Россию долго грабили, эксплуатируя наши ресурсы, нашу страну, людей и дале по списку. Тем забавнее рассмотреть ужимки гонки ИИ, где по сути мы отвечаем другим государствам за это. 

Сегодня пользователь может находиться в России, Китае, Индии или вообще в любой точке мира, открыть языковую модель, задать ей вопрос и через несколько секунд получить результат, вычисленный на серверах, расположенных, например, в США. При этом сам пользователь не покупал GPU, не строил дата центр, не тянул к нему линии электропередачи, не создавал систему охлаждения и не вкладывал миллиарды долларов в обучение модели. Он просто заплатил несколько десятков долларов за подписку или вообще воспользовался бесплатным тарифом. За этим простым интерфейсом при этом скрывается огромная и чрезвычайно дорогая инфраструктура. Нужно построить дата центры, закупить ускорители, обеспечить их электричеством, охлаждением, связью, резервированием, обслуживанием, обучить модели и затем постоянно оплачивать их работу. И если посмотреть на финансовую сторону современной индустрии искусственного интеллекта, становится очевидно, что нынешняя пользовательская выручка пока совсем не обязательно покрывает весь тот капитал, который вкладывается в создание этой инфраструктуры.

Масштаб этих вложений уже сам по себе впечатляет. По приведённым в исходных данных оценкам, годовые капитальные расходы крупнейших компаний на инфраструктуру искусственного интеллекта выросли примерно со 150 миллиардов долларов в 2023 году до прогнозируемых 770 миллиардов долларов в 2026 году, причём  большая часть мировой вычислительной мощности в сфере ИИ приходится на американскую инфраструктуру. То есть, американская экономика вкладывает колоссальные ресурсы в создание универсальной вычислительной машины, которой затем могут пользоваться компании практически по всему миру.

Представим российское предприятие, которое подключается к американской языковой модели. Ему не нужно строить собственный дата центр, покупать десятки или сотни ускорителей и оплачивать всю инфраструктуру вокруг них. Оно просто покупает доступ к уже существующим вычислительным мощностям. Если стоимость такого доступа оказывается существенно ниже полной стоимости создания всей этой системы, возникает интересный вопрос. Кто в таком случае оплачивает разницу? Сегодня её в значительной степени закрывают инвестиции, деньги акционеров, заёмный капитал, денежные потоки других направлений бизнеса крупнейших технологических корпораций и ожидание того, что когда нибудь созданная инфраструктура начнёт приносить гораздо больше денег, чем сейчас.

Ведь в общем то известны факт, что денежный поток компани вкладывающихся в ИИ глубоко отрицательный!!!

Российская компания может использовать американскую модель, работающую на американских серверах, для повышения производительности собственного предприятия. Допустим, модель помогает инженерам быстрее проектировать продукцию, оптимизирует логистику, анализирует технологические данные, сокращает количество брака или уменьшает простои оборудования. Сами вычисления при этом происходят где нибудь за океаном, а экономический результат появляется уже на российском предприятии.

Американский капитал, вложенный в GPU, электрические мощности, дата центры и программное обеспечение, в данном случае частично превращается в дополнительную производительность российской экономики. Разумеется, это вовсе не означает, что американцы ничего от этого не получают. Они получают спрос на оборудование, электроэнергию, строительство, программное обеспечение и специалистов, получают технологическое лидерство и возможность в будущем извлекать огромную ренту из созданной инфраструктуры. Именно ожидание этой будущей прибыли и позволяет сегодня вкладывать такие гигантские деньги. Но непосредственный производительный эффект от этих инвестиций совершенно не обязан оставаться исключительно внутри США.

Страна, первой построившая гигантскую вычислительную инфраструктуру, несёт основные первоначальные расходы и принимает на себя инвестиционный риск, а остальные некоторое время могут пользоваться результатом этих вложений, не повторяя их в полном объёме. Отчасти это можно назвать это паразитированием. По сути перед нами обычная стратегия захвата будущего рынка. Сначала инвесторы финансируют строительство инфраструктуры, затем пользователи по всему миру начинают активно ею пользоваться, появляется огромный спрос, возникает эффект масштаба, а уже потом владельцы инфраструктуры рассчитывают превратить технологическое преимущество в устойчивую прибыль. 

Но именно здесь возникает главный вопрос всей этой истории. Где в итоге появится основной экономический эффект от сотен миллиардов долларов, которые сейчас вкладываются в искусственный интеллект? Если большая часть вычислительных мощностей будет использоваться для развлечений, генерации картинок, роликов, текстов и бесконечных разговоров с чат ботами, то значительная часть созданной инфраструктуры фактически будет обслуживать новую форму потребления. Люди станут производить больше цифрового контента и проводить больше времени с искусственным интеллектом, но совершенно не очевидно, что это даст сопоставимый рост физического производства. Совсем другая ситуация возникает, если искусственный интеллект действительно начнут массово встраивать в промышленность. Если эти же мощности используются для проектирования станков, управления энергетикой, оптимизации металлургических производств, разработки лекарств, автоматизации заводов, управления транспортом и сокращения простоев оборудования, то вычислительная инфраструктура превращается уже не просто в новый информационный сервис, а в полноценный производственный фактор.

Именно поэтому вопрос о том, у кого находится больше GPU, на мой взгляд, далеко не самый главный. Намного интереснее вопрос о том, кто научится эффективнее превращать вычисления в реальное производство. США могут иметь огромное преимущество в капитале, технологиях и количестве дата центров, но если созданные там мощности помогают российскому предприятию производить больше, китайскому производить дешевле, а индийскому быстрее проектировать новую продукцию, то экономический эффект неизбежно начинает расползаться далеко за пределы страны, которая первоначально оплатила инфраструктуру. В обычной промышленной конкуренции всё гораздо проще. Страна построила завод и получила производственную мощность прежде всего для себя. В случае с универсальными вычислительными сервисами можно построить инфраструктуру у себя, а значительная часть производительного эффекта от её использования появится вообще на другом конце планеты.

При этом, санкции и параллельный импорт научил нас обходить все запреты и прочее. И будет очень сложно обрезать использование мощностей ИИ внутри России.

В результате конечным показателем гонки искусственного интеллекта может оказаться вовсе не количество серверов, дата центров или закупленных ускорителей. Намного важнее будет количество реального экономического выпуска, которое удаётся получить на единицу вычислений, энергии и вложенного капитала. Если американская экономика тратит сотни миллиардов долларов на создание инфраструктуры, а российская компания за относительно небольшую плату использует эту инфраструктуру для увеличения собственного производства, то американский капитал фактически становится одним из факторов роста российской производительности. Если же те же самые мощности используются преимущественно для того, чтобы миллиарды людей генерировали ещё больше цифрового контента и проводили ещё больше времени в чатах, то значительная часть гигантских инвестиций оказывается вложением прежде всего в новую форму потребления. То есть в унитаз.

Насколько быстро искусственный интеллект перейдёт от обслуживания потребления к систематическому повышению производительности реального сектора. Именно тогда сегодняшние гигантские затраты на ускорители, дата центры и электроэнергию начнут превращаться в настоящий экономический капитал. Пока же мы наблюдаем довольно странную конструкцию. Одни страны и компании тратят огромные деньги на создание вычислительной инфраструктуры, другие получают доступ к ней за относительно небольшую плату, а конечный экономический эффект вполне может возникать вообще в третьих странах. И если искусственный интеллект действительно станет универсальным инструментом повышения производительности, то одним из самых неожиданных итогов нынешней гонки может стать вовсе не концентрация всех выгод там, где стоят дата центры, а их распространение по всему миру. Возможно, главный парадокс искусственного интеллекта именно в этом. Тот, кто строит вычислительную машину, совсем не обязательно окажется тем, кто получит от её работы наибольшую выгоду.

То есть, по факту, когда сейчас американские компании вкладываются в инфраструктуру, несут инвестиционные риски - по факту они дотируют производство в том числе внутри России. 

Сергей Брекотин