Big Tech przeznaczy bilion dolarów (1000 mld) na infrastrukturę AI zamiast na energię, leki i mieszkania – zarzuca Jacobin.

Pełna analiza

Jacobin, magazyn o lewicowej orientacji, opisuje że wielkie firmy technologiczne (Big Tech – potocznie: Google, Microsoft, Amazon, Meta) planują wydać łącznie około biliona dolarów (1000 miliardów) na budowę infrastruktury pod sztuczną inteligencję (AI – Artificial Intelligence), głównie centra danych i chipy do trenowania dużych modeli językowych (LLM – Large Language Model, czyli programów generujących tekst na podstawie ogromnych zbiorów danych). Autor argumentuje, że te same pieniądze mogłyby sfinansować odnawialne źródła energii, badania nad lekami albo budowę mieszkań – czyli rzeczy o bezpośredniej, mierzalnej korzyści społecznej. Krytyka dotyczy też samego produktu: modele te są trenowane na twórczości ludzi bez ich zgody i wynagrodzenia, a mimo to często generują błędne lub zmyślone odpowiedzi (tzw. „halucynacje” modeli językowych). Dla przeciętnego człowieka oznacza to spór o priorytety: czy kapitał prywatny, zamiast szukać zysku z hipotetycznej przyszłej rewolucji AI, powinien być kierowany (np. przez podatki lub regulacje) w stronę energetyki, mieszkalnictwa czy ochrony zdrowia. To argument polityczny, a nie tylko ekonomiczny – wpisuje się w szerszy spór o to, kto decyduje, na co idzie kapitał w gospodarce rynkowej.

Wpływy

• ·Bilion dolarów (1000 mld USD) łącznych planowanych nakładów Big Tech na infrastrukturę AI w najbliższych latach
• ·Sektor centrów danych (data center) i producenci chipów (np. Nvidia) – główni beneficjenci tych wydatków
• ·Zasoby energetyczne – centra danych AI zwiększają zapotrzebowanie na prąd, konkurując z innymi odbiorcami o ograniczoną moc sieci
• ·Twórcy treści (autorzy, artyści, dziennikarze) – argument o wykorzystywaniu ich pracy do trenowania modeli bez wynagrodzenia

Co dalej

• →Jeśli tempo wydatków na centra danych utrzyma się, sieci energetyczne w USA (szczególnie w stanach jak Wirginia i Teksas) będą wymagały pilnych inwestycji w moc – to już podnosi rachunki za prąd lokalnym mieszkańcom, co może stać się politycznym paliwem dla krytyki AI w kampaniach wyborczych 2026-2028
• →Presja społeczna i regulacyjna na Big Tech może przyspieszyć wprowadzenie podatku od nadmiarowych zysków (windfall tax) na firmy AI w niektórych stanach USA lub w UE, analogicznie do podatków od zysków koncernów energetycznych po 2022 roku
• →Spory o prawa autorskie do danych treningowych (procesy sądowe przeciw OpenAI, Meta) mogą zakończyć się wyrokami zobowiązującymi do płatności twórcom – co podniesie koszt trenowania modeli i może spowolnić tempo nowych wdrożeń AI w 2027 roku

Sektory do śledzenia

• Energetyka i sieci przesyłowe (utilities)

  Centra danych AI są tak energochłonne, że firmy technologiczne zaczynają bezpośrednio finansować elektrownie (w tym atomowe) – to przesuwa część kosztów infrastruktury energetycznej na konsumentów prądu.

• Prawa autorskie i licencjonowanie treści

  Zarzut Jacobina o „kradzieży twórczości” odzwierciedla toczące się procesy sądowe, których wynik zdecyduje, czy trenowanie modeli na cudzych danych bez zgody pozostanie legalne.

• Nieruchomości i budownictwo mieszkaniowe

  Artykuł wprost przeciwstawia wydatki na AI budowie mieszkań – warto śledzić, czy krytyka ta przełoży się na realne postulaty polityczne (np. podatek od AI na fundusz mieszkaniowy).

W przeszłości

Przełom lat 1999-2001: firmy telekomunikacyjne wydały ok. 500 mld USD na budowę sieci światłowodowych w oczekiwaniu na boom internetowy; do 2001 roku nawet 97% ułożonego światłowodu było nieużywane („dark fiber”), a WorldCom ogłosił w 2002 roku największą w historii USA upadłość (107 mld USD aktywów). Lekcja: masowa nadwyżka inwestycji infrastrukturalnych kończy się falą bankructw, ale sama infrastruktura bywa odzyskana i wykorzystana dekadę później.

Spór narracji

Źródła

• Jacobin Lewicowe — Nobody Asked for AI