Скоро «схлопнется»? - «Компьютеры и интернет»
Про искусственный интеллект (ИИ) слышно теперь чуть ли не из каждого утюга: ИИ — то, ИИ — се, он заменит миллионы рабочих мест, а их прежние обладатели будут лежать на диване, поплевывать в потолок и получать базовый безусловный доход. Другие пугают: ИИ захватит планету и уничтожит человечество, потому что мы тупые. В общем хайпа много. Оправдан ли он? Вот, к примеру, МВФ выступил со скептическим предупреждением, мол, на рынке ИИ раздулся большой «пузырь», многие надежды неоправданны, а главное — неоправданны высокие ожидания прибыли и производительности. При этом деньги в развитие ИИ и сопряженных отраслей вкладываются огромные. Но окупятся ли вложения и когда? А если рынок осознает наличие «пузыря», то может «схлопнуться» даже посильнее, чем по время «краха доткомов» (телекоммуникационных компаний) начала нулевых, после чего восстановление до прежних значений заняло более десятилетия. Это возымеет, в свою очередь, самые пагубные последствия для мировой экономики. Что для России выльется в резкое сокращение спроса на ее основные экспортные товары.
Опрос управляющих инвестфондами, проведенный Bank of America, показал, что 54 % инвесторов считают акции компаний, занимающихся ИИ, пузырем, 38 % в него не верят. В числе последних, например, экономист Goldman Sachs Джозеф Бриггс, который считает, что миллиарды долларов инвестиций в центры обработки данных непременно окупятся и принесут прибыль. По его оптимистичным оценкам, до 8 трлн долл. выручки для американских компаний благодаря ИИ. Правда, в долгосрочной перспективе. А вот сколь она долгосрочна, сказать никто не может. В конце концов, те же «доткомы» оказали реальное экономическое и социальное влияние. Лет через 20 после краха, когда цифровизация действительно вышла на качественно новый уровень.
Недавно ведущий мировой производитель чипов корпорация Nvidia объявила о планах инвестировать до 100 миллиардов долларов в OpenAI для финансирования нового поколения центров обработки данных, в то время как OpenAI обязалась закупить миллионы чипов Nvidia для этих объектов. Несколько дней спустя OpenAI заключила аналогичное многомиллиардное соглашение с другим производителем чипов AMD. Но когда окупятся эти ходящие по кругу десятки миллиардов долларов? При том, что нынешние большие языковые модели (LLM) — этот хит систем ИИ, обученных на огромных массивах текстовых данных для понимания и генерации человеческого языка, сплошь и рядом убыточны. А массовое внедрение ИИ не приводит к резкому увеличению производительности труда и, главное, не создает новых рабочих мест. Просто происходит замещение работников, выполняющих рутинные производственные функции.
Ровно так и было накануне краха «доткомов». Когда огромные инвестиции хлынули в телекоммуникационную и компьютерную инфраструктуру, делая ставку на экспоненциальный спрос на интернет. Но его тогда не случилось, и пошли массовые банкротства. Тогда как проблема была не в недостатке потенциала у интернета (в чем мы убедились только теперь), а в том, что темпы освоения капитала опережали темпы внедрения технологий в производственную практику. Так и сегодня: концентрация рынка достигла тревожного уровня: на семь крупнейших технологических компаний Apple, Microsoft, Amazon, Alphabet, Meta (признана экстремистской в РФ), Nvidia и Tesla приходится более трети индекса S&P 500, что вдвое превышает показатели крупнейших технологических компаний во время пузыря 2000 года. В создание инфраструктуры и программного обеспечения для ИИ уже было инвестировано от 3 до 6 трлн долл., что обеспечило практически весь экономический рост США за последний год. 10 крупнейших американских компаний, занимающихся разработкой ИИ, обеспечили большую часть прироста фондового рынка США за последние два года и сейчас оцениваются в 35 трлн долл., что составляет уже почти половину всего рынка.
Однако эти биржевые оценки компаний, занимающихся ИИ, основаны скорее на агрессивных сверхоптимистичных прогнозах, но никак не на текущих доходах. Огромные деньги инвестируются в центры обработки данных, цепочки поставок микросхем и новые модели LLM, тогда как внедрение на уровне корпораций происходит куда медленнее.
Да, число пользователей того же чат-бота ChatGPT набрало 100 миллионов пользователей быстрее, чем любое другое приложение, но на уровне компаний и производств массового внедрения его не происходит. Он остается на уровне «баловства» и «развлечения». Главное, что не происходит роста производительности труда. Хотя, по подсчетам Стэнфордского университета, уровень внедрения технологий в бизнесе вырос с 55 % в 2023 году до 78 % в 2024 году. То есть ажиотаж на уровне потребительского использования не привел к масштабным изменениям в производственных компаниях. Просто потому, что такие компании не имеют четких представлений о финансовой отдаче. Что они получат на выходе в деньгах? А есть еще ограничения по потреблению энергии. Те же центры обработки данных требуют ее в огромных количествах. И ее потребление энергии в центрах обработки данных только в США удвоится к 2030 году, что поставит под угрозу экономику дальнейшего масштабирования ИИ, а также может создать энергодефицит для остальных отраслей.
Любопытное сравнение приводят ряд исследователей ИИ, приводя в пример период с 1790 по 1840 год, который получил название
«пауза Энгельса», в честь Фридриха Энгельса, который впервые обозначил данное явление применительно к британской экономике. В этот период зарплата британского рабочего класса не росла, а застыла на месте, при этом заметно выросла безработица. На этом фоне ВВП на душу населения быстро рос благодаря новым технологиям промышленной революции. «Простым людям» с этого роста ВВП ничего не перепадало, получается. И так полвека.
Мы пока толком не понимаем, что принесет нам ИИ: отнимет у нас работу или станет мощным помощником. А вдруг он приведет, скажем, к 50-60-процентной безработице без создания новых рабочих мест? В этом случае потребуется полное переосмысление всей системы налогообложения и социального обеспечения. И возможно, этот период настанет раньше, чем сейчас кажется. Впрочем, «пузырь» ИИ может и лопнуть, отложив необходимость решения на пару десятилетий. А там что-нибудь придумаем. Уже не мы, а будущее поколение.
