Die jüngste Finanzierungsrunde von OpenAI verdeutlicht einen Tonwechsel in der Branche: Investoren fordern von der künstlichen Intelligenz nun ein nachhaltiges Geschäftsmodell und einen messbaren Mehrwert, wo bisher das technologische Versprechen genügte. Laut der veröffentlichten Analyse könnte diese Wende der Zukunft der KI zugutekommen.
OpenAI hat bei einer ersten Finanzierungsrunde 11 Milliarden Dollar eingeworben, während die ursprüngliche Ambition auf einen Betrag von bis zu 30 Milliarden Dollar ausgerichtet war. Die Bewertung des Unternehmens beläuft sich auf etwa 1.250 Milliarden Dollar, unterhalb der ursprünglich angestrebten Ziele. Diese Zahlen bleiben beträchtlich, doch nun fällt der Blick auf die Kluft zwischen Ambitionen und Realität.
Das Unternehmen, das mitgeholfen hat, die weltweite Revolution der generativen KI auszulösen, stellt fest, dass technologische Begeisterung nicht mehr ausreicht, um unbegrenzten Kapitalzugang zu garantieren. Ist dies der Beginn einer Blasenbildung? Der Autor glaubt das « nicht zwingend ». Er sieht darin vielmehr den Übergang von einer Versprechens- zu einer Beweisökonomie, einen Wandel, der nicht nur OpenAI betrifft.
Technologischer Fortschritt, Akzeptanz und Wertschöpfung
Seit dem Erscheinen von ChatGPT schreitet die Branche mit außergewöhnlichem Tempo voran. Die Modelle werden leistungsfähiger, multimodale Fähigkeiten nehmen zu, und Agenten können Werkzeuge nutzen, Code produzieren und komplexe Aktionsfolgen ausführen. Diese Fortschritte sind unbestreitbar, doch es hat sich eine Verwirrung eingestellt: Man geht davon aus, dass die Steigerung der technischen Fähigkeiten automatisch eine proportionale Wertschöpfung nach sich zieht.
Ein intelligenteres Modell ist nicht zwangsläufig profitabler, und eine weit verbreitete Technologie ist nicht unbedingt wirtschaftlich nachhaltig. Die Anzahl der Nutzer, das Volumen der verbrauchten Tokens (Texteinheiten, die ein Modell verarbeitet) oder die Zahl der eingesetzten Agenten sind Aktivitätsindikatoren. Für sich allein beweisen sie keine Wertschöpfung.
Eine Organisation kann Experimente vervielfachen und individuelle Produktivitätsgewinne feststellen, ohne dass sich ihre operativen Ergebnisse wesentlich verbessern. Die Zeitersparnis eines Entwicklers beschleunigt nicht automatisch die Produktionsfreigabe, und ein Agent, der zehn Aufgaben automatisiert, schafft nicht zwangsläufig Mehrwert, wenn der Gesamtprozess unverändert bleibt. Wie der Autor zusammenfasst: « Wir haben gelernt zu messen, was die KI produziert. Nun ist es an der Zeit zu messen, was sie transformiert. »
Das wirtschaftliche Paradox der KI
Einerseits sinken die Nutzungskosten vieler Inferenzfähigkeiten (das Ausführen eines bereits trainierten Modells) dank Hardware-, Software- und Architekturoptimierungen. Andererseits erfordert der Wettlauf um Spitzenmodelle erhebliche Investitionen in Infrastruktur, Energie, Rechenzentren und Rechenkapazität. Jede Verarbeitungseinheit wird billiger, doch die Ausgaben, um wettbewerbsfähig zu bleiben, steigen.
Investitionen garantieren auch keine nachhaltige Differenzierung. Konkurrierende Modelle schreiten voran, offene Alternativen gewinnen an Leistung, und Unternehmen lernen, mehrere Modelle nach ihren Bedürfnissen und Kosten zu orchestrieren. Wo wird der Wert liegen – in den Modellen, der Infrastruktur, den Plattformen oder der Transformation der Geschäftsprozesse? Der Autor schätzt, dass er sich schrittweise in diese letzte Dimension verlagern wird, ohne den Wert der anderen Schichten verschwinden zu lassen.
Für nutzende Unternehmen geht die Notwendigkeit, Ergebnisse zu messen, mit der Anforderung an Flexibilität einher. Ihre Strategie darf nicht vollständig von einem einzigen Anbieter abhängen, und sie müssen die Fähigkeit behalten, Modelle zu wechseln, ihre Daten zu kontrollieren und ihre Kosten zu verfolgen. Die erste Phase der KI-Revolution bestand darin, diese Technologie für alle zugänglich zu machen; die zweite muss zeigen, dass sie einen nachhaltigen wirtschaftlichen Mehrwert schaffen kann.
