5 Minuty
Goldman Sachs uważa, że obecna ekscytacja wokół sztucznej inteligencji (AI) wcale nie jest klasyczną bańką spekulacyjną – to dopiero preludium. W najnowszym raporcie inwestycyjny gigant podkreśla, iż obecny poziom nakładów na AI jest relatywnie niewielki wobec długoterminowego potencjału tej technologii. Bank spodziewa się, że wydatki na rozwiązania oparte o sztuczną inteligencję będą dynamicznie rosły w kolejnych latach.
Dlaczego Goldman Sachs wierzy w dalszy potencjał AI?
Analitycy Goldman Sachs szacują, że inwestycje w sztuczną inteligencję w Stanach Zjednoczonych stanowią dziś mniej niż 1% PKB. To poziom znacznie niższy od szczytów wcześniejszych przełomowych technologii: kolei, elektryfikacji czy internetu, które w krytycznym momencie odpowiadały nawet za 2–5% PKB. Według ekspertów banku ta różnica oznacza szerokie pole do dalszych inwestycji w sektorze AI.
W raporcie wskazano dwa główne motory optymistycznych prognoz banku. Po pierwsze, wdrażane systemy AI już dziś zapewniają widoczne wzrosty wydajności w dojrzałych sektorach – od automatyzacji obsługi klienta po optymalizację procesów w finansach czy produkcji. Po drugie, omawiany wzrost produktywności jest możliwy dzięki masowej infrastrukturze obliczeniowej: chipom, serwerom i centrom danych, co uzasadnia aktualne wydatki i daje silne podstawy do dalszych inwestycji w miarę skalowania wdrożeń AI.
Jaki rozmiar może osiągnąć sektor sztucznej inteligencji?
Goldman Sachs prezentuje odważną prognozę: generatywna sztuczna inteligencja może zwiększyć wartość amerykańskiej gospodarki nawet o 20 bilionów dolarów, z czego około 8 bilionów dolarów trafi bezpośrednio do firm jako przychód kapitałowy. Bank przewiduje także, że w ciągu dekady wydajność pracy może wzrosnąć o ok. 15%, jeśli narzędzia oparte o AI staną się powszechne. Nawet nieznaczny, 10–20-procentowy wzrost efektywności rutynowej pracy umysłowej może przełożyć się na ogromne korzyści dla firm i całych branż.
Nie wszyscy inwestorzy wygrają – lekcje historii
Raport nie pomija ryzyka. Goldman Sachs zwraca uwagę na powtarzający się w historii schemat – firmy wchodzące na rynek jako pierwsze często ponoszą najwyższe koszty budowy infrastruktury, podczas gdy najwięcej zyskują ci, którzy dołączają później. Drogi, szyty na miarę sprzęt szybko się dezaktualizuje lub jest przejmowany przez większych graczy. W kontekście AI szybka amortyzacja sprzętu oraz tempo rozwoju modeli uczących się sprawiają, że najwięksi, pierwsi inwestorzy nie zawsze zostają długoterminowymi zwycięzcami.
To oznacza, że przedsiębiorstwa dziś mocno inwestujące w chipy i serwery mogą zostać wyparte przez sprawniejszych rywali bądź dostawców chmury, którzy ustandaryzują i „skomodytyzują” infrastrukturę IT. Zatem wysokie nakłady są konieczne, ale nie gwarantują przewagi rynkowej.
Stabilizacja wydatków wraz ze spadkiem cen sprzętu
Mimo tych zastrzeżeń, Goldman Sachs prognozuje utrzymanie korzystnych warunków do inwestycji w AI. Bank przewiduje, że globalne wydatki związane z rozwojem sztucznej inteligencji osiągną nawet 300 miliardów dolarów do 2025 roku, ponieważ firmy na wszystkich etapach działalności zaczynają zwiększać wdrożenia i korzystają z efektów poprawy wydajności. Z upływem czasu rynek powinien przejść z fazy intensywnej rozbudowy infrastruktury do etapu bardziej zrównoważonego, a malejące ceny sprzętu dodatkowo ustabilizują tempo wydatków.
Co obserwować dalej: modele, chipy i konkurencję
- Ewolucję modeli: coraz szybsze i dokładniejsze modele AI zmieniają dynamikę przejmowania wartości oraz tempo zmian.
- Cykl sprzętowy: spadające ceny GPU oraz wyspecjalizowanych akceleratorów przełożą się na koszty wdrożeń AI dla przedsiębiorstw.
- Konsolidację rynku: dostawcy chmury obliczeniowej oraz duże platformy technologiczne mogą skupić w swoich rękach większość wczesnych inwestycji, jak to miało miejsce w poprzednich rewolucjach technologicznych.
Ostatnie premiery produktowe pokazują, jak szybko zmienia się krajobraz technologii opartych o AI. Google wprowadziło model Gemini 2.5 Computer Use, który wzbogaca przeszukiwanie internetu o naturalną obsługę i umożliwia interakcję w czasie rzeczywistym. Alibaba z kolei zaprezentowała gigantyczny, bilion-parametrowy model stawiający czoła ChatGPT i Google Gemini zarówno pod względem skali, jak i wydajności. Te wydarzenia dowodzą zarówno dynamiki innowacji, jak i zaostrzającego się wyścigu technologicznego dotyczącego rozbudowy infrastruktury obliczeniowej i modeli AI.
Znaczenie dla firm i inwestorów
Kluczowy wniosek dla przedsiębiorstw jest pragmatyczny: inwestuj tam, gdzie AI realnie podnosi produktywność – jednocześnie dbając, aby wdrożenia były modułowe i możliwe do przeniesienia, tak by uniknąć technologicznej pułapki przestarzałej infrastruktury. Inwestorom bank Goldman radzi ostrożność – AI to proces transformacji na lata, a nie chwilowa mania. Warto więc wybierać długoterminową ekspozycję na firmy trwałe, konsekwentnie wdrażające AI na szeroką skalę, a także na dostawców infrastruktury zyskujących na powszechnym wzroście zastosowań AI.
Podsumowując, według Goldman Sachs rynek sztucznej inteligencji dopiero nabiera tempa – obecna sytuacja nie jest jeszcze napompowaną bańką. Ostatecznie o sukcesie zdecyduje to, kto najlepiej zarządzi inwestycjami w infrastrukturę, sprawnie zintegrował AI z codzienną działalnością oraz jak szybko przystosuje się do zmieniającej się ekonomii sprzętowej i rozwojowej modeli AI.
Źródło: gizmochina
Zostaw komentarz