OpenAI a semnat un acord de 300 de miliarde de dolari cu Oracle. Google și-a crescut bugetul de cheltuieli de capital la 85 de miliarde, iar Amazon a investit 200 de miliarde de dolari doar pentru infrastructura AI. Există voci din economie care avertizează că ne întoarcem în anii '90, la bula dot-com: Capacitatea a depășit cererea, operatorii au dat faliment, dar infrastructura a rămas. Internetul nu a eșuat pe termen lung.
Un material ARPU propune trei teste de supraviețuire economică pentru AI.
Durata de viață a activelor
O companie cumpără un accelerator cu 50.000 de dolari și îl amortizează pe parcursul a 5-6 ani. Giganți precum Microsoft, Alphabet sau Meta au amânat aceste termene (de la 4 la 6 ani). Dar hardware-ul AI evoluează repede. Investitorul Michael Burry, cunoscut pentru predicția crizei din 2008, susține că durata reală și utilă de viață a acestor active este mai degrabă de 3 ani.
Dacă un cip își pierde avantajul economic în doar câțiva ani, trebuie să producă mult mai mulți bani într-un timp record doar pentru a-și scoate banii, lăsând la o parte costurile cu răcirea și clădirea. Presiunea pe costuri crește. Data centerele devin și ele învechite. Nu e suficient să ai hardware nou dacă arhitectura halei nu poate oferi răcirea cu lichid și densitatea electrică de care acesta are nevoie. Astfel, apar data centere de tranziție: clădiri construite pentru o generație, nepotrivite pentru următoarea.
Economia sarcinilor
Prețul per token (unitatea de bază de măsură a utilizării AI) a scăzut cu peste 90% din 2023. Nvidia promite reduceri și mai abrupte cu noua generație Rubin. În același timp, consumul de tokeni printre companii a crescut cu 1.000% între ianuarie 2025 și aprilie 2026. Pare un scenariu de succes.
Dar numărul de tokeni consumați nu înseamnă neapărat output economic. Apariția Agentic AI face ca un simplu task să consume de zeci sau sute de ori mai mulți tokeni (pentru că agentul planifică, caută, verifică și corectează erori singur). Dacă prețul per token scade de 10 ori, dar task-ul în sine cere de 100 de ori mai multă computație, acțiunea a devenit de fapt de 10 ori mai scumpă. Uber a experimentat asta direct.
În cele din urmă, companiile vor rezultate măsurabile, nu să plătească bugete astronomice doar pentru ca angajații lor "să verifice vremea cu AI-ul sau să rearanjeze șezlongurile pe propriul Titanic", după cum spune Alex Karp, CEO Palantir.
Livrarea fizică
Problema finală ține de fizică și birocrație. Peste 8.200 de proiecte de energie stau la coadă pentru interconectare în SUA, iar timpul mediu de așteptare depășește 5 ani.
"Niciuna dintre aceste probleme nu se rezolvă mai repede, indiferent de cât de mult capital este aruncat în ea, deoarece constrângerea nu sunt banii. Este vorba despre câte transformatoare pot fabrica fizic câteva fabrici într-un an. Satya Nadella a descris consecința în termeni neobișnuit de direcți: Microsoft putea obține GPU-urile. Ce-i lipsea erau carcase calde în care să le conecteze", spun realizatorii ARPU.
Când componentele se mișcă în ritmuri atât de diferite (cipuri livrate în luni, clădiri construite în 1-2 ani, acces la curent abia în 5 ani), se ajunge la capital blocat. Până vine curentul la data center, prima generație de cipuri instalată pe rafturi poate fi deja uzată moral.
Aceste presiuni duc spre aceeași dilemă finală, sintetizată de un citat din Jamie Dimon, JPMorgan:
"Când mă uit la AI în sine, suma de bani care se cheltuiește este uriașă. Se va amortiza în totalitate? Probabil, la fel ca internetul. Se va amortiza așa cum te aștepți, în intervalul de timp la care te aștepți? Cu siguranță nu".
Nepotrivirea de ritm (dezvoltarea accelerată de hardware vs. birocrația energetică extrem de lentă) ar putea încheia multe business-uri înainte ca ele să poată monetiza inovația.
