Timp de zeci de ani, amploarea a fost un factor major al performanței și evaluării companiilor tehnologice. Pe măsură ce aplicațiile, site-urile web, magazinele online și rețelele sociale și-au extins baza de utilizatori, costurile marginale au scăzut, efectele de rețea s-au consolidat, iar puterea de stabilire a prețurilor a crescut. Evaluările au început să reflecte mai degrabă potențialul de creștere pe termen lung decât profitabilitatea pe termen scurt.
Este puțin probabil ca forțele care au determinat câștigătorii din domeniul tehnologiei în trecut să domine adoptarea inteligenței artificiale, deoarece dinamica concurenței diferă în funcție de șase dimensiuni-cheie. În primul rând, cheltuielile de capital nu mai reprezintă un obstacol minor, ci o barieră majoră. În valurile tehnologice anterioare, cerințele de capital se limitau în mare parte la faza de pornire și erau relativ modeste. De exemplu, Facebook a strâns inițial doar 500 000 de dolari în capital inițial.
Dar aceste inovații timpurii au fost construite pe infrastructura existentă, cum ar fi Linux, Apache, MySQL și PHP (aka stiva LAMP), ceea ce a redus semnificativ costurile inițiale. În schimb, inteligența artificială este extrem de consumatoare de capital. Se preconizează că investițiile de capital în acest sector vor depăși 7 000 de miliarde de dolari până în 2030, deoarece companiile construiesc centre de date, își extind capacitatea de calcul și investesc în hardware specializat. Spre deosebire de ciclurile tehnologice anterioare, aceste nevoi de investiții nu vor dispărea pe măsură ce industria se maturizează și s-ar putea chiar intensifica.
În plus, este posibil ca aceste costuri să nu scadă niciodată semnificativ, deoarece durata de viață a centrelor de date se măsoară adesea în ani, nu în decenii. În timp ce cloud computing-ul a necesitat, de asemenea, investiții uriașe în servere de uz general, IA necesită o infrastructură complet nouă, inclusiv GPU-uri și unități de procesare Tensor (TPU), pentru a gestiona cantitățile masive de calcule simultane implicate în formarea și rularea modelelor de IA.
Astfel de sisteme sunt costisitoare și consumă multă energie. Se preconizează că un ciclu de formare a inteligenței artificiale la scară largă va costa mai mult de 1 miliard de dolari până în 2027. Vor supraviețui doar acele întreprinderi care își pot permite acest preț de intrare, oferind giganților tehnologici de astăzi – cu fluxurile lor uriașe de numerar, bilanțuri solide și acces la piețele de capital – un avantaj decisiv.
În al doilea rând, structura costurilor operaționale ale IA subminează economiile de scară tradiționale. În ciclurile tehnologice anterioare, costurile marginale per utilizator au scăzut brusc pe măsură ce platformele creșteau. Fie că era vorba de social media, software sau aplicații de ride-sharing precum Uber, costurile erau repartizate pe o bază de clienți în creștere, permițând platformelor să mențină marje ridicate pe măsură ce se extindeau.
Aceste modele au fost caracterizate, de asemenea, de costuri de exploatare scăzute. Odată ce Facebook a atins o scară suficientă, costul marginal al adăugării de utilizatori a devenit neglijabil. Prin urmare, companiile au acordat puțină atenție costului de deservire a fiecărui utilizator, deoarece acesta amenința rareori viabilitatea financiară.
Inteligența artificială schimbă această dinamică. Controlul costurilor marginale nu mai este opțional, deoarece modelele lingvistice mari și alte sisteme de inteligență artificială generează costuri semnificative cu fiecare interacțiune care necesită miliarde de calcule. Acesta este motivul pentru care companiile de inteligență artificială se concentrează pe reducerea costului per interogare prin utilizarea de hardware specializat, cum ar fi TPU, și prin dezvoltarea de modele mai mici și mai eficiente, cum ar fi DeepSeek din China.
Scara nu este suficientă
Altreilea domeniu în care IA diferă de revoluțiile tehnologice anterioare este slăbiciunea și fragilitatea efectelor de rețea. Platformele tehnologice mai vechi capitalizau pe o creștere care se autoreforța. Cumpărătorii și vânzătorii au fost atrași de piața Amazon tocmai pentru că activitatea era deja concentrată acolo.
Utilizatorii de inteligență artificială pot trece cu ușurință de la un model la altul, pot folosi mai multe modele simultan – unul pentru text, unul pentru imagini, unul pentru codare – sau chiar își pot crea propriile modele. Costurile de schimbare sunt reduse, iar loialitatea este slabă, ceea ce face ca efectele de rețea să fie mult mai puțin influente în determinarea câștigătorilor pe termen lung în domeniul IA.
Pentru companiile tehnologice tradiționale, combinația dintre scăderea costurilor marginale și efectele de rețea a amplificat beneficiile de scară, alimentând cursa pentru atragerea unui număr cât mai mare de utilizatori. Această strategie a avut sens pentru companii precum Facebook, care au creat valoare prin monetizarea atenției consumatorilor prin publicitate.
Companiile de inteligență artificială se confruntă cu o structură diferită a costurilor. Fiecare versiune nouă a produsului lor necesită investiții suplimentare de capital. Fiecare utilizator suplimentar crește costurile, în special costurile de inferență. Deși costurile de formare pot fi amortizate pe o bază mai mare de utilizatori și pot apărea unele economii de scară, utilizarea crescută crește în continuare costurile de exploatare.
Apatra diferență este trecerea de la fragmentarea pieței la saturarea instantanee. Anterior, platformele tehnologice se dezvoltau în cadrul unor piețe în mare parte izolate, Google dominând căutarea și Amazon concentrându-se pe comerțul cu amănuntul. Prin căutarea unor nișe separate, cum ar fi studenții (Facebook) și profesioniștii (LinkedIn), companiile au avut timp să se maturizeze înainte de intensificarea concurenței.
IA, pe de altă parte, este o tehnologie de uz general care acoperă mai multe industrii. Deoarece utilizatorii o pot accesa instantaneu prin aplicații sau interfețe de programare a aplicațiilor, companiile nu își mai permit luxul de a ajunge la maturitate înainte de apariția concurenților. Această dinamică oferă IA potențialul de a perturba nu numai sectoare individuale, ci toate modelele de afaceri tehnologice existente.
Înal cincilea rând, influența politică contează acum la fel de mult ca puterea de piață. Valurile anterioare de inovare nu au impus companiilor să se angajeze atât de strâns cu guvernele și autoritățile de reglementare, așa cum este necesar în cazul IA. În timp ce social media a fost în cele din urmă supusă analizei pentru efectele sale de dependență, riscurile percepute asociate cu noile tehnologii de astăzi sunt mai profunde și, în multe privințe, existențiale, având în vedere potențialul IA de a provoca reduceri de locuri de muncă, de a exacerba inegalitățile și de a submina guvernanța democratică. Întrucât întreprinderile din domeniul IA se confruntă atât cu forțele pieței, cât și cu presiuni politice, companiile care pot modela reglementările, influența opinia publică și absorbi riscurile de reputație au mai multe șanse de reușită.
Microsoft este un prim exemplu al unei astfel de companii. Într-o încercare aparentă de a câștiga legitimitate politică și socială, compania a promis recent că va acoperi costurile cu energia electrică ale centrelor sale de date, astfel încât creșterea prețurilor să nu afecteze consumatorii.
Sfârșitul principiului „câștigătorul ia totul”?
În cele din urmă, IA poate fi mai puțin susceptibilă la dinamica „câștigătorul ia totul”. Scara, costurile marginale aproape zero și efectele de rețea puternice au permis unor companii precum Facebook, Google, Amazon și Apple să domine social media, căutarea, comerțul electronic și, respectiv, smartphone-urile. Sectorul IA, cel puțin inițial, este puțin probabil să urmeze acest model. În loc să converge către un singur câștigător monopolist, acesta poate sprijini mai mulți jucători dominanți, fiecare controlând o nișă diferită.
Este cu siguranță posibil ca o întreprindere din domeniul IA să ajungă într-un punct în care poziția sa de lider tehnologic să se consolideze și să devină practic insurmontabilă. Prin autoperfecționare continuă și superioritate covârșitoare a produselor sau chiar prin dezvoltarea inteligenței generale artificiale, o astfel de întreprindere poate obține o putere de piață susținută, care îi permite să domine domeniul.
Până atunci, investitorii ar trebui să recunoască faptul că IA urmează o nouă logică strategică. Aplicarea unor măsuri tehnologice învechite acestui domeniu care evoluează rapid nu este doar contraproductivă, ci și potențial costisitoare. Investitorii care se bazează pe experiența trecutului riscă să devină perdanți pe piața actuală bazată pe IA.
Luați în considerare recompensele bazate pe acțiuni. Din punct de vedere istoric, stimulentele pe bază de acțiuni au permis companiilor tehnologice să angajeze și să păstreze talentele, să achiziționeze proprietate intelectuală și să se extindă prin fuziuni și achiziții. Dar opțiunile pe acțiuni nu pot plăti pentru centrele de date, puterea de calcul sau infrastructura energetică. Pentru a satisface aceste nevoi, companiile din domeniul IA au nevoie de investiții reale, fluxuri de numerar stabile și acces fiabil la piețele de capital.
În mod similar, investitorii au tolerat cândva marje negative atât timp cât creșterea numărului de utilizatori era constantă și veniturile din publicitate creșteau. Dar incertitudinea asociată IA și amploarea investițiilor de capital necesare le limitează capacitatea de a evalua când vor da roade aceste investiții și cum transformările bazate pe IA vor crește în cele din urmă marjele. Ca urmare, se pune din ce în ce mai mult accentul pe bilanțuri solide și pe o soliditate financiară demonstrabilă.
Astfel, cursa pentru poziția de lider în IA nu va fi câștigată de companiile cu cei mai mulți utilizatori sau cu cele mai rapide rate de creștere. În schimb, câștigătorii vor fi companiile care pot combina produsele superioare cu puterea financiară și influența politică.
În acest sens, IA amintește mai mult de industriile cu capital intensiv de la mijlocul secolului al XX-lea decât de modelele tehnologice cu investiții reduse din ultimii ani. Având în vedere creșterea costurilor de tranzacționare și trecerea ușoară a consumatorilor de la un model la altul, rentabilitatea va depinde de menținerea unei cereri elastice și, în același timp, de transformarea capitalului politic și a influenței de reglementare în avantaje competitive durabile.
Dambisa Moyo,
economist internațional, este autoarea cărții The Edge of Chaos: Why Democracy Fails to Promote Economic Growth – and How to Fix It(Basic Books, 2018).
© Project Syndicate, 2026.
www.project-syndicate.org
The post De ce inteligența artificială este diferită de boom-urile tehnologice anterioare appeared first on logos-pres.md.