Οι επενδύσεις στην τεχνητή νοημοσύνη από τις Big Tech αναμένεται να ξεπεράσουν τα 500 δισ. δολάρια έως το 2032, με στροφή από την εκπαίδευση AI στην εξαγωγή συμπερασμάτων

Οι μεγαλύτερες εταιρείες τεχνολογίας θα αυξήσουν τις ετήσιες δαπάνες τους για την τεχνητή νοημοσύνη σε περισσότερα από 500 δισεκατομμύρια δολάρια μέχρι τις αρχές της επόμενης δεκαετίας, εν μέρει λόγω μιας νεότερης προσέγγισης της τεχνητής νοημοσύνης από τις εταιρείες DeepSeek και OpenAI, σύμφωνα με το Bloomberg Intelligence.

Η ομάδα των Big Tech, συμπεριλαμβανομένων των Microsoft Corp., Amazon.com Inc. και Meta Platforms Inc., προβλέπεται να δαπανήσουν 371 δισεκατομμύρια δολάρια για κέντρα δεδομένων και υπολογιστικούς πόρους για την τεχνητή νοημοσύνη το 2025, μια αύξηση 44% από το προηγούμενο έτος, σύμφωνα με έκθεση που δημοσιεύθηκε τη Δευτέρα. Το ποσό αυτό πρόκειται να ανέλθει στα 525 δισ. δολάρια έως το 2032, αυξανόμενο με ταχύτερο ρυθμό από ό,τι ανέμενε η Bloomberg Intelligence πριν από την viral επιτυχία του DeepSeek.

Μέχρι πρόσφατα, μεγάλο μέρος των επενδύσεων στην τεχνητή νοημοσύνη πήγαινε σε data centers και τσιπ που χρησιμοποιούνται για την εκπαίδευση ή την ανάπτυξη νέων τεράστιων μοντέλων τεχνητής νοημοσύνης. Τώρα, οι εταιρείες τεχνολογίας αναμένεται να μεταφέρουν περισσότερες δαπάνες στην εξαγωγή συμπερασμάτων, ή στη διαδικασία λειτουργίας αυτών των συστημάτων μετά την εκπαίδευσή τους.

Η μετατόπιση των επενδύσεων έχει επιταχυνθεί από την κυκλοφορία νέων μοντέλων συλλογισμού από την OpenAI και την κινεζική DeepSeek, μεταξύ άλλων εταιρειών, αναφέρει η έκθεση. Αυτά τα συστήματα χρειάζονται περισσότερο χρόνο για να υπολογίσουν απαντήσεις σε ερωτήματα χρηστών, μιμούμενα τη διαδικασία του τρόπου με τον οποίο οι άνθρωποι σκέφτονται τα προβλήματα.

Η άνοδος της DeepSeek, η οποία ισχυρίστηκε ότι ανέπτυξε ένα ανταγωνιστικό μοντέλο με χαμηλότερο κόστος από ότι ορισμένοι κορυφαίοι ανταγωνιστές των ΗΠΑ, προκάλεσε ερωτήματα στην αμερικανική βιομηχανία τεχνολογίας σχετικά με τις μεγάλες επενδύσεις στην ανάπτυξη της τεχνητής νοημοσύνης. Ορισμένες κορυφαίες εταιρείες ΤΝ στρέφονται τώρα προς πιο αποδοτικά συστήματα ΤΝ που μπορούν να τρέξουν με λιγότερα κεφάλαια.

Σύμφωνα με την έκθεση, τα λογικά μοντέλα προσφέρουν επίσης νέες ευκαιρίες για κέρδη από το λογισμικό και ενδεχομένως να μεταφερθεί μεγαλύτερο μέρος του κόστους από το στάδιο της ανάπτυξης σε αυτό μετά την ανάπτυξη του μοντέλου. Αυτό είναι πιθανό να οδηγήσει σε μεγαλύτερες επενδύσεις σε αυτή την προσέγγιση και να ενισχύσει τις δαπάνες για την ΤΝ συνολικά, αναφέρει η έκθεση, σύμφωνα με το Bloomberg.

«Η αύξηση των κεφαλαιουχικών δαπανών για την εκπαίδευση AI θα μπορούσε να είναι πολύ πιο αργή από τις προηγούμενες προσδοκίες μας», έγραψε στην έκθεση ο Μαντίπ Σινγκ, αναλυτής της Bloomberg Intelligence. Αλλά η τεράστια προσοχή στο DeepSeek, πιθανότατα θα ωθήσει τις εταιρείες τεχνολογίας να «αυξήσουν τις επενδύσεις» στην εξαγωγή συμπερασμάτων, καθιστώντας το το ταχύτερα αναπτυσσόμενο τμήμα στην αγορά της παραγωγικής AI.

Ενώ οι δαπάνες που σχετίζονται με την εκπαίδευση αναμένεται να αποτελέσουν περισσότερο από το 40% των προϋπολογισμών AI των hyperscalers φέτος, το τμήμα αυτό αναμένεται να μειωθεί μόλις στο 14% μέχρι το 2032, σύμφωνα με την έκθεση. Αντίθετα, οι επενδύσεις που βασίζονται στην εξαγωγή συμπερασμάτων θα μπορούσαν να αποτελέσουν σχεδόν το ήμισυ όλων των δαπανών AI.

Η Google της Alphabet Inc. φαίνεται να είναι σε καλύτερη θέση για να κάνει αυτή τη στροφή γρήγορα, χάρη στα εσωτερικά της τσιπ που χειρίζονται τόσο την εκπαίδευση όσο και την εξαγωγή συμπερασμάτων, γράφει ο Σινγκ. Άλλες εταιρείες, όπως η Microsoft και η Meta, έχουν στηριχθεί σε μεγάλο βαθμό στα τσιπ της Nvidia Corp. και μπορεί να μην έχουν τόση ευελιξία.

Πηγή: newmoney.gr

Διαβάστε επίσης: Αυτό είναι το πιο ισχυρό όπλο της ΕΕ κατά των δασμών του Τραμπ