Eine bessere Art, über die KI-Blase nachzudenken

Menschen denken bei Technologieblasen oft in apokalyptischen Begriffen, aber so ernst muss es nicht sein. Aus wirtschaftlicher Sicht ist eine Blase eine Wette, die sich als zu groß herausstellt und dazu führt, dass das Angebot größer ist als die Nachfrage.

Das Fazit: Es geht nicht um alles oder nichts, und selbst gute Wetten können scheitern, wenn man nicht aufpasst, wie man sie abschließt.

Was die Frage nach der KI-Blase so schwierig zu beantworten macht, ist die Diskrepanz zwischen dem rasanten Tempo der KI-Softwareentwicklung und dem langsamen Aufbau und Betrieb eines Rechenzentrums.

Da der Bau dieser Rechenzentren Jahre dauert, wird sich bis zur Inbetriebnahme zwangsläufig viel ändern. Die Lieferkette, die KI-Dienste antreibt, ist so komplex und fließend, dass es schwierig ist, sich darüber im Klaren zu sein, wie viel Angebot wir in ein paar Jahren benötigen werden. Es geht nicht nur darum, wie viele Menschen im Jahr 2028 KI nutzen werden, sondern auch darum, wie sie sie nutzen werden und ob wir in der Zwischenzeit irgendwelche Durchbrüche in den Bereichen Energie, Halbleiterdesign oder Energieübertragung erzielen werden.

Wenn eine Wette so groß ist, kann sie auf viele Arten schief gehen – und KI-Wetten werden in der Tat sehr groß.

Letzte Woche berichtete Reuters, dass ein mit Oracle verbundener Rechenzentrumscampus in New Mexico bis zu 18 Milliarden US-Dollar an Krediten von einem Konsortium aus 20 Banken erhalten hat. Oracle hat bereits 300 Milliarden US-Dollar für Cloud-Dienste an Open AI vergeben, und die Unternehmen haben sich mit Softbank zusammengetan, um im Rahmen des „Stargate“-Projekts eine KI-Infrastruktur im Gesamtwert von 500 Milliarden US-Dollar aufzubauen. Meta will sich nicht übertrumpfen lassen und hat zugesagt, in den nächsten drei Jahren 600 Milliarden US-Dollar in die Infrastruktur auszugeben. Wir haben hier alle wichtigen Verpflichtungen verfolgt – und die schiere Menge macht es schwierig, Schritt zu halten.

Gleichzeitig besteht große Unsicherheit darüber, wie schnell die Nachfrage nach KI-Diensten wachsen wird.

Eine letzte Woche veröffentlichte McKinsey-Umfrage untersuchte, wie Top-Unternehmen KI-Tools einsetzen. Die Ergebnisse waren gemischt. Fast alle kontaktierten Unternehmen nutzen KI in irgendeiner Weise, doch nur wenige nutzen sie in tatsächlichem Umfang. KI hat es Unternehmen ermöglicht, in bestimmten Anwendungsfällen Kosten zu senken, beeinträchtigt jedoch nicht das Gesamtgeschäft. Kurz gesagt, die meisten Unternehmen befinden sich immer noch im „Abwarten“-Modus. Wenn Sie damit rechnen, dass diese Unternehmen Platz in Ihrem Rechenzentrum kaufen, müssen Sie möglicherweise lange warten.

Aber selbst wenn die KI-Nachfrage endlos ist, könnten diese Projekte auf einfachere Infrastrukturprobleme stoßen. Letzte Woche überraschte Satya Nadella die Podcast-Hörer, indem er sagte, er sei mehr besorgt darüber, dass ihm der Speicherplatz im Rechenzentrum ausgeht, als dass ihm die Chips ausgehen. (Wie er es ausdrückte: „Es geht nicht um die Versorgung mit Chips; es ist die Tatsache, dass ich keine warmen Gehäuse zum Anschließen habe.“) Gleichzeitig stehen ganze Rechenzentren still, weil sie den Strombedarf der neuesten Generation von Chips nicht decken können.

Während Nvidia und OpenAI so schnell wie möglich vorangekommen sind, entwickeln sich das Stromnetz und die gebaute Umwelt immer noch im gleichen Tempo wie immer. Das lässt viele Möglichkeiten für teure Engpässe offen, selbst wenn alles andere gut läuft.

Im Equity-Podcast dieser Woche, den Sie unten anhören können, gehen wir tiefer auf die Idee ein.