Следващият голям пробив при изкуствения интелект вероятно няма да бъде свързан с появата на по-интелигентен или по-мощен модел, а с драстичното поевтиняване на работата на AI. Анализ на McKinsey & Company показва, че именно цената на AI изчисленията при реалната експлоатация ще определи колко бързо технологията ще навлезе масово в бизнеса и ежедневието.
Светът вече инвестира безпрецедентни средства в AI инфраструктура, но устойчивото развитие на индустрията ще зависи не толкова от изграждането на още центрове за данни, колкото от способността да се намали цената на всяка заявка към езиковите модели.
От обучение към използване
До неотдавна най-голямото предизвикателство пред разработчиците беше обучението на големите езикови модели. Това остава изключително ресурсоемък процес, но се случва сравнително рядко. Истинските разходи започват след това.
Всеки вече обучен модел обслужва милиарди потребителски заявки дневно. Всяка отделна заявка струва малко, но натрупаният ефект превръща т. нар. „инференс“ – процеса, при който моделът генерира отговор – в най-голямото перо в разходите за изкуствен интелект.
Именно тук, според McKinsey, започва следващата фаза в развитието на AI. Ако цената на всяка обработена заявка не намалее многократно, много от днешните приложения няма да могат да се превърнат в устойчив бизнес.
Над 700 милиарда долара за инфраструктура
Конкуренцията между големите облачни доставчици ускорява изграждането на AI инфраструктура с темпове, които допреди няколко години изглеждаха трудно постижими.
През 2026 г. Amazon, Google, Meta и Microsoft планират общи капиталови разходи над 700 милиарда долара. По-голямата част от тях са насочени към инфраструктура за изкуствен интелект. Средствата се инвестират в нови центрове за данни, AI ускорители, мрежова свързаност и специализиран хардуер.
Тази инвестиционна вълна вече променя цялата полупроводникова индустрия. Производителите на чипове, памети, оптични компоненти и оборудване се оказват в центъра на нова технологична надпревара.
Цената на токена – новият показател
Доскоро производителността на AI системите се измерваше основно чрез изчислителната мощ във FLOPS. Според анализа на McKinsey, този подход постепенно губи значение.
Все по-важни стават два нови показателя – цената на обработен токен и количеството енергия, необходимо за неговото генериране. Именно те ще определят кои технологии ще бъдат конкурентоспособни през следващите години.
Така е, защото даден модел може да бъде впечатляващо интелигентен, но ако всяка заявка струва твърде скъпо или изисква прекомерно количество електроенергия, неговото масово внедряване става икономически нежизнеспособно.
Няма вълшебна пръчица
Според McKinsey, индустрията не трябва да очаква една технология, която сама да намали разходите в пъти. Необходимият ефект ще бъде постигнат чрез комбинация от множество подобрения по цялата технологична верига.
Това включва оптимизация на самите AI модели, нови архитектури на чиповете, усъвършенствано пакетиране на полупроводниците, по-бързи памети, оптични връзки между процесорите и по-ефективен системен софтуер.
Анализаторите оценяват общо 13 технологични направления, които могат да окажат влияние върху цената на „инференса“. Част от тях вече намират практическо приложение, докато други все още се намират в експериментална фаза.
Четирите най-важни технологии
Сред разгледаните технологии четири се открояват с най-голям потенциал да намалят цената на AI изчисленията. Това са оптимизацията на моделите, специализираните AI чипове (ASIC), модерните технологии за пакетиране на полупроводници и т.нар. co-packaged optics (CPO), при които оптичните комуникации се интегрират непосредствено до изчислителните компоненти.
Според McKinsey, именно тези направления ще концентрират голяма част от бъдещите инвестиции и ще определят къде ще се създава най-голяма стойност по цялата верига – от разработчиците на инструменти за проектиране на чипове до производителите на памети, оптични компоненти и оборудване за полупроводниковата индустрия.
По-ниски разходи = нови AI приложения
Днес голяма част от AI приложенията все още работят при незадоволителна рентабилност. Това важи дори за популярни категории като чатботове, системи за генериране на изображения и гласови асистенти.
Изключение започват да правят AI асистентите за програмиране и агентните AI системи, които създават по-висока стойност за всяка обработена заявка и носят измерими ползи за производителността. Въпреки това и при тях икономическите показатели все още не достигат очакванията на инвеститорите и операторите.
Ако цената на „инференса“ бъде намалена няколко пъти, ще стане възможно внедряването на много повече AI услуги в корпоративния софтуер, индустрията, здравеопазването и потребителските приложения.
Наред с това, предприятията ще могат да разширят използването на изкуствен интелект, без бюджетите за токени да нарастват със същите темпове. А това, според McKinsey, ще се превърне в един от ключовите фактори за следващия етап от развитието на AI икономиката.
