💸 Bridgewater tvrdi da bi velike tehnološke tvrtke mogle uložiti oko 650 milijardi dolara u infrastrukturu umjetne inteligencije u 2026. godini ↗
Bridgewater u osnovi maše žutom zastavom: procvat potrošnje na umjetnu inteligenciju raste do razmjera koji bi mogao postati nekontroliran. U bilješci se navodi da ukupna ulaganja Alphabeta, Amazona, Mete i Microsofta u infrastrukturu umjetne inteligencije iznose otprilike 650 milijardi dolara, u odnosu na puno manji iznos godinu prije. (Reuters)
Zanimljivo je da nije samo riječ o "više GPU-ova, molim". To su posljedice: pritisak na povrat novca, oslanjanje na vanjski kapital i rizik da se dio te potrošnje neće dovoljno brzo pretvoriti u profit. Procvat koji još uvijek cvjeta... ali s oštrijim rubovima, ili se barem tako čini. (Reuters)
🧑💼 OpenAI poziva konzultante za svoj poduhvat za poduzeća ↗
OpenAI se sve više naginje fazi „učini to stvarnim na djelu“ - udružuje se s velikim konzultantskim tvrtkama kako bi pomogao velikim tvrtkama da se udalje od pilot projekata i eksperimenata. To je vrlo korporativna igra, ali iskreno, tu se vrti velik dio novca. (TechCrunch)
Ton ovdje je manje "cool demo", a više "plan uvođenja, nabava, upravljanje, obuka, cijeli taj papirološki sendvič". Ako ste ikada gledali divovsku organizaciju kako pokušava usvojiti novu tehnologiju, znate zašto dovode odrasle. (TechCrunch)
🧾 OpenAI produbljuje partnerstva s konzultantskim divovima kako bi pomaknuo umjetnu inteligenciju u poduzećima dalje od pilot projekta ↗
Isti ključni potez, dodatni detalji: OpenAI formalizira dublje veze s konzultantskim tvrtkama kako bi ubrzao usvajanje u poduzećima i prošao fazu „isprobali smo u jednom odjelu“. To je snaga potrebna za dobivanje - i zadržavanje - velikih korporativnih klijenata. (Reuters)
Postoji i suptilna priča o pritisku: ako ćete biti zadana poslovna platforma, potreban vam je ekosustav koji vas može implementirati u velikim razmjerima, a ne samo sjajan model. Neprivlačne vodovodne instalacije su važne, nažalost. (Reuters)
🕵️♀️ Nadzorna tijela kažu da alati za umjetnu inteligenciju u slikama moraju poštivati pravila o privatnosti ↗
Regulatori privatnosti ponovno stavljaju generiranje slika i rezultate nalik licima u središte pozornosti - u biti: ako vaš sustav može izbaciti realistične ljude, obveze zaštite podataka i dalje vrijede. Nema čarobnog plašta "ali to je sintetičko". (The Register)
Praktična poruka čini se kao veći pritisak na pružatelje usluga u pogledu usklađenosti - posebno oko podataka o obuci, rizika od prepoznatljive sličnosti i načina na koji se proizvodi implementiraju. To je jedno od onih područja gdje se tehnologija brzo kreće, a pravila jure za njom... a onda odjednom jure. (The Register)
🛡️ NVIDIA donosi kibernetičku sigurnost pokretanu umjetnom inteligencijom u kritičnu infrastrukturu svijeta ↗
Nvidia se više pozicionira kao obrambena platforma za umjetnu inteligenciju, ciljajući na slučajeve kibernetičke sigurnosti povezane s kritičnom infrastrukturom. Poruka je prilično jasna: kako sustavi postaju povezaniji - i više potpomognuti umjetnom inteligencijom - površina napada postaje složenija, pa se i obrana mora podići na višu razinu. (NVIDIA Newsroom)
Također, Nvidia nastavlja prelaziti okvire "prodajemo čipove" i "mi smo priča o platformi", što je... ambiciozno, ali ne i slučajno. Sigurnost je jedno od rijetkih područja gdje se potrošnja na umjetnu inteligenciju može brzo odobriti jer je strah snažno mazivo za proračun. (NVIDIA Newsroom)
🚰 Najnovija mišljenja: Velike tehnološke tvrtke samo će djelomično ukloniti rizik od umjetne inteligencije uzrokovan vodom ↗
Ovo je pomalo hladan tuš: noviji podatkovni centri mogu biti učinkovitiji u korištenju vode, ali veći je problem gdje su izgrađeni - klasteri se često nalaze na mjestima koja se već suočavaju s vodnim stresom. Dakle, povećanja učinkovitosti pomažu, ali ne brišu temeljno ograničenje. (Reuters)
Argument je u osnovi „tehnološke optimizacije nisu cjelovito rješenje“. Ako se infrastruktura umjetne inteligencije nastavi skalirati, ona postaje lokalni problem resursa koliko i globalna inovacijska priča - poput pokušaja provođenja vatrogasnog crijeva kroz vrtnu slavinu. (Reuters)
Često postavljana pitanja
Na što Bridgewater upozorava u vezi s ulaganjima u AI infrastrukturu u 2026. godini?
Bridgewater napominje da bi procvat kapitalnih ulaganja u umjetnu inteligenciju mogao dovoljno rasti da stvori probleme drugog reda, a ne samo da ubrza napredak modela. U bilješci se procjenjuje da će Alphabet, Amazon, Meta i Microsoft uložiti otprilike 650 milijardi dolara u kombiniranu infrastrukturu umjetne inteligencije u 2026. godini. Oprez je da opseg može povećati rizik ako povrati kasne, financiranje se pooštri ili potražnja ne uspije pratiti rast.
Kako bi ogromna ulaganja u infrastrukturu umjetne inteligencije mogla utjecati na otkup dionica, dividende i povrat novca?
Kada tvrtke povećavaju ulaganja u AI infrastrukturu, često imaju manje slobodnog novčanog toka dostupnog za povrate dioničarima, poput otkupa dionica i dividendi. Bridgewaterova poanta je da ova razina potrošnje može vršiti pritisak na povrate novca i povećati ovisnost o vanjskom kapitalu. Ako je potrebno dulje da se projekti pretvore u profit, investitori mogu postati osjetljiviji na vremenske rokove, marže i pretpostavke o povratu ulaganja.
Zašto se neka ulaganja u infrastrukturu umjetne inteligencije ne bi brzo isplatila?
Kupnja više računalnih resursa nije isto što i ostvarivanje većeg profita od njih. Ako tvrtke izgrade kapacitete prije jasnih, skalabilnih prihoda, jaz između potrošnje i isplativosti može se proširiti. Istaknut je rizik tajming: procvat može ostati procvat, ali s oštrijim rubovima ako monetizacija ne prati tempo. U mnogim ciklusima problem nije nestanak potražnje - već povrat koji stiže kasnije od očekivanog.
Kako OpenAI-jev napor s konzultantskim tvrtkama pomaže poduzećima da se uspiju u pilot projektima?
Cilj je pretvoriti eksperimente „cool demo“ u implementacije koje će preživjeti nabavu, upravljanje, obuku i svakodnevno poslovanje. Konzultantske tvrtke pomažu velikim organizacijama da standardiziraju planove implementacije, usklade dionike i upravljaju promjenama među odjelima. Reuters i TechCrunch to definiraju kao snagu ekosustava: da bi bila zadana poslovna platforma, implementacija u velikim razmjerima važna je jednako kao i sam model.
Što misle nadzornici privatnosti kada kažu da alati za umjetnu inteligenciju i slike i dalje spadaju pod pravila o privatnosti?
Regulatori signaliziraju da „sintetičko“ ne uklanja automatski obveze zaštite podataka kada izlazi izgledaju kao stvarni ljudi. Praktična pitanja uključuju porijeklo podataka za obuku, rizike oko prepoznatljive sličnosti i način na koji se alati za slike primjenjuju u proizvodima. Zaključak je veći pritisak na usklađenost s propisima za pružatelje usluga i korisnike, posebno tamo gdje realistična lica ili izlazi slični osobama mogu izazvati probleme s privatnošću i pristankom.
Zašto rizici od vode u podatkovnim centrima postaju dio razgovora o umjetnoj inteligenciji?
Čak i ako noviji podatkovni centri poboljšaju učinkovitost vode, veće ograničenje može biti lokacija. Argument Reutersa Breakingviewsa jest da se klasteri često nalaze u regijama koje već imaju problema s vodom, pretvarajući rast umjetne inteligencije u lokalni problem s resursima. Učinkovitost pomaže, ali možda neće nadoknaditi utjecaj gradnje u velikim razmjerima na pogrešnim mjestima. Odabir lokacije može biti jednako važan kao i tehnička optimizacija.