CEO ng Broadcom: Maraming AI investors ay parang mga sugalero sa casino, ang pinakamalaking hadlang sa pag-unlad ng AI ay kapital

Patuloy na umiinit ang pamumuhunan sa AI na imprastraktura, ngunit habang tumataas ang halaga ng pagpopondo at dumarami ang hindi tiyak na kita, unti-unting nagiging pangunahing hadlang ang kapital, kapalit ng chips at supply ng kuryente, para sa mas malawak pang paglawak ng industriya ng AI.

Ayon sa ulat ng Bloomberg at CNBC, tahasang sinabi ng CEO ng Broadcom na si Hock Tan sa DBS Asia Future Forward Conference sa Singapore ngayong Lunes na maraming AI na mamumuhunan ang kulang sa batayang kaalaman tungkol sa mga teknolohiyang kanilang tinatayaan ngunit may napakataas na inaasahan sa kita, na ang kilos ay parang mga sugarol sa casino. Ibinigay rin niya ang OpenAI bilang halimbawa; bagamat umabot ng $50 bilyon ang taunang kita ng kumpanya noong Setyembre, patuloy pa rin silang nalulugi dahil sa mahal na gastos sa model training, kaya’t ang paglago ng kita ay hindi nangangahulugang napatunayan na ang modelo ng negosyo.

Sinabi pa ni Hock Tan na ang kapital ay posibleng maging pinakamalaking hadlang ngayon ng industriya ng AI, at mas mahalaga pa ito kaysa sa kakulangan ng chips, storage, at kuryente. Habang unti-unting lumuluwag ang ilang bottleneck sa hardware at enerhiya dahil sa pagpapalawak ng kakayahan, lumilitaw namang mga bagong hamon ang tumataas na gastos sa pagpopondo at pangangailangan ng mga mamumuhunan ng kita, pati na kung ang modelo ng AI ay talagang makapagdadala ng dagdag na halaga sa negosyo.

Naglahad din ng kaparehong pananaw ang CEO ng Intel na si Pat Gelsinger sa nasabing conference. Binanggit niya na ang tumataas na kapital na gastos at ang tanong kung makakamit ba ng mga mamumuhunan ang sapat na kita ay pangunahing hamon sa industriya ng AI. Lalo pang naging malinaw ito nang bawiin ng kumpanyang Australianong data center na Firmus Grid ang kanilang IPO plan noong nakaraang linggo—nagpapahiwatig ng maingat na pagtingin ng merkado sa halaga ng AI infra investments at inaasahang kita.

Tumaas ang Gastos sa Kapital, Tinatahak ng AI ang Pagsubok sa Kita

Ipinaliwanag ni Hock Tan na noong nakaraang dalawang taon ay dumaan sa serye ng bottleneck ang industriya ng AI, ngunit habang palaki nang palaki ang kakayahan, posibleng lumuwag ang ilang limitasyon. Inaasahan niyang maaaring maresolba ang kakulangan sa wafers pagsapit ng 2028 hanggang 2029, at kasabay ng paggamit ng bagong imprastraktura, mas magiging maluwag din ang supply ng kuryente.

Kung ikukumpara, mas mahirap lutasin ang hadlang ng kapital. Sinabi rin ng CEO ng DBS Group na si Tan Su Shan, na matapos ang malakihang pamumuhunan, muling tinataya ng merkado ang panganib ng AI funding. Para sa mga kumpanyang patuloy na kinakailangang mag-invest ng malaking halaga para bumuo ng data centers, bumili ng chips, at mag-train ng mga modelo, mas lalo pang tataas ang threshold para mamuhunan habang tumataas ang gastos sa kapital.

Ang pag-atras ng Firmus Grid sa kanilang IPO plan ay nagpapakita ng tunay na halimbawa ng trend na ito. Kahit nakatanggap ng suporta mula sa Nvidia, hindi nila naisakatuparan ang kanilang plano sa pagpopondo, na sumasalamin sa mas striktong pagsusuri ng mga mamumuhunan sa pagpapahalaga at kakayahang magdala ng kita ng mga AI infrastructure company.

Lumago ang Kita ng OpenAI, Bagaman Hindi Pa Lubos na Napapatunayan ang Tubong Dalang AI

Ginamit ni Hock Tan bilang halimbawa ang OpenAI upang ipakita na may distansya pa rin sa pagitan ng paglago sa kita at sa maturity ng modelo ng negosyo. Sinabi niyang umabot sa $50 bilyon ang taunang kita ng OpenAI noong Setyembre, pinapatunayan ang malawak na potensyal na kita ng generative AI, ngunit nananatili pa rin silang lugi dahil sa mataas na gastos sa training ng mga modelo.

Sa kanyang pananaw, hindi sapat ang laki ng kita upang patunayang kayang kumita nang pangmatagalan ng mga advance na AI model. May isa pang isyu hinggil sa mga gastos ng enterprise sa AI: marami pa ring kumpanya ang nasa yugto ng pagsusubok—bumibili ng AI services ngunit hindi naipapasa sa aktwal na pagtaas ng produktibidad.

Ikinumpara ni Hock Tan ang situwasyong ito sa mga batang may token mula sa magulang na mabilis lang ginagastos sa arcade ngunit walang tunay na natututunan. Naniniwala siyang kailangang maghanap ng AI model developers ng mga kliyenteng talagang makikinabang mula sa AI deployment, at hindi umasa sa pansamantalang “trial” consumption para suportahan ang paglago.

Malakas ang Pangangailangan sa Computing Power sa Maikli, Ang Pangmatagalang Paglago ay Nakasalalay Pa Rin sa Kita

Bagaman may babala hinggil sa kapital na limitasyon at kita, optimistiko pa rin sina CEO ng Broadcom at Intel tungkol sa pangangailangan sa AI sa susunod na dalawang hanggang tatlong taon.

Sabi ni Hock Tan, ang demand sa AI infrastructure ay tuloy-tuloy na mas mataas kaysa sa supply, at maaaring tumagal ang imbalance na ito hanggang 2029 o maging 2030. Para naman kay Pat Gelsinger, patuloy na susuportahan ng paglago ng AI applications at demand sa compute ang industriya, at malamang na mananatiling masikip ang hardware supply sa maikli.

Gayunpaman, hindi nangangahulugang magpapatuloy nang walang hanggan ang investment boom dahil malakas ang short-term demand. Babala ni Hock Tan, kung hindi umabot sa inaasahan ang adaption ng advanced AI models, o kung mahadlangan ang pagtaas ng kakayahan ng mga modelo, maaaring humina ang demand sa compute infrastructure. Diin ni Pat Gelsinger, kailangan ng mga kumpanya na maging mas episyente at maghanap ng bagong business models upang mapatunayang may tunay na balik ang AI investment.

Sa paglipat ng industriya mula sa kompetisyon sa compute power at pagtatayo ng infrastructure papunta sa pagpapatunay ng business value, ang desisyon ng kapital na patuloy na mamuhunan ay lalong nakadepende kung matutupad ba ng AI ang pangakong produktibidad nito.