Inteligența artificială este adesea prezentată ca o revoluție tehnologică ce va aduce marje uriașe de profit, în special pentru startupuri. Însă un principiu economic vechi de peste 160 de ani – paradoxul Jevons – s-ar putea să pună frână exact acestor așteptări. Departe de a fi o simplă notă de subsol în economia IA, acest paradox ar putea fi chiar cheia înțelegerii unei realități inconfortabile: eficiența crescută nu duce neapărat la costuri mai mici, ci la consum mai mare – și, implicit, la cheltuieli în creștere.
Ce este paradoxul Jevons?
Formulat în secolul al XIX-lea de economistul britanic William Stanley Jevons, paradoxul afirmă că, pe măsură ce eficiența în utilizarea unei resurse crește, consumul total al acelei resurse poate, paradoxal, să crească, nu să scadă. Exemplul clasic: locomotivele cu aburi au devenit mai eficiente energetic, dar tocmai această eficiență a dus la o creștere a cererii de cărbune, nu la o reducere a acesteia.
Paradoxul aplicat la IA
În contextul actual, tehnologia IA funcționează pe baza unor modele complexe care necesită putere de calcul uriașă, deci, energie. Deși eficiența modelelor IA se îmbunătățește, cererea pentru aceste modele crește într-un ritm și mai accelerat. Potrivit analistului independent Dave Friedman, aceasta este esența paradoxului Jevons aplicat la IA: câștigurile de eficiență sunt imediat „devorate” de creșterea utilizării.
Startupurile IA și mirajul modelului SaaS
Mulți fondatori de startupuri din domeniul IA se prezintă investitorilor ca fiind echivalenți moderni ai companiilor SaaS (software-as-a-service), care au devenit celebre pentru marjele ridicate – adesea între 80% și 90%. Spre deosebire de produsele fizice sau de infrastructură, software-ul tradițional are costuri marginale foarte scăzute: fiecare client suplimentar aduce venituri aproape pure.
Însă, spune Friedman, startupurile IA doar par companii SaaS. În realitate, ele sunt dependente de resurse variabile, în special energie electrică și putere de calcul, iar costurile cresc proporțional cu utilizarea. Asta înseamnă că, pe măsură ce un model IA este tot mai folosit, costurile nu scad (ca la SaaS), ci cresc – ceea ce compromite întreaga promisiune de marje spectaculoase.
Problema de fond: costuri similare „costurilor bunurilor vândute”
Friedman susține că multe companii IA comit o eroare fundamentală în felul în care clasifică aceste cheltuieli. În loc să trateze costurile cu rularea modelelor IA ca pe o cheltuială fixă de operare, ele ar trebui să le includă în costuri directe asociate cu fiecare utilizare. Este o diferență contabilă care, în practică, schimbă complet imaginea profitabilității.
Industria oferă precedente: în domenii precum metalurgia sau serviciile cloud, energia este deja considerată cost asociat bunurilor vândute. Amazon Web Services, de exemplu, include energia electrică și răcirea serverelor ca parte din costul livrării serviciilor către clienți. IA nu ar trebui să fie tratată diferit.
Iluzia infrastructurii ieftine
Un alt factor care distorsionează percepția asupra costurilor reale este folosirea de resurse gratuite sau subvenționate oferite de giganții cloud (AWS, Google, Microsoft) către startupuri IA. Aceste subvenții creează iluzia unor modele de afaceri sustenabile, dar doar temporar. Când aceste facilități dispar, multe startupuri vor descoperi că nu pot susține costurile reale ale operațiunilor lor.
Avantajul companiilor mari
Giganții tehnologici, precum Microsoft sau Google, operează propriile centre de date, beneficiază de tarife industriale la electricitate și au infrastructura necesară deja amortizată. În schimb, startupurile trebuie să închirieze aceleași resurse – adesea de la competiția lor directă – la prețuri mult mai mari. Asta le face extrem de vulnerabile la fluctuațiile de costuri și reduce șansele de a atinge marje profitabile.
Ce urmează?
Probabil nu urmează un colaps al startupurilor IA, ci o resetare a așteptărilor. Multe dintre aceste companii vor trebui să ia decizii dificile:
• să elimine funcționalitățile cele mai costisitoare din punct de vedere computațional
• să crească prețurile
• sau să accepte o realitate cu marje permanent scăzute.
Această realitate se îndepărtează de modelul SaaS idealizat și se apropie mai degrabă de companiile de infrastructură – unde creșterea este mai lentă, iar profiturile mai modeste.
Concluzie
Paradoxul Jevons, departe de a fi o simplă curiozitate economică, oferă o cheie de lectură esențială pentru a înțelege provocările reale ale startupurilor IA. Eficiența crescută nu este suficientă pentru a genera profituri mari atunci când creșterea cererii aduce costuri proporționale – sau chiar mai mari. În lipsa unor inovații radicale în energie și hardware, multe dintre aceste companii vor trebui să-și recalibreze ambițiile și să-și adapteze modelele de business la o realitate mai puțin strălucitoare decât promiteau pitch-urile inițiale.
Sursa: QZ
