CEO IBM: Γιατί τα «μαθηματικά» στις επενδύσεις AI δεν βγαίνουν
Ο CEO της IBM, Arvind Krishna, αναλύει το τεράστιο οικονομικό ρίσκο των επενδύσεων AI και της AGI. Γιατί τα "μαθηματικά" των τρισεκατομμυρίων δεν βγαίνουν;
Minas Marios Kontis
Ο CEO της IBM, Arvind Krishna, αναλύει το τεράστιο οικονομικό ρίσκο των επενδύσεων AI και της AGI. Γιατί τα "μαθηματικά" των τρισεκατομμυρίων δεν βγαίνουν;
Στην τρέχουσα τεχνολογική επανάσταση, οι κορυφαίες εταιρείες AI συνεχίζουν να επενδύουν αστρονομικά ποσά στην κατασκευή και επέκταση κέντρων δεδομένων (data centers). Πρόκειται για ένα τεράστιο στοίχημα για το μέλλον, το οποίο όμως τόσο οι οικονομικοί αναλυτές όσο και οι ηγέτες της βιομηχανίας προειδοποιούν ότι μπορεί να μην αποδώσει για πολλά χρόνια — ή και ποτέ.
Η OpenAI, η εταιρεία που βρίσκεται στην αιχμή της καινοτομίας, πρόσφατα δεσμεύτηκε να δαπανήσει πολύ περισσότερα από ένα τρισεκατομμύριο δολάρια πριν το τέλος της δεκαετίας. Ωστόσο, η στρατηγική αυτή έχει προκαλέσει ανησυχία στην αγορά:
Για να το θέσουμε απλά, όπως δήλωσε χαρακτηριστικά ο CEO της IBM, Arvind Krishna, στον αρχισυντάκτη του The Verge, Nilay Patel, κατά τη διάρκεια ενός πρόσφατου επεισοδίου του podcast "Decoder":
«Τα μαθηματικά δεν βγαίνουν».
Όταν ο Arvind Krishna ρωτήθηκε αν πιστεύει ότι υπάρχει κάποια εταιρική απόδοση επένδυσης (ROI) που θα δικαιολογούσε την υπέρογκη δαπάνη για την επίτευξη της Artificial General Intelligence (AGI) — την ασαφή πρώτη προτεραιότητα της OpenAI — προχώρησε σε μερικούς αποκαλυπτικούς, πρόχειρους υπολογισμούς για την εξέλιξη της υποδομής:
«Χρειάζονται περίπου 80 δισεκατομμύρια δολάρια για να εξοπλιστεί ένα κέντρο δεδομένων του ενός γιγαβάτ (gigawatt)», ανέφερε. «Αυτό είναι το σημερινό νούμερο. Αν μια εταιρεία δεσμευτεί για 20-30 γιγαβάτ, μιλάμε για 1,5 τρισεκατομμύριο δολάρια [κεφαλαιουχικών δαπανών]».
Λαμβάνοντας υπόψη ότι οι «συνολικές δεσμεύσεις» για το «κυνήγι της AGI» και της επόμενης γενιάς τεχνολογίας ανέρχονται σε 100 γιγαβάτ, ο ίδιος συμπέρανε ότι αυτό...
