Swali la AI la Trilioni $3: Je, Mapato Yataweza Kulingana na Matumizi ya Miundombinu?

Sekta ya akili mnemba (AI) kwa sasa imekwama katika mashindano yenye hatari kubwa kati ya matumizi makubwa ya mtaji na hitaji la haraka la kuzalisha mapato. Wakati makampuni makubwa ya teknolojia (hyperscalers) yakimwaga trilioni nyingi kwenye vifaa vya kielektronik (hardware), swali muhimu linajitokeza: je, tabaka la programu (software layer) linaweza kuzalisha thamani ya kutosha kuhalalisha gharama kubwa ya silikoni?

Pengo linalokua kati ya CapEx na Mapato

Kiwango cha uwekezaji katika miundombinu ya AI ni cha kushangaza. Mshirika wa Sequoia, David Cahn, ambaye hapo awali alikadiria hitaji la mapato ya dola bilioni 200 kulingana na mapato ya GPU ya Nvidia ya dola bilioni 50, amerekebisha makadirio yake kwa kiasi kikubwa. Kutokana na miaka mitatu ya upanuzi mkubwa wa miundombinu (hyperscaling), sasa Cahn anakadiria kuwa matumizi ya miundombinu ya AI yatafikia dola trilioni 1.5 ifikapo mwaka 2026.

Ili kurejesha gharama hizi, sekta hii lazima izalishe makadirio ya dola trilioni 3 katika mapato. Takwimu hii huenda ikawa ni makadirio ya chini kabisa. Ongezeko la gharama za kumbukumbu (memory), utumiaji wa chip maalum za utambuzi (inference-specific chips), na kuongezeka kwa gharama za ujenzi wa vituo vya data (data centers) kunaongeza mahitaji ya mapato kwa kila gigawati (GW) ya CapEx kwa kasi kubwa. Ingawa maabara za kisasa (frontier labs) zinaona ukuaji—ambapo Anthropic inaripotiwa kufikia ARR ya dola bilioni 60 na OpenAI kufikia ARR ya dola bilioni 20—bado kuna pengo kubwa kati ya mapato ya sasa na kiwango cha dola trilioni 3.

Kamari ya Hyperscalers na Hatari ya Kushuka kwa Thamani (Deflation)

Makampuni makubwa ya teknolojia (hyperscalers) ya mtindo wa "Magnificent Seven"—Google, Meta, Microsoft, na Amazon—ndio vichocheo wakuu vya matumizi haya. Majitu haya yanabeti kwenye kasi kubwa ya mtiririko wa fedha (free cash flow) ifikapo mwaka 2028, wakitegemea wazo kwamba huduma za AI zitakuwa huduma muhimu na zenye faida kubwa.

Hata hivyo, mwanachumi mkuu wa Apollo, Torsten Slok, anaonya kuhusu vikwazo vikubwa vinavyoweza kuharibu hesabu hizi. Mitindo miwili mahususi inatishia mfumo wa biashara wa "token factory":

  1. Kupanda kwa Open Weights: Mashirika yanazidi kuelekea kwenye mifumo ya bei nafuu ya "open-weight", ikiwa ni pamoja na ile inayotoka China, badala ya kutegemea tu mifumo ghali ya kisasa (frontier models).
  2. Kushuka kwa Thamani ya Token (Token Deflation): Kadiri mifumo inavyozidi kuwa bora zaidi, bei ya kila token inashuka kwa kasi. Kwa mfano, mifumo ya hivi karibuni ya OpenAI imepata ongezeko la 54% katika ufanisi wa token kwa kazi za uandishi wa kodi (coding). Ingawa hii ni ushindi kwa watengenezaji na watumiaji wa mwisho, inatengeneza "mashindano ya kushuka kwa bei" (race to the bottom) kwa watoa huduma wanaotegemea idadi kubwa ya token ili kufidia gharama kubwa za miundombinu.

Athari za Kiuchumi za Kushindwa kwa Mapato ya AI

Hatari hizi zinaenda mbali zaidi ya mizania (balance sheets) ya majitu ya teknolojia. Kwa sababu uongozi wa sasa wa soko umekusanyika kwa majina machache, S&P 500 nzima imefungamana na mafanikio ya mzunguko huu wa uwekezaji wa AI.

Ikiwa makampuni makubwa ya teknolojia (hyperscalers) yatakwama kufikia malengo yao ya mtiririko wa fedha ifikapo mwaka 2028, athari katika soko inaweza kuwa ya kimfumo. Slok anapendekeza kuwa mapato ya chini kuliko yaliyotarajiwa hayatapelekea tu marekebisho ya sekta fulani; inaweza kupelekea uchumi mpana kuingia katika mkwamo (recession). Kwa mfumo wa AI (AI ecosystem), miaka ijayo itakuwa mtihani muhimu wa ikiwa akili mnemba inaweza kuzalisha pesa kwa kasi ya kutosha ili kushinda gharama zinazoongezeka za vifaa vinavyoizalisha.

Mambo Muhimu ya Kuzingatia

  • Hitaji Kubwa la Mapato: Sekta ya AI inahitaji kuzalisha takriban dola trilioni 3 katika mapato ili kuhalalisha matumizi ya miundombinu yanayokadiriwa kuwa dola trilioni 1.5 ifikapo mwaka 2026.
  • Kitendawili cha Ufanisi (Efficiency Paradox): Kuongezeka kwa ufanisi wa mifumo (kama vile ongezeko la 54% la OpenAI katika kazi za uandishi wa kodi) hupunguza gharama kwa watumiaji lakini huleta shinikizo la bei kwa kampuni zinazofadhili vifaa hivyo.
  • Hatari ya Kiuchumi ya Kimfumo: Kwa sababu ukuaji wa makampuni makubwa ya teknolojia (hyperscalers) ni kichocheo kikuu cha S&P 500, kushindwa kupata mapato ya AI kunaweza kusababisha marekebisho mapana ya soko au mkwamo wa kiuchumi.