Η τεχνητή νοημοσύνη μπορεί να αλλάξει την οικονομία και ταυτόχρονα να αποδειχθεί ακριβή επένδυση για όσους πληρώσουν υπερβολικά για την ανάπτυξή της. Αυτή είναι η ουσιαστική διάκριση πίσω από τη συζήτηση για πιθανή «φούσκα» στην AI: δεν χρειάζεται να αποτύχει η τεχνολογία για να απογοητευθούν οι επενδυτές. Αρκεί τα κέρδη να έρθουν αργότερα, να μοιραστούν διαφορετικά ή να μην καλύψουν το κόστος του κεφαλαίου.
- Τα $7 τρισ. είναι εκτίμηση δυνητικών δαπανών έως το 2030, όχι έσοδα ή ήδη πραγματοποιημένες επενδύσεις.
- Η πληρότητα των υποδομών, η είσπραξη από πελάτες και το κόστος χρηματοδότησης καθορίζουν τις αποδόσεις.
- Η επιτυχία της τεχνητής νοημοσύνης ως τεχνολογίας δεν εγγυάται κέρδος σε κάθε εταιρεία ή αποτίμηση.
Το μέγεθος εξηγεί την ανησυχία. Η McKinsey εκτιμά ότι οι παγκόσμιες δαπάνες για κέντρα δεδομένων θα μπορούσαν να φτάσουν τα $7 τρισ. έως το 2030. Πρόκειται για προβολή επενδύσεων, όχι για χρήματα που έχουν ήδη δαπανηθεί ούτε για πωλήσεις που εξασφαλίστηκαν.
Ποιος πληρώνει μετά την κατασκευή
Στην αρχή του κύκλου, τα έσοδα εμφανίζονται στους προμηθευτές επεξεργαστών, εξοπλισμού και κατασκευαστικών υπηρεσιών. Για εκείνους που χρηματοδοτούν και λειτουργούν τις εγκαταστάσεις, όμως, ο οικονομικός λογαριασμός συνεχίζεται. Οι υποδομές πρέπει να χρησιμοποιηθούν, οι πελάτες να πληρώσουν και τα συμβόλαια να αφήσουν επαρκές περιθώριο μετά την ενέργεια, τη συντήρηση και τη χρηματοδότηση.
Το ίδιο ποσό δεν μπορεί να μετρά διαδοχικά ως επένδυση, κύκλος εργασιών και τελικό κέρδος ολόκληρης της αλυσίδας. Ένα κέντρο δεδομένων μπορεί να εξυπηρετεί μια πραγματική ανάγκη, αλλά να προσφέρει χαμηλή απόδοση αν κατασκευάστηκε ακριβά ή αν οι τιμές υπολογιστικής ισχύος υποχωρήσουν ταχύτερα από το λειτουργικό του κόστος.
Ένα απλό, υποθετικό παράδειγμα δείχνει τη διαφορά. Αν μια εγκατάσταση μπορεί να πουλήσει 100 μονάδες υπηρεσίας αλλά αρχικά πουλά 60, η τεχνική της δυναμικότητα δεν ισοδυναμεί με εισπράξεις. Και αν χρειαστεί χαμηλότερη τιμή για να προσελκύσει τους επόμενους πελάτες, η αύξηση χρήσης δεν μετατρέπεται αυτόματα σε ανάλογη αύξηση κερδών.
Το πραγματικό κόστος της αναμονής
Στη νεότερη έκθεσή του, ο Διεθνής Οργανισμός Ενέργειας καταγράφει κεφαλαιουχικές δαπάνες άνω των $400 δισ. το 2025 από τις μεγαλύτερες τεχνολογικές εταιρείες και εκτίμηση αύξησης 75% το 2026. Επισημαίνει επίσης ότι η ανάπτυξη των υποδομών εξαρτάται όλο και περισσότερο από τις κεφαλαιαγορές. Τα μεγέθη αυτά δεν αποτελούν ξεχωριστό λογαριασμό αποκλειστικά για AI.
Εδώ βρίσκεται ένας κίνδυνος που δεν αποτυπώνεται στον εντυπωσιακό προϋπολογισμό ενός έργου. Αν καθυστερήσει η λειτουργία, οι τόκοι και άλλες υποχρεώσεις δεν περιμένουν υποχρεωτικά μαζί της. Όταν ο εξοπλισμός εξελίσσεται γρήγορα, η καθυστέρηση μπορεί επιπλέον να μειώσει το διάστημα μέσα στο οποίο μια επένδυση παραμένει ανταγωνιστική.
Η αναχρηματοδότηση προσθέτει ακόμη μία μεταβλητή. Μια εταιρεία με ισχυρές εισπράξεις και διαθέσιμα δεν βρίσκεται στην ίδια θέση με μια επιχείρηση που χρειάζεται συνεχώς νέο χρήμα. Η γενική αισιοδοξία για τον κλάδο δεν καταργεί αυτή τη διαφορά.
Τι πρέπει να διαβάζει ο επενδυτής
Το ουσιαστικό τεστ αρχίζει μετά τον τίτλο της ανακοίνωσης. Χρειάζεται διάκριση μεταξύ δεσμευτικών συμφωνιών και σχεδίων, μεταξύ λογιστικών εσόδων και εισπράξεων, καθώς και μεταξύ της σημερινής ζήτησης και των υποθέσεων για τη μελλοντική. Σημασία έχει ποιος αναλαμβάνει τον κίνδυνο αν ο τελικός πελάτης καθυστερήσει ή μειώσει τις παραγγελίες του.
Εξίσου κρίσιμη είναι η αποτίμηση. Ακόμη και ισχυρή αύξηση κερδών μπορεί να συνοδευτεί από ασθενέστερη χρηματιστηριακή απόδοση όταν η αρχική τιμή είχε ενσωματώσει μεγαλύτερες προσδοκίες. Η ανάπτυξη της αγοράς δεν είναι από μόνη της επενδυτική σύσταση.
Η σημερινή συζήτηση δεν δίνει αξιόπιστη ημερομηνία κατάρρευσης ούτε δικαιολογεί την αντίθετη βεβαιότητα ότι κάθε δαπάνη θα αποδώσει. Δίνει, όμως, μια χρησιμότερη ερώτηση: πέρα από το ποιος κατασκευάζει τις υποδομές, ποιος θα εισπράττει αρκετά ώστε να τις αποπληρώσει και να αμείψει τον επενδυτή;
The post AI: Επενδύσεις έως $7 τρισ. στα data centers, αλλά ποιος θα βγάλει τα κέρδη; appeared first on moneymatters.cy.
