Der CEO von IBM macht im Grunde die Rechnung auf und sagt, dass es nicht aufgeht. Der Bau und Betrieb eines 1-Gigawatt-AI-Rechenzentrums kostet etwa 80 Milliarden Dollar. Unternehmen planen ungefähr 100 GW Kapazität, was insgesamt 8 Billionen Dollar entspricht. Das Problem ist, dass man 800 Milliarden Dollar pro Jahr an Gewinn benötigen würde, nur um die Zinsen auf diese Schulden zu zahlen. Das ist mehr, als irgendein Tech-Unternehmen verdient, also sieht die Rendite unter den heutigen wirtschaftlichen Bedingungen unmöglich aus. Er hebt ein echtes Problem hervor, das leicht ignoriert wird, wenn alle von AI begeistert sind. Diese Rechenzentren haben eine kurze Lebensdauer (etwa 5 Jahre, bevor die Chips obsolet werden), also baut man im Grunde alle fünf Jahre neu. Obendrauf ist das Monetarisierungsmodell noch nicht bewiesen. Unternehmen haben nicht herausgefunden, wie sie genug Wert aus AI ziehen können, um 8 Billionen Dollar Ausgaben zu rechtfertigen. Die Nachfrage müsste absolut riesig sein. Seine Berechnungen zum Zinsproblem sind solide, aber es ist nicht die ganze Geschichte. Wenn AI tatsächlich erhebliche Produktivitätsgewinne in der Wirtschaft liefert, könnten die Renditen es letztendlich rechtfertigen. Einige Investoren modellieren 12-18% Renditen bei diesen Dingen. Die eigentliche Frage ist, ob das Geschäftsmodell tatsächlich funktionieren wird, was seine Skepsis gerechtfertigt.