Ciocnirea strategiilor | De ce CEO-ul IBM, Arvind Krishna, nu crede în viziunea de un trilion de dolari a lui Sam Altman – AGI de la zero la unu la sută? – Imagine: Xpert.Digital
Inteligența Generală Artificială (AGI) și matematica neiertătoare: De ce boom-ul centrelor de date nu poate niciodată da roade
Ciclul de deces de 5 ani: Riscul subestimat pentru Nvidia, Microsoft și alții.
În timp ce Silicon Valley este cuprinsă de o frenezie investițională fără precedent, cu trilioane de dolari investiți în cursa pentru superinteligență artificială, unul dintre cei mai experimentați directori generali din domeniul tehnologiei din lume trage frâna de urgență. Arvind Krishna, directorul general al IBM, avertizează: Riscul nu dă roade.
O mentalitate de goană după aur cuprinde sectorul tehnologic global. Corporații precum Microsoft, Google și Meta se întrec reciproc în investiții în noi centre de date, motivate de teama de a fi lăsate în urmă în următoarea revoluție tehnologică majoră. Viziunea este clară: dezvoltarea unei inteligențe artificiale generale (AGI) egale sau superioare inteligenței umane. Dar, în mijlocul acestei euforii, o voce puternică se ridică, nu din rândurile criticilor tehnologici, ci chiar din centrul puterii: Arvind Krishna, CEO al IBM.
Într-o analiză sobră, bazată pe aritmetică pură, Krishna demontează narațiunea predominantă din Silicon Valley. Avertismentul său este la fel de simplu pe cât este de terifiant: Costurile infrastructurii explodează, în timp ce hardware-ul devine învechit mai repede decât poate fi amortizat. Krishna vorbește despre sume de investiții de până la opt trilioane de dolari americani, care ar fi necesare pentru a continua traiectoria actuală a dezvoltării AGI - o sumă care ar putea falimenta financiar chiar și cele mai bogate companii din lume dacă profiturile astronomice promise nu se materializează.
Însă criticile lui Krishna nu se limitează la cifrele financiare. El pune la îndoială baza tehnologică a acestei exagerări. În timp ce Sam Altman și OpenAI prezintă sosirea superinteligenței ca fiind aproape inevitabilă, Krishna estimează probabilitatea atingerii acestui obiectiv cu tehnologia actuală de modelare a limbajului la scară largă la un procent surprinzător de mic până la unu.
Ne confruntăm cu cea mai mare investiție greșită din istoria economică? Este boom-ul inteligenței artificiale o bulă pe cale să explodeze sau scepticii trec cu vederea potențialul transformator care se află dincolo de bilanțuri? Următorul articol examinează argumentele, matematica neiertătoare a economiei centrelor de date și conflictul fundamental dintre vizionarii unei abordări „totul sau nimic” și susținătorii realismului pragmatic.
Legat de asta:
De ce prezice CEO-ul IBM sfârșitul celui mai scump experiment din istoria tehnologiei
Sectorul tehnologic global s-ar putea confrunta cu una dintre cele mai mari investiții greșite din istoria economică. În timp ce corporații precum Microsoft, Amazon, Meta și Google investesc sute de miliarde de dolari în construirea infrastructurii de inteligență artificială, o voce de avertizare se ridică din inima industriei IT. Arvind Krishna, CEO al IBM și angajat al companiei din 1990, a prezentat o analiză economică fundamentală într-un interviu acordat podcastului Decoder de la The Verge la sfârșitul lunii noiembrie 2025, care ar putea spulbera euforia din jurul inteligenței artificiale generale.
Declarațiile sale, publicate pe 30 noiembrie și 1 decembrie 2025, ajung în centrul unei dezbateri care prinde amploare în consiliile de administrație și în cercurile analiștilor. Krishna nu vorbește despre riscuri teoretice sau preocupări filozofice, ci despre imposibilități financiare concrete care pun sub semnul întrebării modelul actual de investiții în sectorul inteligenței artificiale. Calculele sale îi fac pe gânduri chiar și pe observatorii optimiști din industrie, deoarece se bazează pe o aritmetică simplă și pe principii de afaceri solide.
Legat de asta:
Matematica nemiloasă a economiei centrelor de date
Krishna își începe analiza cu o evaluare sobră a situației actuale a costurilor. Un centru de date cu o capacitate de un gigawatt implică cheltuieli de capital de 80 de miliarde de dolari americani conform standardelor actuale. Această cifră include nu doar infrastructura fizică și clădirile, ci și toate echipamentele tehnice, de la servere și componente de rețea până la procesoarele grafice extrem de specializate necesare pentru calculele de inteligență artificială.
Industria tehnologică s-a angajat într-o expansiune masivă în ultimele luni. Mai multe companii au anunțat public planuri de a construi între 20 și 30 de gigawați de capacitate de calcul suplimentară. La costurile actuale per gigawatt, acest lucru ar duce la investiții totale de cel puțin 1,5 trilioane de dolari. Această sumă este aproximativ echivalentă cu capitalizarea de piață actuală a Tesla și ilustrează amploarea reală a proiectului.
Însă calculul devine și mai drastic atunci când se iau în considerare ambițiile în contextul inteligenței artificiale generale dorite. Krishna estimează că drumul către o adevărată inteligență artificială generală (AGI) ar necesita aproximativ 100 de gigawați de putere de calcul. Această estimare se bazează pe extrapolările cerințelor actuale de instruire pentru modele lingvistice mari și ia în considerare complexitatea exponențial crescândă care însoțește fiecare etapă de dezvoltare. La 80 de miliarde de dolari pe gigawatt, cheltuielile de investiții s-ar ridica la uimitoarea sumă de opt trilioane de dolari americani.
Această cifră a investițiilor, însă, este doar jumătate din poveste. Krishna subliniază un factor adesea trecut cu vederea în discursul public: costul capitalului. Cu o investiție de opt trilioane de dolari americani, companiile ar trebui să genereze anual aproximativ 800 de miliarde de dolari americani în profit doar pentru a acoperi dobânda la capitalul investit. Această cifră presupune o rată a dobânzii conservatoare de zece procente, care reflectă costul capitalului, primele de risc și așteptările investitorilor.
Ciclul de cinci ani al morții hardware-ului AI
Un punct crucial în argumentul lui Krishna se referă la durata de viață a hardware-ului instalat. Întreaga capacitate de calcul trebuie utilizată pe deplin în termen de cinci ani, deoarece hardware-ul instalat va trebui apoi eliminat și înlocuit. Această evaluare se aliniază cu observațiile din industrie și face obiectul unor dezbateri intense în cercurile financiare.
Cunoscutul investitor Michael Burry, faimos pentru predicțiile sale precise despre criza financiară din 2008, a exprimat îngrijorări similare în noiembrie 2025. Burry susține că marile companii de tehnologie supraestimează durata de viață reală a hardware-ului lor de inteligență artificială, menținând astfel în mod artificial amortizarea acestora la un nivel scăzut. El anticipează că procesoarele grafice și cipurile specializate de inteligență artificială vor rămâne, în practică, viabile din punct de vedere economic doar timp de doi până la trei ani, înainte de a fi învechite de generațiile mai noi și mai puternice.
Dezvoltarea rapidă din sectorul semiconductorilor susține această opinie. Nvidia, furnizorul dominant de cipuri AI, lansează noi generații de procesoare aproximativ la fiecare 12 până la 18 luni. Fiecare generație oferă îmbunătățiri semnificative ale performanței, ceea ce face ca modelele mai vechi să devină rapid neeconomice. În timp ce un server convențional dintr-un centru de date poate fi utilizat cu ușurință timp de șase ani sau mai mult, se aplică reguli diferite pentru hardware-ul specific AI.
În practică, imaginea este mai nuanțată. Unele companii și-au ajustat perioadele de amortizare. La începutul anului 2025, Amazon a scurtat durata de viață utilă estimată a unor servere de la șase la cinci ani, invocând dezvoltarea accelerată în domeniul inteligenței artificiale. Această ajustare va reduce venitul operațional al companiei cu aproximativ 700 de milioane de dolari în 2026. Meta, pe de altă parte, a extins perioada de amortizare pentru servere și echipamente de rețea la 5,5 ani, ceea ce a redus costurile de amortizare cu 2,9 miliarde de dolari în 2025.
Aceste strategii diferite ilustrează faptul că până și companiile care investesc miliarde în hardware de inteligență artificială sunt incerte cu privire la cât timp investițiile lor vor rămâne viabile din punct de vedere economic. Scenariul pe cinci ani descris de Krishna se încadrează în intervalul optimist al acestor estimări. Dacă durata de viață utilă reală este mai apropiată de cei doi-trei ani preziși de Burry, costurile de amortizare și, prin urmare, presiunea asupra profitabilității ar crește semnificativ.
Imposibilitatea obținerii unor randamente profitabile
Legătura dintre acești doi factori îl conduce pe Krishna la argumentul său central. El consideră că, din cauza unor costuri enorme de capital și a unor cicluri de viață scurte, este imposibilă obținerea unui randament rezonabil al investiției. Cu costuri de investiții de opt trilioane de dolari americani și necesitatea de a genera un profit anual de 800 de miliarde de dolari americani doar pentru a acoperi costurile de capital, un sistem de inteligență artificială ar trebui să genereze venituri la o scară care depășește cu mult ceea ce pare realist în prezent.
Spre comparație, Alphabet, compania-mamă a Google, a avut venituri totale de aproximativ 350 de miliarde de dolari în 2024. Chiar și presupunând o creștere agresivă de 12% pe an, veniturile ar crește la aproximativ 577 de miliarde de dolari până în 2029. Veniturile totale necesare pentru a justifica investițiile în inteligență artificială ar depăși cu mult această cifră.
OpenAI, compania din spatele ChatGPT, estimează venituri anualizate de peste 20 de miliarde de dolari pentru 2025 și se așteaptă să ajungă la sute de miliarde de dolari până în 2030. Compania a semnat acorduri în valoare de aproximativ 1,4 trilioane de dolari în următorii opt ani. Dar chiar și aceste cifre ambițioase ridică semne de întrebare. Analiștii de la HSBC estimează că OpenAI va suporta costuri de 792 de miliarde de dolari pentru infrastructura cloud și AI între sfârșitul anului 2025 și 2030, cu angajamente totale pentru capacitatea de calcul care ar putea ajunge la aproximativ 1,4 trilioane de dolari până în 2033.
Analiștii HSBC prevăd că fluxul de numerar disponibil cumulativ al OpenAI va rămâne negativ până în 2030, ceea ce va duce la un deficit de finanțare de 207 miliarde de dolari. Acest deficit ar trebui acoperit prin datorii suplimentare, capitaluri proprii sau prin generarea de venituri mai agresive. Întrebarea nu este doar dacă OpenAI poate deveni profitabilă, ci dacă întregul său model de afaceri, care se bazează pe investiții masive în centre de date, este măcar viabil.
Probabilitatea extrem de mică de AGI
Krishna adaugă criticii sale economice o dimensiune tehnologică și mai fundamentală. El estimează probabilitatea ca tehnologiile actuale să conducă la inteligența artificială generală între zero și unu la sută. Această evaluare este remarcabilă deoarece nu se bazează pe considerații filosofice, ci mai degrabă pe o evaluare sobră a capacităților tehnice și a limitelor modelelor lingvistice mari.
Deși definiția AGI este controversată, în esență se referă la sistemele de inteligență artificială care pot atinge sau depăși abilitățile cognitive umane pe întreg spectrul. Aceasta ar însemna că un sistem nu numai că demonstrează cunoștințe de specialitate în domenii specifice, dar este capabil și să transfere cunoștințe dintr-un domeniu în altul, să înțeleagă situații noi, să rezolve probleme în mod creativ și să se îmbunătățească continuu fără a fi nevoie să fie recalificat pentru fiecare sarcină nouă.
Krishna susține că modelele lingvistice mari, care formează nucleul actualei revoluții a inteligenței artificiale, au limitări fundamentale. Aceste modele se bazează pe tipare statistice din seturi masive de date textuale și pot avea performanțe impresionante în sarcini bazate pe limbaj. Pot genera texte coerente, pot răspunde la întrebări și chiar pot scrie cod de program. Dar nu înțeleg cu adevărat ce fac. Le lipsește un model al lumii, un concept de cauzalitate și o capacitate reală de abstractizare.
Aceste limitări se manifestă în mai multe domenii. Modelele lingvistice au halucinații regulate, ceea ce înseamnă că inventează fapte care sună plauzibile, dar sunt false. Au dificultăți cu raționamentul logic în mai multe etape și adesea eșuează la sarcini care sunt banale pentru oameni dacă acele sarcini nu au fost incluse în setul lor de date de antrenament. Le lipsește memoria episodică și nu pot învăța din propriile greșeli fără a fi reantrenate.
Oamenii de știință și cercetătorii din diverse domenii împărtășesc din ce în ce mai mult acest scepticism. Marc Benioff, CEO al Salesforce, a exprimat un scepticism similar cu privire la AGI în noiembrie 2025. Într-un podcast, el a descris termenul AGI ca fiind potențial înșelător și a criticat industria tehnologică pentru că se află sub un fel de hipnoză în ceea ce privește capacitățile iminente ale IA. Benioff a subliniat că, deși sistemele actuale sunt impresionante, ele nu posedă nici conștiință, nici o înțelegere reală.
Yann LeCun, cercetător senior în domeniul inteligenței artificiale la Meta, susține că modelele lingvistice mari nu vor duce niciodată la inteligența artificială generală (AGI), indiferent cât de mult sunt scalate. El pledează pentru abordări alternative care depășesc predicția textuală pură, inclusiv modele multimodale ale lumii care nu numai că procesează textul, ci integrează și informații vizuale și alte informații senzoriale pentru a construi reprezentări interne ale lumii.
Expertiza noastră americană în dezvoltarea afacerilor, vânzări și marketing
Expertiza noastră americană în dezvoltarea afacerilor, vânzări și marketing - Imagine: Xpert.Digital
Domenii de interes industrial: B2B, digitalizare (de la IA la XR), inginerie mecanică, logistică, energii regenerabile și industrie
Mai multe informații aici:
Un centru tematic care oferă perspective și expertiză:
- Platformă de cunoștințe care acoperă economiile globale și regionale, inovația și tendințele specifice industriei
- O colecție de analize, perspective și informații generale din principalele noastre domenii de interes
- Un loc pentru expertiză și informații despre evoluțiile actuale din afaceri și tehnologie
- Un hub pentru companiile care caută informații despre piețe, digitalizare și inovații industriale
Bulă IA sau motor al viitorului? Decalajul periculos dintre investiții, consumul de energie și profiturile reale
Descoperirea tehnologică necesară
Krishna consideră că realizarea AGI va necesita mai multe tehnologii decât poate oferi calea actuală a modelelor lingvistice mari. El sugerează că integrarea cunoștințelor concrete cu modelele lingvistice ar putea fi o abordare viabilă. Prin cunoștințe concrete, el se referă la cunoștințe structurate, explicite despre relațiile cauzale, legile fizicii, principiile matematice și alte forme de cunoaștere care depășesc corelațiile statistice.
Această perspectivă se aliniază cu cercetarea în domeniul inteligenței artificiale neuro-simbolice, care urmărește să combine punctele forte ale rețelelor neuronale în recunoașterea tiparelor cu capacitățile logice ale sistemelor de inteligență artificială simbolică. Inteligența artificială simbolică, bazată pe reguli și inferență logică, a fost dominantă în primele decenii ale cercetării în domeniul inteligenței artificiale, dar a fost depășită de abordările neuronale în ultimii ani. Hibridizarea ambelor abordări ar putea produce teoretic sisteme capabile atât de învățare, cât și de raționament logic.
Alte direcții de cercetare promițătoare includ IA întrupată, în care sistemele învață prin interacțiunea cu un mediu fizic sau simulat; învățarea continuă, în care sistemele își pot extinde capacitățile fără a pierde cunoștințele anterioare; și sistemele motivate intrinsec, care explorează și învață singure.
Chiar și cu aceste tehnologii suplimentare, Krishna rămâne precaut. Dacă ar fi întrebat dacă această abordare extinsă ar putea duce la inteligența artificială generală (IAG), ar răspunde doar cu „poate”. Această precauție subliniază incertitudinea care există chiar și în rândul experților care lucrează cu IA de decenii. Dezvoltarea IAG nu este pur și simplu o chestiune de putere de calcul sau volum de date, ci poate necesita noi perspective fundamentale asupra naturii inteligenței în sine.
Legat de asta:
Paradoxul IA productivă astăzi
În ciuda scepticismului său față de AGI și aspectele economice ale investițiilor masive în centre de date, Krishna nu este nicidecum un pesimist în ceea ce privește inteligența artificială. Dimpotrivă, vorbește cu entuziasm despre instrumentele actuale de inteligență artificială și impactul acestora asupra lumii afacerilor. Este convins că aceste tehnologii vor debloca trilioane de dolari în potențialul de productivitate în cadrul companiilor.
Această distincție este esențială pentru înțelegerea poziției sale. Krishna nu se îndoiește de valoarea inteligenței artificiale în sine, ci mai degrabă de viabilitatea economică a drumului specific pe care l-a urmat industria. Sistemele de inteligență artificială de astăzi, în special modelele lingvistice mari, pot deja permite creșteri semnificative ale productivității în multe domenii, fără a necesita opt trilioane de dolari americani în infrastructură.
IBM însăși oferă un exemplu frapant al acestor câștiguri de productivitate. Din ianuarie 2023, compania a implementat complet inteligența artificială și automatizarea în cadrul propriilor operațiuni și se așteaptă să obțină câștiguri de productivitate de 4,5 miliarde de dolari până la sfârșitul anului 2025. Această inițiativă, pe care IBM o numește Client Zero, a inclus implementarea infrastructurii cloud hibride, a tehnologiilor de inteligență artificială și automatizare, precum și expertiză în consultanță în diverse unități de afaceri.
Rezultatele concrete ale acestei transformări sunt impresionante. IBM a implementat instrumente bazate pe inteligență artificială în serviciul clienți, care rezolvă 70% din solicitări și îmbunătățesc timpul de rezolvare cu 26%. În toate unitățile de afaceri, aproximativ 270.000 de angajați au fost echipați cu sisteme de inteligență artificială agențice care orchestrează fluxuri de lucru complexe și oferă sprijin lucrătorilor umani.
Acest tip de aplicație IA nu necesită centre de date masive, ci se poate baza pe infrastructura existentă. Se concentrează pe cazuri de utilizare specifice în care IA oferă îmbunătățiri demonstrabile, mai degrabă decât pe dezvoltarea ipotetică a inteligenței generale. Acesta este nucleul argumentului lui Krishna: tehnologia este valoroasă și transformatoare, dar abordarea actuală de investiții de trilioane în urmărirea AGI nu este sustenabilă din punct de vedere economic.
Studiile realizate de McKinsey estimează că inteligența artificială generativă are potențialul de a crea între 2,6 și 4,4 trilioane de dolari în valoare economică anuală, în 63 de cazuri de utilizare analizate. Dacă se ia în considerare impactul integrării inteligenței artificiale generative în software-ul utilizat în prezent pentru alte sarcini, această estimare s-ar putea dubla aproximativ. Aceste câștiguri de productivitate ar putea stimula creșterea anuală a productivității muncii cu 0,1 până la 0,6 puncte procentuale până în 2040.
Strategiile divergente ale giganților tehnologici
În timp ce Krishna își exprimă îngrijorările, alți giganți tehnologici își dublează investițiile în infrastructura de inteligență artificială. Cheltuielile celor patru mari companii ilustrează amploarea acestui ciclu de investiții. Microsoft intenționează să cheltuiască aproximativ 80 de miliarde de dolari pentru construirea de centre de date bazate pe inteligență artificială în anul fiscal 2025, peste jumătate din această investiție fiind alocată Statelor Unite.
Amazon a anunțat cheltuieli de capital de aproximativ 125 de miliarde de dolari pentru 2025, majoritatea fiind alocată inteligenței artificiale și infrastructurii aferente pentru Amazon Web Services. Compania a semnalat deja că cheltuielile vor fi și mai mari în 2026. Meta Platforms se așteaptă la cheltuieli de capital între 70 și 72 de miliarde de dolari pentru 2025, o creștere față de estimarea anterioară de 66-72 de miliarde de dolari. Pentru 2026, compania a indicat că cheltuielile vor fi semnificativ mai mari.
Alphabet, compania-mamă a Google, se așteaptă la cheltuieli de capital între 91 și 93 de miliarde de dolari pentru 2025, în creștere față de o prognoză anterioară de 85 de miliarde de dolari. Împreună, aceste patru companii intenționează să cheltuiască între 350 și 400 de miliarde de dolari în 2025, mai mult decât dublu față de ceea ce s-a cheltuit acum doi ani.
Aceste investiții masive au loc într-un mediu în care veniturile reale din serviciile de inteligență artificială sunt încă mult sub așteptări. OpenAI raportează venituri anualizate de peste 20 de miliarde de dolari, dar rămâne neprofitabilă. Microsoft generează venituri anuale din inteligență artificială de aproximativ 13 miliarde de dolari, cu o creștere de 175% față de anul precedent, în timp ce Meta nu poate raporta niciun dolar din venituri directe din inteligență artificială.
Discrepanța dintre investiții și venituri este izbitoare. Morgan Stanley estimează că industria inteligenței artificiale va cheltui aproximativ trei trilioane de dolari americani pe centre de date până în 2028. Prin comparație, veniturile actuale sunt neglijabile. Un studiu MIT din iulie 2025 a constatat că aproximativ 95% dintre companiile care au investit în inteligență artificială nu au câștigat bani din această tehnologie. Cheltuielile totale combinate ale acestor companii sunt estimate la aproximativ 40 de miliarde de dolari americani.
Vocile tot mai numeroase ale scepticismului
Avertismentul lui Krishna face parte dintr-un cor tot mai mare de voci sceptice din diverse sectoare ale lumii tehnologiei și finanțelor. Aceste preocupări se concentrează nu doar pe beneficiile economice imediate, ci și pe riscurile sistemice care decurg din dinamica investițională actuală.
Economiștii subliniază că sectorul inteligenței artificiale a reprezentat aproximativ două treimi din creșterea PIB-ului SUA în prima jumătate a anului 2025. O analiză realizată de JPMorgan Asset Management arată că cheltuielile cu inteligența artificială în centrele de date au contribuit mai mult la creșterea economică decât consumul combinat al sutelor de milioane de consumatori americani. Economistul Jason Furman de la Harvard a calculat că, fără centre de date, creșterea PIB-ului în prima jumătate a anului 2025 ar fi fost de doar 0,1%.
Această concentrare a creșterii pe un singur sector prezintă riscuri. Daron Acemoglu, economist la MIT și laureat al Premiului Nobel pentru Economie în 2024, susține că impactul real al inteligenței artificiale ar putea fi semnificativ mai mic decât sugerează previziunile industriei. El estimează că probabil doar cinci procente din locurile de muncă vor fi înlocuite de inteligența artificială în următorii zece ani, mult mai puțin decât predicțiile entuziaste ale unor lideri tehnologici.
Îngrijorările legate de o bulă bursieră sunt amplificate de mai mulți factori. Companiile de tehnologie utilizează din ce în ce mai mult instrumente financiare cunoscute sub numele de vehicule cu scop special (SPV) pentru a-și ține cheltuielile de miliarde de dolari în afara bilanțurilor. Aceste SPV-uri finanțate de Wall Street servesc drept societăți-fantomă pentru construirea de centre de date. Această practică ridică întrebări cu privire la transparență și la riscul real suportat de companii.
Sundar Pichai, CEO al Alphabet, a descris creșterea investițiilor în inteligență artificială ca fiind un moment extraordinar într-un interviu acordat BBC în noiembrie 2025, dar a recunoscut și o anumită iraționalitate care însoțește actualul boom al inteligenței artificiale. El a avertizat că fiecare companie ar fi afectată dacă bula inteligenței artificiale ar exploda. Chiar și Sam Altman, CEO al OpenAI și unul dintre cei mai proeminenți susținători ai inteligenței artificiale, a recunoscut în august 2025 că inteligența artificială s-ar putea afla într-o bulă, comparând condițiile pieței cu cele din boom-ul dot-com și subliniind că mulți oameni inteligenți erau prea entuziasmați de un sâmbure de adevăr.
Legat de asta:
Problema energiei ca factor limitant
O altă problemă fundamentală, pe care Krishna nu o abordează explicit, dar este implicită în calculele sale de costuri, se referă la aprovizionarea cu energie. Un centru de date de 100 de gigawați ar necesita aproximativ 20% din producția totală de energie electrică a Statelor Unite. Aceasta nu este o provocare banală, ci un potențial blocaj care ar putea pune în pericol întreaga viziune.
Agenția Internațională pentru Energie previzionează că cererea globală de energie electrică din centrele de date s-ar putea mai mult decât dubla până în 2030, de la aproximativ 415 terawați-oră în 2024 la între 900 și 1.000 de terawați-oră. Inteligența artificială ar putea reprezenta 35 până la 50% din consumul de energie electrică al centrelor de date până în 2030. În Statele Unite, se așteaptă ca cererea de energie electrică a centrelor de date să crească de la 35 de gigawați la 78 de gigawați până în 2035, reprezentând 8,6% din consumul de energie electrică al țării.
Această cerere vine într-un moment în care multe țări încearcă să își decarbonizeze rețelele electrice și să crească ponderea energiei regenerabile. Provocarea este că centrele de date necesită o alimentare constantă cu energie, 24 de ore pe zi, 365 de zile pe an. Acest lucru face ca tranziția către energia regenerabilă să fie mai complexă, deoarece energia eoliană și solară sunt intermitente și necesită soluții de stocare sau capacitate de rezervă.
Se preconizează că emisiile de carbon provenite de la centrele de date vor crește de la 212 milioane de tone în 2023 la potențial 355 de milioane de tone până în 2030, deși această cifră variază considerabil în funcție de viteza soluțiilor de energie curată și de îmbunătățirile eficienței. Un singur proces de generare a imaginilor generate de inteligența artificială consumă la fel de multă energie electrică ca încărcarea completă a unui smartphone. Procesarea unui milion de token-uri produce la fel de mult dioxid de carbon ca o mașină pe benzină care parcurge 8 până la 32 de kilometri.
Inteligența artificială generativă necesită de aproximativ șapte până la opt ori mai multă energie decât sarcinile de calcul tradiționale. Antrenarea modelelor mari de inteligență artificială poate consuma la fel de multă electricitate ca sute de gospodării pe parcursul a câteva luni. Această intensitate energetică înseamnă că, chiar dacă resursele financiare pentru construirea de centre de date masive ar fi disponibile, infrastructura fizică pentru alimentarea acestor instalații ar putea să nu fie gata la timp.
Legat de asta:
Căi tehnologice alternative și importanța lor
Dezbaterea privind limitele modelelor lingvistice la scară largă a condus la intensificarea eforturilor de cercetare în domenii alternative. Calculatoarea cuantică este văzută de unii ca o potențială descoperire care ar putea depăși limitările actuale. În octombrie 2025, Google a dezvăluit cipul său cuantic Willow, care a obținut un avantaj cuantic verificabil. Aceasta a fost o piatră de hotar care a depășit limitele fizicii clasice și a deschis noi posibilități în domenii precum medicina, energia și inteligența artificială.
Calculatoarele cuantice funcționează pe principii complet diferite față de computerele clasice. Acestea utilizează biți cuantici, sau qubiți, care pot exista simultan în mai multe stări, permițând calcule paralele la o scară imposibilă cu sistemele convenționale. Cu toate acestea, computerele cuantice se confruntă cu provocări semnificative, în special decoerența, care afectează stabilitatea qubiților.
Progresele recente în stabilizarea qubiților sugerează că computerele cuantice scalabile ar putea deveni realitate în următorii câțiva ani. Companii precum PsiQuantum intenționează să pună în funcțiune computere cuantice de 10.000 de ori mai mari decât Willow înainte de sfârșitul acestui deceniu - computere suficient de mari pentru a aborda întrebări importante despre materiale, medicamente și aspectele cuantice ale naturii.
Convergența dintre calculul cuantic și inteligența artificială ar putea deschide teoretic noi posibilități. Algoritmii cuantici s-au îmbunătățit de peste 200 de ori în simularea medicamentelor și materialelor importante. Unii speculează că combinarea dintre inteligența artificială generală și calculul cuantic ar putea fi posibilă în decurs de unu până la doi ani, urmată de superinteligența artificială în decurs de cinci ani.
Alte direcții de cercetare promițătoare includ arhitecturi de calcul optic care utilizează lumina în loc de electricitate pentru a alimenta cipurile. O arhitectură numită Parallel Optical Matrix-Matrix Multiplication, dezvăluită în noiembrie 2025, ar putea elimina unul dintre cele mai mari blocaje din dezvoltarea actuală a inteligenței artificiale. Spre deosebire de metodele optice anterioare, aceasta efectuează simultan mai multe operații tensoriale cu un singur impuls laser, ceea ce ar putea crește semnificativ viteza de procesare.
Poziționarea strategică a IBM
Poziția lui Krishna este deosebit de interesantă atunci când este privită în contextul strategiei IBM. În ultimii ani, IBM și-a mutat în mod conștient concentrarea de la o afacere pură cu hardware și infrastructură către software pentru întreprinderi, servicii cloud și consultanță. Compania a vândut părți mari din afacerea sa IT tradițională și s-a concentrat în schimb pe soluții de cloud hibrid și aplicații de inteligență artificială pentru companii.
Această direcție strategică diferă fundamental de abordările Microsoft, Amazon, Google și Meta, toate investind masiv în construirea propriei infrastructuri. IBM, în schimb, se concentrează pe a ajuta companiile să implementeze inteligența artificială în propriile condiții, cu transparență, opțiuni și flexibilitate. Această filozofie reflectă convingerea că nu fiecare companie va utiliza un singur cloud public și că, în special, industriile reglementate și companiile din afara Statelor Unite vor prefera abordările hibride.
Critica lui Krishna la adresa investițiilor masive în infrastructură poate fi, prin urmare, înțeleasă și ca o apărare implicită a abordării IBM. Dacă urmărirea AGI prin investiții de trilioane de dolari în centre de date nu este într-adevăr viabilă din punct de vedere economic, atunci acest lucru ar confirma strategia IBM de a se concentra pe cazuri de utilizare specifice, creatoare de valoare, care se pot baza pe infrastructura existentă sau moderat extinsă.
În același timp, IBM este puternic implicată în domenii precum calculul cuantic, care ar putea reprezenta următorul val tehnologic. Compania investește semnificativ în dezvoltarea computerelor cuantice și lucrează la parteneriate cu alte companii de tehnologie pentru a avansa această tehnologie. Acest lucru sugerează că Krishna nu este împotriva inovației sau a obiectivelor tehnologice ambițioase, ci mai degrabă împotriva unei abordări specifice pe care o consideră neviabilă din punct de vedere economic.
🎯🎯🎯 Beneficiați de expertiza extinsă, în cinci domenii, a Xpert.Digital într-un pachet complet de servicii | BD, R&D, XR, PR și optimizare a vizibilității digitale
Beneficiați de expertiza extinsă, în cinci domenii, a Xpert.Digital într-un pachet complet de servicii | Cercetare și dezvoltare, XR, PR și optimizare a vizibilității digitale - Imagine: Xpert.Digital
Xpert.Digital deține cunoștințe aprofundate în diverse industrii. Acest lucru ne permite să dezvoltăm strategii personalizate, aliniate cu precizie cerințelor și provocărilor segmentului dumneavoastră specific de piață. Prin analiza continuă a tendințelor pieței și monitorizarea evoluțiilor din industrie, putem acționa proactiv și oferi soluții inovatoare. Combinația dintre experiență și expertiză generează valoare adăugată și oferă clienților noștri un avantaj competitiv decisiv.
Mai multe informații aici:
Productivitate da, AGI nu: De ce proiectele de inteligență artificială direcționate ar putea fi mai profitabile decât mega-modelele
Perspectiva conducerii OpenAI
Scepticismul lui Krishna contrastează direct cu declarațiile publice ale lui Sam Altman, CEO-ul OpenAI. Altman a subliniat în repetate rânduri că OpenAI este pregătită să facă investiții masive pentru a realiza AGI. Compania a încheiat acorduri în valoare totală de aproximativ 1,4 trilioane de dolari în următorii opt ani, inclusiv acorduri semnificative cu Oracle, Broadcom și alți parteneri.
Altman prezice că OpenAI va realiza venituri anualizate de sute de miliarde de dolari americani până în 2030. Această proiecție se bazează pe presupunerea că cererea de servicii de inteligență artificială va crește exponențial pe măsură ce sistemele devin mai puternice. Modelul de afaceri al OpenAI depinde de faptul că firmele și persoanele fizice sunt dispuse să plătească sume substanțiale pentru accesul la capabilități avansate de inteligență artificială.
Krishna a declarat în podcast că înțelege perspectiva lui Altman, dar nu o împărtășește. Acesta este un mod remarcabil de diplomatic de a o formula, sugerând că respectă viziunea OpenAI, dar face presupuneri fundamental diferite cu privire la fezabilitatea tehnologică și viabilitatea sa economică. Krishna răspunde la întrebarea dacă OpenAI poate genera un randament al investițiilor sale cu un „nu” clar.
Acest dezacord reprezintă un conflict fundamental în industria tehnologică între cei care cred într-o iminentă AGI transformatoare și sunt pregătiți să investească sume astronomice și cei care sunt mai sceptici și preferă o abordare incrementală, mai sustenabilă din punct de vedere economic.
Legat de asta:
Rolul politicii de amortizare și al standardelor contabile
Dezbaterea privind durata de viață utilă reală a hardware-ului de inteligență artificială ridică întrebări fundamentale despre contabilitate și transparență. Modul în care companiile își amortizează activele are un impact direct asupra profiturilor raportate și, în consecință, asupra prețurilor și evaluărilor acțiunilor.
Michael Burry susține că marile companii de tehnologie supraestimează durata de viață utilă a cipurilor lor de inteligență artificială pentru a menține amortizarea scăzută și a umfla profiturile. De exemplu, dacă Meta cheltuiește 5 miliarde de dolari pe un nou rack de servere Nvidia Blackwell în 2025 și îl amortizează pe parcursul a 5,5 ani, costurile anuale de amortizare vor fi distribuite pe aproximativ 909 milioane de dolari. Cu toate acestea, dacă durata de viață utilă reală este de doar trei ani, amortizarea anuală ar trebui să fie de aproximativ 1,67 miliarde de dolari - o discrepanță semnificativă.
Burry estimează că aceste durate de viață extinse ar putea crește profiturile mai multor companii mari cu un total de 176 de miliarde de dolari între 2026 și 2028. Nvidia a contestat aceste afirmații într-o notă internă din noiembrie 2025, argumentând că hiperscalerele depreciază GPU-urile pe o perioadă de patru până la șase ani, pe baza longevității reale și a tendințelor de utilizare. Compania a subliniat că GPU-urile mai vechi, cum ar fi A100 lansat în 2020, continuă să fie utilizate la rate de utilizare ridicate și își păstrează o valoare economică semnificativă.
Realitatea se află probabil undeva la mijloc. GPU-urile pot funcționa cu siguranță fizic mai mult de trei ani, dar valoarea lor economică poate scădea rapid pe măsură ce intră pe piață modele mai noi și mai eficiente. Un factor cheie este cascada valorii: GPU-urile mai vechi, care nu mai sunt optime pentru antrenarea celor mai recente modele, pot fi în continuare utile pentru sarcini de inferență și rularea modelelor deja antrenate. De asemenea, pot fi utilizate pentru aplicații mai puțin solicitante sau vândute pe piețe secundare.
Aceste nuanțe fac dificilă o evaluare clară. CoreWeave, un furnizor de cloud axat pe inteligență artificială, a extins perioada de amortizare pentru GPU-urile sale de la patru la șase ani în ianuarie 2023. Criticii văd această decizie ca pe o încercare de a îmbunătăți artificial profitabilitatea. Susținătorii, pe de altă parte, susțin că utilizarea reală a hardware-ului justifică perioade mai lungi.
Dimensiunile sociale și politice
Dezbaterea privind investițiile în IA are și o dimensiune politică și socială. David Sacks, investitor în capital de risc și consilier al Casei Albe pe probleme de criptomonede și IA, a avertizat în noiembrie 2025 că o inversare a boom-ului investițiilor în IA ar risca o recesiune. Formularea sa sugerează că economia a devenit atât de dependentă de investițiile în IA încât o oprire sau o încetinire semnificativă ar avea consecințe macroeconomice substanțiale.
Această dependență ridică întrebarea dacă societatea s-a plasat într-o situație în care este forțată să continue să investească, indiferent de viabilitatea sa economică, pur și simplu pentru a evita un șoc brusc. Aceasta ar fi o dinamică clasică a bulei bursiere, în care considerațiile economice raționale sunt umbrite de teama de consecințele spargerii unei bule.
Concentrarea investițiilor și resurselor pe inteligența artificială ridică, de asemenea, întrebări cu privire la costurile de oportunitate. Trilioanele care curg către centrele de date cu inteligență artificială ar putea fi teoretic utilizate pentru alte priorități societale, de la îmbunătățirea sistemelor de învățământ și extinderea energiei regenerabile până la abordarea deficitelor de infrastructură. Justificarea acestei alocări masive de resurse depinde de materializarea efectivă a beneficiilor promise.
În același timp, inteligența artificială are deja efecte pozitive demonstrabil. În Germania, conform unui studiu IBM din noiembrie 2025, două treimi dintre companii raportează câștiguri semnificative ale productivității prin intermediul inteligenței artificiale. Domeniile cu cele mai mari creșteri ale productivității legate de inteligența artificială includ dezvoltarea de software și IT, serviciul clienți și automatizarea proceselor de afaceri. Aproximativ o cincime dintre companiile din Germania și-au atins deja obiectivele de rentabilitate a investiției prin inițiative de productivitate bazate pe inteligență artificială și aproape jumătate se așteaptă la o rentabilitate a investiției în termen de douăsprezece luni.
Aceste cifre arată că IA creează într-adevăr valoare economică, dar susțin și argumentul lui Krishna conform căruia această valoare nu rezultă neapărat din urmărirea AGI cu investiții de trilioane de dolari, ci mai degrabă din aplicații mai specifice și mai direcționate.
Perspectiva istorică a transformărilor tehnologice
Pentru a pune situația actuală în perspectivă, este util să luăm în considerare paralele istorice. Boom-ul dot-com de la sfârșitul anilor 1990 este adesea citat ca o poveste cu tâlc. La acea vreme, sume enorme de bani au curs către companiile de internet, bazate pe convingerea justificată că internetul va fi transformator. Multe dintre aceste investiții s-au dovedit a fi greșite, iar când bula a explodat în 2000, trilioane din valoarea de piață au fost șterse.
Cu toate acestea, tehnologia de bază s-a dovedit a fi cu adevărat transformatoare. Companii precum Amazon și Google, care au supraviețuit crizei, au devenit forțele dominante ale economiei globale. Infrastructura construită în timpul boom-ului, inclusiv cea a companiilor falimentare, a format fundația economiei digitale din deceniile următoare. În acest sens, s-ar putea argumenta că până și investițiile excesive în infrastructura inteligenței artificiale ar putea fi benefice pe termen lung, chiar dacă mulți dintre jucătorii actuali dau faliment.
Cu toate acestea, o diferență cheie constă în intensitatea capitalului. Companiile de internet de primă generație puteau să se extindă cu investiții relativ mici odată ce infrastructura de bază era implementată. Un site web sau un serviciu online, odată dezvoltat, putea ajunge la milioane de utilizatori cu costuri suplimentare minime. IA, în special așa cum este practicată în prezent, nu urmează acest model. Fiecare interogare către un model lingvistic mare implică costuri de calcul semnificative. Scalarea serviciilor de IA necesită creșteri proporționale ale infrastructurii, modificând fundamental aspectele economice.
O altă comparație istorică este dezvoltarea electricității. Când energia electrică a devenit disponibilă pentru prima dată, a fost nevoie de decenii pentru ca firmele să învețe cum să-și reproiecteze procesele de producție pentru a exploata pe deplin noile posibilități. Inițial, fabricile au înlocuit pur și simplu motoarele cu aburi cu motoare electrice, dar în rest și-au păstrat vechile structuri și procese. Adevăratele câștiguri de productivitate au apărut abia atunci când inginerii și managerii au învățat să proiecteze fabricile de la zero, profitând de flexibilitatea energiei electrice.
Același lucru ar putea fi valabil și pentru inteligența artificială. Aplicațiile actuale ar putea fi doar o mică parte a posibilităților, iar transformările reale s-ar putea să nu apară până când organizațiile nu vor învăța să se reorganizeze fundamental pentru a valorifica capabilitățile inteligenței artificiale. Acest lucru ar necesita timp, posibil ani sau decenii, și nu este clar dacă dinamica investițională actuală își poate permite această răbdare.
Viitorul dezvoltării inteligenței artificiale
În ciuda tuturor scepticismelor și avertismentelor, dezvoltarea inteligenței artificiale va continua. Întrebarea nu este dacă inteligența artificială este importantă, ci care cale este cea mai promițătoare și sustenabilă din punct de vedere economic. Intervenția lui Krishna poate fi înțeleasă ca un apel pentru o reevaluare a strategiei, nu ca un apel la oprirea cercetării în domeniul inteligenței artificiale.
Cea mai probabilă dezvoltare este o diversificare a abordărilor. În timp ce unele companii vor continua să investească masiv în scalarea modelelor lingvistice de mari dimensiuni, altele vor explora căi alternative. Abordările neuro-simbolice, sistemele multimodale, inteligența întrupată, învățarea continuă și alte direcții de cercetare vor fi urmărite în paralel. Progresele în domeniul hardware-ului, de la calculul cuantic la arhitecturile de calcul optic și cipurile neuromorfice, ar putea schimba ecuația.
Un factor cheie va fi acceptarea efectivă pe piață. Dacă întreprinderile și consumatorii sunt dispuși să plătească sume substanțiale pentru servicii de inteligență artificială, chiar și costurile ridicate ale infrastructurii ar putea fi justificate. Până în prezent, însă, aceasta rămâne în mare parte o întrebare deschisă. ChatGPT și serviciile similare au atras milioane de utilizatori, dar disponibilitatea de a plăti sume substanțiale pentru acestea este limitată. Majoritatea utilizatorilor utilizează versiuni gratuite sau puternic subvenționate.
În sectorul întreprinderilor, situația este oarecum diferită. Aici, există o disponibilitate demonstrabilă de a plăti pentru soluții de inteligență artificială care rezolvă probleme specifice de afaceri. Microsoft raportează o creștere puternică a serviciilor sale de inteligență artificială pentru companii. Întrebarea este dacă aceste fluxuri de venituri pot crește suficient de rapid pentru a justifica investițiile masive.
Legat de asta:
Rezultate dintr-o analiză multidimensională
Preocupările ridicate de Arvind Krishna în podcastul Decoder ating esența unuia dintre cele mai importante pariuri economice și tehnologice din istorie. Argumentul său se bazează pe principii economice solide și pe înțelegere tehnică. Combinația dintre costurile enorme de capital, ciclurile de viață scurte ale hardware-ului și probabilitatea scăzută ca tehnologiile actuale să conducă la AGI (Inteligență Automată Generatoare) prezintă un argument convingător împotriva strategiei actuale de investiții.
În același timp, poziția lui Krishna nu este lipsită de contraargumente. Susținătorii investițiilor masive în inteligența artificială ar argumenta că tehnologiile transformatoare necesită adesea investiții inițiale enorme, că costul per unitate de calcul este în continuă scădere, că vor apărea noi modele de afaceri care nu sunt încă previzibile și că riscul de a rămâne în urmă într-o tehnologie potențial transformatoare este mai mare decât riscul financiar al investițiilor excesive.
Adevărul se află probabil undeva între aceste poziții extreme. IA este, fără îndoială, o tehnologie importantă și transformatoare, care va crea o valoare economică semnificativă. Modelele lingvistice actuale și aplicațiile IA demonstrează deja capacități impresionante și generează câștiguri măsurabile de productivitate în multe domenii. În același timp, ideea că simpla extindere a abordărilor actuale va duce la inteligență artificială generală este din ce în ce mai controversată, chiar și în rândul cercetătorilor de top în domeniul IA.
Analiza economică vorbește de la sine. Dimensiunea investițiilor necesare și nevoia de a genera profituri enorme într-o perioadă scurtă de timp reprezintă o provocare fără precedent. Dacă calculele lui Krishna sunt cât de cât corecte, este dificil de imaginat cum poate fi sustenabilă strategia actuală de investiții.
Totuși, acest lucru nu înseamnă neapărat că dezastrul este iminent. Piețele au capacitatea de a se adapta. Fluxurile de investiții se pot schimba, modelele de afaceri pot evolua, iar descoperirile tehnologice pot modifica fundamental economia. Istoria tehnologiei este plină de exemple în care scepticismul inițial a fost infirmat și au fost depășite provocări aparent imposibile.
Ceea ce pare probabil este o perioadă de consolidare și reevaluare. Ratele actuale de creștere ale investițiilor în inteligență artificială nu pot continua la nesfârșit. La un moment dat, investitorii și liderii de afaceri vor dori să vadă dovezi ale randamentelor reale. Companiile care pot oferi cazuri de utilizare convingătoare și o valoare economică demonstrabilă vor prospera. Altele ar putea fi nevoite să își ajusteze strategiile sau să iasă de pe piață.
Intervenția lui Krishna servește drept un avertisment important pentru a fi precauți într-un mediu caracterizat de euforie și de dorința de a ține pasul. Deceniile sale de experiență în sectorul tehnologic și poziția sa la conducerea uneia dintre cele mai vechi și mai consacrate companii IT din lume dau greutate cuvintelor sale. Timpul va demonstra dacă are dreptate. Ceea ce este sigur, însă, este că întrebările pe care le ridică trebuie luate în serios și discutate temeinic înainte ca alte trilioane să fie investite într-o strategie al cărei succes este departe de a fi garantat.
O nouă dimensiune a transformării digitale cu „IA gestionată” (Inteligență Artificială) - Platformă și soluție B2B | Xpert Consulting
O nouă dimensiune a transformării digitale cu „IA gestionată” (Inteligență Artificială) – Platformă și soluție B2B | Xpert Consulting - Imagine: Xpert.Digital
Aici veți afla cum poate compania dumneavoastră să implementeze soluții personalizate de inteligență artificială rapid, în siguranță și fără bariere mari de intrare.
O platformă de inteligență artificială gestionată este soluția completă și fără griji pentru inteligența artificială. În loc să vă confruntați cu tehnologii complexe, infrastructură costisitoare și procese de dezvoltare îndelungate, primiți o soluție gata pregătită, adaptată nevoilor dumneavoastră, de la un partener specializat – adesea în doar câteva zile.
Principalele avantaje, pe scurt:
⚡ Implementare rapidă: De la idee la aplicație gata de utilizare în zile, nu luni. Oferim soluții practice care creează valoare adăugată imediată.
🔒 Securitate maximă a datelor: Datele dumneavoastră sensibile rămân la dumneavoastră. Garantăm procesare sigură și conformă, fără a partaja date cu terțe părți.
💸 Fără risc financiar: Plătești doar pentru rezultate. Investițiile inițiale mari în hardware, software sau personal sunt complet eliminate.
🎯 Concentrează-te pe afacerea ta principală: Concentrează-te pe ceea ce faci cel mai bine. Noi ne ocupăm de întreaga implementare tehnică, operare și mentenanță a soluției tale de inteligență artificială.
📈 Pregătit pentru viitor și scalabil: Inteligența artificială crește odată cu tine. Asigurăm optimizare și scalabilitate continuă și adaptăm flexibil modelele la noile cerințe.
Mai multe informații aici:
Partenerul dumneavoastră global de marketing și dezvoltare a afacerilor
☑️ Limba noastră de afaceri este engleza sau germana
☑️ NOU: Corespondență în limba ta maternă!
Konrad Wolfenstein
Eu și echipa mea suntem bucuroși să vă fim la dispoziție în calitate de consilier personal.
Mă puteți contacta completând formularul de contact de aici sau pur și simplu sunându-mă la +49 89 89 674 804 ( München) . Adresa mea de e-mail este: wolfenstein@xpert.digital
Aștept cu nerăbdare proiectul nostru comun.
