- IBM-CEO Arvind Krishnas Einwände zur starken Zunahme der Rechenzentrumsinvestitionen globaler KI-Unternehmen rühren an die Frage der Gewinnmarge.
- Er sagt, dass nach heutigen Kostenvoranschlägen der Bau eines 1-GW-Rechenzentrums etwa 80 Milliarden US-Dollar kostet und große Unternehmen bereits 20 bis 30 GW anstreben.
- Weltweit werden nach seiner Rechnung rund 100 GW KI-Infrastruktur aufgebaut, was einem Gesamtvolumen von 8 Billionen US-Dollar entspricht.
- Krishna zufolge wäre bei Berücksichtigung der 5-jährigen Abschreibung von KI-Chips und der massiven Kapitalaufwendungen jährlich ein Gewinn von 800 Milliarden US-Dollar erforderlich, um die Investition tragfähig zu machen – ein realistischer Weg sei jedoch nicht erkennbar.
- Er hält die Wahrscheinlichkeit, dass die heutige Technologie zu AGI (Artificial General Intelligence) führt, für nur 0 bis 1 % und betont damit die Grenzen von LLM.
Rascher Anstieg der KI-Rechenzentrumsinvestitionen und Debatte um die Rentabilität
- Führende KI-Unternehmen investieren im AGI-Wettstreit mit dem Ziel der Milliarden-Investitionen in Rechenzentren.
- Meta hat in der letzten Ergebnisveröffentlichung mehrfach die Begriffe „Capacity“ und „AI Infrastructure“ hervorgehoben.
- Google hat langfristig Pläne für den Bau von weltraumgestützten Rechenzentren vorgestellt.
- Krishna äußerte, dass es „sehr unwahrscheinlich ist, dass solche Investitionen in Gewinn umgewandelt werden“.
- Er betont, dass die Kalkulation auf der heutigen Kostenbasis beruhe und künftige Ausgaben unsicher seien.
Krishnas Kostenkalkulation und Rentabilitätsanalyse
- Für den Aufbau eines 1-GW-Rechenzentrums seien etwa 80 Milliarden US-Dollar erforderlich.
- Wenn ein Unternehmen 20 bis 30 GW ausbaut, entstünden 1,5 Billionen US-Dollar an Kapitalausgaben (CapEx).
- Weltweit lägen Investitionen in einer Größenordnung von etwa 100 GW vor, was einem Gesamtvolumen von 8 Billionen US-Dollar entspräche.
- In diesem Fall wäre ein jährlicher Gewinn von 800 Milliarden US-Dollar nötig, nur um die Zinslast zu bedienen.
- Krishna hält fest, es gebe „keine praktikable Möglichkeit“, solch hohe Gewinne zu erzielen.
Abschreibung und Investitionsrisiken
- Die 5-jährige Abschreibung von KI-Chips nennt er als zentralen Risikofaktor.
- Er sagte: „Nach fünf Jahren muss man die Chips ersetzen und neu aufstocken.“
- Auch Investor Michael Burry habe auf das Abschreibungsproblem bei Nvidia hingewiesen und damit einen Rückgang des Aktienkurses ausgelöst.
- Krishna bewertet, dass diese Abschreibungsstruktur die ROI (Return on Investment) weiter verschlechtert.
Skepsis über die Erreichung von AGI
- Krishna setzt die Wahrscheinlichkeit für AGI mit der aktuellen Technologie bei 0 bis 1 % an.
- Er sagte, dass eine Realisierung „ohne weitere technische Durchbrüche“ nicht möglich sei.
- Er argumentiert, dass LLM (Large Language Models) allein an Grenzen stoßen und eine Integration von harten Wissensbeständen erforderlich sei.
- Ilya Sutskever von OpenAI betonte mit der Aussage „Das Zeitalter des Skalierens ist vorbei“ die Notwendigkeit eines Wechsels auf Forschung.
Weitere skeptische Stimmen in der Branche
- Marc Benioff bezeichnete den AGI-Vorstoß als „Hypnose“-ähnlich.
- Andrew Ng sagte, AGI sei „überbewertet“.
- Mistral-CEO Arthur Mensch bezeichnete AGI als „Marketingstrategie“.
Krishnas Fazit
- Krishna bewertet, dass aktuelle KI-Tools bereits Billionen von Dollar an Wert für die Unternehmensproduktivität schaffen können.
- Er betont aber, dass für AGI weitere technische Fortschritte jenseits des heutigen LLM-Weges notwendig seien.
- „Selbst dann läge die Wahrscheinlichkeit eher bei ‚vielleicht‘ (maybe).“
Noch keine Kommentare.