- Devasa peşin sermaye ile kısa teknoloji döngüsü birleşince, frontier yapay zeka laboratuvarları yeni ürünü çıkarır çıkarmaz bir sonraki nesle hazırlanmak zorunda oldukları yarı iletken tipi bir treadmill içine giriyor
- Frontier model eğitim maliyetleri 8 yıl boyunca her yıl yaklaşık 2,4 kat arttı; en büyük eğitim işleri 2027'de 1 milyar doları aşabilir ve 2028'de 10 milyar dolara ulaşabilir
- Yarı iletken sektörü her 3-4 yılda bir durgunluk yaşarken az sayıda şirket etrafında yeniden şekillendi; ancak Nvidia, Apple ve ARM gibi üretimin bir katman üstünde tasarım, yazılım ve ekosistemi kontrol eden şirketler büyük değer yarattı
- Yapay zekada da frontier maliyetleri hızla yükselirken aynı performansı elde etme maliyeti bazı tahminlere göre her yıl onda bire kadar düşüyor; bu da Cursor, Harvey ve Abridge gibi uygulama şirketlerinin modeli doğrudan eğitmeden ürün ve müşteri ilişkileri kurabilmesini sağlıyor
- Ölçek ve sermaye frontier laboratuvarlarının temel rekabet gücü olsa da daha geniş iş fırsatı, ucuzlayıp bollaşan zekanın uygulama katmanında yer alıyor; model sağlayıcılarının müşteri pazarına girebilmesine dair platform bağımlılığı riski ise ayrıca değerlendirilmeli
Durmayan yarı iletken treadmill'i
- Yeni nesil yarı iletken şirketleri tasarım, tape-out, süreç doğrulama, üretim ve dağıtımı büyütmek için devasa sermaye harcar; ancak ürün tamamlandığında pazar çoktan bir sonraki nesli talep etmeye başlamış olur
- Bu döngüye ayak uyduramayan şirketler satın alındı, birleşti ya da sessizce faaliyetlerini sonlandırdı; yatırımı zorlaştıran şey teknolojinin kendisinden çok sermaye yoğunluğu ve geliştirme hızı oldu
- Frontier model laboratuvarları da büyük sermaye harcayıp ürün çıkardıkları anda bir sonraki modeli sunmaları beklendiği için aynı örüntüyü gösteriyor
Yeni nesil yarı iletken süreçlerinin maliyeti
- Eski süreçlerde yüz binlerce dolar olan tape-out maliyeti, 3nm tam maske bazında 100 milyon doların üzerine çıkabiliyor
- Maliyetin büyük kısmı wafer'dan değil maske seti ve tekrarlanmayan mühendislik giderlerinden kaynaklanıyor
- International Business Strategies'nin tahminine göre yeni bir çipin toplam tasarım maliyeti, süreç küçüldükçe hızla artıyor
- 28nm: yaklaşık 40 milyon dolar
- 7nm: yaklaşık 217 milyon dolar
- 5nm: yaklaşık 416 milyon dolar
- 3nm: yaklaşık 590 milyon dolar
- 2nm: 725 milyon doların üzerinde
- Ancak bu rakamlar tartışmalı
- SemiAnalysis'e göre bir startup'ın son teknoloji 7nm çipi toplam 50 milyon-75 milyon dolar maliyetle piyasaya sürdüğü örnekler var; bu nedenle yüksek tahminler üst sınır olarak görülmeli
- Üretim tesisi de eklendiğinde yük daha da büyüyor
- 3nm üretim tesisi: 15 milyar-20 milyar dolar
- Tek bir EUV tarayıcı: 350 milyon doların üzerinde
- TSMC'nin 2026 sermaye harcaması planı: 52 milyar-56 milyar dolar
- Transistör başına maliyet düşmeye devam etse de bunun ekonomik olması için yeterli üretim hacmine ulaşabilen şirketler gerekiyor
Yeni nesil frontier modellerin maliyeti
- GPT-4'ün nihai eğitiminde kullanılan amortismana tabi donanım maliyeti, Epoch AI tahminine göre yaklaşık 40 milyon dolar
- Stanford AI Index, bulut kiralama fiyatlarıyla yaklaşık 78 milyon dolar hesaplıyor
- Sam Altman ise maliyetin 100 milyon doların üzerinde olduğunu söyledi
- Gemini Ultra'nın tahmini eğitim maliyeti, hesaplama yöntemine göre 30 milyon-191 milyon dolar arasında değişiyor
- Yönteme göre ilk rakam değişse de maliyetin genel ölçeği benzer; tek tek tahminlerden çok uzun vadeli artış eğilimi önemli
- Epoch AI'ye göre frontier eğitim maliyeti 8 yıl boyunca her yıl yaklaşık 2,4 kat arttı
- En büyük eğitim işleri 2027'de 1 milyar doları aşabilir
- Dario Amodei, 2028'de 10 milyar dolarlık eğitim işlerinin ortaya çıkabileceğini öngörüyor
- 2026'daki frontier eğitim işleri şimdiden 200 milyon-500 milyon doların üzerinde tahmin ediliyor
- Devasa peşin sermaye, hızlı ürün döngüsü ve çıkıştan hemen sonra bir sonraki neslin istenmesi, AI laboratuvarları üzerinde yarı iletken şirketlerine benzer baskı oluşturuyor
Yapay zeka eğitim varlıklarının daha hızlı değer kaybetmesinin nedeni
- Yarı iletken fabrikaları birden fazla süreç neslinde yeniden kullanılabilir ve amortismanı tamamlanmış eski üretim hatları da yıllarca gelir yaratabilir
- Buna karşılık eğitilmiş frontier modeller, rakip daha iyi bir model çıkardığı anda değer kaybeder ve eski bir yarı iletken fabrikasındaki gibi bir artık değere sahip değildir
- Bu fark nedeniyle frontier yapay zeka laboratuvarlarının ekonomik treadmill'i, yarı iletken üretiminden bile daha sert olabilir
Yarı iletken sektörünün döngüsü ve konsolidasyonu
- Yarı iletken sektöründe yaklaşık 70 yıldır her 3-4 yılda bir durgunluk yaşanıyor ve şimdiye kadar 15'ten fazla döngü görüldü
- Dot-com balonunun patlaması sırasında PHLX Semiconductor Sector Index (SOX), 2000 zirvesinden yaklaşık %82 düştü; Nvidia'nın piyasa değeri de yaklaşık %90 geriledi
- PitchBook verilerine göre yarı iletken startup'larına girişim yatırımı, 2021'de yaklaşık 14,5 milyar dolarla zirve yaptıktan sonra 2022'de %46 düşerek 7,8 milyar dolara indi
- Finansman piyasaları donmadan önce Ar-Ge'yi gelire çeviremeyen çip startup'larının işletme sermayesi tükendi
- Bir zamanlar binlerce şirketin bulunduğu sektör, on yıllar içinde az sayıda oyuncu etrafında konsolide oldu; özellikle bellek pazarı oligopol yapıya dönüştü
- Aşırı sermaye yoğunluğu ile bitmeyen nesil yenilenmesi birleştiğinde sektör az sayıda kazanana yoğunlaşıyor; refah dönemini kalıcı sanan şirketler ise bir sonraki durgunlukta ağır darbe alıyor
Yarı iletkende daha büyük değer yaratan katman
- Yarı iletken sektörü yalnızca son teknoloji süreç şirketlerinin konsolidasyonunu doğurmadı; aynı zamanda tüm teknoloji sektöründe devasa değer yaratımının temeli oldu
- Nvidia, Apple, Qualcomm, Broadcom ve AMD; kendi fabrikalarına sahip olmadan, son teknoloji üretimin sermaye yükünü TSMC gibi şirketlere bırakan fabless model ile güçlü işler kurdu
- ARM ise doğrudan silikon üretmeden komut setini lisanslayarak neredeyse tüm cep telefonlarına girdi
- Bu şirketler üretim treadmill'inin bir katman üstünde tasarım, yazılım ve ekosistemi kontrol etti; finansal riskleri de bilançolarından foundry'lere aktardı
- Daha büyük dönüşüm ise ucuz, bol ve sürekli iyileşen yarı iletkenlerin üzerinde gerçekleşti
- Yazılım sektörü
- İnternet
- Akıllı telefon ekonomisi
- Bulut bilişim
- Google, Amazon ve uygulama ekonomisi
- Son teknoloji süreç yarışında ortadan kaybolan şirketlerden çok, bu yarışın ürettiği ucuz bilgi işlem üzerine iş kuran şirketler on yıllar boyunca daha büyük büyüme yaşadı
Frontier maliyetleri yükselirken zeka maliyeti düşüyor
- Frontier modellerin üst maliyet sınırı 1 milyar doların üzerine çıkarken, belirli bir performans seviyesine ulaşma maliyeti bazı tahminlere göre her yıl onda bire kadar düşüyor
- 2023'te eğitimi 78 milyon dolara mal olan düzeydeki bir modeli bugün 10 milyon doların altında üretmenin mümkün olduğu düşünülüyor
- DeepSeek'in birkaç milyon dolarla yüksek performanslı bir modeli eğittiği biliniyor
- Kesin rakamlar tartışmalı ve bazı tahminler aşırı iyimser olabilir; ancak açık modellerde aynı performansı elde etme maliyetinin düştüğü yön net
- Zeka, bilgi işlemle birlikte maliyet eğrisi boyunca düşüyor; frontier yarışı ile onun üzerindeki uygulama pazarı farklı ekonomilere sahip
Yapay zekaya uyarlanan fabless strateji
- Frontier model eğitimi yalnızca çok büyük finansmana erişebilen az sayıdaki laboratuvara açıkken, üstündeki uygulama katmanı çok daha fazla şirkete açık
- Anysphere, 2022'de MIT'den 4 öğrenci tarafından kuruldu ve başka şirketlerin frontier modelleri üzerine Cursor'ı inşa etti
- Yıllıklandırılmış geliri 2025 başında yaklaşık 100 milyon dolardan 2026 ortasında yaklaşık 4 milyar dolara çıktı
- SpaceX, Haziran 2026'da şirketi yaklaşık 60 milyar dolara satın almak için anlaşmaya vardı
- Cursor frontier modeli doğrudan eğitmedi; bunun yerine ürünü ve geliştirici ilişkisini sahiplendi, eğitim maliyetini model laboratuvarlarının üstlenmesini sağladı
- Aynı strateji birçok sektöre uygulanıyor
- Perplexity: arama
- Harvey: hukuk işleri
- Sierra: müşteri hizmetleri
- Abridge: klinik ortam
- Glean: kurum içi işler
- Foundry Robotics: üretim
- Bu şirketler eğitim treadmill'ine doğrudan çıkmadan, onun üzerinde ürün ve iş kuruyor
Ayrı bir risk olarak platform bağımlılığı
- Dış modeller üzerinde ürün kurulduğunda, model sağlayıcısı uygulama katmanına yükselip müşterinin işiyle doğrudan rekabet edebilir
- Laboratuvarlar şimdiden kendi modellerini kullanan bazı büyük müşterilerle rekabet ediyor
- Cursor, model sağlayıcılarının kendi kodlama araçlarıyla rekabet ederken perakende model fiyatlarını ödemek zorunda kaldı; sağlayıcılar ise toptan seviyedeki ekonomilerden yararlanabildi
- Platform bağımlılığı göz ardı edilemeyecek bir yatırım riski; ancak niteliği ve giriş maliyeti, frontier laboratuvarlarının üstlendiği eğitim maliyeti ve nesil değişim riskinden farklı
Yatırımda ayırt edilmesi gereken iki şirket tipi
- Yarı iletken döneminde iki tür şirket başarılı oldu
- Az sayıdaki şirket, son teknoloji treadmill'ini sürdürebilecek ölçeğe ulaştı
- Daha fazla sayıda şirket ise ucuz ve bol silikondan bir veya iki katman yukarıda, sürdürülebilir ve yüksek marjlı işler kurdu
- Toplam değer yaratımı açısından ikinci grup birinciden çok daha büyüktü
- Frontier model çağı da aynı yönde ilerliyor; treadmill'in kendisini tüm pazar sanmamak gerekiyor
- Yapay zeka da geçmişteki diğer sermaye yoğun teknoloji patlamaları gibi birden fazla finansman kuraklığı yaşayabilir; iyimser piyasa sermayesiyle en yeni nesli finanse eden şirketler o dönemde baskı altında kalacaktır
- Daha geniş fırsat, frontier yarışını kimin kazandığından çok zeka ucuzlayıp bollaştıktan sonra neyin inşa edileceğinde yatıyor
- Red Glass Ventures özellikle ucuz zekanın fiziksel dünyayla buluştuğu robotik, donanım ve gerçek dünyada doğrudan eylem alan sistemlerle ilgileniyor
Henüz yorum yok.