Globalny ekosystem AI potrzebuje 6 bilionów dolarów rocznie do 2031 roku

Globalny ekosystem sztucznej inteligencji może potrzebować blisko 6 bilionów dolarów rocznych przychodów do 2031 roku, aby uzasadnić ekonomicznie skalę inwestycji w infrastrukturę AI.

Obecne zastosowania AI mogą wygenerować od 1,2 do 1,8 biliona dolarów rocznych przychodów w 2031 roku.

Brakujące 4,2 biliona dolarów przychodów mają pochodzić z czterech głównych obszarów rozwoju AI.

Prognozy przychodów i finansowanie infrastruktury AI

Według raportu Bain & Company pt. "Global Technology Report", globalny ekosystem sztucznej inteligencji będzie wymagał blisko 6 bilionów dolarów rocznych przychodów do 2031 roku, aby ekonomicznie uzasadnić inwestycje w infrastrukturę AI. Obecne zastosowania sztucznej inteligencji, obejmujące zarówno rozwiązania konsumenckie finansowane subskrypcjami i reklamą, jak i rozwiązania dla przedsiębiorstw wykorzystywane m.in. w tworzeniu oprogramowania, sprzedaży, marketingu, obsłudze klienta czy operacjach IT, mogą w 2031 roku wygenerować łącznie od 1,2 do 1,8 biliona dolarów rocznych przychodów.

Oznacza to, że aby sfinansować budowaną obecnie infrastrukturę AI, potrzebne będzie około 4,2 biliona dolarów dodatkowych przychodów rocznie. Raport wskazuje, że te brakujące środki mają pochodzić z czterech głównych obszarów rozwoju sztucznej inteligencji.

Obszary potencjalnych nowych przychodów w ekosystemie AI

Wśród czterech obszarów, które mogą dostarczyć brakujące 4,2 biliona dolarów nowych przychodów, wymieniono rozwój modeli AI jako alternatywy dla tradycyjnych wyszukiwarek oraz integrację modeli reklamowych w tych systemach. Kolejnym obszarem jest postępująca autonomizacja, obejmująca m.in. samochody, ciężarówki, drony oraz inne rozwiązania automatyzujące przemysł.

Raport wskazuje także na tzw. physical AI, czyli wykorzystanie sztucznej inteligencji w świecie fizycznym, oraz na produkty i zastosowania, które dopiero zaczną powstawać wraz ze wzrostem dostępności i możliwości zaawansowanych modeli AI.

W dokumencie zwrócono uwagę na zmiany w sektorze technologicznym związane z rosnącą popularnością inwestycji w AI. Do najszybciej rozwijających się segmentów należą pamięci o wysokiej przepustowości (high-bandwidth memory, HBM), zaawansowane techniki obudowywania układów scalonych (advanced packaging) oraz układy projektowane na zamówienie, w tym coraz powszechniejsze układy ASIC.

Najwięksi producenci koncentrują moce produkcyjne na pamięciach HBM, inwestując niewiele w pamięci DDR i NAND, co może wpłynąć na niedobory i wzrost cen smartfonów i komputerów. Specjalistyczne akceleratory obliczeniowe, które jeszcze niedawno były rozwiązaniem niszowym, stają się podstawowym elementem architektury AI.

Firmy rozwijające AI oraz dostawcy chmury obliczeniowej projektują własne układy dostosowane do konkretnych obciążeń, takich jak trenowanie modeli, wnioskowanie (inferencja) i zadania agentowe. W raporcie podkreślono również rosnące znaczenie odporności łańcuchów dostaw, ze względu na ryzyka związane z klęskami żywiołowymi, napięciami geopolitycznymi czy ograniczeniami eksportowymi.

Firmy coraz częściej dywersyfikują dostawców i lokalizacje produkcji. Strategie zakupowe i zarządzanie łańcuchem dostaw stają się ważnym źródłem przewagi konkurencyjnej. Inwestycje w moce produkcyjne dostawców, długoterminowe umowy, obejmowanie udziałów w firmach z łańcucha dostaw oraz dywersyfikacja dostawców i lokalizacji zajmują wysokie miejsce wśród priorytetów zarządów.

Zmienia się także strategia produktowa – model, w którym jeden dostawca rozwija technologię dla całego rynku, ustępuje miejsca większej integracji pionowej i rozwiązaniom częściowo projektowanym na zamówienie.

W ten sposób raport przedstawia skalę wyzwań i potrzeb finansowych globalnego ekosystemu sztucznej inteligencji, wskazując na konieczność generowania znaczących przychodów, które pozwolą na dalszy rozwój infrastruktury i technologii AI.