ビッグテックがAIに投じる巨額の投資は、本当に意味があるのか?

Por Arthur Bittencourt ·
現在の市場は、大手テクノロジー企業が今年だけでAI(人工知能)インフラストラクチャに約8,000億ドルという前例のない規模で投資しているという動きを目の当たりにしています。この支出は、単なる技術的な好奇心から生じているわけではありません。これは、Googleの広告やAmazonやMicrosoftのクラウドサービスといった確立されたビジネスモデルを守るための防御的な戦略なのです。中心的な懸念は、新しい自動化ツールが、すでに確立された収益を食い潰してしまう可能性にあります。
実際には、この資本量によってエンドユーザーはますます洗練され、安価なツールに迅速にアクセスできますが、新規参入者にとっては非常に高い参入障壁を作り出しています。消費者が自分のデバイスに統合された効率的な仮想アシスタントを目にする一方で、実際のコストはこれらの企業の目に見えない「工場」に集中しています。これらの工場は、推論(inference)を通じて個々のリクエストを処理します。これは、完成したモデルが特定のタスクを実行する際の専門用語であり、まるで誰かが質問をするたびに工場が新しいカスタムケーキを焼いているかのように機能します。
この運用の中核を成すのはNvidiaのチップであり、製造コストは約6,000ドルですが、販売価格は30,000ドルから40,000ドルに上ります。このハードウェアのラック一つだけで300万ドルから500万ドルかかり、同時に100軒のアメリカの家庭が消費する電力に匹敵します。これらの機械を稼働させるため、企業は巨大なデータセンターを建設しており、これらはまるで産業炉のような役割を果たしています。Metaの場合、ルイジアナ州の新しい施設は最大5ギガワットに達するように設計されており、これにより数千台の機器に安定した電力を供給することが可能になっています。
最近、DeepSeekという中国の研究所が、600万ドル未満という低コストで、アメリカの研究所に匹敵するほど効果的なトレーニング手法を実証したことで、市場に不均衡が生じました。この成果は市場にパニックを引き起こし、半導体株はわずか一日で急落しました。この状況は、ジェヴォンズのパラドックスを例証しています。テクノロジーがより効率的になったり、安価になったりすると(より優れた「レシピ」のような)、需要が爆発的に増加し、結果として、工場で利用可能な生の計算能力という基本資源の総消費量をさらに増大させてしまうのです。
A pergunta sobre adotar já ou esperar depende da escala do seu objetivo tecnológico. Para desenvolvedores e usuários comuns, a tendência é aproveitar ferramentas cada vez menores e locais, como modelos rodando diretamente em celulares através do Gemini do Google ou tecnologias similares da Apple. Já para quem busca infraestrutura própria, os riscos são maiores devido à rápida depreciação das peças e às limitações físicas de conexão elétrica. No momento, enquanto a capacidade produtiva for escassa, quem dominar as fábricas terá vantagem estratégica antes que a eficiência extrema torne esses ativos obsoletos demais para gerar lucro.