Tańsze modele AI mogą obniżyć zwroty z inwestycji

Rozwój tańszych modeli AI z dostępnymi wagami może zwiększyć presję na ceny i zwroty twórców modeli. Wielcy dostawcy chmury powinni jednak nadal osiągać atrakcyjne zwroty dzięki infrastrukturze obliczeniowej potrzebnej do ich uruchamiania — ocenili analitycy Morgan Stanley.

Modele z dostępnymi wagami pozwalają użytkownikom pobierać, dostosowywać i uruchamiać parametry modelu na wybranej infrastrukturze. Niższe ceny i większa elastyczność takich rozwiązań mogą przyspieszyć wdrażanie sztucznej inteligencji przez przedsiębiorstwa oraz mniejsze firmy.

Rosnąca konkurencja powinna obniżać ceny tokenów, czyli jednostek danych przetwarzanych przez model. Zwiększy to presję na twórców modeli, aby poprawiali przepustowość i wyróżniali swoje usługi na rynku.

Morgan Stanley szacuje, że dostawcy modeli mogą nadal osiągać zwrot z zainwestowanego kapitału (ROIC) na poziomie około 20–60% z jednego gigawata należącej do nich infrastruktury Nvidia GB300. Założenie obejmuje ceny wynoszące około 1,75 USD za milion tokenów oraz przepustowość od 2 000 do 3 500 tokenów na sekundę na każdy procesor graficzny (GPU).

W przypadku wielkich dostawców chmury, którzy wynajmują moc obliczeniową GPU, szacowany ROIC wynosi od 23% do 39%, zależnie od stawek godzinowych.

Analitycy wskazali cztery powody, dla których te warunki ekonomiczne mogą pozostać atrakcyjne:

• Moc obliczeniowa jest nadal ograniczona, a przedsiębiorstwa potrzebują dostawców chmury do obsługi zadań związanych z uruchamianiem modeli z dostępnymi wagami.
• Tańsze modele mogą znacząco zwiększyć skalę wykorzystania. Wielcy dostawcy chmury mogą dostosowywać ceny mocy obliczeniowej do podaży i popytu, dlatego ważniejszy od procentowej marży może być całkowity wzrost zysku.
• Dostawcy chmury i twórcy modeli zwiększają przepustowość tokenów dzięki lepszym układom, szybszym połączeniom między nimi, wydajniejszym architekturom modeli oraz oprogramowaniu, które grupuje wiele żądań w jednym zadaniu.
• Zadania wykonywane przez modele z dostępnymi wagami mogą generować przychody z powiązanych usług. Należą do nich zarządzane interfejsy API, wynajem GPU, bazy danych, pamięć masowa i narzędzia bezpieczeństwa. Tani dostęp do modelu może działać jako produkt przyciągający klientów, zwiększając później ich wydatki na bardziej dochodowe usługi chmurowe.

Amazon (NASDAQ:AMZN) i Alphabet (NASDAQ:GOOGL) korzystają również z własnych układów, w tym Trainium i jednostek przetwarzania tensorów (Tensor Processing Units), aby obniżać koszty dostarczania mocy obliczeniowej.

Morgan Stanley utrzymał dla Amazon i Alphabet rekomendację „przeważaj”. Analitycy wskazali na zdolność obu spółek do zarabiania na ograniczonej podaży mocy obliczeniowej przy niższych kosztach.

Inwestorzy powinni także obserwować modele Muse firmy Meta Platforms (NASDAQ:META) oraz wydajne produkty Gemini Flash firmy Alphabet. Mogą one dostarczyć sygnałów dotyczących presji na ceny, skali wykorzystania i poprawy przepustowości.