IBM CEO Арвинд Кришна использовал появление в подкасте Decoder подкаст, чтобы задать вопрос, может ли капиталовложение, сейчас идущее в погоне за AGI, когда‑нибудь окупиться. Кришна сказал, что сегодняшние цифры по строительству и оснащению крупных AI‑центров данных ставят отрасль на траекторию, где примерно 8 триллионов долларов совокупных обязательств потребует около 800 миллиардов долларов ежегодной прибыли лишь для обслуживания стоимости капитала.
Это утверждение напрямую связано с предположениями о текущем оборудовании, его амортизации и энергопотреблении, а не с долгосрочными прогнозами, но оно появляется в момент, когда несколько компаний поочередно объявляют о беспрецедентных многолетних инфраструктурных проектах.
Кришна оценил, что заполнение одно‑гигаваттного AI‑объекта вычислительным оборудованием требует около 80 миллиардов долларов. Проблема в том, что развертывания такого масштаба переходят от чертежей к практическому планированию, а ведущие AI‑компании предлагают проекты в десятках гигаватт — и в некоторых случаях более 100 гигаватт — каждый. Кришна отметил, что совместно публичные и частные анонсы указывают около ста гигаватт планируемой мощности, посвящённой нагрузкам класса AGI.
При цене 80 миллиардов долларов за гигаваут общая сумма достигает 8 триллионов долларов. Он связал эти цифры с пятилетними циклами обновления ускорителей, аргументируя, что необходимость замены большинства оборудования в этих центрах в течение этого периода создаёт компаундный эффект на долгосрочные капитальные затраты. Он также оценил вероятность того, что текущие архитектуры, ориентированные на LLM, достигнут AGI в диапазоне от 0 % до 1 % без новых форм интеграции знаний.
Кришна указал амортизацию как самый недооценённый инвесторами элемент расчёта. AI‑ускорители обычно списываются в течение пяти лет, и он подчеркнул, что темпы изменения архитектур требуют замены флотов, а не их продления. «Нужно использовать всё в течение пяти лет, потому что после этого приходится выбрасывать и заполнять заново», — сказал он.
Недавняя критика на финансовых рынках сосредоточена на схожих опасениях. Инвестор Майкл Берри, например, задаётся вопросом, смогут ли гипермасштабные провайдеры продолжать растягивать предположения о полезном сроке эксплуатации, если прирост производительности и размеры моделей ускорят вывод старых GPU из эксплуатации.
Руководитель IBM заявил, что в конечном итоге он ожидает, что генеративные AI‑инструменты в их текущей форме значительно повысят корпоративную продуктивность, но его беспокоит соотношение физического масштаба инфраструктуры следующего поколения AI и экономики, необходимой для её поддержки. Компании, инвестирующие в эти гигантские многогига‑ваттные кампусы и ускоренные графики обновления, должны демонстрировать доходность, соответствующую беспрецедентным капитальным затратам, о которых говорил Кришна.
Автор – Luke James
