ИИ замедляется: к 2030 году потребуется выручка в $3 трлн для поддержания пузыря
Эд Зитрон утверждает, что генеративный ИИ замедляется, а не ускоряется, и экономика просто не сходится. Статья сосредоточена на ошеломляющих требованиях к капиталу: доход в 3 триллиона долларов и более к концу 2030 года, чтобы поддерживать существование индустрии ИИ, исходя из затрат на строительство центров обработки данных и обязательств гиперскейлеров.
Ключевые финансовые прогнозы из источника
- Затраты на ЦОД: Согласно Sightline Climate и Дженсену Хуангу, запланированные 190 ГВт ЦОД обойдутся в 9,5–15 триллионов долларов (при $80–100 млрд за ГВт). Bloomberg ошибочно указывает $3 трлн.
- Зависимость от доходов NVIDIA: 54% доходов NVIDIA поступает от трех клиентов (вероятно, Microsoft, Google, Meta). Хуанг прогнозирует доход в $1 трлн к концу 2027 года, но контрагенты должны постоянно наращивать долг.
- Действия гиперскейлеров: Продажа акций Google на $85 млрд и запланированный сброс Meta на несколько миллиардов долларов сигнализируют о том, что долг становится труднее получить, по мнению экономиста Пола Кедроски.
- Обязательства Anthropic: Обязательства по вычислительным мощностям/чипам на $330 млрд (Google, Amazon, Microsoft) плюс $30 млрд с CoreWeave и $15 млрд со SpaceX. Для компании требуется годовой доход в $174 млрд к 2029 году. Только в 2025 году привлечено $95 млрд, но в следующем году потребуется еще $200+ млрд.
- Расходы OpenAI: Прогнозируется сжигание как минимум $852 млрд к концу 2030 года, с обязательствами по вычислительным мощностям на $770+ млрд. Мартовского раунда финансирования на $122 млрд недостаточно.
Почему это важно для AI-агентов кодинга
Если пузырь ИИ сожмется, доступ к передовым моделям (например, GPT-5, Claude 4, Gemini Ultra) может стать дороже или ограниченнее. Затраты на инференс могут вырасти, если строительство ЦОД застопорится. Для команд, полагающихся на AI-агентов, это означает необходимость диверсификации провайдеров моделей и подготовку к возможному повышению цен или снижению доступности API.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также
Cursor's Composer 2.0, судя по данным конечной точки API, использует модель Kimi 2.5.
Анализ сетевого трафика показывает, что Cursor's Composer 2.0 отправляет запросы на конечную точку, содержащую 'kimi-k2p5-rl-0317-s515-fast', что указывает на использование Kimi 2.5 в качестве основы. Модифицированная лицензия MIT, согласно сообщениям, требует указания авторства, но налагает минимальные другие обязательства.
Тест Apple Silicon: Производительность Qwen3-VL на M3, M4 и M5 Max для классификации Vision LLM
Результаты тестирования показывают производительность визуальной LLM Qwen3-VL в задачах классификации на Apple Silicon: модели M3 Max и M4 Studio демонстрируют практически идентичные результаты для 8B моделей, в то время как M5 Max работает на 75-83% быстрее. Пропускная способность памяти важнее для генерации токенов, чем для предварительного заполнения в визуальных задачах.
Тест пространственного мышления LLM: бенчмарк Sokoban показывает лидерство ChatGPT, Qwen3.7-max и Gemini 3.5-thinking
Специальный тест Sokoban оценивал пространственное мышление LLM в режиме zero-shot со строгим форматированием. Только ChatGPT, Qwen3.7-max и Gemini 3.5-thinking справились. Такие модели, как Gemini 3.5-flash и Qwen3.7-plus, не прошли из-за недопустимых ходов или тупиков.
OpenAI тайно финансировала группу по защите проверки возраста в Калифорнии
OpenAI тайно финансировала коалицию Parents and Kids Safe AI Coalition, калифорнийскую группу, выступающую за требования возрастной проверки в ИИ, скрывая своё участие от других правозащитных организаций. Компания выделила 10 миллионов долларов на поддержку законодательства Parents and Kids Safe AI Act.