Keďže umelá inteligencia prechádza od experimentov k reálnym aplikáciám, limity, ktoré jej ukladá fyzický svet, kapitálové trhy a politické systémy, majú jednoznačne väčší význam ako jej teoretický potenciál.
Najbezprostrednejším obmedzením je elektrická energia. Nikde to nie je zjavnejšie ako v USA, kde sa očakáva, že do roku 2035 vzrastie dopyt po elektrickej energii pre dátové centrá zhruba z 35 gigawattov na 78 GW. Severná Virgínia, najväčší svetový klaster cloudovej infraštruktúry, už v skutočnosti vyčerpala dostupnú kapacitu siete. Energetické spoločnosti v Arizone, Georgii a Ohiu varujú, že výstavba nových rozvodní môže trvať takmer desať rokov. Jediný kampus môže vyžadovať 300 až 500 MW, čo je dosť na napájanie celého mesta. Kremík (potrebný pre čipy) sa dá vyrobiť rýchlo, vysokonapäťový prenos elektriny nie.
Trhy reagujú takou rýchlosťou a s takými ambíciami, aké sa dali očakávať. „Hyperskaláry“ (veľké technologické firmy, ktoré budujú pokročilé modely AI na základe čoraz väčšej výpočtovej kapacity) sa stali jednými z najväčších svetových odberateľov dlhodobo dodávanej energie z obnoviteľných zdrojov. Súkromné solárne a veterné farmy sa budujú vyslovene na obsluhu cloudových zariadení a niektoré firmy skúmajú malé modulárne reaktory novej generácie ako spôsob, ako obísť pomalšiu mestskú infraštruktúru. Tieto snahy nakoniec rozšíria hranice možného, ale obmedzenie ani tak neodstránia, ako skôr presmerujú.
Meta, Microsoft a Google revidujú svoje investičné plány tak často, že analytici majú problém držať s nimi krok.
Ďalšia vlna kapacít AI sa pravdepodobne nebude koncentrovať v Severnej Virgínii alebo v Dubline, ale v regiónoch, kde je stále dostatok pôdy, energie a vody: americký Stredozápad, Škandinávia, časti Blízkeho východu a západná Čína. Geografiu umelej inteligencie určuje fyzika, nie preferencie.
Ďalším obmedzením je kremík a tu sa príbeh stáva komplikovanejším. Kedysi sa zdalo, že spoločnosť Nvidia je univerzálnym substrátom pre vývoj AI na celom svete, ale táto éra sa končí. Významným míľnikom je, že spoločnosť Google vycvičila svoj najnovší veľký jazykový model Gemini 3 výlučne na vlastných jednotkách Tensor Processing Units – a na podobné účely sa vyvíjajú aj čipy Trainium2 od spoločnosti Amazon, Maia od Microsoftu a MTIA od spoločnosti Meta. Podobne aj v Číne sa platforma Ascend od spoločnosti Huawei stala strategickým základom pre zdokonaľovanie modelov vzhľadom na kontroly vývozu zo strany USA. Niektoré z týchto zmien odrážajú prirodzenú technologickú vyspelosť. S nárastom pracovného zaťaženia sa špecializované akcelerátory stávajú efektívnejšími ako univerzálne GPU pôvodne prispôsobené na AI.
Načasovanie však nie je náhodné. Nedostatok, geopolitické trenice a tlak na náklady prinútili „hyperskaláry“ prevziať úlohu, ktorá bola kedysi vyhradená polovodičovým firmám. Vzhľadom na to, že odklon od ekosystému CUDA spoločnosti Nvidia je spojený s obrovskými organizačnými nákladmi, rastúca ochota znášať ich signalizuje, akým vážnym sa stalo obmedzenie. Nasledovať bude roztrieštenejšie hardvérové prostredie a s ním aj roztrieštenejší ekosystém umelej inteligencie. Ak sa architektúry raz rozídu na úrovni kremíka, len zriedkavo sa znovu spoja.
Regionálne a inštitucionálne architektúry sú formované rôznymi limitmi: od nedostatku energie v USA po obmedzenia pozemkov a chladenia v Singapure a Japonsku či regulačné trenice v Európe.Technológia je síce globálna, ale jej implementácia je lokálna.
Limitom je aj kapitál. Investičné plány na rok 2026 presahujú 518 miliárd dolárov, čo je suma, ktorá len za posledný rok vzrástla takmer o dve tretiny. Už teraz sme svedkami najväčšej výstavby infraštruktúry v súkromnom sektore v modernej histórii. Meta, Microsoft a Google revidujú svoje investičné plány tak často, že analytici majú problém držať s nimi krok. Napriek tomu je ešte skoro na počítanie ekonomických výnosov. Spoločnosť Baidu nedávno vykázala príjmy z aplikácií súvisiacich s AI vo výške 2,6 miliardy čínskych jüanov (369 miliónov USD), ktoré boli z veľkej časti spôsobené podnikovými zmluvami a predplatným infraštruktúry. Spoločnosť Tencent tvrdí, že zvýšila ziskovosť vďaka zvýšeniu efektívnosti v rámci svojich vyspelých podnikov. V USA však väčšina spoločností stále pochováva svoje príjmy z AI v rámci širších kategórií cloudu.
Rozdiel medzi prijatím AI a speňažením je veľký, ale známy. V minulých technologických vlnách výdavky na infraštruktúru bežne predbiehali rast produktivity o roky. Obmedzenie nepochádza zo slabého sentimentu investorov, ale zo strategického tlaku, ktorý vytvára nadšenie: rôzne firmy sledujú rôzne koncepcie hodnoty, pretože si to vyžadujú ich obchodné modely a nákladové štruktúry.
Mnohé odvetvia jednoducho nemôžu prijať umelú inteligenciu takým tempom, akým sa uvoľňujú nové modely. Veľké banky sú napríklad naďalej viazané bezpečnostnými rámcami a rámcami dodržiavania predpisov, ktoré vyžadujú také nasadenie softvéru, ktoré sa dá kontrolovať. Takéto pravidlá ich okamžite odrezávajú od najpokročilejších hraničných modelov, ktoré sa spoliehajú na orchestráciu na strane cloudu a rýchle opakovanie prostredníctvom nových verzií. Systémy zdravotnej starostlivosti čelia podobným obmedzeniam a vlády ešte väčším. Problémom nie sú teoretické možnosti umelej inteligencie, ale ťažkosti so začlenením takýchto nástrojov do starších systémov vytvorených pre inú éru.
To naznačuje, aká bude budúcnosť, ktorá je odlišná od tej, ktorú naznačuje štandardný mediálny príbeh. Umelá inteligencia nesmeruje k jedinej univerzálnej hranici. Rôzne regionálne a inštitucionálne architektúry sú formované rôznymi limitmi: od nedostatku energie v USA po obmedzenia pozemkov a chladenia v Singapure a Japonsku, „geopolitický nedostatok“ v Číne (kde západné kontroly exportu obmedzujú prístup k pokročilým čipom a cloudovému hardvéru), regulačné trenice v Európe a organizačnú strnulosť v podnikovom svete. Technológia je síce globálna, ale jej implementácia je lokálna.
Našťastie reálne obmedzenia nie sú nepriateľom pokroku. Často tvoria lešenie (štruktúru), okolo ktorého sa formujú nové systémy. Prebytok optických vlákien koncom 90. rokov, ktorý bol spočiatku zosmiešňovaný, sa neskôr stal základom pre vznik streamingu, sociálnych médií a cloud computingu. Dnešné obmedzenia budú zohrávať podobnú úlohu. Nedostatok energie už teraz mení geografiu AI. Fragmentácia kremíka vytvára nové národné a podnikové ekosystémy. Kapitálová asymetria tlačí firmy do rôznych strategických rovnováh. Inštitucionálne obmedzenia formujú prvé skutočné prípady použitia.
Nasledujúce desaťročie umelej inteligencie nebude patriť systémom s najväčšími teoretickými schopnosťami, ale ekosystémom, ktoré sú najzručnejšie v premene reálnych limitov na výhody dizajnu. Možnosti definujú horizont, ale obmedzenia určia cestu, ktorou sa svet nakoniec vydá.
© Project Syndicate 1995–2025
www.project-syndicate.org
