Satya Nadella o przyszłości AI w przedsiębiorstwach — zaległości serwerowe 57 mld USD

12 lipca Satya Nadella opisał zasadniczą nierównowagę w tym, jak przedsiębiorstwa wdrażają sztuczną inteligencję. Jego zdaniem firmy de facto płacą za inteligencję dwa razy: najpierw za wykorzystanie modeli (tokeny), a następnie za wiedzę operacyjną, którą muszą ujawnić, by systemy były użyteczne.

Każde polecenie i każda korekta przesłana do modelu tworzy tzw. „exhaust” — ślad informacji o tym, jak działa organizacja, który może wyciekać „ślad po śladzie”. Aby przeciwdziałać temu „paradoksowi odwrotnej informacji”, Nadella argumentuje, że firmy muszą przejąć kontrolę nad danymi, uruchamiając AI wewnątrz własnej granicy „tenanta” (ang. tenant boundary — wydzielone, kontrolowane środowisko).

Obecnie przedsiębiorstwa korzystają z trzech głównych sposobów dostępu do zaawansowanych modeli AI: z wielkich platform chmurowych takich jak Azure OpenAI Service czy AWS Bedrock, bezpośrednio przez interfejsy API udostępnione przez twórców modeli, albo z hybrydowego połączenia obu tych dróg. Ścieżka chmurowa nie wymaga drogiego sprzętu, a bezpośrednie umowy z dostawcami są już ugruntowane — przykładem jest Anthropic, który zbudował kilkumiliardowy biznes na bezpośrednich kontraktach z przedsiębiorstwami.

Niezależnie od wybranej drogi, infrastruktura dostawcy modelu nieuchronnie rejestruje wzorce użycia i dane zapytań, które ujawniają sposób działania firmy. W odpowiedzi kraje suwerenne i podmioty regulowane coraz częściej inwestują we własny sprzęt.

Hewlett Packard Enterprise (HPE) zamknął drugi kwartał z zaległością zamówień na serwery AI w wysokości 6 mld USD, z czego około 60% pochodziło od państw suwerennych i klientów korporacyjnych. Po przejęciu Juniper Networks w zeszłym roku HPE może oferować zintegrowany stos lokalny (on‑premise) obejmujący serwery, pamięć masową i sieć dla organizacji budujących własne możliwości AI.

Dell Technologies zgłosił w ostatnim kwartale ponad 24 mld USD zamówień na AI i zakończył okres z zaległością na poziomie 51 mld USD. Kierownictwo wskazało, że klienci poszukują zintegrowanych rozwiązań, które można wdrożyć na infrastrukturze kontrolowanej przez nich, z produktami zaprojektowanymi tak, by wrażliwe dane i własność intelektualna pozostawały lokalnie.

Gdy przedsiębiorstwa posiadają własny sprzęt, potrzebują narzędzi orkiestracji do kierowania obciążeniami między modelami, by nie uzależnić się od jednego dostawcy. Microsoft oferuje Azure AI Foundry, AWS ma Bedrock, a Alphabet proponuje Vertex AI — wszystkie dają możliwości neutralne względem modelu. Taka architektura sprzyja adopcji hybrydowej, umożliwiając wykonywanie obciążeń zarówno w chmurze, jak i w systemach lokalnych.

Zmiana struktury popytu ma dwie konsekwencje: dostawcy sprzętu, tacy jak HPE i Dell, zyskują, gdy klienci inwestują we własną infrastrukturę, a dostawcy chmury i platform AI mogą generować przychody zarówno z konsumpcji modeli, jak i z opłat za narzędzia orkiestracji służące ochronie danych właścicielskich.

Po burzliwym tygodniu na rynkach spółki związane z AI robią chwilę przerwy po historycznym wzroście. Przy obecnej cenie akcji HPE jest wyceniany na około 13 razy prognozowane zyski na ten rok, co może stanowić interesujący punkt wejścia dla inwestorów szukających ekspozycji na wydatki przedsiębiorstw na infrastrukturę AI.