Muling Pagtataya sa 18 na Pagpapahula ni Daniel Gross tungkol sa AGI: Ang mga Panalo at mga Bottleneck ng AI

Ang Nakakatandaong AGI Trades ni Daniel Gross

Original na may-akda: @johncoogan

Isinalin ni Peggy, BlockBeats

Editor’s Note: Sa simula ng 2024, nasa pagkakaroon ng kagitingan at kawalan ng katiyakan pa ang AI. Noong panahong iyon, ginamit ni Daniel Gross ang isang pahina upang itanong ang 18 tanong: Saan tatama ang halaga? Magiging ba ang enerhiya bilang hadlang? Maaaring palitan ba ang mga software engineer? Paano magiging pagbabago ang kompetisyon sa pagitan ng mga bansa?

Dalawang taon pagkatapos, ang mga tanong na ito mismo, mas nagbibigay-inspirasyon kaysa sa anumang partikular na paghuhula. Ang kita mula sa AI ay nakatuon sa antas ng imprastruktura—naging pinakamalaking tagapagtagumpay ang NVIDIA; naging mabilis na bagong estratehikong hadlang ang enerhiya at kuryente; bumagsak nang malaki ang gastos sa API, samantalang lumalaki ang panganib sa computing power, kapital, at geopolitika.

Ipinapaliliwanag ng artikulong ito ang mga pangunahing tanong na itinakda ni Gross noong panahong iyon, at sinusuri nito ang bawat isa batay sa pag-unlad sa totoong mundo sa nakalipas na dalawang taon. Ito ay hindi lamang isang pagsusuri sa lohika ng pag-invest sa AI, kundi isang mapa na nagpapakita kung paano binabago ng teknolohikal na rebolusyon ang istruktura ng merkado, ang产业链, at ang global na pagkakasunod-sunod ng kapangyarihan.

Narito ang orihinal na teksto:

Noong Enero 2024, noong si Daniel Gross ay pangulo pa ng Safe Superintelligence at ngayon ay nagiging head ng produkto ng Meta AI, ay nag-post siya ng isang artikulo na may pamagat na “AGI Trades”.

Ang artikulong ito ay isang pahina lamang na naglalista ng isang serye ng mga tanong tungkol sa posibleng epekto ng mga pag-unlad sa AI. Dalawang taon at higit pa pagkatapos, ang mga tanong na ito ay tila lubos na maagap, bagaman wala sa bawat tanong ang nagbigay ng malinaw na konklusyon noong panahong iyon. Sa ibaba, susuriin natin ang 18 tanong na itinakda niya.

Sa post-AGI world, saan pupunta ang value?

Sa kasalukuyan, ang halaga ay nakatuon sa infrastructure layer—mga chip, packaging, enerhiya, atbp. Ang NVIDIA ay nakuha ang higit sa 100% ng kita sa AI boom, dahil maraming kumpanya ay patuloy na nagsisigaw ng pagkawala. Ito ay malinaw na nakikita sa pagbabago ng market capitalization: tumataas ang market capitalization ng NVIDIA ng $3.2 trilyon, mula sa $1.2 trilyon hanggang sa $4.4 trilyon; samantalang ang pagtaas ng cloud platforms ay mas modesto lamang (tumaas ang Microsoft ng 4%, at ang Amazon ng 30%).

Sa private market, ang pagtaas ng valuation ng OpenAI, Anthropic, at xAI ay naging napakalaking paglago rin, ngunit ang kabuuang pagtaas ng halaga na 1.4 trilyon na dolyar ng mga ito ay patuloy na mas mababa kaysa sa pagdami ng market capitalization ng NVIDIA sa parehong panahon.

Ito ay isang napakahalagang tanong sa simula ng 2024.

Ano ang mangyayari sa NVIDIA at Microsoft?

Ang pagganap ng NVIDIA ay napakalakas. Ang kanyang kita ay tumataas mula sa $60.9 bilyon noong fiscal year 2024 patungo sa $215.9 bilyon noong fiscal year 2026, halos tumataas ng tatlong beses.

Ang Microsoft naman ay hindi ganun karaming pakinabang. Kahit na tumabilis ang paglago ng Azure hanggang sa 40% na pagtaas kumpara sa nakaraang taon, ang presyo ng mga aktibo ng Microsoft ay tumaas lang ng 4% mula sa Enero 2024 hanggang Marso 2026. May mga tanong ang merkado tungkol sa higit sa $80 bilyon taun-taon na kapital na gastos para sa AI—hindi pa malinaw kailan magiging bunga ang mga investmeng ito.

Sa gitna ng AI gold rush na ito na "nagbebenta ng spade at shovel", ang NVIDIA ay malinaw na ang pinakamalaking tagapagtagumpay, habang ang pagtutok ng Microsoft sa infrastraktura ay hindi pa nagdala ng malinaw na kita para sa mga shareholder.

Is copper mispriced?

Totoo namang napapahalagahan nang sobra. Noong Enero 2024, ang presyo ng tanso ay $3.75 bawat libra, at dalawang taon pagkatapos ay umabot sa bagong talaan na $6.61 bawat libra.

Ang pangangailangan ng AI sa bakal ay napakalaking. Halimbawa, ang server rack na NVIDIA GB200 NVL72 ay gumagamit ng higit sa 5,000 na tanso na kable. Kung lahat ay ilarawan, ang kabuuang haba ay hihigit sa 2 milya, at isang data center na 100MW ay kumakailang ng halos 3,000 tonelada ng tanso.

Sa kabuuan, maaaring kumain ng 500,000 tonelada ng bakal ang mga data center bawat taon. Dahil dito, sinasabing "ang bakal ay ang bagong petrolyo." Bagaman, marami pang iba pang bagay na tinatawag na "bagong petrolyo" dahil sa kumplikadong imprastruktura ng AI, kung saan may bottleneck sa halos bawat yugto. Kaya, kailangang tingnan nang may pag-iingat ang ganitong pahayag.

Kung maaari ng AI na isulat ang lahat ng software, babalik ba ang San Francisco sa katayuan ng Detroit?

Depende kung ano ang ibig sabihin ng “bagong Detroit”.

Totoo nang naligtas ng AI ang San Francisco mula sa pagiging isang mabilis na bumabagsak na lungsod tulad ng Detroit. Patuloy pa ring umuunlad ang San Francisco:

·Bawas ang rate ng pagkakawala ng opisina mula sa 36.9% patungo sa 33.5%

Mayroon ang OpenAI ng 1 milyong sq ft na espasyo sa opisina

May-ari ang Anthropic ng isang 25-kataas na tanggapan na gusali

·Sierra ay nag-sign ng 300,000 sq ft na office space

Sa unang kalahati ng 2025, 78% ng American AI venture capital funding ay tumungo sa Bay Area. Bagaman may kabilang panig: ang kabuuang bilang ng mga manggagawa sa San Francisco ay patuloy na mas mababa kaysa sa antas bago ang pandemya, ngunit ang mga presyo ng bahay ay patuloy na matatag. Kaya, hindi ito maaaring tawaging isang “mamamayang lungsod.” Ang kapaligiran ng lungsod ay naging mas malinis din.

Paano makakaapekto ang AI sa pagkakaiba-iba ng kayamanan?

Masyadong maaga pa ang paggawa ng konklusyon, hindi malinaw ang pagbabago ng datos, ngunit may ilang pag-aaral na dapat tandaan.

Ayon sa pag-aaral ng IMF noong 2025, maaaring bawasan ng AI ang pagkakaiba-iba sa sahod (dahil sa awtomatikong paggawa ng mga trabaho na may mataas na kita), ngunit maaari itong palakasin ang pagkakaiba-iba sa kayamanan (dahil ang mga kita mula sa kapital ay nakatuon sa mga may-ari ng teknolohiyang kumpanya). Ayon sa pag-aaral ng OECD: pinakamabilis ang pagtaas ng sahod sa mga posisyon na kailangan ng mababang kasanayan (assembler +11.6%), samantalang pinakamabagal ang pagtaas sa mga posisyon na kailangan ng mataas na kasanayan (CEO +2.7%), ngunit maaaring higit na magpapakita nito ang patakaran sa minimum na sahod kaysa sa AI mismo.

Sa mga kapital na merkado, tumataas din ang konserntrasyon: ang "Mag7" ay kumakatawan sa halos 32% ng market cap ng S&P 500 at nagkontribyu ng halos 42% ng kabuuang return noong 2025; samantala, ang malalaking pagsasapalaran sa AI startups (OpenAI na $110 bilyon, Anthropic na $30 bilyon) ay nagbigay din ng malaking pribadong yaman sa kaunting mga tagapagtatag at mga investor.

Paano mag-invest kung ang AI ay magiging isang kompetisyon sa enerhiya?

Tama ang paghuhusga na ito. Ang AI ay naging isang laro sa enerhiya talaga.

Ang mga taong nakuha ang transaksyong ito ay kumita ng napakarami. Halimbawa:

• Vistra: +321%, ikalawang pinakamalaking pagtaas sa S&P noong 2024 (pangalawa sa Palantir)
• Constellation Energy: Tumaas ang presyo ng stock nito ng tatlong beses mula noong ipinakilala ang ChatGPT
• NRG Energy: Tumaas ng halos 95% sa isang taon noong 2025
• Oklo: 700%+ ang pagtaas sa 12 buwan

Nagkaroon ng paglago ang nuclear energy:

• Signado ng Microsoft ang 16 bilyong dolyar na PPA na may panahon ng 20 taon upang muling i-activate ang nuclear power plant sa Three Mile Island
• Sign in ng Google at Kairos Power ng kasunduan para sa 500MW na maliit na modular na reaktor (SMR)
• Sinagip ni Meta ang mga kontrata para sa enerhiya na may kapasidad na 6.6GW mula sa mga kumpanya ng nuclear power.

Ang enerhiya ay naging isa sa pinakamatagumpay na paksa ng pag-invest sa panahon ng AI.

Ano ang mga bahagi ng supply chain ng data center na pinakamahirap palawakin ng 10 beses?

Ang bottleneck sa industriya ng chip ay ang CoWoS packaging technology (Chip-on-Wafer-on-Substrate ng TSMC).

Sa larangan ng data center, ang pinakamalaking bottleneck ay maaaring ang transformer ng kuryente.

• Ang delivery cycle ay malapit na sa 3 taon
• May kakulangan sa suplay na 30% noong 2025

Ang gastos ay tumataas ng 150% mula noong 2020

Ang teknolohiyang may 100 taon nang pagsasagawa ay naging pangunahing limitasyon sa bilis ng pagkonekta ng mga data center sa grid.

Nakakabawas ba ang bituin?

Sa ilang paraan, ngunit mas mababa kaysa sa bakal. Bumaba ang presyo ng koga ng humigit-kumulang 22% noong 2025 at bumalik sa pagtaas noong simula ng 2026.

Ang mga kumpanya ng coal ay nagtatampok ng magandang pagganap:

• Peabody Energy: +34%
• CONSOL Energy: +37%

Sambil noon, tumataas ang produksyon ng kuryente mula sa coal sa Estados Unidos ng 13% hanggang Setyembre 2025.

Lalo na makikita sa mga estado na may mabilis na paglago ng data center:

• Ohio: +23%
• Oklahoma: +58%

Sino ang tagapagtagumpay, sino ang tagapagkawala?

Ang tagapagpanalo ay malinaw na ang Estados Unidos.

$109 bilyon ang pribadong pag-invest sa AI sa Estados Unidos noong 2024 (tanging $9.3 bilyon sa Tsina), na nagkakaroon ng kabuuang pag-invest na $470 bilyon mula noong 2013, higit sa kabuuan ng iba pang mga bansa. 40 ang mahahalagang AI model na inilabas ng Estados Unidos noong 2024, samantalang 15 ang Tsina.

Hindi pa tapos ang laro, ngunit sa kasalukuyan, ang Estados Unidos ay ang sentro ng kompetisyon sa AI.

Ano ang mangyayari kung ang $250 bilyon na GDP export ng India ay nakadepende sa GPT-4 token?

Ang mga epekto ay nagsimula na, ngunit nasa maagap pa ring yugto. Malinaw ang pagbaba sa paghingi ng trabaho sa industriya ng IT outsourcing sa India. Sa panahon ng 2024–2025, ang mga malalaking kumpanya sa IT ay nagpapababa ng humigit-kumulang 58,000 empleyado, habang noong 2021–2023, ang industriya ay nagdagdag ng 360,000 empleyado.

Maaari bang palitan ang software engineer tulad ng mga typist sa kasaysayan?

Hindi pa nagiging blue-collar ang mga software engineer ngayon, ngunit may pagkakahati na sa istruktura ng propesyon:

• Kataas ng pangangailangan sa mga inhinyero ng AI ng 143%
• Bumaba ang paghingi ng mga entry-level na posisyon sa mga malalaking teknolohiya na kumpanya ng 25%
• Nabawasan ang mga posisyon sa internship ng 30%

Ang mga hinaharap na pagpipilian ay maaaring: o mag-upgrade patungo sa papel ng “tagapamahala ng AI agent,” o lumipat patungo sa mga industriya tulad ng paggawa—dahil karamihan sa mga pabrika ay nangangailangan ng mga taong nakakaunawa sa software upang automatisahin ang mga proseso ng produksyon.

Magkakaroon ba ng malawakang programa sa paggawa na katulad ng "bagong patakaran"?

Wala pa.

No translation provided.

• Executive Order on AI Education
• Training Program sa Mga Kasanayan
• Department of Labor, $84M na grant para sa programa ng apprenticeship

Ngunit ang pagkakalaan para sa pagsasanay ng puwersa ng paggawa sa Amerika ay tanging 0.1% ng GDP, ang pinakamababang antas sa mga bansa ng OECD. Wala pa ring anumang plano na makakamit ang sukat ng WPA noong panahong iyon (8.5 milyong trabaho).

值得 ba mag-invest sa lifetime learning?

Ito ay isang napakabuod at napakapersonal na tanong. Ngunit ang aking sagot ay: worth it.

Kung talagang deflationary ang AI, paano natin muna makikita ang mga signal na iyon?

Ang pinakamahusay na indikador ay maaaring ang presyo ng AI API.

Gastos sa pag-iisip na GPT-4 level:

Hanggang wakas ng 2022: $20 bawat milyong token

Disyembre 2025: $0.40

Bumaba ng 50 beses sa loob ng tatlong taon. Mas mabilis pa ang bilis na ito kaysa sa pagbaba ng gastos sa computing power ng PC o gastos sa bandwidth ng internet. Malamang ito ay magiging leading indicator ng deflasyon sa presyo ng serbisyo.

Paano maunawaan ang deflation kung ang pangangailangan sa mga produkto ng kaalaman ay patuloy na tumataas, samantalang bumababa ang gastos sa produksyon?

Bagaman bumaba ang presyo ng AI API, tumataas ang kita ng mga kumpanya sa AI. Pagbaba ng presyo → pagtaas ng paggamit → pagtaas ng kabuuang gastos. Samantala, patuloy pa ring nagdadagdag ng 20%–37% na “buwis sa AI” ang mga kumpanya ng SaaS sa pagbabayad ng kanilang subscription. Kaya, kahit na malapit na sa sero ang gastos sa paggawa ng software, patuloy pa ring tumataas ang kita ng SaaS.

Kaugnay ito sa industriya ng kompyutasyon sa panahon ng Batas ni Moore: lumalaki ang pagkakaroon ng mas mura na mga produkto, ngunit lumalawak ang kabuuang laki ng merkado.

Mahalaga ba ang interconnect?

Sobrang mahalaga.

Sa malalaking GPU cluster, 30%–50% ng training time ay ginagamit para sa komunikasyon sa pagitan ng GPU, hindi sa computation.

Halimbawa, ang Google TPUv7 Ironwood ay nag-uugnay ng 9,216 mga chip gamit ang 3D torus topology, habang ang Nvidia NVL72 ay nag-uugnay ng 72 mga GPU, kaya mahalaga ang interconnect network para sa pag-scale ng AI.

Kung may higit pang enerhiya ang isang bansa, maaari ba itong gamitin upang makamit ang AGI sa mas lumang proseso?

Hindi ito malamang sa kasalukuyan.

Lahat ng pinakamalalaking AI chip ay gumagamit ng 4nm o 3nm process, Nvidia Blackwell, Google TPUv7, AWS Trainium3

Ang Chinese Huawei Ascend 910C (SMIC 7nm) ay kompetitibo sa inference, ngunit nangangailangan ng higit pang chip at higit pang enerhiya sa pagtuturo. Ang pagpapalawak ng pagkain ng enerhiya lamang upang matapos ang teknikal na pagkakaiba ay haharap sa limitasyon ng ekonomikong gastos.

Ano ang pinakamalaking posibilidad na “Kaso ng Taiwan”?

Ang pinakamalaking posibilidad ay ang pagpapaligiran ng Taiwan Strait.

At ang tensyon ay nagsisimula nang umakyat:

• 2024: Isinagawa ng China ang pagsasanay na “United Sword-2024B”
• 2025: Ang "Misyong Katarungan 2025" ay gumamit ng higit sa 100 na eroplano at 13 na barko ng hukbong-dagat
• 27 na rocket ang nagsimula mula sa Fujian, kung saan 10 ay napanatili sa kasaligan na zona ng Taiwan

Sambil mismo, sinimulan ng Tsina ang pagkakahiwalay ng pagpapahayag ng “peaceful reunification” at “reunification” sa kanilang limang-taonang plano para sa 2026–2030.

Ang TSMC ay nagpaplanong maaga: binubuo ang 8 na pabrika ng wafer sa Arizona, na maaaring magdala ng 30% ng kapasidad sa paggawa ng advanced na chip sa hinaharap.

Ngunit ang buong sistema ay nananatili sa napakadaling balanse.

Original link