Sektor prywatny dominuje w budowie modeli AI - VIG/C-QUADRAT TFI

"Sektor prywatny już dominuje, jeżeli chodzi o budowę modeli AI. Kiedyś to wyglądało inaczej - bardziej to były kwestie akademickie, państwowe. W tej chwili 90 proc. modeli AI jest tworzone przez prywatny sektor. Oznacza to chęć ich praktycznego wykorzystania - po to prywatny sektor je tworzy, widzi możliwość monetyzacji i dąży do ich szybkiego, w miarę praktycznego dostosowania" - powiedział Michał Szymański, prezes zarządu VIG/C-QUADRAT TFI.

"Bardzo mocno wzrosła komplikacja czy złożoność modeli AI, czyli poziom zaawansowania - od 100 milionów parametrów w modelu AI jeszcze w 2020 roku do setek miliardów obecnie. (...) To jest gigantyczny wzrost w bardzo krótkim czasie. W ciągu zaledwie jednego roku wzrost parametrów był stukrotny" - dodał.

Prezes wskazał, że poziom zapotrzebowania na energię do trenowania poszczególnych modeli AI wynosiło od 50 KW w 2017 r. do 10 MW obecnie.

"To pokazuje pewną barierę jeśli chodzi o rozwój. Chociaż z czasem - jak życie uczy - kolejne generacje danego produktu są dużo bardziej efektywne niż na samym początku" - powiedział.

Podał, że jeśli chodzi o ryzyka to z pewnością jest to ryzyko nakładów infrastrukturalnych.

"Warto przypomnieć, że w hossie internetowej miał miejsce bardzo duży, gwałtowny wzrost nakładów na infrastrukturę, głównie przez telekomy, przede wszystkim na światłowody" - powiedział Michał Szymański.

Wskazał, że telekomy amerykańskie w latach 1996-2001 wydały około 500 mld USD na infrastrukturę - właśnie na światłowody.

"Później okazało się, że to było w dużej mierze za dużo, a telekomy nie miały możliwości później tego zmonetyzować" - powiedział.

"Obecnie, jeżeli chodzi o inwestycje w data centers, to są one bardzo wysokie. PwC szacuje, że w 2027 roku inwestycje wyniosą 1 bilion dolarów, a do 2030 roku - zgodnie z danymi McKinsey - mają wzrosnąć do 6,7 bilionów dolarów w ciągu pięciu lat" - dodał Szymański.

Podał, że nakłady infrastrukturalne wiążą się z ryzykiem, ponieważ mówi się tu o podmiotach konkurencyjnych - jeżeli ta infrastruktura się już zbuduje, to trzeba ją sprzedać tj. znaleźć odbiorców, którzy będą chcieli ją wykorzystać.

"Jeżeli jest jej za dużo (infrastruktury - przyp.) to oczywiście każdy stara się to sprzedać jak najszybciej, jak najtaniej, bo inaczej traci pieniądze. (...) W przypadku data center jeszcze będzie dochodził ten element, że ich tempo starzenia się pewnie będzie szybsze niż światłowodów, bo procesory są dużo częściej wymieniane niż światłowody. (...) I tym większa będzie presja cenowa" - powiedział.

"Dodatkowo, zapotrzebowanie na moc obliczeniową kolejnych modeli rośnie wyraźnie szybciej niż postęp w rozwoju procesorów. To w pewnym sensie wymusza ekspansywną budowę infrastruktury" - dodał.

Podał, że patrząc na skalę nakładów - zgodnie z danymi BAIN - szacuje się, że na każde 500 miliardów USD wydane na data center rocznie, potrzebne jest około 2 biliony USD przychodów rocznie - żeby stopa zwrotu inwestycji miała sens.

Jak wskazał Alan Witczak, zarządzający funduszami w VIG/C-QUADRAT TFI - odnosząc się do prognoz Morgan Stanley - w dalszej kolejności coraz więcej nakładów i wartości będzie już nie w samej infrastrukturze, ale w software.

"Co może się wydarzyć dalej z perspektywy inwestycyjnej? Jaka może być kolejna faza? My to interpretujemy, że kolejne sektory, które mogą być beneficjentami rozwoju sztucznej inteligencji są tam, gdzie już widzimy pewne adaptacje zastosowania tej technologii w realnym świecie. Mówimy o robotyce i agentach AI" - powiedział.

"Robotykę traktujemy dość szeroko, bo to są robotaxi, roboty przemysłowe czy w dalszej kolejności pewnie też humanoidy. To dlaczego już teraz możemy mówić o robotyce, to bardzo dynamiczny rozwój modeli LLM, szczególnie w kontekście rozpoznawania obrazów i rzeczywistości. Dzięki technologii AI roboty są już w stanie dużo lepiej oceniać i analizować rzeczywistość fizyczną" - dodał.

Wskazał, że jeśli chodzi o agentów AI, to okazało, że Open AI idzie bardziej w stronę taką komercyjną.

"Agent AI ma być bardziej asystentem - na przykład zakupowym - wchodzi bardziej w segment e-commerce oraz social mediów niż de facto w tworzenie na przykład nowych leków na choroby itd. To, co czeka nas dalej, to kolejni asystenci, jak asystent finansowy czy do obsługi klientów" - powiedział Alan Witczak. (PAP Biznes)

alk/ asa/