Technologický sektor prochází jedním z největších investičních cyklů své historie.
Největší světové firmy vynakládají stovky miliard dolarů na infrastrukturu umělé inteligence, především na datová centra a specializované čipy, které tento výpočetní výkon umožňují. Jen v letošním roce se očekává, že kapitálové výdaje spojené s AI dosáhnou zhruba 400 miliard dolarů. Podle vedení technologických gigantů jde o nezbytnou investici, která má položit základy zásadní proměny ekonomiky, trhu práce i mezilidských vztahů.
Současně však nad celým sektorem visí nepříjemná otázka: jak dlouho budou tyto investice skutečně dávat ekonomický smysl. Skeptici upozorňují, že tempo výdajů může výrazně převyšovat schopnost firem tyto náklady vrátit prostřednictvím reálných příjmů. Právě tato nejistota znovu oživuje debatu o možné bublině kolem umělé inteligence, a to v době, kdy technologické akcie takzvané „Magnificent Seven“ tvoří přibližně 35 % hodnoty indexu S&P 500.
Zásadní roli v celé debatě hraje životní cyklus AI čipů, zejména grafických procesorů (GPU), které jsou klíčové pro trénování a provoz velkých jazykových modelů. Odborníci oslovení v textu se shodují, že technická i ekonomická životnost těchto čipů je výrazně kratší než u tradiční infrastruktury datových center.
Zatímco běžné centrální procesory (CPU) v klasických datových centrech se obvykle obměňují jednou za pět až sedm let, u GPU používaných pro AI je situace jiná. Podle odhadů mohou být nejvýkonnější AI čipy vhodné pro trénování modelů jen 18 měsíců až tři roky. Poté sice často zůstávají funkční, ale jejich ekonomická smysluplnost klesá, protože novější generace jsou výrazně výkonnější a energeticky efektivnější.
Profesor David Bader z New Jersey Institute of Technology upozorňuje, že GPU jsou vystaveny extrémní zátěži a teplu, což urychluje jejich opotřebení. Zatímco přibližně 9 % GPU selže během jednoho roku, u CPU je to zhruba 5 %. Rychlý technologický pokrok zároveň znamená, že i funkční čipy mohou být relativně brzy vytlačeny z klíčových úloh.
Další komplikací je tempo inovací. Nové generace AI čipů přicházejí v krátkých intervalech a přinášejí dramatické zlepšení výkonu. To vytváří tlak na technologické firmy, aby neustále investovaly do obnovy infrastruktury, jinak riskují ztrátu konkurenceschopnosti.
Společnost Nvidia (NVDA) , největší dodavatel AI čipů, argumentuje, že její softwarový ekosystém CUDA umožňuje prodloužit využitelnost starších GPU prostřednictvím aktualizací. Finanční ředitelka firmy Colette Kressová uvedla, že čipy dodané před šesti lety jsou díky tomuto systému stále aktivně využívány. Přesto i zde platí, že plný potenciál nejnovějších AI aplikací je obvykle dosažitelný pouze na nejnovějším hardwaru.
Tim DeStefano z Georgetownu shrnuje tento problém výstižně: míra, do jaké je současný boom bublinou, závisí právě na tom, jak dlouho tyto investice vydrží ekonomicky smysluplné. Pokud je nutné infrastrukturu obnovovat v krátkých cyklech, návratnost se stává stále obtížnější.
Klíčovým problémem zůstává, odkud mají plynout příjmy, které by masivní investice do AI infrastruktury dlouhodobě ospravedlnily. Přestože existuje silná poptávka po generativní AI ze strany individuálních uživatelů, sama o sobě podle odborníků nestačí k pokrytí enormních kapitálových výdajů. Skutečný finanční potenciál leží ve firemních aplikacích, jenže mnoho podniků stále hledá způsoby, jak AI efektivně využít ke zvýšení ziskovosti nebo snížení nákladů.
Tato nejistota živí obavy z AI bubliny. Investor Michael Burry, známý z filmu „The Big Short“, varoval, že technologické firmy mohou přeceňovat hodnotu svých investic do čipů, což by se časem mohlo negativně projevit v jejich hospodaření. Pokud se očekávané výnosy nedostaví dostatečně rychle, tlak na rozvahy firem se zvýší.
Ani samotní lídři odvětví se těmto otázkám nevyhýbají. Generální ředitel Microsoft (MSFT) Satya Nadella uvedl, že firma začala své investice do datových center rozkládat tak, aby čipy nezastaraly všechny ve stejnou dobu.
Finanční ředitelka OpenAI Sarah Friarová zase upozornila, že budoucí role společnosti závisí na tom, zda nejmodernější čipy vydrží tři, čtyři, pět let, nebo ještě déle. Kratší životnost by podle ní výrazně zkomplikovala financování infrastruktury.
Historie ukazuje, že po prasknutí technologických bublin často zůstává infrastruktura, která je dlouhodobě využitelná. Optické kabely položené během internetové bubliny na konci 90. let dnes tvoří páteř globálního internetu. U AI však situace může být jiná. Datová centra orientovaná na umělou inteligenci si podle některých expertů bez neustálých investic do nových čipů neudrží svou hodnotu.
Důsledky navíc přesahují samotné technologické firmy. Výstavba AI datových center je úzce spjata s budováním energetické infrastruktury, včetně nových elektráren. Pokud by se ukázalo, že ekonomická návratnost AI infrastruktury je nižší, než se očekávalo, mohlo by to otevřít zásadní společenské otázky týkající se alokace kapitálu, energetické politiky a dlouhodobé stability technologického růstu.
Celkově tak technologický průmysl stojí před paradoxem. Na jedné straně existuje silná víra v transformační potenciál umělé inteligence. Na straně druhé roste nejistota, zda masivní investice do infrastruktury budou schopny generovat dostatečné a trvalé výnosy. Odpověď na otázku, jak dlouho tento investiční cyklus vydrží, může rozhodnout nejen o osudu technologických gigantů, ale i o širším směřování globální ekonomiky.
