När jag själv rör mig i korridorerna hos storföretag är sentimentet ett helt annat. Efterfrågan handlar inte om målet att nå AGI. Vi har inte passerat någon topp i AI-utgifterna och det handlar fortfarande om investeringsnivån. Frågan om man investerar tillräckligt jämfört med andra (konkurrenter) är den första (och ibland enda) frågan, och därefter frågar man om effekterna på sista raden. Först långt senare, på någon lägre kodarnivå, kan någon fråga om man kunde uppnå samma effekt billigare. Det finns ingen jämviktspunkt för efterfrågan eftersom ledningen ständigt funderar på om någon kan disruptera verksamheten genom att satsa mer på AI. Detta fenomen leder ibland till “tokenmaxxing” eller personalenkäter av HR-typ om hur och hur mycket man använder AI i sitt arbete. Om man hittar en pärla i AI-idélådan finns pengarna för dyr GPU-kapacitet lättillgängliga i IT- och FoU-budgetarna (R&D). 3–5 % av omsättningen är inget problem när man både hoppas på och fruktar disruption. Visst, i små företag finns inte samma entusiasm för investeringar, och i storföretag räknar man på lönsamhet och prioriterar projekt, men storföretagen har gott om hävstång och fördelarna på pappret ser tillräckligt bra ut – åtminstone jämfört med traditionella IT- och FoU-investeringar.
Den dagen taxichauffören eller chefen säger att nu räcker det med token-konsumtion, att det finns tillräckligt med AI och att vi når samma resultat billigare med kapaciteten i en hemma-PC, då tror jag på att hårdvaruinvesteringar baserade på NVIDIAs GPU:er sjunker. Även för samtal och meddelanden räcker det med betydligt mindre och billigare beräkningskapacitet än den senaste iPhonen. På andra håll kan det mycket väl finnas en AI-bubbla, precis som det fanns i mobilbranschen, där alla inte överlevde övergången till smartphones.