέρει τον κίνδυνο από τις αγορές μετοχών στις αγορές χρέους, θέτοντας το τραπεζικό σύστημα σε μεγαλύτερη έκθεση σε περίπτωση αύξησης της αδυναμίας πληρωμών.
Στο εγχείρημα δεν εμπλέκονται αποκλειστικά οι γίγαντες της τεχνολογίας
Και ο κίνδυνος αθέτησης υποχρεώσεων αυξάνεται λόγω της αμφίβολης πιστοληπτικής ικανότητας ορισμένων εταιρειών που βρίσκονται στο επίκεντρο της οικοδομικής έκρηξης. Αυτό δεν αποτελούσε μεγάλο πρόβλημα όταν οι πλούσιοι σε μετρητά γίγαντες του cloud, όπως η Amazon, η Microsoft και η Google, ήταν οι αποδέκτες του μεγαλύτερου μέρους της χρηματοδότησης.
Είναι «οι καλύτεροι ενοικιαστές στον κόσμο», λέει ο Γκουαρίνο. Πρόσφατα, όμως, εργαστήρια τεχνητής νοημοσύνης όπως το OpenAI και εταιρείες «neocloud» που ενοικιάζουν GPU έχουν εισέλθει στον ανταγωνισμό, αυξάνοντας τον αριθμό των εμπλεκόμενων, αλλά μειώνοντας την πιστωτική τους ποιότητα. Όσο περισσότεροι είναι, τόσο περισσότερο αντιμετωπίζουν ανταγωνισμό, πίεση για αποδόσεις και αβεβαιότητα σχετικά με τη μακροπρόθεσμη βιωσιμότητά τους.
Δεν είναι μόνο οι δανειστές που ανησυχούν για αυτούς τους νεοεισερχόμενους. Οι επιχειρήσεις κοινής ωφέλειας, που είναι συντηρητικές από τη φύση τους, μπορεί επίσης να το σκεφτούν δύο φορές πριν υπογράψουν μακροπρόθεσμες συμβάσεις ενέργειας μαζί τους. «Δεν ξέρετε ποιοι από αυτούς τους παίκτες θα υπάρχουν σε πέντε, δέκα ή 15 χρόνια», λέει ο κ. Σαχντέβα.
Μεγάλες επενδυτικές δεσμεύσεις και μεγάλο ρίσκο
Ως απάντηση, λέει, σχεδιάζονται ασφαλιστήρια συμβόλαια, τιτλοποιήσεις και άλλα παρόμοια μέσα για τον μετριασμό των κινδύνων. Ομοίως, τεχνολογικοί γίγαντες όπως η Nvidia συνεισφέρουν με ένα δίκτυο χρηματοδοτήσεων προμηθευτών και διασταυρούμενων επενδύσεων που θα μπορούσαν επίσης να καθησυχάσουν τους αντισυμβαλλομένους.
Αλλά αν συμβεί το χειρότερο, αυτή η «ενδογαμία» θα αυξήσει την ευπάθεια του οικοσυστήματος της τεχνητής νοημοσύνης στο σύνολό του.
Τέτοιες αλληλεξαρτήσεις ενισχύουν τις ανησυχίες ότι δημιουργείται μια φούσκα υποδομών, παρόμοια με την εγκατάσταση οπτικών ινών και υποβρύχιων καλωδίων στα πρώτα στάδια του Διαδικτύου. Ο Άντριου Όντλιζκο του Πανεπιστημίου της Μινεσότα, ιστορικός της μανίας για τις υποδομές από τους σιδηροδρόμους του 19ου αιώνα και μετά, συνήθιζε να υποβαθμίζει τον οικονομικό αντίκτυπο μιας κατάρρευσης της τεχνητής νοημοσύνης.
Πίστευε ότι αν μερικοί τεχνολογικοί γίγαντες αναγκάζονταν να διαγράψουν τις επενδύσεις τους σε data centers, αυτό θα επηρέαζε μονάχα τα κέρδη μερικών ετών. Τώρα, λέει, είναι «πολύ πιο ανήσυχος» λόγω του αριθμού των εταιρειών που κάνουν μεγάλες επενδυτικές δεσμεύσεις.
Το σκάνδαλο και η φούσκα του 2000 με τις dotcom, είναι παράδειγμα προς αποφυγή
Βλέπει ομοιότητες με την επενδυτική φρενίτιδα στα τέλη της δεκαετίας του 1990, που κορυφώθηκε με την κατάρρευση των dotcom. Προτεινόμενες συμφωνίες, όπως η πιθανή επένδυση της Nvidia ύψους 100 δισ. δολαρίων στην OpenAI, αν αγοράσει έως και 10GW GPU, του θυμίζουν τις συμφωνίες χρηματοδότησης προμηθευτών της Nortel με αγοραστές του εξοπλισμού της κατά τη διάρκεια της φούσκας των τηλεπικοινωνιών.
Άλλοι, ωστόσο, τονίζουν τις διαφορές. Ο Νικ Ντελ Ντέο της MoffettNathanson, μιας εταιρείας έρευνας μετοχών, λέει ότι κατά τη διάρκεια της τηλεπικοινωνιακής έκρηξης, τα καλώδια τοποθετήθηκαν χωρίς να υπάρχουν πελάτες.
Σήμερα, τα data centers κατασκευάζονται μόνο όταν οι αντισυμβαλλόμενοι υπογράφουν συμβάσεις για αυτά, αν και οι λεπτομέρειες των συμβάσεων θα είναι κρίσιμες για να καθοριστεί εάν οι αποδόσεις δικαιολογούν τον κίνδυνο.
Ρίσκο έχουν τόσο τα υπερβολικά πολλά data centers όσο και τα λίγα
Προς το παρόν, οι πιθανές απολαβές είναι τόσο δελεαστικές που τα χρήματα ρέουν άφθονα, λέει. Υποστηρικτές όπως ο Σαμ Άλτμαν, διευθυντής της OpenAI, υποστηρίζουν ότι οι κίνδυνοι της υποκατασκευής είναι τουλάχιστον τόσο σοβαροί όσο και εκείνοι της υπερκατασκευής, λόγω του μακροπρόθεσμου οικονομικού δυναμικού της γενετικής τεχνητής νοημοσύνης.
Μπορεί να είναι ότι, ακόμη και αν υπάρχει πλεόνασμα χωρητικότητας στα πιο προηγμένα data centers, αυτό μπορεί να απορροφηθεί με την εκτέλεση, και όχι με την εκπαίδευση, των LLM, λέει ο Σαχντέβα.
Αλλά αυτό μας φέρνει πίσω στο ερώτημα πότε η ζήτηση για chatbots και εφαρμογές γενετικής τεχνητής νοημοσύνης θα φτάσει στο επίπεδο των φιλοδοξιών εκείνων που τα παρέχουν. Αυτή είναι η πιο μαγευτική αβεβαιότητα από όλες.
Πηγή: in.gr
Πηγή: ot.gr
