Tržište se, barem zasad, čini zadovoljnim da nastavi snažno ulagati u umjetnu inteligenciju.
Iako je vrijednost nekih kompanija ključnih za AI bum, poput Nvidije, Oraclea i Coreweavea, pala u odnosu na vrhunce iz sredine 2025. godine, američko tržište dionica i dalje je dominantno obilježeno ulaganjima u AI.
Od indeksa S&P 500, koji okuplja vodeće kompanije, 75 posto prinosa dolazi zahvaljujući 41 AI dionici. „Veličanstvena sedmorka“ velikih tehnoloških kompanija – Nvidia, Microsoft, Amazon, Google, Meta, Apple i Tesla – čini 37 posto učinka S&P-a.
Takva dominacija, zasnovana gotovo isključivo na razvoju jedne vrste AI-ja – velikih jezičkih modela (Large Language Models) – podstiče strahove od stvaranja AI balona.
Gluposti, tvrde AI titani.
„Još smo jako, jako daleko od toga“, rekao je prošlog mjeseca za Sky News Jensen Huang, izvršni direktor proizvođača AI čipova Nvidije i prve kompanije na svijetu vrijedne pet biliona dolara.
Ne dijele svi to samopouzdanje.
Preveliko povjerenje u jedan način razvoja AI-ja, koji zasad nije donio profite ni približne nivou ulaganja, sigurno testira strpljenje investitora koji se pitaju gdje su njihovi povrati.
Posljedice pucanja balona mogle bi biti ozbiljne.
„Ako nekoliko fondova rizičnog kapitala propadne, niko zbog toga neće biti pretjerano tužan“, rekao je Gary Marcus, AI naučnik i profesor emeritus na Univerzitetu u New Yorku.
Ali s obzirom na to da veliki dio američkog ekonomskog rasta ove godine dolazi upravo od ulaganja u AI, „radijus eksplozije“ mogao bi biti mnogo veći, upozorio je Marcus.
„U najgorem slučaju, cijela ekonomija se praktično raspadne. Banke ostaju bez likvidnosti, dolazi do spašavanja, a porezni obveznici moraju platiti cijenu.“
Može li se to zaista dogoditi?
Postoje neki zabrinjavajući znakovi.
Prema jednoj procjeni, Microsoft, Amazon, Google, Meta i Oracle očekuje se da će do 2026. godine potrošiti oko bilion dolara na AI.
OpenAI, tvorac prvog velikog proboja u vidu velikog jezičkog modela ChatGPT, obavezao se da će u naredne tri godine potrošiti 1,4 biliona dolara.
Ali šta investitori u tim kompanijama dobijaju zauzvrat za svoja ulaganja? Zasad ne mnogo.
Primjera radi, od OpenAI-ja se očekuje da će u 2025. godini ostvariti nešto više od 20 milijardi dolara profita. To jeste mnogo novca, ali ni približno dovoljno da opravda potrošnju od 1,4 biliona dolara.
Veličina AI buma, ili balona, zavisno od toga kako ga posmatrate, svodi se na način na koji se on gradi.
Računarski gradovi
AI revolucija započela je početkom 2023. godine kada je OpenAI lansirao ChatGPT-4.
AI je predstavljao zapanjujući napredak u obradi prirodnog jezika, programiranju i generisanju slika, a gotovo u potpunosti je proizašao iz jednog napretka: razmjera.
GPT-4 je zahtijevao između 3.000 i 10.000 puta više računarske snage – takozvanog „compute“ kapaciteta – nego njegov prethodnik GPT-2.
Da bi postao pametniji, treniran je na daleko većoj količini podataka. GPT-2 je treniran na 1,5 milijardi „parametara“, dok ih je GPT-4 imao možda 1,8 biliona – praktično sav tekst, slike i videozapise dostupne na internetu.
Skok u performansama bio je toliko velik da se vjerovalo kako će se vještačka opća inteligencija (Artificial General Intelligence – AGI), koja se može mjeriti s ljudima u većini zadataka, pojaviti jednostavnim ponavljanjem tog procesa.
I upravo se to dešavalo. Potražnja za najnaprednijim GPU čipovima za treniranje AI-ja naglo je porasla – a s njom i cijena dionica Nvidije, koja ih proizvodi.
Potom su stigli buldožeri kako bi izgradili novu generaciju mega-data centara za pogon tih čipova i narednih generacija AI-ja.
I to vrlo brzo.
Stargate, projekt najavljen u januaru od strane Donalda Trumpa, Sama Altmana iz OpenAI-ja i drugih partnera, već ima dvije ogromne zgrade data centara u funkciji.
Do sredine 2026. godine, kompleks u centralnom Teksasu trebao bi se prostirati na površini veličine Central Parka na Manhattanu.
A već sada djeluje kao sitnica.
Meta-in data centar Hyperion, vrijedan 27 milijardi dolara, koji se gradi u Louisiani, bliži je veličini samog Manhattana.
Očekuje se da će taj data centar trošiti dvostruko više električne energije nego obližnji grad New Orleans.
Naglo povećanje potražnje za električnom energijom stvara veliki pritisak na američku elektroenergetsku mrežu, zbog čega neki data centri moraju čekati godinama na priključak.
Problem za neke – ali ne, kažu optimisti, za kompanije poput Microsofta, Mete i Googlea, koje imaju toliko duboke džepove da mogu graditi vlastite elektrane.
Međutim, kada se ti ogromni AI „mozgovi“ izgrade i uključe, hoće li zaista štampati novac?
Zastarjeli čipovi
Za razliku od druge skupe infrastrukture poput cesta, željeznica ili elektroenergetskih mreža, očekuje se da će AI data centri zahtijevati stalne nadogradnje.
Investitori imaju dobre procjene „krivulja amortizacije“ za različite vrste infrastrukturne imovine. Ali to nije slučaj s najsavremenijim, namjenski građenim AI data centrima, koji praktično nisu postojali prije pet godina.
Nvidia, vodeći proizvođač AI čipova, svake godine ili otprilike svake godine lansira nove, snažnije procesore. Tvrdi da njihovi najnoviji čipovi mogu raditi tri do šest godina.
Ipak, postoje sumnje.
Menadžer fondova Michael Burry, ovjekovječen u filmu The Big Short zbog predviđanja sloma američkog tržišta hipotekarnih kredita, nedavno je objavio da se kladi protiv AI dionica.
Njegovo obrazloženje je da će AI čipove biti potrebno mijenjati svake tri godine, a s obzirom na konkurenciju za najnovije čipove – možda i češće.
Sistemi za hlađenje, prebacivanje i ožičenje u data centrima također se s vremenom troše i vjerovatno će zahtijevati zamjenu unutar 10 godina.
Prije nekoliko mjeseci magazin The Economist procijenio je da bi, ako AI čipovi izgube svoju prednost svake tri godine, to smanjilo zajedničku vrijednost pet velikih tehnoloških kompanija za 780 milijardi dolara.
Ako bi stopa amortizacije bila dvije godine, taj iznos bi porastao na 1,6 biliona dolara.
Kada se u to uključi amortizacija, jaz između njihovih AI ulaganja i vjerovatnih prihoda postaje još veći.
Prema jednoj procjeni, velike tehnološke kompanije će do 2030. godine morati ostvariti dva biliona dolara profita kako bi opravdale svoje AI troškove.
Da li ljudi to kupuju?
Zatim se postavlja pitanje odakle bi trebali doći profiti koji bi opravdali ogromna ulaganja u AI.
Usvajanje AI-ja nesumnjivo raste.
Dovoljno je baciti pogled na društvene mreže da se vidi porast AI-generisanih tekstova, slika i videozapisa.
Djeca ga koriste za domaće zadatke, roditelji za istraživanje ili pomoć pri pisanju pisama i izvještaja.
Ali, izvan povremene upotrebe i fantastičnih videozapisa s mačkama, da li ljudi zaista zarađuju na tome – i stoga su spremni platiti dovoljno da bi se opravdala ulaganja vrijedna bilione dolara?
Postoje rani znakovi da bi postojeći AI mogao revolucionirati neke sektore, poput razvoja softvera i lijekova, kreativnih industrija i online kupovine.
Prema nekim pokazateljima, budućnost izgleda obećavajuće: OpenAI tvrdi da ima 800 miliona „sedmično aktivnih korisnika“ širom svojih proizvoda, što je dvostruko više nego u februaru.
Međutim, samo pet posto njih su pretplatnici koji plaćaju.
A kada se pogleda usvajanje AI-ja u kompanijama – gdje se zapravo nalazi pravi novac za velike tehnološke firme – situacija ne izgleda mnogo bolje.
Prema podacima američkog zavoda za statistiku s početka 2025. godine, između osam i 12 posto kompanija izjavilo je da počinju koristiti AI za proizvodnju roba i usluga.
Kod većih kompanija – koje možda imaju više novca za ulaganje u AI – taj udio je u junu porastao na 14 posto, ali je posljednjih mjeseci pao na 12 posto.
Prema analizi McKinseyja, velika većina kompanija još je u pilot-fazi uvođenja AI-ja ili razmatra kako proširiti njegovu upotrebu.
Na neki način, to ima potpunog smisla. Generativni AI je nova tehnologija, a čak i kompanije koje ga razvijaju još pokušavaju shvatiti za šta je on zapravo najbolji.
Ali koliko dugo će dioničari biti spremni čekati da profiti makar približno nadoknade ulaganja koja su napravili?
Posebno u trenutku kada povjerenje u ideju da će se postojeći AI modeli samo nastaviti poboljšavati počinje slabiti.
Da li skaliranje ne uspijeva?
Veliki jezički modeli nesumnjivo napreduju.
Prema industrijskim „benchmark“ testovima, koji procjenjuju sposobnost AI-ja da obavlja složene matematičke, programske ili istraživačke zadatke, performanse prate rast računarske snage, koja se trenutno udvostručuje otprilike svakih šest mjeseci.
Međutim, kod stvarnih zadataka iz stvarnog svijeta, dokazi su slabiji.
Veliki jezički modeli funkcionišu tako što prave statističke pretpostavke o tome kakvi bi odgovori trebali biti, na osnovu podataka na kojima su trenirani, bez stvarnog razumijevanja šta ti podaci „znače“.
Teško se nose sa zadacima koji zahtijevaju razumijevanje načina na koji svijet funkcioniše i učenje iz tog iskustva.
Njihova arhitektura nema dugoročnu memoriju koja bi im omogućila da uče koje vrste podataka su važne, a koje nisu – nešto što ljudski mozak radi bez ikakvih uputa.
Zbog toga, iako ostvaruju velika poboljšanja u određenim zadacima, dosljedno prave iste vrste grešaka i ne uspijevaju u istim vrstama zadataka.
„Da li je uvjerenje da će se, ako samo uvećate razmjere sto puta, sve transformisati? Ne mislim da je to tačno“, rekao je prošlog mjeseca Ilya Sutskever, suosnivač OpenAI-ja, u podcastu Dwarkesh.
AI naučnik koji je pomogao u razvoju ChatGPT-ja, prije nego što je napustio OpenAI, predvidio je da se „vraćamo u doba istraživanja, samo s velikim računarima“.
Hoće li oni koji su uložili ogromne sume u AI biti zadovoljni skromnim budućim poboljšanjima dok čekaju da potencijalni kupci shvate kako da AI učine korisnim za sebe?
„To je zapravo samo hipoteza o skaliranju, pretpostavka da bi to moglo funkcionisati. A zapravo ne funkcioniše“, rekao je profesor Marcus.
„Dakle, trošite bilione dolara, profiti su zanemarivi, a amortizacija visoka. To nema smisla. I onda je samo pitanje kada tržište to shvati.“