Ve světě umělé inteligence se objevují stále jasnější obrysy finančních operací velkých AI laboratoří. Současné diskuse kolem financí těchto společností poukazují na klíčovou roli ekonomiky výpočetního výkonu. Stále častěji se ukazuje, jak značná část rychle rostoucích příjmů těchto firem je absorbována právě náklady spojenými s neustále rostoucími požadavky na výpočetní zdroje.
Jedna z předních firem v oblasti AI například nedávno zveřejnila data, která naznačují, že marže v souvislosti s výpočetním výkonem se ve skutečnosti zhoršují. I když společnost zaznamenala robustní růst příjmů v řádu miliard dolarů, současně došlo k prohloubení provozní ztráty, a to převážně díky eskalujícím nákladům na infrastrukturu. V nedávném čtvrtletí tak výdaje na výpočetní výkon pohltily 58 % příjmů, což je nárůst oproti 48 % z předchozího období. V době, kdy by investoři očekávali zlepšení, se trend ubírá opačným směrem.
Důvodem tohoto vývoje je především enormní poptávka, která nutí AI laboratoře zajišťovat výpočetní výkon za vyšší ceny. Namísto dlouhodobých smluv s velkými poskytovateli cloudových služeb se musejí obracet na menší, flexibilnější dodavatele, kteří sice nabízejí okamžité řešení, ale za výrazně vyšší sazby. Tato strategie, vynucená rychlým tempem růstu a naléhavou potřebou škálování, vede k výraznému navyšování provozních nákladů. Tyto výdaje jsou předpokládány jako největší položka v provozních nákladech firem i do budoucna.

Chystáte nový web nebo aplikaci?
Napište mi, co plánujete — rád se na to podívám a poradím, jak na to nejlépe jít.
Přestože některé AI firmy aktivně pracují na budování vlastní výpočetní infrastruktury ve snaze snížit závislost na externích dodavatelích, tempo růstu poptávky je tak vysoké, že tyto interní projekty zatím nedokáží držet krok. Proto zůstává spolupráce s externími, a často dražšími, dodavateli nezbytnou realitou. To podtrhuje, jak moc je úspěch AI laboratoří svázán s dostupností a cenou výpočetních zdrojů.
Z určitého pohledu jde o takzvané "problémy z blahobytu" – dokud příjmy rostou desítkami procent za čtvrtletí, většina investorů se vysokými náklady na výpočetní výkon nebude příliš znepokojovat. Nicméně, je to pádné připomenutí hluboké závislosti AI laboratoří na obrovské infrastrukturní výstavbě datových center a jejich zranitelnosti vůči jakýmkoliv komplikacím v tomto procesu. Potenciální zpomalení výstavby datových center, například kvůli ekonomickým tlakům nebo lokální opozici, by mohlo výrazně zkomplikovat již tak náročnou situaci kolem výpočetního výkonu. Budoucnost předních AI laboratoří tak zůstává do značné míry ovlivněna cenami a dostupností výpočetního výkonu.
