Bestyrelsesguiden

Generativ AI: Store udgifter, små fordele?

Generativ AI: Store udgifter, små fordele?

Udviklingen af AI står til at koste 1 billion dollars. Kommer den investering nogensinde til at svare sig? Det har Goldman Sachs spurgt forskellige eksperter om. Og de er ikke enige om svaret, men der er en betydelig skepsis. I en 31 sider analyse med titlen ”Gen AI: Too Much Spend, Too little benefit?” tegner finanshuset et billede af muligheder og risici.

Teknologigiganter, andre virksomheder og forsyningsselskaber forventes at investere omkring 1.000 mia. dollars på udviklingen af AI de kommende år. Disse investeringer omfatter betydelige beløb til datacentre, chips og infrastruktur. Men indtil videre har denne investering kun resulteret i rapporter om effektivitetsgevinster.

Goldman Sachs har derfor spurgt forskellige branche- og økonomispecialister, om den store udgift nogensinde vil betale sig. Vil fremtidige fordele og afkast kunne retfærdiggøre de enorme investeringer, der bliver gjort i dag?

Daron Acemoglu, professor ved MIT, er skeptisk og vurderer, at AI kun vil påvirke mindre end 5 pct. af alle opgaver. Desuden mener han, at fremskridtene i AI-modeller næppe vil ske så hurtigt eller være så imponerende, som mange forventer. Han stiller også spørgsmål ved, om AI vil skabe så mange nye arbejdsopgaver og produkter, som man håber på.

Head of Global Equity Research Jim Covello går et skridt videre og hævder, at for at opnå et tilstrækkeligt afkast på de investerede 1 billion dollars, skal AI kunne løse komplekse problemer – noget, han ikke mener, teknologien er skabt til.

Han sammenligner det med internettets opstartsfase, hvor lavprisløsninger hurtigt udkonkurrerede dyrere alternativer, hvilket står i kontrast til AI-teknologi, der stadig er præget af høje omkostninger. Covello tvivler også på, at AI vil øge værdien for de virksomheder, der anvender teknologien, da eventuelle effektivitetsgevinster sandsynligvis vil blive udlignet af konkurrence.

Han finder det også uklart, hvordan AI-teknologi faktisk skal føre til øgede indtægter. Endelig rejser han spørgsmålet om, hvorvidt AI-modeller, der er trænet på historiske data, nogensinde vil kunne matche menneskers mest værdifulde evner.

Men økonom Joseph Briggs er mere optimistisk. Han anslår, at generativ AI i sidste ende vil automatisere 25 pct. af alle arbejdsopgaver. Briggs erkender, at mange opgaver ikke er omkostningseffektive at automatisere allerede i dag, men hævder, at det store potentiale for omkostningsbesparelser vil komme på sigt. Sandsynligheden for, at omkostningerne vil falde på lang sigt – som det ofte, men ikke altid, er tilfældet med nye teknologier – vil føre til mere AI-automatisering i fremtiden.

Softwareanalytiker Kash Rangan og internetanalytiker Eric Sheridan forbliver også entusiastiske omkring det langsigtede potentiale ved generativ AI. På trods af store investeringer i AI-infrastruktur fra teknologivirksomheder ser de ingen tegn på irrationelt overmod. Sheridan bemærker, at de nuværende kapitaludgifter ikke adskiller sig væsentligt fra tidligere investeringscyklusser i ny teknologi. Både Sheridan og Rangan er derfor optimistiske om, at de enorme AI-udgifter i sidste ende vil betale sig.

Selv hvis AI kan generere betydelige fordele og afkast, kan manglen på nøglekomponenter – nemlig chips og strøm – så forhindre teknologien i at leve op til sit potentiale? Semiconductoranalytikere Toshiya Hari, Anmol Makkar og David Balaban hævder, at chips faktisk vil begrænse AI-vækst i de næste par år, da efterspørgslen efter chips overstiger udbuddet på grund af mangler i kritiske chipkomponenter.

Men et endnu større spørgsmål synes at være, om strømforsyningen kan følge med. US og europæiske forsyningsanalytikere Carly Davenport og Alberto Gandolfi forventer, at udbredelsen af AI-teknologi og datacentre vil føre til en stigning i strømforbruget.

Brian Janous, medstifter af Cloverleaf Infrastructure og tidligere VP for Energy hos Microsoft, mener, at amerikanske forsyningsselskaber – som ikke har oplevet vækst i elforbruget i næsten to årtier, og som står over for et allerede forældet amerikansk elnet – ikke er forberedt på denne kommende efterspørgselsbølge.

Han og Davenport er enige om, at de nødvendige betydelige investeringer i strøminfrastruktur ikke vil ske hurtigt eller let, givet den stærkt regulerede natur af forsyningsindustrien og begrænsninger i forsyningskæden. Janous advarer om, at en strømkrise sandsynligvis ligger forude, hvilket kan hæmme AI’s vækst betydeligt.

MAL