Сукоб стратегија | Зашто извршни директор IBM-а, Арвинд Кришна, не верује у визију Сема Алтмана од билиона долара – укупни укупни инфлациони раст од нула до један проценат?

Петогодишњи циклус смрти: Потцењени ризик за Нвидију, Мајкрософт и друге.

Док је Силицијумска долина захваћена невиђеном инвестиционом френезијом, са трилионима који се уливају у трку за вештачку суперинтелигенцију, један од најискуснијих технолошких директора на свету повлачи ручну кочницу. Генерални директор IBM-а, Арвинд Кришна, упозорава: Коцкање се не исплати.

Менталитет златне грознице захватио је глобални технолошки сектор. Корпорације попут Мајкрософта, Гугла и Мете надмашују једна другу улагањима у нове центре података, вођене страхом од заостатка у следећој великој технолошкој револуцији. Визија је јасна: развој вештачке опште интелигенције (AGI) која је једнака или супериорна људској интелигенцији. Али усред ове еуфорије, моћан глас се диже, не из редова технолошких критичара, већ из самог центра моћи: Арвинд Кришна, извршни директор IBM-а.

У трезвеној анализи заснованој на чистој аритметици, Кришна разбија преовлађујући наратив Силицијумске долине. Његово упозорење је једноставно колико и застрашујуће: Трошкови инфраструктуре експлодирају, док хардвер застарева брже него што може да се амортизује. Кришна говори о инвестиционим износима до осам трилиона америчких долара који би били неопходни да би се наставила тренутна путања развоја опште уметничке инфраструктуре – износ који би могао финансијски да банкротира чак и најбогатије компаније на свету ако се обећани астрономски профити не остваре.

Али Кришнина критика није ограничена само на финансијске бројке. Он доводи у питање технолошку основу саме хајпе. Док Сем Алтман и OpenAI приказују долазак суперинтелигенције као готово неизбежан, Кришна вероватноћу постизања овог циља са данашњом технологијом моделирања језика великих размера процењује на отрежњујућих нула до један проценат.

Да ли се суочавамо са највећим погрешним улагањем у економској историји? Да ли је бум вештачке интелигенције балон који ће ускоро да пукне или скептици превиђају трансформативни потенцијал који се налази изван биланса стања? Следећи чланак испитује аргументе, неумољиву математику економије дата центара и фундаментални сукоб између визионара приступа „све или ништа“ и заговорника прагматичног реализма.

У вези са овим:

• Аутономна физичка вештачка интелигенција (APAI): Тиха револуција децентрализоване интелигенције

Зашто извршни директор IBM-а предвиђа крај најскупљег експеримента у историји технологије

Глобални технолошки сектор се можда суочава са једним од највећих погрешних улагања у економској историји. Док корпорације попут Мајкрософта, Амазона, Мете и Гугла улажу стотине милијарди долара у изградњу инфраструктуре вештачке интелигенције, из срца ИТ индустрије се чује упозоравајући глас. Арвинд Кришна, извршни директор IBM-а и члан компаније од 1990. године, представио је фундаменталну економску анализу у интервјуу за подкаст Декодер на The Verge-у крајем новембра 2025. године која би могла да разбије еуфорију која окружује општу вештачку интелигенцију.

Његове изјаве, објављене 30. новембра и 1. децембра 2025. године, дотичу се суштине дебате која добија све већи замах у управним салама и аналитичким круговима. Кришна не говори о теоријским ризицима или филозофским проблемима, већ о конкретним финансијским немогућностима које доводе у питање тренутни инвестициони модел у сектору вештачке интелигенције. Његови прорачуни замишљају чак и оптимистичне посматраче индустрије, јер се заснивају на једноставној аритметици и здравим пословним принципима.

У вези са овим:

• Да ли је пословни модел вештачке интелигенције у Силицијумској долини сада пропао?

Немилосрдна математика економије дата центара

Кришна почиње своју анализу трезвеном проценом тренутне ситуације са трошковима. Дата центар капацитета једног гигавата има капиталне издатке од 80 милијарди америчких долара по данашњим стандардима. Ова цифра укључује не само физичку инфраструктуру и зграде, већ и сву техничку опрему, од сервера и мрежних компоненти до високо специјализованих графичких процесора потребних за прорачуне вештачке интелигенције.

Технолошка индустрија се последњих месеци обавезала на масовну експанзију. Неколико компанија је јавно објавило планове за изградњу између 20 и 30 гигавата додатних рачунарских капацитета. По тренутним ценама по гигавату, то би резултирало укупним инвестицијама од најмање 1,5 билиона долара. Ова сума је отприлике еквивалентна тренутној тржишној капитализацији Тесле и илуструје сам обим подухвата.

Али прорачун постаје још драстичнији када се амбиције узму у обзир у контексту жељене вештачке опште интелигенције. Кришна процењује да би пут до праве опште вештачке интелигенције захтевао приближно 100 гигавата рачунарске снаге. Ова процена се заснива на екстраполацијама тренутних захтева за обуку за велике језичке моделе и узима у обзир експоненцијално растућу сложеност која прати сваки корак развоја. Са 80 милијарди долара по гигавату, инвестициони издаци би износили запањујућих осам трилиона америчких долара.

Међутим, ова цифра инвестиције је само пола приче. Кришна указује на фактор који се често занемарује у јавном дискурсу: цену капитала. Са инвестицијом од осам билиона америчких долара, компаније би морале да генеришу приближно 800 милијарди америчких долара профита годишње само да би покриле камату на уложени капитал. Ова цифра претпоставља конзервативну каматну стопу од десет процената, која одражава цену капитала, премије ризика и очекивања инвеститора.

Петогодишњи циклус смрти хардвера вештачке интелигенције

Кључна тачка у Кришнином аргументу тиче се животног века инсталираног хардвера. Читав рачунарски капацитет мора бити у потпуности искоришћен у року од пет година, јер ће инсталирани хардвер тада морати бити одбачен и замењен. Ова процена је у складу са запажањима из индустрије и предмет је интензивне дебате у финансијским круговима.

Познати инвеститор Мајкл Бери, познат по својим тачним предвиђањима финансијске кризе из 2008. године, изразио је сличне забринутости у новембру 2025. Бери тврди да велике технолошке компаније прецењују стварни век трајања свог хардвера за вештачку интелигенцију, чиме вештачки одржавају ниску амортизацију. Он очекује да ће графички процесори и специјализовани чипови за вештачку интелигенцију у пракси остати економски исплативи само две до три године пре него што их застаре новије, моћније генерације.

Брзи развој у сектору полупроводника подржава овај став. Nvidia, доминантни добављач чипова за вештачку интелигенцију, објављује нове генерације процесора отприлике сваких 12 до 18 месеци. Свака генерација нуди значајна побољшања перформанси, брзо чинећи старије моделе неекономичним. Док се конвенционални сервер у дата центру може лако користити шест година или дуже, за хардвер специфичан за вештачку интелигенцију важе другачија правила.

У пракси, слика је нијансиранија. Неке компаније су прилагодиле своје периоде амортизације. Почетком 2025. године, Амазон је скратио процењени век трајања неких сервера са шест на пет година, наводећи као разлог убрзани развој у области вештачке интелигенције. Ово прилагођавање ће смањити оперативни приход компаније за приближно 700 милиона долара у 2026. години. Мета је, с друге стране, продужила период амортизације за сервере и мрежну опрему на 5,5 година, што је смањило трошкове амортизације за 2,9 милијарди долара у 2025. години.

Ове различите стратегије илуструју да чак и компаније које улажу милијарде у хардвер за вештачку интелигенцију нису сигурне колико дуго ће њихова улагања остати економски исплатива. Петогодишњи сценарио који Кришна описује спада у оптимистичан распон ових процена. Ако је стварни век трајања ближи две до три године које је предвидео Бери, трошкови амортизације, а самим тим и притисак на профитабилност, значајно би се повећали.

Немогућност профитабилног поврата

Веза између ова два фактора води Кришну до његовог централног аргумента. Он верује да комбинација огромних капиталних трошкова и кратких животних циклуса онемогућава постизање разумног поврата инвестиције. Са инвестиционим трошковима од осам билиона америчких долара и потребом да се генерише 800 милијарди америчких долара годишњег профита само да би се покрили капитални трошкови, систем вештачке интелигенције би морао да генерише приход у размери која далеко превазилази оно што тренутно изгледа реално.

Поређења ради, Alphabet, матична компанија компаније Google, имала је укупне приходе од приближно 350 милијарди долара у 2024. години. Чак и под претпоставком агресивног раста од 12 процената годишње, приходи би порасли на око 577 милијарди долара до 2029. године. Укупан приход потребан за оправдање инвестиција у вештачку интелигенцију далеко би премашио ову цифру.

OpenAI, компанија која стоји иза ChatGPT-а, пројектује годишњи приход од преко 20 милијарди долара за 2025. годину и очекује да ће достићи стотине милијарди долара до 2030. године. Компанија је потписала уговоре вредне приближно 1,4 билиона долара током наредних осам година. Али чак и ове амбициозне бројке покрећу питања. Аналитичари HSBC-а моделирају да ће OpenAI имати 792 милијарде долара трошкова за инфраструктуру облака и вештачке интелигенције између краја 2025. и 2030. године, са укупним обавезама рачунарског капацитета које би потенцијално могле достићи око 1,4 билиона долара до 2033. године.

Аналитичари HSBC-а предвиђају да ће кумулативни слободни новчани ток компаније OpenAI остати негативан до 2030. године, што ће резултирати недостатком финансирања од 207 милијарди долара. Ова празнина би морала бити попуњена додатним задуживањем, капиталом или агресивнијим генерисањем прихода. Питање није само да ли OpenAI може постати профитабилан, већ и да ли је цео његов пословни модел, који се ослања на огромна улагања у центре података, уопште одржив.

Застрашујуће мала вероватноћа АГИ

Кришна својој економској критици додаје технолошку димензију која је још фундаменталнија. Он процењује вероватноћу да ће тренутне технологије довести до вештачке опште интелигенције на између нула и један проценат. Ова процена је изванредна јер се не заснива на филозофским разматрањима, већ на трезвеној процени техничких могућности и ограничења великих језичких модела.

Иако је дефиниција опште вештачке интелигенције (ОИИ) контроверзна, у својој суштини се односи на системе вештачке интелигенције који могу да достигну или превазиђу људске когнитивне способности у целом спектру. То би значило да систем не само да показује стручно знање у одређеним областима, већ је и способан да преноси знање из једне области у другу, разуме нове ситуације, креативно решава проблеме и континуирано се усавршава без потребе за преобуком за сваки нови задатак.

Кришна тврди да велики језички модели, који чине језгро тренутне револуције вештачке интелигенције, имају фундаментална ограничења. Ови модели се заснивају на статистичким обрасцима у масивним скуповима текстуалних података и могу импресивно да се понашају у задацима заснованим на језику. Могу да генеришу кохерентне текстове, одговарају на питања, па чак и да пишу програмски код. Али они заправо не разумеју шта раде. Недостаје им модел света, концепт узрочности и истинска способност за апстракцију.

Ова ограничења се манифестују у неколико области. Језички модели редовно халуцинирају, што значи да измишљају чињенице које звуче вероватно, али су лажне. Они се боре са вишестепеним логичким резоновањем и често не успевају у задацима који су тривијални за људе ако ти задаци нису укључени у њихов скуп података за обуку. Недостаје им епизодна меморија и не могу да уче из сопствених грешака без поновне обуке.

Научници и истраживачи из различитих области све више деле овај скептицизам. Марк Бениоф, извршни директор компаније Salesforce, изразио је сличан скептицизам у вези са општом вештачком интелигенцијом (ОИИ) у новембру 2025. У подкасту је описао термин ОИИ као потенцијално обмањујући и критиковао технолошку индустрију због неких врста хипнозе у вези са предстојећим могућностима вештачке интелигенције. Бениоф је нагласио да, иако су тренутни системи импресивни, они немају ни свест ни право разумевање.

Јан ЛеКун, виши научник за вештачку интелигенцију у компанији Мета, тврди да велики језички модели никада неће довести до опште уметничке интелигенције (AGI), без обзира на то колико су скалирани. Он се залаже за алтернативне приступе који иду даље од чистог предвиђања текста, укључујући мултимодалне моделе света који не само да обрађују текст већ и интегришу визуелне и друге сензорне информације како би изградили интерне репрезентације света.

Наша стручност у САД у развоју пословања, продаји и маркетингу - Слика: Xpert.Digital

Фокус индустрије: B2B, дигитализација (од AI до XR), машинство, логистика, обновљиви извори енергије и индустрија

Више информација овде:

• Експертски пословни центар

Тематски центар који нуди увиде и стручност:

• Платформа знања која покрива глобалне и регионалне економије, иновације и трендове специфичне за индустрију
• Збирка анализа, увида и основних информација из наших кључних области фокуса
• Место за стручност и информације о актуелним дешавањима у пословању и технологији
• Чвориште за компаније које траже информације о тржиштима, дигитализацији и иновацијама у индустрији

Неопходан технолошки пробој

Кришна верује да ће постизање опште утврђене генетске и административне инфраструктуре (ОУИ) захтевати више технологија него што тренутни пут великих језичких модела може да пружи. Он сугерише да би интеграција чврстог знања са језичким моделима могла бити одржив приступ. Под чврстим знањем он подразумева структурирано, експлицитно знање о узрочним везама, физичким законима, математичким принципима и другим облицима знања који превазилазе статистичке корелације.

Ова перспектива се поклапа са истраживањима у области неуро-симболичке вештачке интелигенције, која настоји да комбинује снаге препознавања образаца неуронских мрежа са логичким могућностима симболичких вештачких система. Симболичка вештачка интелигенција, заснована на правилима и логичком закључивању, била је доминантна у раним деценијама истраживања вештачке интелигенције, али су је последњих година претекли неуронски приступи. Хибридизација оба приступа би теоретски могла да произведе системе способне и за учење и за логичко расуђивање.

Други обећавајући правци истраживања укључују отеловљену вештачку интелигенцију, где системи уче кроз интеракцију са физичким или симулираним окружењем; континуирано учење, где системи могу проширити своје могућности без губитка претходног знања; и суштински мотивисане системе који истражују и уче сами.

Чак и са овим додатним технологијама, Кришна остаје опрезан. Када би га питали да ли би овај проширени приступ могао довести до опште вештачке интелигенције (ОИ), одговорио би само са „можда“. Овај опрез наглашава несигурност која постоји чак и међу стручњацима који деценијама раде са вештачком интелигенцијом. Развој ОИ није само питање рачунарске снаге или количине података, већ може захтевати фундаментално нове увиде у природу саме интелигенције.

У вези са овим:

• Независно од америчких технолошких гиганата: Како постићи исплативо и безбедно интерно функционисање вештачке интелигенције – почетна разматрања

Парадокс продуктивне вештачке интелигенције данас

Упркос свом скептицизму у вези са општом вештачком интелигенцијом (AGI) и економијом масивних инвестиција у центре података, Кришна никако није песимиста у погледу вештачке интелигенције. Напротив, он са ентузијазмом говори о тренутним алатима вештачке интелигенције и њиховом утицају на пословни свет. Уверен је да ће ове технологије откључати трилионе долара потенцијала продуктивности унутар компанија.

Ова разлика је кључна за разумевање његовог става. Кришна не сумња у вредност вештачке интелигенције саме по себи, већ у економску исплативост специфичног пута којим је индустрија кренула. Данашњи системи вештачке интелигенције, посебно модели великих језика, већ могу омогућити значајно повећање продуктивности у многим областима без потребе за осам билиона америчких долара у инфраструктури.

Сам IBM пружа упечатљив пример ових повећања продуктивности. Од јануара 2023. године, компанија је свеобухватно имплементирала вештачку интелигенцију и аутоматизацију у оквиру сопственог пословања и очекује да ће до краја 2025. године остварити повећање продуктивности од 4,5 милијарди долара. Ова иницијатива, коју IBM назива „Клијент нула“, обухватала је примену хибридне облачне инфраструктуре, технологија вештачке интелигенције и аутоматизације, као и консултантску стручност у различитим пословним јединицама.

Конкретни резултати ове трансформације су импресивни. IBM је имплементирао алате засноване на вештачкој интелигенцији у корисничку службу који решавају 70 процената упита и побољшавају време решавања за 26 процената. У свим пословним јединицама, приближно 270.000 запослених је опремљено агентским системима вештачке интелигенције који оркестрирају сложене токове рада и подржавају људске раднике.

Ова врста вештачке интелигенције не захтева огромне нове центре података, већ може да се надогради на постојећу инфраструктуру. Фокусира се на специфичне случајеве употребе где вештачка интелигенција пружа видљива побољшања, а не на хипотетички развој опште интелигенције. Ово је суштина Кришниног аргумента: технологија је вредна и трансформативна, али тренутни приступ улагања трилиона у тежњу ка општој интелигенцији није економски одржив.

Студије компаније McKinsey процењују да генеративна вештачка интелигенција има потенцијал да створи између 2,6 билиона и 4,4 билиона долара економске вредности годишње у 63 анализирана случаја употребе. Када се узме у обзир утицај уграђивања генеративне вештачке интелигенције у софтвер који се тренутно користи за друге задатке, ова процена би се могла отприлике удвостручити. Ова повећања продуктивности могла би повећати годишњи раст продуктивности рада за 0,1 до 0,6 процентних поена до 2040. године.

Различите стратегије технолошких гиганата

Док Кришна изражава своју забринутост, други технолошки гиганти удвостручују своја улагања у инфраструктуру вештачке интелигенције. Трошкови „велике четворке“ илуструју обим овог инвестиционог циклуса. Мајкрософт планира да потроши око 80 милијарди долара на изградњу центара података опремљених вештачком интелигенцијом у фискалној 2025. години, при чему је више од половине те инвестиције намењено Сједињеним Државама.

Амазон је најавио капиталне издатке од приближно 125 милијарди долара за 2025. годину, при чему је већина намењена за вештачку интелигенцију и сродну инфраструктуру за Амазон Веб Сервисес. Компанија је већ сигнализирала да ће издаци бити још већи 2026. године. Мета Платформс очекује капиталне издатке између 70 и 72 милијарде долара за 2025. годину, што је повећање у односу на претходну процену од 66 милијарди долара на 72 милијарде долара. За 2026. годину, компанија је назначила да ће издаци бити знатно већи.

Алфабет, матична компанија Гугла, очекује капиталне издатке између 91 и 93 милијарде долара за 2025. годину, што је више од претходне прогнозе од 85 милијарди долара. Заједно, ове четири компаније планирају да потроше између 350 и 400 милијарди долара у 2025. години, што је више него двоструко више него што је потрошено пре две године.

Ова огромна улагања се одвијају у окружењу где су стварни приходи од услуга вештачке интелигенције и даље далеко испод очекивања. OpenAI пријављује годишње приходе од преко 20 милијарди долара, али остаје непрофитабилан. Microsoft генерише приближно 13 милијарди долара годишњих прихода од вештачке интелигенције, са међугодишњим растом од 175 процената, док Meta не може да пријави ни један долар директних прихода од вештачке интелигенције.

Разлика између инвестиција и прихода је запањујућа. Морган Стенли процењује да ће индустрија вештачке интелигенције потрошити приближно три билиона америчких долара на центре података до 2028. године. У поређењу са тим, тренутни приходи су занемарљиви. Студија МИТ-а из јула 2025. године открила је да отприлике 95 процената компанија које су инвестирале у вештачку интелигенцију није зарадило новац од те технологије. Укупни комбиновани расходи ових компанија процењују се на приближно 40 милијарди америчких долара.

Све гласнији гласови скептицизма

Кришнино упозорење је део све већег хора скептичних гласова из различитих сектора технолошког и финансијског света. Ове забринутости се не фокусирају само на непосредне економске користи већ и на системске ризике који произилазе из тренутне инвестиционе динамике.

Економисти истичу да је сектор вештачке интелигенције чинио отприлике две трећине раста БДП-а САД у првој половини 2025. године. Анализа коју је спровео JPMorgan Asset Management показује да је потрошња на вештачку интелигенцију у дата центрима више допринела економском расту него комбинована потрошња стотина милиона америчких потрошача. Харвардски економиста Џејсон Фурман израчунао је да би без дата центара раст БДП-а у првој половини 2025. године био само 0,1 одсто.

Ова концентрација раста на један сектор носи ризике. Дарон Асемоглу, економиста на МИТ-у и добитник Нобелове награде за економију за 2024. годину, тврди да би стварни утицај вештачке интелигенције могао бити знатно мањи него што сугеришу прогнозе индустрије. Он процењује да ће можда само пет процената радних места бити замењено вештачком интелигенцијом у наредних десет година, што је далеко мање од ентузијастичних предвиђања неких технолошких лидера.

Забринутост због стварања балона појачана је због неколико фактора. Технолошке компаније све више користе финансијске инструменте познате као друштва са посебним наменама (SPV) како би спречиле трошкове од милијарде долара да буду укључени у њихов биланс стања. Ови SPV-ови које финансира Вол Стрит служе као фиктивне компаније за изградњу дата центара. Ова пракса покреће питања о транспарентности и стварном ризику који компаније сносе.

Сундар Пичаи, извршни директор компаније Alphabet, описао је пораст инвестиција у вештачку интелигенцију као изванредан тренутак у интервјуу за BBC у новембру 2025. године, али је такође признао извесну ирационалност која прати тренутни бум вештачке интелигенције. Упозорио је да би свака компанија била погођена ако би балон вештачке интелигенције пукао. Чак је и Сем Алтман, извршни директор компаније OpenAI и један од најистакнутијих заговорника вештачке интелигенције, признао у августу 2025. да би вештачка интелигенција могла бити у балону, упоређујући тржишне услове са онима из дот-ком бума и наглашавајући да се многи интелигентни људи превише узбуђују због зрна истине.

У вези са овим:

• Скривени трошкови бума вештачке интелигенције: Да ли се сада суочавамо са експлозијом цена електричне енергије?

Енергетско питање као ограничавајући фактор

Још један фундаментални проблем, који Кришна експлицитно не обраћа, али је имплицитно наведен у његовим прорачунима трошкова, тиче се снабдевања енергијом. Дата центар од 100 гигавата захтевао би приближно 20 процената укупне производње електричне енергије у Сједињеним Државама. Ово није тривијалан изазов, већ потенцијално уско грло које би могло да угрози целу визију.

Међународна агенција за енергију прогнозира да би се глобална потражња за електричном енергијом из дата центара могла више него удвостручити до 2030. године, са приближно 415 терават-сати у 2024. години на између 900 и 1.000 терават-сати. Вештачка интелигенција би могла да чини 35 до 50 процената потрошње електричне енергије у дата центрима до 2030. године. У Сједињеним Државама очекује се да ће се потражња за електричном енергијом у дата центрима повећати са 35 гигавата на 78 гигавата до 2035. године, што представља 8,6 процената потрошње електричне енергије у земљи.

Ова потражња долази у време када многе земље покушавају да декарбонизују своје електроенергетске мреже и повећају удео обновљиве енергије. Изазов је у томе што центри података захтевају стално напајање, 24 сата дневно, 365 дана у години. Због тога је прелазак на обновљиву енергију сложенији, јер су енергија ветра и сунца повремене и захтевају решења за складиштење или резервне капацитете.

Пројектовано је да ће емисије угљеника из дата центара порасти са 212 милиона тона у 2023. години на потенцијално 355 милиона тона до 2030. године, мада се ова бројка значајно разликује у зависности од брзине решења за чисту енергију и побољшања ефикасности. Један процес генерисања слике генерисане вештачком интелигенцијом троши онолико електричне енергије колико и потпуно пуњење паметног телефона. Обрада милион токена производи исто толико угљен-диоксида колико и аутомобил на бензински погон који пређе 8 до 32 километра.

Генеративна вештачка интелигенција захтева отприлике седам до осам пута више енергије од традиционалних рачунарских оптерећења. Обука великих модела вештачке интелигенције може потрошити онолико електричне енергије колико и стотине домаћинстава током неколико месеци. Овакав енергетски интензитет значи да чак и када би финансијска средства за изградњу огромних дата центара била доступна, физичка инфраструктура за напајање ових објеката можда неће бити спремна на време.

У вези са овим:

• Несташица енергије у традиционалним технолошким центрима и скривени трошкови бума вештачке интелигенције

Алтернативни технолошки путеви и њихов значај

Дебата о ограничењима језичких модела великих размера довела је до повећаних истраживачких напора у алтернативним областима. Квантно рачунарство неки виде као потенцијални пробој који би могао да превазиђе тренутна ограничења. У октобру 2025. године, Гугл је представио свој квантни чип Вилоу, који је постигао проверљиву квантну предност. Ово је била прекретница која је превазишла границе класичне физике и отворила нове могућности у областима као што су медицина, енергетика и вештачка интелигенција.

Квантни рачунари раде на потпуно другачијим принципима од класичних рачунара. Они користе квантне битове, или кубите, који могу постојати у више стања истовремено, омогућавајући паралелна израчунавања у размерама које су немогуће са конвенционалним системима. Међутим, квантни рачунари се суочавају са значајним изазовима, посебно декохеренцијом, која утиче на стабилност кубита.

Недавни продори у стабилизацији кубита указују на то да би скалабилни квантни рачунари могли постати стварност у наредних неколико година. Компаније попут PsiQuantum планирају да ставе у рад квантне рачунаре 10.000 пута веће од Willow-а пре краја ове деценије – рачунаре довољно велике да се позабаве важним питањима о материјалима, лековима и квантним аспектима природе.

Конвергенција квантног рачунарства и вештачке интелигенције би теоретски могла да отвори нове могућности. Квантни алгоритми су се побољшали више од 200 пута у симулацији важних лекова и материјала. Неки спекулишу да би комбинација опште вештачке интелигенције и квантног рачунарства могла бити могућа у року од једне до две године, а затим вештачка суперинтелигенција у року од пет година.

Други обећавајући правци истраживања укључују оптичке рачунарске архитектуре које користе светлост уместо струје за напајање чипова. Архитектура под називом Паралелно оптичко матрично множење (Parallel Optical Matrix-Matrix Multiplication), представљена у новембру 2025. године, могла би да елиминише једно од највећих уских грла у тренутном развоју вештачке интелигенције. За разлику од претходних оптичких метода, она истовремено обавља више тензорских операција једним ласерским импулсом, што би могло значајно повећати брзину обраде.

IBM-ово стратешко позиционирање

Кришнин став је посебно занимљив када се посматра у контексту IBM-ове стратегије. Последњих година, IBM је свесно померио свој фокус са чистог хардверског и инфраструктурног пословања на софтвер за предузећа, клауд услуге и консултантске услуге. Компанија је продала велике делове свог традиционалног ИТ пословања и уместо тога се концентрисала на хибридна клауд решења и вештачку интелигенцију за предузећа.

Овај стратешки правац се фундаментално разликује од приступа компанија Мајкрософт, Амазон, Гугл и Мета, које све улажу значајна средства у изградњу сопствене инфраструктуре. IBM се, уместо тога, фокусира на помоћ компанијама да примене вештачку интелигенцију под сопственим условима, уз транспарентност, избор и флексибилност. Ова филозофија одражава уверење да неће свака компанија користити један јавни облак и да ће, посебно, регулисане индустрије и компаније ван Сједињених Држава преферирати хибридне приступе.

Кришнина критика масивних улагања у инфраструктуру стога се може схватити и као имплицитна одбрана IBM-овог приступа. Ако тежња ка општој улагању у центре података (AGI) кроз трилионе долара заиста није економски исплатива, онда би то потврдило IBM-ову стратегију фокусирања на специфичне, вредносне случајеве употребе који се могу надоградити на постојећу или умерено проширену инфраструктуру.

Истовремено, IBM је у великој мери укључен у области као што је квантно рачунарство, које би потенцијално могло да представља следећи технолошки талас. Компанија значајно улаже у развој квантних рачунара и ради на партнерствима са другим технолошким компанијама како би унапредила ову технологију. Ово сугерише да Кришна није против иновација или амбициозних технолошких циљева, већ против специфичног приступа који сматра економски неодрживим.

Искористите предности Xpert.Digital-овог опсежног, петоструког стручног знања у свеобухватном пакету услуга | Истраживање и развој, XR, односи с јавношћу и оптимизација дигиталне видљивости - Слика: Xpert.Digital

Xpert.Digital поседује дубинско знање у различитим индустријама. То нам омогућава да развијемо прилагођене стратегије прецизно усклађене са захтевима и изазовима вашег специфичног тржишног сегмента. Континуираном анализом тржишних трендова и праћењем развоја у индустрији, можемо деловати проактивно и понудити иновативна решења. Комбинација искуства и стручности ствара додатну вредност и пружа нашим клијентима одлучујућу конкурентску предност.

Више информација овде:

• Искористите предности 5 области стручности компаније Xpert.Digital у једном пакету – већ од 500 евра месечно

Перспектива лидерства OpenAI-а

Кришнин скептицизам је у директној супротности са јавним изјавама Сема Алтмана, извршног директора компаније OpenAI. Алтман је више пута наглашавао да је OpenAI спреман да направи огромна улагања како би постигао општу вештачку интелигенцију (AGI). Компанија је склопила уговоре у укупној вредности од приближно 1,4 билиона долара током наредних осам година, укључујући значајне послове са компанијама Oracle, Broadcom и другим партнерима.

Алтман предвиђа да ће OpenAI до 2030. године остварити годишње приходе од стотина милијарди америчких долара. Ова пројекција се заснива на претпоставци да ће потражња за услугама вештачке интелигенције експоненцијално расти како системи постају моћнији. Пословни модел OpenAI-ја зависи од тога да ли су компаније и појединци спремни да плате значајне суме за приступ напредним могућностима вештачке интелигенције.

Кришна је у подкасту изјавио да разуме Алтманову перспективу, али је не дели. Ово је изузетно дипломатски начин да се то каже, сугеришући да поштује визију OpenAI-а, али прави фундаментално другачије претпоставке о његовој технолошкој изводљивости и економској исплативости. Кришна одговара на питање да ли OpenAI може да генерише повраћај својих инвестиција са јасним „не“.

Ово неслагање представља фундаментални сукоб у технолошкој индустрији између оних који верују у неизбежну трансформативну општу индустрију уметности и спремни су да улажу астрономске суме, и оних који су скептичнији и преферирају постепени, економски одрживији приступ.

У вези са овим:

• Стратегије вештачке интелигенције у глобалном поређењу: Поређење (САД наспрам ЕУ наспрам Немачке наспрам Азије наспрам Кине)

Улога политике амортизације и рачуноводствених стандарда

Дебата око стварног животног века вештачке интелигенције покреће фундаментална питања о рачуноводству и транспарентности. Начин на који компаније амортизују своју имовину директно утиче на њихов пријављени профит и, последично, на цене акција и њихове процене вредности.

Мајкл Бери тврди да велике технолошке компаније прецењују век трајања својих вештачке интелигенције како би одржале ниску амортизацију и надувале профит. На пример, ако Мета потроши 5 милијарди долара на нови Nvidia Blackwell серверски сталак 2025. године и амортизује га током 5,5 година, годишњи трошкови амортизације биће распоређени на приближно 909 милиона долара. Међутим, ако је стварни век трајања само три године, годишња амортизација би требало да буде око 1,67 милијарди долара – што је значајна разлика.

Бери процењује да би ови продужени животни векови могли повећати профит неколико великих компанија за укупно 176 милијарди долара између 2026. и 2028. године. Нвидиа је оспорила ове тврдње у интерном допису у новембру 2025. године, тврдећи да хиперскалери амортизују графичке процесоре током периода од четири до шест година на основу стварног животног века и трендова коришћења. Компанија је истакла да се старији графички процесори, попут А100 објављеног 2020. године, и даље користе са високим стопама искоришћења и задржавају значајну економску вредност.

Реалност је вероватно негде између. Графички процесори свакако могу физички да функционишу дуже од три године, али њихова економска вредност може брзо да опадне како се на тржишту појављују новији, ефикаснији модели. Кључни фактор је каскадно повећање вредности: старији графички процесори, који више нису оптимални за тренирање најновијих модела, и даље могу бити корисни за задатке закључивања и покретање већ обучених модела. Такође се могу користити за мање захтевне апликације или продавати на секундарним тржиштима.

Ове нијансе отежавају јасну процену. CoreWeave, добављач услуга у облаку фокусиран на вештачку интелигенцију, продужио је период амортизације својих графичких процесора са четири на шест година у јануару 2023. Критичари ову одлуку виде као покушај вештачког побољшања профитабилности. Заговорници, с друге стране, тврде да стварна употреба хардвера оправдава дуже периоде.

Друштвене и политичке димензије

Дебата око инвестиција у вештачку интелигенцију такође има политичку и друштвену димензију. Дејвид Сакс, ризични капиталиста и саветник Беле куће за криптовалуте и вештачку интелигенцију, упозорио је у новембру 2025. да би преокрет бума инвестиција у вештачку интелигенцију ризиковао рецесију. Његове речи сугеришу да је економија постала толико зависна од инвестиција у вештачку интелигенцију да би заустављање или значајно успоравање имало значајне макроекономске последице.

Ова зависност поставља питање да ли је друштво маневрисало само себе у ситуацији у којој је приморано да настави да инвестира, без обзира на своју економску исплативост, само да би избегло изненадни шок. То би била класична динамика балона, где су рационална економска разматрања засењена страхом од последица пуцања балона.

Концентрација инвестиција и ресурса на вештачку интелигенцију такође покреће питања о трошковима прилике. Трилиони долара који се уливају у центре података вештачке интелигенције теоретски би се могли користити за друге друштвене приоритете, од побољшања образовних система и проширења обновљивих извора енергије до решавања инфраструктурних дефицита. Оправдање за ову масивну алокацију ресурса зависи од тога да ли ће се обећане користи заиста остварити.

Истовремено, вештачка интелигенција већ има очигледно позитивне ефекте. У Немачкој, према студији IBM-а из новембра 2025. године, две трећине компанија извештава о значајном повећању продуктивности захваљујући вештачкој интелигенцији. Области са највећим повећањем продуктивности повезаним са вештачком интелигенцијом укључују развој софтвера и ИТ, корисничку подршку и аутоматизацију пословних процеса. Приближно једна петина компанија у Немачкој је већ остварила своје циљеве поврата инвестиције кроз иницијативе за продуктивност вођене вештачком интелигенцијом, а скоро половина очекује повраћај инвестиције у року од дванаест месеци.

Ове бројке показују да вештачка интелигенција заиста ствара економску вредност, али такође подржавају Кришнин аргумент да ова вредност не мора нужно произаћи из тежње ка општој вештачкој интелигенцији (ОПИ) са трилионима долара инвестиција, већ из циљанијих, специфичнијих примена.

Историјска перспектива технолошких трансформација

Да бисмо тренутну ситуацију ставили у перспективу, корисно је размотрити историјске паралеле. Бум дот-ком компанија крајем 1990-их често се наводи као поучна прича. У то време, огромне суме новца су се сливале у интернет компаније, засноване на оправданом уверењу да ће интернет бити трансформативан. Многа од тих улагања су се показала погрешним, а када је балон пукао 2000. године, трилиони тржишне вредности су избрисани.

Ипак, основна технологија се показала као заиста трансформативна. Компаније попут Амазона и Гугла, које су преживеле кризу, постале су доминантне силе у глобалној економији. Инфраструктура изграђена током бума, укључујући и инфраструктуру пропалих компанија, формирала је темељ дигиталне економије наредних деценија. У том смислу, могло би се тврдити да чак и прекомерна улагања у инфраструктуру вештачке интелигенције могу бити корисна на дужи рок, чак и ако многи од тренутних играча пропадну.

Међутим, кључна разлика лежи у интензитету капитала. Интернет компаније прве генерације могле су се скалирати са релативно ниским улагањима када је основна инфраструктура била на месту. Веб локација или онлајн услуга, када се једном развију, могли су доћи до милиона корисника уз минималне додатне трошкове. Вештачка интелигенција, посебно онаква каква се тренутно примењује, не прати овај образац. Сваки упит великом језичком моделу подразумева значајне рачунарске трошкове. Скалирање услуга вештачке интелигенције захтева пропорционално повећање инфраструктуре, што фундаментално мења економију.

Још једно историјско поређење је развој електричне енергије. Када је електрична енергија први пут постала доступна, компанијама су биле потребне деценије да науче како да редизајнирају своје производне процесе како би у потпуности искористиле нове могућности. У почетку су фабрике једноставно замениле парне машине електромоторима, али су иначе задржале своје старе распореде и процесе. Прави добици у продуктивности дошли су тек када су инжењери и менаџери научили да пројектују фабрике од темеља, користећи флексибилност електричне енергије.

Исто би могло да важи и за вештачку интелигенцију. Тренутне апликације можда само загребу површину онога што је могуће, а праве трансформације можда неће доћи док организације не науче да се фундаментално реорганизују како би искористиле могућности вештачке интелигенције. То би потрајало, можда године или деценије, и није јасно да ли тренутна динамика инвестиција може да приушти то стрпљење.

Будућност развоја вештачке интелигенције

Упркос свим скептицизмима и упозорењима, развој вештачке интелигенције ће се наставити. Питање није да ли је вештачка интелигенција важна, већ који је пут најперспективнији и економски одржив. Кришнина интервенција може се схватити као молба за поновну процену стратегије, а не као позив на заустављање истраживања вештачке интелигенције.

Највероватнији развој догађаја је диверзификација приступа. Док ће неке компаније наставити да улажу значајна средства у скалирање великих језичких модела, друге ће истраживати алтернативне путеве. Неуро-симболички приступи, мултимодални системи, отеловљена интелигенција, континуирано учење и други правци истраживања биће спроведени паралелно. Пробоји у хардверу, од квантног рачунарства до оптичких рачунарских архитектура и неуроморфних чипова, могли би да промене једначину.

Кључни фактор ће бити стварно прихватање на тржишту. Ако су предузећа и потрошачи спремни да плате значајне суме за услуге вештачке интелигенције, чак би и високи трошкови инфраструктуре могли бити оправдани. Међутим, за сада ово углавном остаје отворено питање. ChatGPT и сличне услуге привукле су милионе корисника, али је спремност да се за њих плате значајни износи ограничена. Већина корисника користи бесплатне или знатно субвенционисане верзије.

У сектору предузећа, ситуација је донекле другачија. Овде постоји очигледна спремност да се плати за вештачка интелигенција решења која решавају специфичне пословне проблеме. Мајкрософт извештава о снажном расту својих вештачких интелигенција за предузећа. Питање је да ли ови токови прихода могу довољно брзо да расту да оправдају огромна улагања.

У вези са овим:

• Потцењени фактор: Зашто би вишак електричне енергије у Кини могао да избрише предност САД у погледу чипова

Резултати вишедимензионалне анализе

Забринутости које је изнео Арвинд Кришна у подкасту „Decoder“ дотичу се суштине једног од најзначајнијих економских и технолошких ризика у историји. Његов аргумент је заснован на здравим економским принципима и техничком разумевању. Комбинација огромних капиталних трошкова, кратких животних циклуса хардвера и мале вероватноће да ће тренутне технологије довести до АГИ (Аутоматизованог генерисања интелигенције) представља убедљив аргумент против тренутне инвестиционе стратегије.

Истовремено, Кришнин став није без контрааргумената. Заговорници масовних инвестиција у вештачку интелигенцију тврдили би да трансформативне технологије често захтевају огромна почетна улагања, да трошкови по рачунарској јединици континуирано опадају, да ће се појавити нови пословни модели који још нису предвидљиви и да је ризик од заостајања у технологији која потенцијално мења свет већи од финансијског ризика прекомерних улагања.

Истина вероватно лежи негде између ових екстремних позиција. Вештачка интелигенција је несумњиво важна и трансформативна технологија која ће створити значајну економску вредност. Тренутни језички модели и примене вештачке интелигенције већ показују импресивне могућности и доводе до мерљивих повећања продуктивности у многим областима. Истовремено, идеја да ће једноставно скалирање тренутних приступа довести до опште вештачке интелигенције је све контроверзнија, чак и међу водећим истраживачима вештачке интелигенције.

Економска анализа говори много. Сама величина потребних инвестиција и потреба за генерисањем огромних профита у кратком временском периоду представљају невиђени изазов. Ако су Кришнини прорачуни и приближно тачни, тешко је замислити како тренутна инвестициона стратегија може бити одржива.

Међутим, то не значи нужно да је катастрофа неизбежна. Тржишта имају капацитет да се прилагоде. Инвестициони токови се могу променити, пословни модели се могу развијати, а технолошки продори могу фундаментално изменити економију. Историја технологије је пуна примера где је почетни скептицизам оповргнут, а наизглед немогући изазови превазиђени.

Оно што се чини вероватним јесте период консолидације и поновне процене. Тренутне стопе раста инвестиција у вештачку интелигенцију не могу се наставити унедоглед. У неком тренутку, инвеститори и пословни лидери ће желети да виде доказе о стварним приносима. Компаније које могу да пруже убедљиве примере употребе и доказиву економску вредност ће напредовати. Друге ће можда морати да прилагоде своје стратегије или да напусте тржиште.

Кришнина интервенција служи као важно упозорење да треба бити опрезан у окружењу које карактерише еуфорија и потреба да се одржи корак. Његово деценије искуства у технолошком сектору и његова позиција на челу једне од најстаријих и најистакнутијих ИТ компанија на свету дају тежину његовим речима. Време ће показати да ли је у праву. Међутим, оно што је сигурно јесте да се питања која покреће морају схватити озбиљно и темељно размотрити пре него што се још трилиони уложе у стратегију чији је успех далеко од загарантованог.

Нова димензија дигиталне трансформације са „Управљаном вештачком интелигенцијом“ – платформа и B2B решење | Xpert Consulting - Слика: Xpert.Digital

Овде ћете сазнати како ваша компанија може брзо, безбедно и без високих баријера за улазак имплементирати прилагођена решења за вештачку интелигенцију.

Управљана AI платформа је ваше свеобухватно и безбрижно решење за вештачку интелигенцију. Уместо да се бавите сложеном технологијом, скупом инфраструктуром и дуготрајним процесима развоја, добијате готово решење прилагођено вашим потребама од специјализованог партнера – често у року од само неколико дана.

Кључне предности на први поглед:

⚡ Брза имплементација: Од идеје до апликације спремне за употребу за дане, а не месеци. Нудимо практична решења која стварају тренутну додату вредност.

🔒 Максимална безбедност података: Ваши осетљиви подаци остају код вас. Гарантујемо безбедну и усклађену обраду без дељења података са трећим лицима.

💸 Без финансијског ризика: Плаћате само за резултате. Велика почетна улагања у хардвер, софтвер или особље су потпуно елиминисана.

🎯 Фокусирајте се на свој основни посао: Концентришите се на оно што најбоље радите. Ми се бринемо о целокупној техничкој имплементацији, раду и одржавању вашег вештачке интелигенције.

📈 Спремно за будућност и скалабилно: Ваша вештачка интелигенција расте са вама. Обезбеђујемо континуирану оптимизацију и скалабилност и флексибилно прилагођавамо моделе новим захтевима.

Више информација овде:

• Решење за управљану вештачку интелигенцију - Индустријске услуге вештачке интелигенције: Кључ конкурентности у секторима услуга, индустрије и машинства

☑️ Наш пословни језик је енглески или немачки

☑️ НОВО: Преписка на вашем матерњем језику!

Konrad Wolfenstein

Ја и мој тим смо срећни што вам можемо бити на располагању као ваш лични саветник.

Можете ме контактирати попуњавањем контакт форме овде или једноставно позовите на +49 89 89 674 804 ( Минхен) . Моја имејл адреса је: [email protected]

Радујем се нашем заједничком пројекту.

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или реорганизација дигиталне стратегије и дигитализације

☑️ Проширење и оптимизација међународних продајних процеса

☑️ Глобалне и дигиталне B2B платформе за трговање

☑️ Пионирски развој пословања / Маркетинг / Односи с јавношћу / Сајмови