AI Yavaşladıktan Sonra CapEx ve Teknoloji Hisselerinin Mantığı Değişir mi?

Orijinal başlık: The bottleneck isn't the model. It never was.
Orijinal yazar: Saket Mehrotra, Beta to Alpha

Editörün notu: Son günlerde OpenAI ve Anthropic'te ön eğitim üzerine çalışan Jacob Coxon, Anthropic'ten ayrıldığını duyurdu ve önde gelen yapay zeka laboratuvarlarını model yeteneklerinin artışını sınırlamak için koordinasyon sağlamaya çağırdı. Anthropic hizalama bilimi başkanı Evan Hubinger ise daha sonra yaptığı açıklamada Coxon'un risklere ilişkin temel değerlendirmesine katıldığını belirterek, önümüzdeki on yılda yapay zekanın insanlığın yok olmasına yol açma olasılığını %10'un üzerinde tahmin etti.

Bu tartışma, "yapay zeka yavaşlamasını" etik bir meseleden sermaye piyasalarına taşıyor: Eğer öncü laboratuvarlar model geliştirmeyi gerçekten yavaşlatırsa, son birkaç yıldır sürekli yukarı yönlü revize edilen yapay zeka sermaye harcamaları da bir dönüm noktasına mı gelecek? Yapay zeka anlatısı sayesinde değerleme primi elde eden teknoloji hisselerinin yeniden fiyatlanması gerekecek mi?

Beta to Alpha yazarı Saket Mehrotra, "The bottleneck isn't the model. It never was." başlıklı yazısında, laboratuvarların yapay zeka risklerine ilişkin endişelerinin altyapı yatırımlarındaki soğumayla aynı şey olmadığını öne sürüyor. Şirketler rekabette geride kalmaktan endişe etmeye devam ettiği sürece, güvenlik kaygıları hesaplama gücü yatırımlarını artırmaya devam edebilir; bu arada sektördeki darboğaz GPU, HBM ve gelişmiş paketlemeden kademeli olarak elektrik ve şebekeye kaymış durumda.

Bu, yapay zeka yavaşlamasının piyasa üzerinde hiçbir etkisi olmadığı anlamına gelmiyor. Daha doğrusu, etki yavaşlamanın hangi katmanda gerçekleştiğine bağlı: Eğer sadece güvenlik testleri uzatılır ve model yayınları yavaşlatılırsa, CapEx'in mutlaka düşmesi gerekmez; ancak hükümetler eğitim kümelerini, çip tedarikini veya veri merkezi elektrik kullanımını doğrudan sınırlarsa, tüm yatırım çerçevesi köklü bir değişime uğrayabilir.

Aşağıda orijinal metnin derlenmiş çevirisi yer almaktadır:

Jacob Coxon, X üzerinden yaptığı ayrılış açıklamasında öncü yapay zeka laboratuvarlarını yetenek yarışını yavaşlatmak için koordinasyon sağlamaya çağırdı

Jacob Coxon'un ayrılışı, öncü yapay zekanın risklerini bir kez daha gündeme taşıdı.

Coxon, OpenAI ve Anthropic'in kendini geliştirebilen süper zekayı geliştirmek için yarıştığını, ancak yeterince sorumlu güvenlik önlemleri almadığını düşünüyor. Bu, dışarıdan bir eleştirmenin izole bir sesi değil. Anthropic hizalama bilimi başkanı Evan Hubinger daha sonra kamuoyuna yaptığı açıklamada Coxon'un temel değerlendirmesine katıldığını belirterek, önümüzdeki on yılda yapay zekanın insanlığın yok olmasına yol açma olasılığını %10'un üzerinde tahmin etti. Bu açıklamalar WIRED gibi medya kuruluşları tarafından da haberleştirildi.

Ancak yatırımcılar için daha doğrudan bir soru var: Öncü laboratuvarlar yavaşlamayı tartışmaya başladığında, teknoloji şirketlerinin yapay zeka sermaye harcamaları da düşecek mi?

Mehrotra, en azından mevcut aşamada bu ikisi arasında doğrudan bir eşitlik kurulamayacağını düşünüyor. Yapay zeka güvenliği tartışması model ve laboratuvar yönetişimi katmanında yaşanırken, bu CapEx döngüsünün kısıtları kademeli olarak çip, paketleme, elektrik ve veri merkezleri gibi fiziksel altyapıya inmiş durumda.

Yarışı kaybetme korkusu arttıkça laboratuvarların gönüllü yavaşlaması zorlaşıyor

Coxon'un anlatımına göre, öncü laboratuvarlar risklerin farkında değil değil. Asıl sorun, hiçbir laboratuvarın ilk yavaşlayan taraf olmak istememesi.

Buradaki oyun teorisi mantığı şöyle: Eğer bir laboratuvar yavaşlamayı seçerse, güvenlik bilinci daha zayıf olan rakipler daha güçlü modelleri daha önce geliştirebilir. Yeterince dikkatli olmayan rakiplerin önce atılım yapmasına izin vermek yerine, kaynak yatırmaya devam edip lider olmayı garantilemek ve teknolojiyi daha güvenli bir şekilde kontrol etmeye çalışmak daha mantıklı görünüyor.

Yazara göre bu düşünce tarzının sermaye harcamalarında daralmaya dönüşmesi zor; aksine silahlanma yarışını güçlendirebilir. Laboratuvarlar belirleyici bir teknolojik rekabetin içinde olduklarına ne kadar inanırlarsa, GPU alımlarını, eğitim kümelerini ve veri merkezi yatırımlarını kısmaları o kadar zorlaşır.

Dolayısıyla güvenlik kaygıları ile CapEx büyümesi aynı anda var olabilir. Hatta kendi kendini güçlendiren bir döngü oluşabilir: Laboratuvarlar yapay zeka yeteneklerinin hızla artmasından endişe ederken, rakiplerin gerisinde kalma korkusuyla daha fazla kaynak yatırır ve yetenek yarışını daha da hızlandırır.

Bu, yazarın sektördeki rekabet yapısına ilişkin bir açıklamasıdır; şirketlerin sermaye harcama planlarıyla doğrulanmış bir sonuç değildir. Bu mantığın geçerli olup olmadığını anlamak için büyük bulut sağlayıcılarının ve yapay zeka laboratuvarlarının fiili satın alma ve inşaat planlarını değiştirip değiştirmediğini gözlemlemek gerekiyor.

Model yavaşlaması, altyapı döngüsünün sona erdiği anlamına gelmez

Mehrotra'nın ikinci değerlendirmesi, yapay zeka sektörünün temel darboğazının birçok kez yer değiştirdiği ve her yer değişiminin sermaye yoğunluğunu artırdığı yönünde.

Başlangıçta model eğitimini sınırlayan GPU arzı ve çip kotalarıydı; ardından darboğaz HBM yüksek bant genişlikli bellek ve gelişmiş paketlemeye kaydı; bugün ise elektrik arzı, şebeke erişimi ve veri merkezi inşaatı hızla çözülmesi daha zor kısıtlar haline geliyor.

Çip ve paketleme kapasitesi üretim hatlarını genişleterek hafifletilebilir, ancak elektrik sorunu genellikle enerji santrallerinin inşası veya yeniden devreye alınmasını, gaz türbini ve transformatör kapasitesinin artırılmasını, iletim ve şebeke bağlantı sistemlerinin yükseltilmesini gerektirir. Bu tür projeler daha büyük yatırım ölçeğine ve daha uzun inşaat sürelerine sahiptir; tek bir yazılım güncellemesiyle çözülemez.

Dolayısıyla, öncü modellerin yayın sıklığı düşse bile, halihazırda imzalanmış çip siparişleri, elektrik satın alma anlaşmaları ve veri merkezi inşaat projeleri hemen durmayabilir. Model geliştirme ile altyapı inşaatı arasında bir zaman farkı vardır; CapEx genellikle kamuoyu veya Ar-Ge temposuyla eş zamanlı yön değiştirmez.

Aynı zamanda yavaşlama, hesaplama gücü talebinin kendiliğinden azalacağı anlamına da gelmez. Daha uzun güvenlik testleri, daha karmaşık çıkarım süreçleri ve mevcut modellerin kurumsal ve tüketici senaryolarına dağıtımı hâlâ önemli miktarda hesaplama kaynağı tüketebilir.

Yazar bu nedenle yatırımcıların yalnızca sosyal medyada en hararetli tartışılan model katmanına odaklanmaması, önümüzdeki 18 ay içinde oluşmakta olan yeni darboğazları araması gerektiğini düşünüyor. Bu çerçeveye göre, şu anda daha fazla dikkat edilmesi gereken kıt kaynak "model zekâsından" kademeli olarak elektrik ve ilgili altyapıya kaymış durumda.

Yapay zeka teknoloji hisseleri genel yükselişten ayrışmaya dönebilir

Model yavaşlaması CapEx'in durması anlamına gelmiyorsa, teknoloji hisseleri üzerindeki etkisi basit bir genel olumsuzluk değil, daha çok tedarik zincirinin yeniden fiyatlanması şeklinde ortaya çıkabilir.

Öncelikle, öncü modellerin sürekli sıçramasına ve ürünlerin hızla paraya dönüşmesine bağımlı şirketler daha kolay etkilenebilir. Model yinelemeleri yavaşladığında, piyasanın gelir büyümesi, ticarileşme temposu ve değerleme çarpanlarına ilişkin varsayımlarının ayarlanması gerekebilir.

İkinci olarak, GPU, ağ ekipmanları, güç dağıtımı, soğutma ve veri merkezi kaynaklarına sahip şirketlerin sipariş mantığı aynı anda bozulmayabilir. Bulut sağlayıcıları altyapıyı genişletmeye devam ettiği veya hesaplama gücü darboğazı elektrik halkasına kaymaya devam ettiği sürece, ilgili yatırımlar güçlü bir atalet koruyabilir.

Üçüncü olarak, piyasanın eğitim ve çıkarımı birbirinden ayırması gerekiyor. Laboratuvarlar ultra büyük ölçekli öncü eğitimi sınırlamak için koordinasyon sağlasa bile, mevcut modellerin çıkarım talebi, kurumsal dağıtım ve yapay zeka uygulamalarının yaygınlaşması hesaplama gücü tüketimini artırmaya devam edebilir. Bu durumda CapEx'te sert bir daralma yerine yapısal bir değişim yaşanabilir.

Bu, yapay zeka yavaşlamasının öncelikle tüm teknoloji sektörünün büyüme yönünü değil, farklı varlıkların aynı yapay zeka değerleme mantığını paylaştığı durumu değiştirebileceği anlamına geliyor. Geçmişte model şirketleri, bulut sağlayıcıları, yarı iletken firmaları ve elektrik altyapısı tedarikçileri yapay zeka anlatısından prim elde edebiliyordu; model yetenek yarışı yavaşlarsa, piyasa teknolojik liderlik, ticarileşme kapasitesi ve sipariş gerçekleşmesini daha katı bir şekilde ayırt etmeye başlayabilir.

CapEx mantığını gerçekten değiştiren değişken düzenlemedir

Mehrotra, bu yapay zeka sermaye harcaması döngüsünü gerçekten kesintiye uğratabilecek şeyin bir başka tedarik zinciri kıtlığı değil, hükümetlerin sistem dışından getirdiği sert kısıtlamalar olduğunu düşünüyor.

GPU, HBM, elektrik ve transformatör kıtlığı, özünde yatırımı artırarak hafifletilebilecek darboğazlardır. Veri merkezlerinin devreye alınmasını geciktirebilirler, ancak aynı zamanda sermayeyi yeni kıt halkalara yönlendirirler.

Düzenleme ise farklıdır. Hükümetler üst düzey çip alımlarını, eğitim kümesi boyutlarını, model eğitimi için gereken hesaplama gücünü veya veri merkezi elektrik kullanımını doğrudan sınırlarsa, şirketler yalnızca yatırımı artırarak kısıtları aşmakta zorlanır. Bu senaryoda bulut sağlayıcılarının CapEx beklentileri, altyapı siparişleri ve yapay zeka ile ilişkili teknoloji hisselerinin değerlemeleri aynı anda aşağı yönlü revize edilebilir.

Ancak orijinal metin bu durumu temel senaryo değil, düşük olasılıklı bir kuyruk riski olarak ele alıyor. Bu değerlendirmenin de sürekli olarak doğrulanması gerekiyor; düzenleme riskinin tamamen dışlandığı şeklinde anlaşılmamalı. Yapay zeka laboratuvarlarındaki endişeler kamuoyuna yansıdıkça, dış politika baskısı artabilir.

Bundan sonra piyasanın gerçekten izlemesi gereken şey "yapay zeka yavaşlaması" gibi genel bir slogan değil, üç daha somut sinyal: Öncü laboratuvarlar yavaşlamayı resmi Ar-Ge planlarına yazacak mı, büyük bulut sağlayıcıları veri merkezi siparişlerini azaltacak mı ve düzenleme doğrudan çip, hesaplama gücü ve enerji arzına dokunmaya başlayacak mı?

Coxon'un ayrılışı, öncü yapay zekadaki güvenlik tartışmasının dış eleştiriden laboratuvar içine taşındığını gösteriyor. Ancak araştırmacıların endişelerini dile getirmesinden teknoloji şirketlerinin sermaye harcamalarını fiilen kısmasına kadar rekabet baskısı, inşaat ataleti ve altyapı kıtlığı gibi birçok halka bulunuyor.

Yapay zeka yavaşlaması CapEx döngüsünü hemen sona erdirmeyebilir, ancak tüm yapay zeka varlıklarının aynı yükseliş mantığını paylaştığı dönemi sona erdirebilir.