Шаткая математика пузыря ИИ

Шаткая математика пузыря ИИ

Сегодняшние масштабные и продолжающие расти инвестиции в ИИ и сопутствующую инфраструктуру вполне могут окупиться, как это произошло с интернетом после инвестиционного бума конца 1990-х годов. Однако пока выгоды от ИИ выглядят менее значительными, а макроэкономические потери — более значительными, чем в случае с пузырём доткомов.

ОКСФОРД — Когда OpenAI недавно выделила 1,4 триллиона долларов на обеспечение будущих вычислительных мощностей, это было лишь очередным проявлением иррационального оптимизма в 2025 году. По некоторым оценкам, рост ВВП США в первой половине этого года был практически полностью обеспечен центрами обработки данных, что вызвало поток комментариев о том, когда лопнет пузырь и что он может оставить после себя. Хотя вечеринка доткомов конца 1990-х годов закончилась для Уолл-стрит похмельем, Мейн-стрит сохранила главное: инфраструктуру. Производительность выросла, а оптоволокно, проложенное в годы бума, работает и сегодня. Обещание президента США Билла Клинтона построить «мост в XXI век» было одним из тех редких предвыборных обещаний, которые действительно выполняются.

Сегодняшние инвестиции в ИИ вполне могут окупиться, как это сделал интернет. Однако пока что выгоды выглядят менее значительными, а макроэкономические потери — более значительными, чем в случае с пузырём доткомов. Подумайте о потенциальных преимуществах. В конце 1990-х годов отдача от интернета проявилась, когда пузырь ещё раздувался: рост производительности труда в США в среднем составлял около 2,8% с 1995 по 2004 год, что примерно вдвое больше темпов роста за предыдущие два десятилетия, прежде чем замедлиться к середине 2000-х. Рост можно было наблюдать в национальных счётах, даже когда Pets.com скупал свою злополучную рекламу во время Суперкубка.

На этот раз рост производительности труда в США ускорился после двух вялых десятилетий, достигнув около 2,7% в прошлом году, но пока рано говорить, что причиной тому ИИ. Фактически, внедрение ИИ идёт на спад: недавнее исследование Бюро переписи населения США показало снижение его использования крупными компаниями. Если недавний рост производительности был в основном связан с ИИ, можно было бы ожидать, что он затухнет по мере спада внедрения — ещё одно напоминание о том, насколько мимолётными могут быть эти волны. Несмотря на то, что бум информационных технологий 1990-х годов был заметен в режиме реального времени, он сошел на нет примерно через десятилетие.

Заманчиво думать, что большие языковые модели (LLM) ускорят инновации и открытия, например, путём выявления скрытых связей в научной литературе, написания кода и составления протоколов. Новые инструменты — от микроскопа Роберта Гука до телескопа Галилея — уже вызывали подобные скачки раньше. Однако на этот раз у нас уже есть совершенный исследовательский инструмент в виде подключенного к интернету ПК. Тем не менее, даже при мгновенном доступе к накопленным мировым знаниям и лучшим специалистам, показатели исследовательской продуктивности и прорывных инноваций снизились. Поддержание закона Мура – ​​наблюдения, согласно которому вычислительная мощность компьютеров удваивается каждые два года, – теперь требует на порядок больше исследователей, чем в начале 1970-х годов.

Также неясно, оставит ли нынешний бум капитальных затрат много возможностей для создания долговечной цифровой инфраструктуры. Как и железные дороги в XIX веке, эпоха доткомов вкладывала деньги в долгосрочные активы, особенно в оптоволоконный кабель и магистральные сети, которые можно было «зажигать» и перезаряжать по мере совершенствования электроники. Значительная часть этих стекол до сих пор используется для движения транспорта. Один транш капитальных вложений поддерживал несколько поколений технологий и бизнес-моделей.

Напротив, ИИ не прокладывает рельсы; он работает на беговой дорожке. Чипы и память деградируют или устаревают в течение лет, а не десятилетий. Каждая серверная стойка, используемая для обучения LLM, теперь требует 120 киловатт электроэнергии, по сравнению с примерно 5-10 кВт десять лет назад. И хотя каждое новое поколение графических процессоров (GPU) снижает стоимость за ватт, это означает, что гиперскейлеры быстрее пополняют парки, поскольку старое оборудование устаревает экономически. В то время как оптоволокно продолжает работать, пока вы меняете конечные точки, стек технологий ИИ быстро обесценивается, требуя постоянных реинвестиций.

Эту «беговую дорожку» можно было бы контролировать, если бы макроэкономическая ситуация выглядела так же, как в 1999 году. Но это не так. Хотя реальные процентные ставки тогда были выше, профицит бюджета в эпоху Клинтона и снижающееся соотношение долга к ВВП ослабили давление на рынки капитала и сократили расходы правительства на выплату процентов, ограничив эффект вытеснения.
На этот раз ситуация изменилась. Постоянный дефицит государственного бюджета США, близкий к 6% ВВП (около 1,8 трлн долларов), и чистые процентные платежи, приближающиеся к 1 трлн долларов, не только сократили фискальное пространство, но и тот же объем сбережений теперь, как ожидается, пойдет на финансирование строительства объектов чистой энергетики, увеличения оборонных бюджетов и бума энергоемких центров обработки данных. На практике этот спрос проявляется в более высоких процентных ставках, что замедляет строительство нового жилья и отодвигает на второй план инфраструктуру с длительным сроком эксплуатации.

Государственные финансы также испытывают трудности. Увеличение долга означает, что положительные реальные ставки быстро приводят к более высоким процентным ставкам, вытесняя программы, на которые полагаются домохозяйства. В период профицита конца 1990-х годов долг сократился, и Казначейство даже выкупило облигации, что означало, что государство могло инвестировать параллельно с частным бумом, не оттесняя его. Сегодня рост заимствований и более высокие процентные ставки оставляют меньше возможностей для манёвра при замедлении роста. Если отдача от ИИ действительно наступит, но медленно, арифметика будет ещё сложнее. Мы увидим, как больше долларов поступит держателям облигаций и меньше — на социальное обеспечение, здравоохранение и основные услуги; а если экономический цикл пойдет на спад, компромиссы будут ещё более острыми.

Финансирование тоже изменилось. Спад начала 2000-х годов был в основном связан с акциями: цены на акции рухнули, и венчурные инвесторы, нацеленные на долгосрочную доходность, понесли убытки; но каким бы жестоким и заметным он ни был, боль утихла относительно быстро. Как подчеркивают Кармен Рейнхарт и Кеннет Рогофф в своей книге «На этот раз всё по-другому» 2009 года, посвященной истории финансовых кризисов, пузыри активов, как правило, представляют угрозу макроэкономике, главным образом, когда они подпитываются кредитами и наносят ущерб балансам банков. Поскольку крах доткомов был в основном вызван переоценкой акций (не считая телекоммуникационных компаний), а не банковским кризисом, системного сбоя не произошло, несмотря на значительные потери инвесторов.

На этот раз риск нарастает за счёт кредитования. Как отмечает инвестор Пол Кедроски, финансирование перераспределяется из акций в облигации, специализированные компании и лизинг, а также частное кредитование – все формы заимствований, которые в конечном итоге связаны с банками и страховыми компаниями. Если доходы от ИИ и центров обработки данных окажутся недостигнутыми, проблемы, скорее всего, в первую очередь проявятся на кредитных рынках, а не на ценах акций. Следите за невыполнением целевых показателей покрытия, ужесточением условий кредитования и сокращением рефинансирования, которое негативно сказывается на балансах кредиторов и страховщиков из-за долгосрочной аренды и кредитов с обеспечением в виде чипов.

Это системный риск. В отличие от эпохи доткомов, сегодняшнее наращивание бизнеса увеличивает риски для финансовой системы, поэтому стресс, скорее всего, распространится через кредиторов и структурированные структуры. Уже сейчас можно наблюдать растущую обеспокоенность рыночных аналитиков, учитывая предупреждение Moody’s о том, что значительная доля роста центров обработки данных Oracle зависит от OpenAI, которому ещё только предстоит найти путь к прибыльности.

Конечно, если ИИ быстро обеспечит широкое и устойчивое повышение производительности, ситуация улучшится. Более быстрый рост ослабит фискальное давление, снизит уровень задолженности и укрепит эти финансовые структуры. Но если результаты появятся позже или не оправдают ожиданий, отдача может не компенсировать огромные первоначальные затраты.

 

Карл Бенедикт Фрей
— доцент кафедры ИИ и труда Оксфордского
института Интернета и директор программы
«Будущее труда» Оксфордской школы Мартина

 

 

Источник.


 

Вы можете оставить комментарий, или ссылку на Ваш сайт.

Оставить комментарий