ВИ е различна од претходните технолошки бумови – Еве зошто!

Подемот на Вештачката интелигенција (ВИ) следи фундаментално поинаква конкурентска логика од претходните технолошки револуции. Со огромни капитални барања, високи оперативни трошоци, ниски трошоци за префрлување и засилена регулаторна контрола, успехот ќе зависи помалку од обемот, а повеќе од финансиската отпорност и политичкото влијание.

Дамбиса МОЈО* (Проџект Синдикејт)

Загриженоста за меурот на вештачката интелигенција се интензивираше од почетокот на 2026 година, бидејќи инвеститорите и креаторите на политиките се фокусираат на тоа дали и кога би можел да пукне. Но, вистинското прашање не е дали сегашните проценки се надуени; туку дали бизнис моделот на вештачката интелигенција во развој се разликува од оние од претходните технолошки револуции.

Со децении, обемот беше главен двигател на перформансите и проценките на технолошките компании. Како што апликациите, веб-страниците, онлајн трговците на мало и платформите на социјалните медиуми ги проширија своите кориснички бази, маргиналните трошоци се намалија, ефектите на мрежата се зацврстија, а моќта на цените се зголеми. Проценките почнаа да го одразуваат долгорочниот потенцијал за раст, а не краткорочната профитабилност.

Силите што ги дефинираа минатите технолошки победници веројатно нема да доминираат во воведувањето на вештачката интелигенција, бидејќи конкурентската динамика се разликува во шест критични димензии. Прво, капиталните расходи повеќе не се плиток ров; тоа е огромна бариера. Во претходните технолошки бранови, капиталните барања беа во голема мера ограничени на фазата на стартување и релативно скромни. На пример, Фејсбук првично собра само 500.000 долари во почетно финансирање.

Но, тие претходни иновации беа изградени врз постоечката инфраструктура како што се Linux, Apache, MySQL и PHP (т.н. LAMP стек), што драматично ги намали почетните трошоци. ВИ, пак, е извонредно капитално интензивна. Се предвидува дека капиталните инвестиции во целата индустрија ќе надминат 7 трилиони долари до 2030 година, бидејќи компаниите градат центри за податоци, го прошируваат компјутерскиот капацитет и инвестираат во специјализиран хардвер. За разлика од претходните технолошки циклуси, овие инвестициски барања нема да исчезнат како што индустријата созрева, па дури и може да се интензивираат.

Покрај тоа, тие трошоци можеби никогаш нема значително да се намалат, бидејќи животниот век на центрите за податоци често се мери во години, а не во децении. Додека cloud computing исто така бараше огромни инвестиции во сервери за општа намена, ВИ бара целосно нова инфраструктура, вклучувајќи единици за обработка на графики и единици за обработка на тензори (TPU), за да се справи со огромниот број истовремени пресметки вклучени во обуката и работењето на моделите на ВИ.

Ваквите системи се скапи и енергетски интензивни. Се очекува една обука за вештачка интелигенција од голем обем да чини над 1 милијарда долари до 2027 година. Само фирмите што можат да си ја дозволат почетната цена ќе преживеат, што им дава на денешните технолошки гиганти – со нивните огромни парични текови, робусни биланси на состојба и пристап до пазарите на капитал – одлучувачка предност.

Второ, структурата на оперативните трошоци на вештачката интелигенција ги поткопува традиционалните економии на обем. Во претходните технолошки циклуси, маргиналните трошоци по корисник се намалуваа како што растеа платформите. Без разлика дали стануваше збор за социјални медиуми, софтвер или апликации за споделување на возење како Uber, трошоците беа распределени низ растечката база на клиенти, овозможувајќи им на платформите да одржат високи маржи како што се зголемуваа.

Овие модели беа обележани и со ниски оперативни трошоци. Откако Facebook достигна доволен обем, маргиналните трошоци за додавање корисници станаа занемарливи. Како резултат на тоа, компаниите обрнуваа малку внимание на трошоците за опслужување на секој корисник, бидејќи ретко ја загрозуваше финансиската одржливост.

Вештачката интелигенција ги превртува овие динамики. Контролирањето на маргиналните трошоци повеќе не е опционално, бидејќи големите јазични модели и другите системи за вештачка интелигенција имаат значителни трошоци со секоја интеракција, што бара милијарди пресметки. Затоа фирмите за вештачка интелигенција се фокусираат на намалување на трошоците по барање преку прилагоден хардвер како TPU и со развивање на поефикасни модели како што е кинескиот DeepSeek.

Скалирањето не е доволно

Третата област каде што вештачката интелигенција се оддалечува од претходните технолошки револуции е слабоста и кршливоста на мрежните ефекти. Застарените технолошки платформи имаа корист од самозасилувачкиот раст. Купувачите и продавачите беа привлечени кон пазарот на Amazon токму затоа што активноста веќе беше концентрирана таму.

Корисниците на вештачката интелигенција можат лесно да се префрлаат помеѓу моделите, да користат неколку одеднаш – еден за текст, друг за слики, трет за кодирање – или дури и да изградат свои. Трошоците за префрлување се ниски, а лојалноста е слаба, што ги прави мрежните ефекти многу помалку влијателни во одредувањето на долгорочните победници.

За застарените технолошки компании, комбинацијата од опаѓачки маргинални трошоци и мрежни ефекти ги засили придобивките од скалирањето, поттикнувајќи трка за освојување на што е можно повеќе очи. Таа стратегија имаше смисла за компании како Facebook, кои создадоа вредност со монетизација на вниманието на потрошувачите преку рекламирање.

Компаниите за вештачка интелигенција се соочуваат со различна структура на трошоци. Секоја нова итерација на нивниот производ бара дополнителни капитални инвестиции. Секој дополнителен корисник ги зголемува трошоците, особено трошоците за инференција. Иако трошоците за обука можат да се амортизираат на поголема база на корисници и може да се појават некои економии на обем, растот на користењето сепак води кон повисоки оперативни трошоци.

Четвртата разлика лежи во преминот од фрагментација на пазарот кон моментална сатурација. Поранешните технолошки платформи растеа во рамките на во голема мера изолирани пазари: Google доминираше во пребарувањето; Amazon се фокусираше на малопродажбата. Со барање различни ниши како студенти (Facebook) и професионалци (LinkedIn), компаниите имаа време да созреат пред да се засили конкуренцијата.

Спротивно на тоа, вештачката интелигенција е технологија за општа намена која се протега низ индустриите. Со оглед на тоа што корисниците можат веднаш да добијат пристап до неа преку апликации или интерфејси за програмирање на апликации, компаниите повеќе немаат луксуз да достигнат зрелост пред да се појават конкурентите. Оваа динамика ѝ дава на вештачката интелигенција потенцијал да ги наруши не само поединечните сектори, туку и секој постоечки технолошки бизнис модел.

Петто, политичкото влијание сега е важно колку и пазарната моќ. Поранешните бранови на иновации не бараа од компаниите да се ангажираат со владите и регулаторите до степен до кој вештачката интелигенција мора. Додека платформите на социјалните медиуми на крајот се соочија со контрола поради нивните зависност предизвикувачки ефекти, перцепираните ризици што ги претставуваат денешните нови технологии се подлабоки и, во многу погледи, егзистенцијални, со оглед на потенцијалот на вештачката интелигенција да предизвика раселување на работни места, да ја влоши нееднаквоста и да го поткопа демократското управување. Со оглед на тоа што компаниите за вештачка интелигенција се соочуваат и со пазарните сили и со политичките притисоци, фирмите што можат да ја обликуваат регулативата, да влијаат на јавното мислење и да го апсорбираат репутацискиот ризик се во подобра позиција за успех.

Мајкрософт е одличен пример за таква фирма. Во јасен обид да добие политички и социјален легитимитет, компанијата неодамна вети дека ќе ги покрие трошоците за електрична енергија на своите центри за податоци, така што повисоките цени нема да се пренесат на потрошувачите.

Крај на „победникот зема сè“?

Конечно, вештачката интелигенција може да биде помалку подложна на динамиката „победникот зема сè“. Скалата, маргиналните трошоци речиси без нула и силните мрежни ефекти им овозможија на компании како Фејсбук, Гугл, Амазон и Епл да доминираат во социјалните медиуми, пребарувањето, е-трговијата и паметните телефони, соодветно. Секторот за вештачка интелигенција, барем на почетокот, веројатно нема да го следи тој модел. Наместо да се конвергира кон еден монополски победник, тој би можел да поддржи повеќе доминантни играчи, секој од нив контролирајќи ја својата ниша.

Секако, компанијата за вештачка интелигенција би можела да достигне точка во која нејзиното технолошко водство станува самозасилувачко и ефикасно непремостливо. Преку континуирано самоподобрување и огромна супериорност на производот, или дури и развој на вештачка општа интелигенција, таквата фирма би можела да постигне трајна пазарна моќ, што ќе ѝ овозможи да доминира во областа.

Дотогаш, инвеститорите мора да препознаат дека вештачката интелигенција следи нова стратешка логика. Применувањето на метрики за наследена технологија на овој брзо еволуирачки пејзаж не е само контрапродуктивно, туку и потенцијално скапо. Инвеститорите кои се потпираат на минатите прирачници ризикуваат да станат губитници на денешниот пазар управуван од вештачката интелигенција.

Размислете за компензација базирана на акции. Историски гледано, стимулациите за капитал им овозможуваа на технолошките компании да вработуваат и задржуваат таленти, да стекнуваат интелектуална сопственост и да се прошируваат преку спојувања и преземања. Но, опциите за акции не можат да платат за центри за податоци, компјутерска моќ или енергетска инфраструктура. За да ги задоволат овие потреби, компаниите за вештачка интелигенција бараат реални инвестиции, воспоставени парични текови и сигурен пристап до пазарите на капитал.

Слично на тоа, инвеститорите некогаш толерираа негативни маржи сè додека растот на корисниците беше робустен и приходите од рекламирање растеа. Но, неизвесноста околу вештачката интелигенција и обемот на потребните капитални расходи ја ограничуваат нивната способност да проценат кога овие инвестиции ќе се изедначат или како трансформациите управувани од вештачката интелигенција на крајот ќе ги зголемат маржите. Резултатот е растечки акцент на силни биланси на состојба и докажана финансиска отпорност.

Значи, трката за лидерство во вештачката интелигенција нема да ја добијат компаниите со најголем број корисници или најбрзи стапки на раст. Наместо тоа, победници ќе бидат фирмите што можат да комбинираат супериорни производи со финансиска сила и политичко влијание.

Во оваа смисла, вештачката интелигенција повеќе наликува на капитално интензивните индустрии од средината на 20 век отколку на моделите на технологија со малку средства од последните години. Со зголемувањето на оперативните трошоци и лесното движење на потрошувачите помеѓу моделите, профитабилноста ќе зависи од зафаќањето на еластичната побарувачка, а воедно ќе го преведе политичкиот капитал и регулаторното влијание во трајна конкурентска предност.

*Дамбиса Мојо, меѓународен економист, е автор на „Еработ на хаосот: Зошто демократијата не успева да обезбеди економски раст – и како да го поправиме“ (Basic Books, 2018).