Danışmanlık şirketi McKinsey & Company’nin hazırladığı bir raporda, yapay zeka konusunda yaygın bir huzursuzluk olduğu vurgulanırken, bunu desteklemek için altyapıya yatırılan şaşırtıcı meblağlara dikkat çekiliyor ve gelecekteki talep tahminlerinin tahminden öteye gitmediği uyarısı yapılıyor.
Yapay zeka yatırımlarındaki patlama son bir yılda ivme kazandı; McKinsey artık yapay zeka iş yüklerini kaldırabilecek şekilde donatılmış veri merkezlerinin talebi karşılayabilmek için 2030 yılına kadar 7,9 trilyon dolar kadar sermaye harcamasına ihtiyaç duyabileceğini tahmin ediyor.
“Tahminler” yazıyoruz çünkü aynı rapor, hiç kimsenin o AI talebinin ne seviyede olacağından gerçekten emin olmadığını kabul ediyor. Ya da raporun ifade ettiği gibi: “Gelecekteki talep hakkında netlik eksikliği, kesin yatırım hesaplamalarını zorlaştırıyor.”
McKinsey, hiper ölçekleyicilerin maliyet yükünü üstlenmeye devam edip etmeyeceğini soruyor, yoksa işletmeler, hükümetler ve finans kuruluşları yeni finansman modelleriyle devreye mi girecek? Veri merkezlerine olan talep, yapay zeka kullanımındaki artışla artmaya devam edecek mi yoksa teknik gelişmeler yapay zekayı daha az kaynak yoğun hale getirdikçe düşecek mi?
Raporda sorulmayan bir soru şu: Yapay zekanın belirli görevler için yararlı olduğu, ancak birçok şirket liderinin iş süreçlerinin çoğunu otomatikleştireceğine ve insan işçileri ortadan kaldırarak büyük maliyet tasarrufları sağlayacağına inandığı genel amaçlı sihirli formül olmadığı ortaya çıkarsa ne olur?
Örneğin, bu ayın başlarında yayınlanan bir çalışma raporunda, modellerin oluşturulması ve eğitilmesine harcanan milyarlarca dolara rağmen, üretken yapay zekanın şu ana kadar hiçbir meslekte kazanç veya kaydedilen çalışma saatleri üzerinde önemli bir etkisi olmadığı bulundu.
AI için gerçek sayısal projeksiyonlara geçildiğinde, rapor, küresel hesaplama kapasitesi talebinin 2030’a kadar neredeyse üç katına çıkabileceğini ve bu talebin yaklaşık %70’inin AI iş yüklerinden geleceğini öngörüyor. Ancak bu, iki faktöre bağlıdır: işletmelerin AI’yı gerçek iş etkisi olan bir şeye dönüştürüp dönüştüremeyeceği ve teknolojideki ilerlemelerin hesaplama verimliliğini önemli ölçüde artırıp artırmayacağı.
Birincisi altyapıya olan talebin artmasına yol açacak, ancak ikincisi bunu azaltma eğiliminde olacaktır; tabii McKinsey’nin savunduğu gibi, daha geniş yapay zeka pazarındaki kullanımın artmasıyla verimlilikteki kazanımlar telafi edilmezse; bu durum Jevons paradoksu olarak da bilinir .
Şirket kendini korumak için 2030 için “kısıtlı talep”ten “devam eden talep”e ve “hızlandırılmış talep”e kadar üç senaryo öngördü. İlk senaryoda toplam 3,7 trilyon dolarlık sermaye harcaması için 78 GW kapasite eklenecek, orta aralıkta ise toplam 5,2 trilyon dolarlık 124 GW kapasite yer alacak. (Geleneksel BT uygulamaları için gereken ek sermaye harcaması 1,5 trilyon dolara ulaşacak ve raporun başlığında belirtilen yaklaşık 7 trilyon dolarlık toplam harcamaya yol açacak.) Bu arada, AI için hızlandırılmış talep, sadece AI için 7,9 trilyon dolarlık sermaye harcaması maliyetiyle 205 GW kapasiteyi çevrimiçi hale getirecek.
