Popularny inwestor dzieli się wizją przyszłości: nie nadążamy za sztuczną inteligencją

Kiedy Mary Meeker, twórczyni znanego „Internet Trends”, powraca po sześcioletniej przerwie z kompleksowym, 340-stronicowym raportem, sygnalizuje, że jesteśmy świadkami nowego rozdziału w ewolucji technologii. „Trends – Artificial Intelligence”, wydany 30 maja 2025 r., określa sztuczną inteligencję jako najszybciej rozwijającą się platformę w historii, co potwierdza lawina wykresów. Termin „niewiarygodny” pojawia się na aż 51 slajdach.

Najważniejszym wskaźnikiem jest wzrost liczby użytkowników ChatGPT. Ta aplikacja zgromadziła 100 milionów użytkowników w ciągu zaledwie dwóch miesięcy i około 800 milionów aktywnych użytkowników tygodniowo do kwietnia 2025 r., co przekłada się na ponad miliard zapytań dziennie. Żadna wcześniejsza technologia — od smartfonów po sieci społecznościowe — nie zbliżyła się do tak ostrej trajektorii wzrostu.

Porównanie AI i Google pokazuje drastyczną zmianę w szybkości innowacji. To, co wyszukiwarka osiągnęła w ciągu 11 lat, system językowy LLM osiągnął w ciągu zaledwie 24 miesięcy. To zjawisko napędza cykl „internetowych lat psa”, gdzie rok rozwoju AI równa się kilku latom poprzedniej ewolucji cyfrowej.

Meeker zauważa, że GitHub odnotował 175% wzrost repozytoriów związanych z AI w ciągu zaledwie 16 miesięcy, a 63% deweloperów obecnie zgłasza korzystanie z narzędzi generatywnych do kodowania, w porównaniu z 44% rok wcześniej. Liczba pobrań open-source Meta Llama 2 i Qwen Alibaby rośnie wykładniczo, zmniejszając bariery zamkniętych platform.

Otwarty model AI nie tylko sprawia, że technologia jest bardziej dostępna, ale także zmniejsza wydatki związane z eksperymentami. Pojedynczy programista może teraz szkolić na przykład przedstawicieli handlowych lub narzędzia analityczne, które wymagałyby budżetu na poziomie korporacyjnym dekadę temu.

Przeczytaj także: Energia przez całą dobę bez ogromnych połaci ziemi pod farmy słoneczne lub wiatrowe. Nowy przełom w Japonii

Gdzie rozkwita i gdzie upada

Meeker zestawia w swoim raporcie dwa pozornie przeciwstawne trendy. Po pierwsze, wydatki związane z modelami szkoleniowymi gwałtownie rosną — Antropic ujawnia w tym roku model wart 10 miliardów dolarów (tak, 10 miliardów dolarów). Z drugiej strony koszt wnioskowania (tj. wykonania modelu) spadł o 99,7 procent w ciągu dwóch lat — z 16 do 5 centów za milion tokenów. Krytycznym czynnikiem jest tutaj procesor graficzny Nvidia Blackwell, który zużywa znacznie mniej energii na token niż Kepler z 2014 r.

W praktyce oznacza to, że rosnące sieci AI nie wymagają już odpowiednio większych kosztów operacyjnych. Wraz ze spadkiem kosztu na token pojawiają się możliwości wyspecjalizowanych modeli — bardziej przystępnych cenowo, szybszych i często lepiej dostosowanych do konkretnych branż.

Kolejny wniosek z raportu: inwestycje zalewają centra danych w niespotykanym dotąd tempie. Przewiduje się, że sześć największych firm technologicznych w USA zainwestuje 212 miliardów dolarów w infrastrukturę AI w 2024 r ., co oznacza wzrost o 63 procent rok do roku. Globalne wydatki na centra danych osiągnęły 455 miliardów dolarów, przewyższając łączne inwestycje w energię wiatrową i słoneczną.

Tymczasem projekt Stargate, wielomiliardowe partnerstwo z udziałem OpenAI, SoftBank i Oracle, ogłoszone przez Donalda Trumpa, ma na celu budowę centrów o pojemności przekraczającej 1 GW każde. Jednak prawdziwe finansowanie wciąż pozostaje w tyle za ambicjami prezydenta i miliarderów.

Konsekwencją rozwijającego się rynku jest nowy oligopol w łańcuchu dostaw krzemu i obciążenie sieci energetycznej. W Kalifornii i Frankfurcie hurtowe ceny energii dla centrów danych wzrosły o 46% od 2022 r. , co już wpływa na obliczenia zwrotu z inwestycji dla nowych modeli AI.

Dostawcy sztucznej inteligencji nadal polegają na finansowaniu inwestorów

OpenAI, xAI i Anthropic, wyceniane łącznie na 400 miliardów dolarów, generują tylko 12 miliardów dolarów przychodu z 95 miliardów dolarów pozyskanego kapitału. Czy rozwój AI jest w ogóle uzasadniony? ARPU (średni przychód na użytkownika) ChatGPT wynosi około 12 dolarów rocznie, co jest dalekie od poziomów obserwowanych na platformach mobilnych lub e-commerce.

Meeker porównuje to do branży przewozów pasażerskich, zanim Uber osiągnął rentowność. Innymi słowy, istnieją duże bazy użytkowników, ale marże pozostają nieuchwytne.

Zmienna w tym scenariuszu jest po stronie kosztów, a nie cen. Kto może obniżyć koszty obliczeniowe szybciej, będzie miał elastyczność w zakresie niższych opłat lub zwiększonych marż. Ten sam slajd raportu wskazuje, że marże mogą faktycznie wzrosnąć wraz ze spadkiem kosztu za token — jeśli firma utrzyma tempo postępu sprzętu i algorytmów.

Raport poświęca również wiele slajdów wpływowi Chin. Modele takie jak DeepSeek R1 i Qwen 2.5-Max dorównują jakością GPT-4o przy ułamku kosztów . Pozwala to chińskim firmom dominować na rynku w regionie. Meeker przestrzega, że jeśli ograniczenia imigracyjne utrudnią przepływ talentów do USA, przewaga konkurencyjna zmniejszy się szybciej niż koszty układów graficznych niezbędnych do rozwoju modelu AI.

Jednocześnie raport podkreśla, że Chiny odpowiadają za ponad połowę nowych wdrożeń robotów przemysłowych i dysponują danymi na skalę, której Zachód nie jest w stanie odtworzyć bez zmian regulacyjnych.

Sprawdź także: Innowacyjna inicjatywa Microsoftu może mieć tak samo kluczowe znaczenie dla sieci jak kod HTML

Transformacja rynku pracy

Inwestor przewiduje również poprawę umiejętności, a nie powszechne utraty miejsc pracy . Od 2018 r. liczba ofert pracy wymagających wiedzy z zakresu AI wzrosła o 448%, podczas gdy tradycyjne role IT zmniejszyły się o 9%. Jednocześnie 72% zatrudnionych Amerykanów wykorzystujących chatboty zgłasza poprawę wydajności i wyższą jakość swoich zadań. Meeker prognozuje, że do 2030 r. algorytmy przejmą dziesięć najbardziej rutynowych funkcji biurowych, jednocześnie tworząc nowe stanowiska w zakresie kontroli jakości, etyki,

Źródło