Branża sztucznej inteligencji stoi przed presją ekonomiczną - aby uzasadnić astronomiczne wydatki na infrastrukturę, musi wygenerować 6 bilionów dolarów rocznych przychodów do 2031 roku. Wyliczenia te wskazują na potencjalnie nierealistyczną proporcję między inwestycjami podejmowanymi dziś a rzeczywistymi możliwościami zarobkowymi systemów AI.
Obecnie największe firmy technologiczne - OpenAI, Google, Meta i inne - inwestują dziesiątki miliardów dolarów w budowę i rozszerzanie centrów danych GPU. Koszt szkolenia i utrzymania zaawansowanych modeli takich jak GPT-4 czy Gemini rośnie wykładniczo. Problem w tym, że przychody z produktów AI, choć rosną, pozostają daleko w tyle za tymi wydatkami. Nawet agresywne wyceny subskrypcji ChatGPT Plus czy korporacyjnych rozwiązań AI nie zbliżają się do tej monstrualnej liczby.
Analitycy rynku ostrzegają, że jeśli branża nie znajdzie sposobu na generowanie takich przychodów - przez komercjalizację AI, licencjonowanie, zastosowania korporacyjne lub całkiem nowe modele biznesowe - sektor może czekać korekcja podobna do innych technologicznych baniek. Presja ta skłania firmy do szukania nowych rynków i zastosowań, ale pytanie pozostaje otwarte: czy potencjał AI jest wystarczająco duży, aby uzasadnić obecne inwestycje?