Starten Sie Ihre KI-Reise mit Deutschlands modernster KI-Beratung

Goldman Sachs über Generative KI – Zu viel ausgegeben, zu wenig Nutzen? Goldman Sachs über Generative KI – Zu viel ausgegeben, zu wenig Nutzen?

Von Oliver Welling

In den kommenden Jahren sollen Technologiekonzerne und andere Unternehmen weltweit über eine Billion Dollar in die Kapitalausgaben für Künstliche Intelligenz (KI) investieren. Diese massiven Ausgaben umfassen Investitionen in Rechenzentren, Chips, andere KI-Infrastrukturen und das Stromnetz. Trotz dieser enormen Summen sind die greifbaren Vorteile bisher gering, und es stellt sich die Frage, ob diese Ausgaben jemals gerechtfertigt sein werden. Das musst du wissen: Goldman Sachs über Generative KI Hohe Investitionen: Über eine Billion Dollar sollen in KI-Kapitalausgaben fließen. Geringe unmittelbare Vorteile: Bisher gibt es wenig greifbare Vorteile dieser Investitionen. Skepsis der Experten: Einige Experten bezweifeln, dass die Ausgaben gerechtfertigt sind. Langfristiges Potenzial: Andere Experten sehen großes Potenzial in der langfristigen Wertschöpfung durch KI. In den kommenden Jahren sollen Technologiekonzerne und andere Unternehmen weltweit über eine Billion Dollar in die Kapitalausgaben für Künstliche Intelligenz (KI) investieren. Diese massiven Ausgaben umfassen Investitionen in Rechenzentren, Chips, andere KI-Infrastrukturen und das Stromnetz. Trotz dieser enormen Summen sind die greifbaren Vorteile bisher gering, und es stellt sich die Frage, ob diese Ausgaben jemals gerechtfertigt sein werden. Daron Acemoglu, Professor am MIT, äußert Skepsis gegenüber dem wirtschaftlichen Nutzen von KI. Er prognostiziert, dass nur etwa ein Viertel der durch KI betroffenen Aufgaben in den nächsten zehn Jahren kosteneffizient automatisiert werden können, was bedeutet, dass KI weniger als 5% aller Aufgaben beeinflussen wird. Acemoglu sieht daher nur einen begrenzten Anstieg der US-Produktivität um 0,5% und des BIP um 0,9% in den nächsten zehn Jahren. Jim Covello, Leiter der Globalen Aktienforschung bei Goldman Sachs, geht noch weiter. Er argumentiert, dass die Technologie, um die hohen Kosten von KI zu rechtfertigen, in der Lage sein muss, komplexe Probleme zu lösen, was sie derzeit nicht ist. Covello ist skeptisch, dass die Kosten jemals ausreichend sinken werden, um eine großflächige Automatisierung erschwinglich zu machen. Auf der anderen Seite sind Joseph Briggs und seine Kollegen bei Goldman Sachs optimistischer. Briggs schätzt, dass generative KI letztendlich 25% aller Arbeitsaufgaben automatisieren und die US-Produktivität um 9% sowie das BIP um 6,1% in den nächsten zehn Jahren steigern wird. Er argumentiert, dass die potenziellen Kosteneinsparungen und die Wahrscheinlichkeit, dass die Kosten langfristig sinken, zu einer breiteren KI-Automatisierung führen werden. Kash Rangan und Eric Sheridan, Analysten bei Goldman Sachs, bleiben ebenfalls enthusiastisch über das langfristige Potenzial der generativen KI. Sie sehen keine Anzeichen für eine irrationale Übertreibung der Investitionen. Sheridan betont, dass das Verhältnis der Kapitalausgaben zum Umsatz nicht wesentlich anders ist als bei früheren Technologiezyklen. Rangan sieht das Potenzial für eine vielversprechende Kapitalrendite. Engpässe bei Ressourcen Dennoch gibt es Bedenken, ob Engpässe bei wichtigen Ressourcen wie Chips und Strom die KI-Wachstumschancen einschränken könnten. Analysten bei Goldman Sachs argumentieren, dass die Nachfrage nach Chips das Angebot übersteigen wird, was das Wachstum von KI einschränken könnte. Ein noch größeres Problem könnte die Stromversorgung sein. Experten erwarten, dass die Verbreitung von KI-Technologie und die dafür notwendigen Rechenzentren einen Anstieg des Strombedarfs verursachen werden, den die bestehenden Infrastrukturen nicht bewältigen können. Brian Janous, Mitbegründer von Cloverleaf Infrastructure und ehemaliger Vizepräsident für Energie bei Microsoft, glaubt, dass die US-Versorgungsunternehmen nicht auf den kommenden Nachfrageanstieg vorbereitet sind. Die notwendigen Investitionen in die Strominfrastruktur werden aufgrund der stark regulierten Natur der Branche und Lieferkettenbeschränkungen nicht schnell oder einfach erfolgen. Prognosen und Schätzungen Goldman Sachs schätzt, dass KI 25% aller Arbeitsaufgaben automatisieren wird und die US-Produktivität um 9% sowie das BIP um 6,1% in den nächsten zehn Jahren steigern wird. Daron Acemoglu hingegen prognostiziert lediglich eine Produktivitätssteigerung von 0,5% und einen BIP-Anstieg von 0,9% im selben Zeitraum. Diese Diskrepanz in den Schätzungen basiert auf unterschiedlichen Annahmen über die Automatisierbarkeit von Aufgaben und die potenziellen Kosteneinsparungen. Briggs argumentiert, dass die potenziellen Kosteneinsparungen und die Wahrscheinlichkeit, dass die Kosten langfristig sinken, zu einer breiteren KI-Automatisierung führen werden. Acemoglu hingegen bezweifelt, dass die Technologie in der Lage sein wird, genügend Aufgaben kosteneffizient zu automatisieren, um die hohen Ausgaben zu rechtfertigen. Kapitalrendite und wirtschaftliche Auswirkungen Trotz der Bedenken gibt es auch optimistische Stimmen. Kash Rangan und Eric Sheridan von Goldman Sachs bleiben zuversichtlich, dass die Investitionen in KI letztendlich eine hohe Kapitalrendite erzielen werden. Sie argumentieren, dass die derzeitigen Ausgaben im Verhältnis zu den Umsätzen nicht ungewöhnlich hoch sind und dass Investoren Unternehmen belohnen, die einen klaren Zusammenhang zwischen ihren Ausgaben und den Einnahmen aufzeigen können. Eric Sheridan betont, dass die großen Cloud-Computing-Unternehmen wie Microsoft, Alphabet und Amazon in den letzten Quartalen eine Beschleunigung des Umsatzwachstums verzeichnet haben, was auf die zunehmende Nachfrage nach Rechenkapazität für KI-Modelle zurückzuführen ist. Dies zeigt, dass Kapital in das KI-Thema fließt und dass Unternehmen in der Lage sind, von den Investitionen zu profitieren. Herausforderungen und Risiken Dennoch gibt es erhebliche Herausforderungen und Risiken. Der Mangel an Chips und die begrenzte Stromversorgung könnten das Wachstum der KI einschränken. Analysten von Goldman Sachs argumentieren, dass die Nachfrage nach Chips das Angebot übersteigen wird, was zu Engpässen führen könnte. Darüber hinaus könnten die bestehenden Stromnetze nicht in der Lage sein, den erhöhten Bedarf zu decken, was erhebliche Investitionen in die Infrastruktur erforderlich macht. Brian Janous weist darauf hin, dass die US-Versorgungsunternehmen nicht auf den kommenden Nachfrageanstieg vorbereitet sind. Die notwendigen Investitionen in die Strominfrastruktur werden aufgrund der stark regulierten Natur der Branche und Lieferkettenbeschränkungen nicht schnell oder einfach erfolgen. Dies könnte zu einem Engpass bei der Stromversorgung führen, der das Wachstum der KI-Technologie behindert. Langfristige Perspektiven Trotz dieser Herausforderungen bleiben einige Experten optimistisch. Joseph Briggs und seine Kollegen bei Goldman Sachs glauben, dass die langfristigen Vorteile von KI die anfänglichen Kosten überwiegen werden. Sie argumentieren, dass die Technologie letztendlich zu erheblichen Produktivitätssteigerungen und wirtschaftlichem Wachstum führen wird. Kash Rangan und Eric Sheridan bleiben ebenfalls zuversichtlich, dass die Investitionen in KI letztendlich Früchte tragen werden. Sie sehen keine Anzeichen für eine irrationale Übertreibung der Investitionen und glauben, dass die Technologie langfristig erhebliche Vorteile bringen wird. Fazit Goldman Sachs über Generative KI Die Debatte über den Nutzen und die Kosten von KI-Investitionen ist komplex. Während einige Experten skeptisch sind und die hohen Kosten und begrenzten kurzfristigen Vorteile betonen, sehen andere langfristiges Potenzial und erwarten signifikante wirtschaftliche Vorteile. Es bleibt abzuwarten, ob die massiven Investitionen in KI letztlich gerechtfertigt sein werden und ob die Technologie die versprochenen Vorteile liefern kann. Angesichts der derzeitigen Unsicherheiten ist ein vorsichtiger und überlegter Ansatz bei der Einführung und Nutzung von KI-Technologien ratsam. #goldmansachs #KIInvestitionen #ki #artificialintelligence Goldman Sachs Gen AI TOO MUCH SPEND, TOO LITTLE BENEFIT st

Ähnliche Beiträge

Business Science

Tx-LLM: Googles Neuer LLM zur Beschleunigung der Wirkstoffentwicklung

Tx-LLM: Googles Neuer LLM zur Beschleunigung der Wirkstoffentwicklung Target-Interaktionsvorhersagen: Erkennt die Bindung von Molekülen an spezifische Proteine. Toxizitätsabschätzung: Bestimmt potenzielle.

Business

Künstliche Intelligenz mit Geschmackssinn: Die elektronische Zunge und ihre Anwendungen

Künstliche Intelligenz mit Geschmackssinn: Die elektronische Zunge und ihre Anwendungen Erkennung von Verfälschungen: Sie kann feststellen, ob Milch mit Wasser.

Folge uns

Beliebte Artikel

About Author

Maßgeschneiderte KI-Lösungen für Ihr Unternehmen

TechNow ist Ihr strategischer Partner für den erfolgreichen Einsatz von Künstlicher Intelligenz.

Beraten lassen

HOT CATEGORIES

de_DEGerman