Die schnelle Entwicklung der Künstlichen Intelligenz treibt die Hardware- und Rechenkosten, denen Unternehmen gegenüberstehen, stark nach oben. Der Deep-Learning-Vizepräsident von NVIDIA, Bryan Catanzaro, sagte in jüngster Zeit gegenüber den Medien, dass die Rechenkosten für Künstliche Intelligenz die Ausgaben für die Gehälter der Mitarbeiter übertreffen, und dass KI in der praktischen Anwendung die Arbeitskosten möglicherweise nicht wie erwartet senkt.
KI- Rechen-Ausgaben sind höher als die Gehaltskosten von Fachkräften
Der Deep-Learning-Vizepräsident von NVIDIA, Catanzaro, gab bei einem Medieninterview offen zu, dass für sein technisches Team die Berechnungskosten für den Betrieb von KI-Modellen deutlich höher sind als die Gehaltsausgaben für die Einstellung hochqualifizierter Fachkräfte. Diese Beobachtung stellt die in der Branche weit verbreitete Ansicht infrage, dass Künstliche Intelligenz Unternehmen zwangsläufig dabei helfen kann, die Betriebskosten zu senken. Obwohl KI in der Lage ist, große Datenmengen zu verarbeiten, sind die dafür erforderlichen High-Performance-Hardware, die Stromversorgung und die Wartungskosten sehr hoch. Dadurch sind die Betriebskosten von Maschinen in bestimmten Bereichen der technischen Entwicklung oft sogar stärker belastend als die Personalkosten, was zu einem neuen Muster kapitalintensiver Ausgaben führt.
Automatisierungstechnologie ist in den meisten Tätigkeiten noch nicht wirtschaftlich umsetzbar
Die vom MIT (Massachusetts Institute of Technology) 2024 veröffentlichten Forschungsdaten liefern wissenschaftliche Unterstützung für diese Kostenbeobachtung. Die Studie analysierte verschiedene Aufgaben, die auf visuelle Beurteilungen angewiesen sind, und fand, dass KI-Automatisierung derzeit nur in etwa 23 % der Tätigkeiten einen wirtschaftlichen Nutzen hat. In den übrigen 77 % der Arbeitsbereiche ist es laut der Studie jedoch weiterhin die kostengünstigere und effizientere Wahl, menschliche Mitarbeiter einzustellen. Die Studie weist darauf hin, dass, um ein Leistungsniveau zu erreichen, das mit dem von Menschen vergleichbar ist, die erforderlichen Investitionen in Software und Hardware sehr beträchtlich sind. Für die meisten mittelständischen und kleinen Unternehmen oder für bestimmte Branchen bleibt die finanzielle Schwelle für eine umfassende Automatisierung daher zu hoch. Zudem erhöhen Fehler aufgrund mangelnder technischer Reife, zum Beispiel das Risiko einer Datenbank-Zerstörung, über das Ingenieure berichten, auch die indirekten Kosten.
Technologieunternehmen stehen unter zusätzlichem Druck, Budgets neu zuzuweisen
Obwohl die anfänglichen Investitionskosten erschreckend hoch sind, hat der KI-Ausbau bei großen Technologiefirmen nicht nachgelassen. Laut Statistiken planen globale Technologie-Führungskräfte im Jahr 2024, etwa 740 Mrd. US-Dollar in KI-bezogene Infrastruktur zu investieren, was im Vergleich zum Vorjahr deutlich wächst. Dieser intensiv hohe Investitionsgrad wirkt sich jedoch auch auf die Finanzplanung der Unternehmen aus. Der CTO von Uber, Praveen Neppalli Naga, sagte, dass die Einführung von KI-Codierungstools die gesamten F&E-Kosten nach oben treibe und Unternehmen dazu zwinge, ihre Budgetplanung neu zu überdenken, weil die tatsächlichen Ausgaben oft weit über das ursprünglich erwartete Ausmaß hinausgehen. Das zeigt, dass KI zwar die Effizienz steigern kann, gleichzeitig aber auch Druck auf den Cashflow und die Verteilung von Ressourcen der Unternehmen ausübt.
Während Unternehmen in KI investieren, laufen zugleich großangelegte Entlassungen. Statistiken zufolge sind seit Jahresbeginn bereits mehr als 92.000 Personen aus dem Technologiesektor arbeitslos geworden; das Tempo der Entlassungen liegt deutlich über dem Niveau der Vorjahre. Das spiegelt wider, dass die Technologiebranche eine Integrationsphase zwischen finanzieller Stabilisierung und technologischem Wandel durchläuft. Obwohl die Rechenkosten derzeit sehr hoch sind, gibt es weiterhin Spielraum nach unten: Mit der Reife der Infrastruktur und der Verbesserung der Effizienz im Modellbetrieb können sich die Kostenstrukturen verringern. Ob KI in Zukunft tatsächlich einen wirtschaftlichen Nutzen zeigt, hängt entscheidend davon ab, ob die Technologie in der Lage ist, skalierte Anwendungen auch dann stabil zu realisieren, wenn weniger menschliche Aufsicht nötig ist—und nicht nur aus Kostengesichtspunkten.
Dieser Artikel Die Deep-Learning-Vizepräsident von NVIDIA hält der Ansicht, dass die KI-Rechen-Ausgaben die Humanressourcen-Gehaltskosten übersteigen, erschien am frühesten in der Kettennachrichten ABMedia.
