KI verlangsamt sich: 3 Billionen US-Dollar Umsatz bis 2030 nötig, um die Blase zu erhalten

✍️ OpenClawRadar📅 Veröffentlicht: 9. Juni 2026🔗 Source
KI verlangsamt sich: 3 Billionen US-Dollar Umsatz bis 2030 nötig, um die Blase zu erhalten
Ad

Ed Zitron argumentiert, dass generative KI sich verlangsamt, nicht beschleunigt, und die Wirtschaftlichkeit einfach nicht aufgeht. Der Beitrag konzentriert sich auf die atemberaubenden Kapitalanforderungen: 3 Billionen Dollar oder mehr Umsatz bis Ende 2030, um die Existenz der KI-Branche zu sichern, basierend auf den Kosten für den Aufbau von Rechenzentren und den Verpflichtungen der Hyperscaler.

Wichtige Finanzprognosen aus der Quelle

  • Kosten für Rechenzentren: Laut Sightline Climate und Jensen Huang werden die geplanten 190 GW an Rechenzentren 9,5 bis 15 Billionen Dollar kosten (bei 80–100 Mrd. $ pro GW). Bloomberg gibt fälschlicherweise 3 Billionen an.
  • Abhängigkeit von NVIDIA-Umsätzen: 54 % der NVIDIA-Umsätze stammen von drei Kunden (wahrscheinlich Microsoft, Google, Meta). Huang prognostiziert 1 Billion Dollar Umsatz bis Ende 2027, aber die Gegenparteien müssen sich dauerhaft verschulden.
  • Schritte der Hyperscaler: Googles Aktienverkauf über 85 Mrd. $ und Metas geplanter Milliarden-Dollar-Abverkauf deuten darauf hin, dass Schulden schwerer zu bekommen sind, so der Ökonom Paul Kedrosky.
  • Anthropic-Verpflichtungen: 330 Mrd. $ in Compute-/Chip-Verpflichtungen (Google, Amazon, Microsoft) plus 30 Mrd. $ mit CoreWeave und 15 Mrd. $ mit SpaceX. Benötigt 174 Mrd. $ Jahresumsatz bis 2029. Hat allein 2025 95 Mrd. $ aufgebracht, wird aber im nächsten Jahr weitere 200 Mrd. $+ benötigen.
  • OpenAI-Verbrennung: Prognostiziert mindestens 852 Mrd. $ bis Ende 2030, mit über 770 Mrd. $ in Compute-Verpflichtungen. Die Finanzierungsrunde im März über 122 Mrd. $ reicht nicht aus.
Ad

Warum das für KI-Codierungsagenten wichtig ist

Wenn die KI-Blase schrumpft, könnte der Zugang zu hochmodernen Modellen (z. B. GPT-5, Claude 4, Gemini Ultra) teurer oder eingeschränkt werden. Die Inferenzkosten könnten steigen, wenn der Bau von Rechenzentren ins Stocken gerät. Für Teams, die auf KI-Agenten angewiesen sind, bedeutet dies, die Anbieter von Modellen zu diversifizieren und sich auf mögliche Preiserhöhungen oder eine reduzierte API-Verfügbarkeit vorzubereiten.

📖 Lesen Sie die vollständige Quelle: HN AI Agents

Ad

👀 Siehe auch

Claude Code v2.1.89 fügt verzögerbare Hooks, Wiederholungsversuche für Berechtigungen hinzu und behebt Speicherlecks.
Nachrichten

Claude Code v2.1.89 fügt verzögerbare Hooks, Wiederholungsversuche für Berechtigungen hinzu und behebt Speicherlecks.

Claude Code v2.1.89 führt eine 'defer'-Berechtigungsentscheidung für PreToolUse-Hooks ein, fügt einen PermissionDenied-Hook mit Wiederholungsfähigkeit hinzu und behebt kritische Probleme einschließlich Speicherlecks bei großen JSON-Eingaben und StructuredOutput-Schema-Cache-Fehlern.

OpenClawRadar
Chromes Gemini Nano KI-Modell belegt 4 GB Festplattenspeicher
Nachrichten

Chromes Gemini Nano KI-Modell belegt 4 GB Festplattenspeicher

Google Chrome lädt automatisch eine 4GB große weights.bin-Datei für das On-Device-KI-Modell Gemini Nano herunter, die ohne klare Benutzerhinweise den Speicher aufblähen kann. Das Deaktivieren des On-Device-KI-Schalters in den Einstellungen entfernt die Datei und verhindert erneutes Herunterladen.

OpenClawRadar
Claude Fable 5 von Anthropic: Mythos-Klasse-Fähigkeiten, Datenspeicherung erforderlich
Nachrichten

Claude Fable 5 von Anthropic: Mythos-Klasse-Fähigkeiten, Datenspeicherung erforderlich

Anthropic veröffentlicht Claude Fable 5 morgen, beschrieben als das fortschrittlichste öffentlich zugängliche Modell mit Fähigkeiten der Mythos-Klasse und verbesserten Schutzmaßnahmen. Es wird voraussichtlich Datenaufbewahrung erfordern.

OpenClawRadar
Coding-Agent-Sitzungsprotokolle werden lokal gespeichert, könnten offenes föderiertes Training ermöglichen
Nachrichten

Coding-Agent-Sitzungsprotokolle werden lokal gespeichert, könnten offenes föderiertes Training ermöglichen

Codierungsagenten wie Claude Code und Codex CLI speichern detaillierte Sitzungsprotokolle lokal, einschließlich Aufgaben, Überlegungen, Tool-Aufrufe und Umgebungsantworten. Ein Reddit-Beitrag schlägt vor, diese Daten über föderiertes Lernen zu nutzen, um ein offenes Äquivalent zu proprietären Trainingsdatensätzen zu schaffen.

OpenClawRadar