AI bywa dziś droższa od pracowników. Menedżer Nvidii wskazuje na koszt mocy obliczeniowej
Bryan Catanzaro, wiceprezes Nvidii odpowiedzialny za stosowane głębokie uczenie AI, ocenił, że koszt mocy obliczeniowej potrzebnej do rozwoju i wykorzystania sztucznej inteligencji jest dziś często wyższy niż koszt zatrudnienia pracowników.
Jak powiedział w rozmowie przytoczonej przez Axios, w przypadku jego zespołu wydatki na compute, czyli obliczenia wykonywane przez wyspecjalizowaną infrastrukturę, „znacznie przewyższają” koszty osobowe.
Wypowiedź menedżera Nvidii pokazuje, że ekonomia AI nie sprowadza się do prostego rachunku, w którym algorytm zastępuje człowieka i automatycznie obniża koszty firmy. W wielu zastosowaniach największym obciążeniem nie są pensje, lecz infrastruktura potrzebna do trenowania, testowania i uruchamiania modeli sztucznej inteligencji.
Koszty te obejmują m.in. dostęp do układów GPU, centra danych, energię elektryczną, chłodzenie, pamięć, infrastrukturę sieciową oraz opłaty za korzystanie z modeli w chmurze. Im częściej firma wykorzystuje AI w produktach, analizach, generowaniu kodu, automatyzacji procesów lub obsłudze klientów, tym szybciej rosną rachunki za moc obliczeniową.
Skalę problemu pokazują prognozy dla całej branży technologicznej. Gartner szacuje, że globalne wydatki IT w 2026 roku wyniosą 6,31 bln dol., czyli wzrosną o 13,5 proc. rok do roku. Najszybciej ma rosnąć segment systemów dla centrów danych — o 55,8 proc., do prawie 788 mld dol.
Jeszcze większe nakłady mogą być potrzebne w dłuższym horyzoncie. McKinsey szacuje, że do 2030 roku globalne wydatki na centra danych mogą sięgnąć 6,7 bln dol., a znaczna część tej kwoty będzie związana z popytem na infrastrukturę obsługującą AI. W wariancie przyspieszonego popytu nakłady na centra danych wykorzystywane przez sztuczną inteligencję mogą wzrosnąć jeszcze bardziej.
W praktyce oznacza to, że firmy wdrażające AI muszą liczyć nie tylko potencjalne oszczędności na pracy ludzkiej, lecz także nowe koszty stałe i zmienne. Model AI może przyspieszyć pracę zespołu, ale każde zapytanie, trening, test, integracja lub automatyzacja generują koszt infrastrukturalny. W części organizacji koszt ten może rosnąć szybciej niż tradycyjne koszty osobowe.
Opinia Catanzaro nie oznacza, że AI nie będzie redukować kosztów pracy. Oznacza raczej, że taki efekt nie jest automatyczny. Jeżeli koszt obliczeń, licencji i infrastruktury przewyższa wartość zaoszczędzonego czasu pracy, wdrożenie AI może pogarszać wynik finansowy zamiast go poprawiać. Dlatego przedsiębiorstwa będą musiały coraz dokładniej mierzyć zwrot z inwestycji w sztuczną inteligencję, szczególnie tam, gdzie technologia jest wykorzystywana masowo, a nie punktowo.
Czytaj też:
Pentagon otwiera tajne systemy dla AI. Giganci technologiczni wchodzą do gry, Anthropic na wylocie
Oprogramowanie i drony zamiast czołgów? „The Economist”: nowy model wojny USA
Kresy.pl / Axios
