Чипов не хватает, энергии тоже: почему ИИ-бум уперся в жесткие ограничения
Участники Milken Global Conference назвали главные слабые места ИИ-экономики
RusPhotoBank
На Milken Global Conference в Беверли-Хиллз на одной сцене собрались люди, которые смотрят на ИИ-экономику с разных уровней — от производства чипов и облачной инфраструктуры до автономных машин, AI-агентов и альтернативных моделей искусственного интеллекта.
В дискуссии участвовали глава ASML Кристоф Фуке, операционный директор Google Cloud Фрэнсис деСоуза, гендиректор Applied Intuition Касар Юнис и квантовый физик Ив Бодни. Разговор быстро ушел от привычного оптимизма вокруг ИИ к более жестким вопросам: хватит ли индустрии чипов, энергии, данных и доверия, чтобы выдержать нынешний темп роста.
Дефицит начинается не с приложений
Первым слабым местом участники назвали аппаратную базу. По словам главы ASML Кристофа Фуке, производство чипов резко ускоряется, но в ближайшие два-три года, а возможно и дольше, рынок все равно останется ограниченным по поставкам. Это означает, что крупнейшие технологические компании, включая Google, Microsoft, Amazon и Meta, не смогут получить столько полупроводников, сколько готовы купить.
Фрэнсис деСоуза из Google Cloud показал масштаб спроса на примере финансовых показателей подразделения. Выручка Google Cloud в прошлом квартале превысила $20 млрд, увеличившись на 63%, а объем контрактных обязательств, то есть уже согласованной, но еще не полученной выручки, вырос с $250 млрд до $460 млрд всего за один квартал.
Для Applied Intuition проблема выглядит иначе. Компания строит системы автономности для автомобилей, грузовиков, дронов, горной техники и оборонных машин, и ее главный дефицит связан не столько с кремнием, сколько с реальными данными. Касар Юнис отметил, что такие данные невозможно полностью заменить синтетическими симуляциями: машины нужно выводить в реальный мир и наблюдать, как они ведут себя в конкретных условиях.
Энергия становится следующим барьером
Если нехватка чипов уже очевидна, то за ней все заметнее проступает энергетический вопрос. Google, по словам деСоузы, действительно рассматривает дата-центры в космосе как один из возможных ответов на ограничения, связанные с энергией.
Однако у этой идеи есть инженерная сложность: в космосе нет привычной конвекции, поэтому тепло приходится отводить через излучение, что значительно сложнее, чем охлаждение воздухом или жидкостью на Земле. Несмотря на это, Google воспринимает такой сценарий не как фантазию, а как реальное направление для изучения.
ДеСоуза также подчеркнул значение вертикальной интеграции. По его оценке, Google получает преимущество за счет совместной разработки всей ИИ-цепочки — от TPU-чипов до моделей и агентов. Такой подход позволяет эффективнее использовать энергию, поскольку аппаратная часть заранее проектируется с учетом будущих моделей.
Фуке, в свою очередь, обратил внимание на цену стремительного роста вычислений. Индустрия вкладывает огромные средства, но чем больше требуется вычислительных мощностей, тем выше энергозатраты — и у этой зависимости есть вполне конкретная стоимость.
Альтернатива большим языковым моделям
Пока большая часть рынка обсуждает масштабирование LLM, Ив Бодни из Logical Intelligence предлагает другой подход. Ее компания работает с energy-based models — моделями, которые не предсказывают следующий токен, а пытаются выявлять правила, лежащие в основе данных.
Бодни считает, что рассуждение не обязательно связано с языком: язык выступает лишь интерфейсом между людьми, тогда как само понимание может строиться иначе. По ее словам, крупнейшая модель Logical Intelligence насчитывает 200 млн параметров — намного меньше, чем ведущие LLM, — но работает в тысячи раз быстрее и может обновлять знания по мере изменения данных без полного переобучения.
Такой подход, по мнению Бодни, особенно важен для задач, где нужно понимать физические закономерности: проектирование чипов, робототехника и другие области, связанные с реальным миром.
ИИ-агенты требуют контроля, а не только скорости
Perplexity делает ставку на переход от поискового продукта к концепции «цифрового работника». Новый продукт Perplexity Computer задуман не как инструмент, которым пользуется сотрудник, а как набор исполнителей, которым человек ставит задачи.
Но вместе с этим возникает вопрос контроля, но решением становится точная настройка прав доступа. Корпоративные администраторы должны понимать не только, к каким системам и коннекторам агент получает доступ, но и может ли он только читать данные или также вносить изменения.
В случае Comet, агента Perplexity для работы с компьютером, система сначала показывает план действий и запрашивает одобрение пользователя. Некоторым это может казаться лишним препятствием, но эксперты считают такую осторожность необходимой, особенно в корпоративной среде, где доверие клиентов может быть главным активом.
Физический ИИ выходит на уровень государств
Касар Юнис обратил внимание на еще один слой проблемы: физический искусственный интелект тесно связан с национальным суверенитетом. В отличие от чисто цифровых сервисов, автономные автомобили, оборонные дроны, горная техника или сельскохозяйственные машины действуют в реальном пространстве, а значит, государства будут задаваться вопросами безопасности, сбора данных и контроля.
По его словам, многие страны не хотят, чтобы физическая форма интеллекта на их территории управлялась извне. Юнис также отметил, что сегодня меньше государств способны вывести на дороги роботакси, чем обладают ядерным оружием.
Фуке дополнил эту тему технологическим измерением. Он признал прогресс Китая в ИИ, но подчеркнул, что у страны остаются ограничения на нижних уровнях технологической цепочки. Без доступа к EUV-литографии китайские производители не могут выпускать самые передовые полупроводники, а работа моделей на более старом оборудовании создает накапливающийся разрыв.
Что будет с работой и критическим мышлением
В финале дискуссии участники ответили на вопрос о том, как ИИ может повлиять на следующее поколение и его способность критически мыслить.
ДеСоуза связал развитие ИИ с возможностью решать задачи, которые пока остаются слишком сложными: от неврологических заболеваний до удаления парниковых газов и модернизации энергосетей. Шевеленко сделал акцент на том, что традиционные стартовые позиции на рынке труда могут исчезать, но при этом становится проще самостоятельно запускать проекты — главным ограничением остаются любопытство и инициативность человека.
Юнис провел границу между интеллектуальным и физическим трудом. Он напомнил, что средний возраст американского фермера составляет 58 лет, а нехватка работников в сельском хозяйстве, добыче полезных ископаемых и дальнобойных перевозках сохраняется не только из-за оплаты, но и потому, что люди все меньше хотят выполнять такую работу. В этих сферах физический ИИ, по его оценке, не столько вытесняет желающих работников, сколько закрывает уже существующий дефицит.