Isang eksekutibo ng Google DeepMind ay nagtataya na ang mga gastos sa kapital kaugnay sa AI ay maaaring makarating sa marka ng isang trilyon dolyar bago ang 2026. Ang pangunahing baryable sa ekwasyong iyon ay hindi lamang mas malalaking modelo o mas mabilis na chip. Ito ay isang bagay na tinatawag na recursive self-improvement, o RSI, na itinuturing ng eksekutibo bilang ang bagong AGI.
Ang RSI ay ang punto kung saan naging sapat na mabuting isang sistema ng AI upang magsimula na pagbutihin ang sarili nito, nang hindi naghihintay ng mga tao upang gawin ang pagtutuwid.
Ang mga numero sa likod ng taya
Ang pinagsamang capex guidance ng apat na pangunahing hyperscaler, Alphabet, Microsoft, Amazon, at Meta, ay nagtuturo sa halos $725 bilyon na kolektibong pag-invest para sa 2026. Ito ay isang pagtaas ng 77% mula sa halos $410 bilyon noong 2025.
Ibinago na lang ng Alphabet ang kanilang 2026 capex forecast sa pagitan ng $195 bilyon at $205 bilyon.
Ang Goldman Sachs ay nagdagdag ng kanilang sariling mga estima, na nagpapahalaga sa taunang capex kaugnay ng AI sa halos $765 bilyon para sa 2026. Ang kumulatibong paunang-bahay ng bangko ay umabot sa halos $7.6 trilyon mula 2026 hanggang 2031.
Bakit nagbabago ng kalkulo ang RSI
Ang CEO ng DeepMind, si Demis Hassabis, ay binanggit ang RSI bilang mahalagang tulong sa landas ng pag-unlad ng lab noong 2026. Ang konseptong ito ay nasa parehong antas ng mga multi-agent system at tradisyonal na pag-scall bilang mga daan hindi lamang patungo sa AGI, kundi patungo sa ano ang tawag ng mga siyentipiko bilang Artificial Superintelligence, o ASI.
Ang AGI ay tinutukoy nang bahagya bilang AI na makapagpapagawa ng anumang intelektuwal na gawain na kayang gawin ng tao. Lumalampas ang ASI: isang intelehiyensya na lalampas sa kakayahan ng tao sa lahat ng larangan.
Ano ang ibig sabihin nito para sa crypto at digital infrastructure
Ang mga data center ng AI ay nagsasagawa na ng kompetisyon sa mga miner ng bitcoin para sa kapasidad ng enerhiya sa mga pangunahing merkado tulad ng Texas at ang Nordics. Ang 77% na pagtaas sa gastusin ng mga hyperscaler taon-taon ay nangangahulugan ng mas maraming facility, mas maraming pagpapalamig, at mas malaking presyon sa mga grid ng enerhiya.
Para sa mga investor sa cryptocurrency, ang estima ng Goldman Sachs ng $7.6 trilyon sa kumulatibong AI capex hanggang 2031 ay naglalikha ng patuloy na demand para sa mga pangunahing input ng komputasyon: enerhiya, semikonduktor, at infrastraktura ng networking.