Изменится ли логика CapEx и технологических акций после замедления ИИ?

Исходный заголовок: Узкое место — это не модель. Никогда не было.
Исходный автор: Сакет Мехротра, Beta to Alpha

Редакционный комментарий: На днях Джейкоб Коксон, который ранее работал в OpenAI и Anthropic, объявил о своем уходе из Anthropic и публично призвал ведущие лаборатории ИИ координировать ограничения на дальнейшее развитие моделей. Ответственный за научные исследования в Anthropic Эван Хабингер вскоре ответил, что он согласен с основной оценкой рисков Коксона и оценивает вероятность того, что ИИ приведет к вымиранию человечества в течение следующего десятилетия, более чем в 10%.

Этот спор переносит «замедление ИИ» из этической плоскости в капиталовложений: если передовые лаборатории действительно замедлят разработку моделей, приведет ли это к поворотному моменту в капитальных расходах на ИИ, которые в последние годы постоянно пересматривались вверх? Нужно ли будет переоценивать технологические акции, которые получили премию за счет повествования об ИИ?

Автор Beta to Alpha Сакет Мехротра в статье «Узкое место — это не модель. Никогда не было.» утверждает, что опасения лабораторий по поводу рисков ИИ не совпадают с охлаждением инвестиций в инфраструктуру. Пока компании по-прежнему беспокоятся о том, что могут отстать в гонке, страх за безопасность может продолжать подталкивать к вложениям в вычислительные мощности; в то же время отраслевое узкое место постепенно перемещается от GPU, HBM и передовой упаковки к электроэнергии и электросетям.

Это не означает, что замедление ИИ не окажет никакого влияния на рынок. Более точно, влияние зависит от того, на каком уровне происходит замедление: если это просто продление тестирования безопасности или замедление выпуска моделей, CapEx может не снизиться; если правительство напрямую ограничит кластеры обучения, поставки чипов или потребление электроэнергии в центрах обработки данных, вся инвестиционная структура может претерпеть коренные изменения.

Ниже приведен перевод оригинала:

Джейкоб Коксон опубликовал заявление о своем уходе в X, призвав передовые лаборатории ИИ координировать замедление гонки за мощностями.

Уход Джейкоба Коксона вновь выставил на повестку дня риски передового ИИ.

Коксон считает, что OpenAI и Anthropic соревнуются в разработке суперумного ИИ, способного к самоусовершенствованию, но не принимают достаточных мер по обеспечению безопасности. Это не единичный голос критики извне. Ответственный за научные исследования в Anthropic Эван Хабингер вскоре публично заявил, что он согласен с основной оценкой Коксона и оценивает вероятность того, что ИИ приведет к вымиранию человечества в течение следующего десятилетия, более чем в 10%. Связанные заявления также были освещены в таких СМИ, как WIRED.

Но для инвесторов другой вопрос может быть более актуальным: начнут ли капитальные расходы на ИИ в технологических компаниях снижаться, если передовые лаборатории начинают обсуждать замедление?

Мехротра считает, что, по крайней мере на данном этапе, между ними нельзя проводить прямую аналогию. Споры о безопасности ИИ происходят на уровне моделей и управления лабораториями, в то время как ограничения текущего цикла CapEx постепенно перемещаются к физической инфраструктуре, такой как чипы, упаковка, электроэнергия и центры обработки данных.

Чем больше беспокойства о проигрыше в гонке, тем труднее лабораториям замедлить процесс

Согласно описанию Коксона, передовые лаборатории не безразличны к рискам. Настоящая проблема заключается в том, что ни одна лаборатория не хочет первой замедлить темп.

Логика игры заключается в следующем: если одна лаборатория решит замедлиться, другие конкуренты с меньшей осведомленностью о безопасности могут первыми разработать более мощные модели. Вместо того чтобы позволить менее осторожным соперникам опередить, лучше продолжать вкладывать ресурсы, чтобы гарантировать, что они останутся лидерами, и стремиться контролировать технологии более безопасным образом.

По мнению автора, такой подход трудно преобразовать в сокращение капитальных расходов, скорее он может усилить гонку вооружений. Чем больше лаборатории верят, что участвуют в решающей технологической конкуренции, тем труднее им сократить закупки GPU, кластеры обучения и инвестиции в центры обработки данных.

Таким образом, страх за безопасность и рост CapEx могут существовать одновременно. Это даже может создать самоподдерживающийся цикл: лаборатории беспокоятся о быстром росте возможностей ИИ, но из-за страха отстать от соперников вкладывают больше ресурсов, что еще больше ускоряет гонку за мощностями.

Это объяснение структуры игры в отрасли не является результатом, подтвержденным планами капитальных расходов компаний. Чтобы определить, действительно ли эта логика верна, необходимо наблюдать, начнут ли основные облачные провайдеры и лаборатории ИИ корректировать свои фактические планы закупок и строительства.

Замедление моделей не означает завершение цикла инфраструктуры

Второе суждение Мехротры заключается в том, что основное узкое место в индустрии ИИ уже несколько раз перемещалось, и каждый раз это увеличивало капитальную интенсивность.

Первоначально ограничивающим фактором для обучения моделей были поставки GPU и квоты на чипы; затем узкое место переместилось на HBM с высокой пропускной способностью и передовую упаковку; теперь поставки электроэнергии, доступ к электросетям и строительство центров обработки данных становятся более сложными ограничениями для быстрого решения.

Способности по производству чипов и упаковки могут быть смягчены за счет расширения производственных мощностей, но проблемы с электроэнергией обычно требуют строительства или перезапуска электростанций, увеличения мощностей газовых турбин и трансформаторов, а также модернизации систем передачи и подключения к сети. Такие проекты требуют больших инвестиций, а сроки их реализации также длиннее, их нельзя решить с помощью одного обновления программного обеспечения.

Таким образом, даже если частота выпуска передовых моделей снижается, уже подписанные заказы на чипы, соглашения о закупке электроэнергии и проекты строительства центров обработки данных могут не остановиться немедленно. Между разработкой моделей и строительством инфраструктуры существует временной разрыв, и CapEx обычно не меняется одновременно с общественным мнением или темпом разработки.

В то же время замедление не обязательно означает, что потребность в вычислительных мощностях естественным образом снижается. Более длительное тестирование безопасности, более сложные процессы вывода и развертывание существующих моделей в корпоративных и потребительских сценариях все еще могут потреблять значительное количество вычислительных ресурсов.

Автор считает, что инвесторы не должны сосредотачиваться только на моделях, которые наиболее активно обсуждаются в социальных сетях, но также должны искать новые узкие места, которые формируются в течение следующих 18 месяцев. В соответствии с этой рамкой в настоящее время более важными дефицитными ресурсами становятся электроэнергия и сопутствующая инфраструктура, а не «умные модели».

Технологические акции ИИ могут перейти от общего роста к дифференциации

Если замедление моделей не означает остановку CapEx, то его влияние на технологические акции не будет простым всеобъемлющим негативом, а скорее отразит переоценку в цепочке поставок.

Во-первых, компании, которые зависят от постоянного роста передовых моделей и быстрого монетизирования продуктов, могут быть более подвержены влиянию. Как только итерация моделей замедляется, предположения о темпах роста доходов, темпе коммерциализации и коэффициентах оценки могут потребовать корректировки.

Во-вторых, компании, обладающие ресурсами GPU, сетевого оборудования, распределения электроэнергии, охлаждения и центров обработки данных, могут не столкнуться с ухудшением логики заказов. Пока облачные провайдеры продолжают расширять инфраструктуру или узкие места вычислительных мощностей продолжают перемещаться в сторону электроэнергии, соответствующие инвестиции могут сохранять сильную инерцию.

В-третьих, рынок должен различать обучение и вывод. Даже если лаборатории координируют ограничения на сверхмасштабное передовое обучение, потребность в выводе существующих моделей, развертывании в корпоративной среде и распространении приложений ИИ все еще может способствовать потреблению вычислительных мощностей. В этом случае CapEx может претерпеть структурные изменения, а не резкое сокращение.

Это означает, что замедление ИИ в первую очередь может изменить не направление роста всей технологической отрасли, а ситуацию, когда разные активы делят одну и ту же логику оценки ИИ. Ранее компании, занимающиеся моделями, облачные провайдеры, полупроводниковые компании и поставщики электроэнергетической инфраструктуры могли получать премию от повествования об ИИ; если гонка за мощностями моделей замедлится, рынок может начать более строго различать технологическое лидерство, коммерческие возможности и выполнение заказов.

Истинным фактором, изменяющим логику CapEx, является регулирование

Мехротра считает, что истинным фактором, который может прервать текущий цикл капитальных расходов на ИИ, является не очередной дефицит в цепочке поставок, а жесткие ограничения, установленные правительством извне.

Недостаток GPU, HBM, электроэнергии и трансформаторов по сути все еще является узким местом, которое можно смягчить за счет увеличения инвестиций. Они могут задержать запуск центров обработки данных, но также могут направить капитал в новые дефицитные сегменты.

Регулирование отличается. Если правительство напрямую ограничивает закупку высококачественных чипов, масштаб кластеров обучения, вычислительные мощности, необходимые для обучения моделей, или потребление электроэнергии в центрах обработки данных, компаниям будет сложно преодолеть ограничения только за счет увеличения инвестиций. В этом сценарии ожидания CapEx облачных провайдеров, заказы на инфраструктуру и оценки акций, связанных с ИИ, могут одновременно столкнуться с пересмотром вниз.

Тем не менее, оригинал рассматривает такую ситуацию как маловероятный риск, а не базовый сценарий. Эта оценка также требует постоянной проверки и не должна восприниматься как исключение рисков регулирования. С учетом того, что опасения внутри лабораторий ИИ становятся публичными, внешнее давление со стороны политики все еще может возрасти.

В дальнейшем рынку действительно нужно наблюдать не за общим лозунгом «замедление ИИ», а за тремя более конкретными сигналами: будут ли передовые лаборатории включать замедление в официальные планы исследований, будут ли основные облачные провайдеры сокращать заказы на центры обработки данных и начнет ли регулирование напрямую касаться поставок чипов, вычислительных мощностей и энергии.

Уход Коксона подтверждает, что споры о безопасности передового ИИ уже перешли из внешней критики в внутренние лаборатории. Но между выражением беспокойства исследователями и фактическим сокращением капитальных расходов технологическими компаниями все еще существует множество факторов, таких как конкурентное давление, инерция строительства и нехватка инфраструктуры.

Замедление ИИ не обязательно немедленно завершит цикл CapEx, но оно может положить конец этапу, когда все активы ИИ делят одну и ту же логику роста.

[Ссылка на оригинал]