Ώθηση στην παγκόσμια αγορά Πληροφορικής και ειδικότερα στους τομείς των data centers, των chips και του λογισμικού αναμένεται να δώσει η Τεχνητή Νοημοσύνη. Η εκτιμώμενη τεράστια ζήτηση για προϊόιντα και υπηρεσίες των παραπάνω κλάδων της Πληροφορικής αναμένεται να αυξήσει τον παγκόσμιο τζίρο της αγοράς Πληροφορικής στο ένα τρισ. δολάρια ως το 2027.
Αυτό εκτιμά η Bain & Company στην 5η ετήσια Παγκόσμια Έκθεση Τεχνολογίας όπου και εστιάζει στη μεγάλη ζήτηση που υπάρχει σήμερα για data centers, επεξεργαστές γραφικών (GPUs) και άλλους βασικούς πόρους, λόγω της διάδοσης της χρήσης της Τεχνητής Νοημοσύνης.
Σύμφωνα με την Bain & Company, με την ανάπτυξη της παραγωγικής Τεχνητής Νοημοσύνης και τις νέες τεχνολογίες, που αυξάνουν την παραγωγικότητα και αποδοτικότητα, οι απαιτήσεις για μεγαλύτερη υπολογιστική ισχύ είναι τεράστιες, κυρίως όσον αφορά τη χωρητικότητα και τις δυνατότητες των data centers. Αυτό οδηγεί σε μια εκρηκτική αύξηση του κόστους κατασκευής τους και την ανάγκη για επενδύσεις σε υποδομές και εξοπλισμό.
Η Bain & Company, μάλιστα αναφέρει ότι η Τεχνητή Νοημοσύνη θα αυξήσει τη δυναμικότητα των data centers, με αποτέλεσμα αυτά να φτάσουν από τα 50-200 megawatts, που έχουν χωρητικότητα σήμερα, σε πάνω από 1 gigawatt. Αυτό σημαίνει ότι, ενώ τα σημερινά data centers κοστίζουν από 1 δισ. έως 4 δισ.δολάρια μέσα στα επόμενα πέντε χρόνια το κόστος θα μπορούσε να ανέλθει μεταξύ 10 δισ. και 25 δισ.δολάρια
Εκτός από την ανάγκη για περισσότερα data centers, η Bain προβλέπει ότι η αυξανόμενη ζήτηση για μονάδες επεξεργασίας γραφικών (GPUs), λόγω του AI, θα μπορούσε να εντείνει τη ζήτηση για ορισμένα εξαρτήματα της εφοδιαστικής αλυσίδας κατά 30% ή και περισσότερο μέχρι το 2026. Για το λόγο αυτό τόσο οι ΗΠΑ όσο και η Ευρωπαϊκή Ένωση με το European Chips Act προσπαθούν να ενισχύσουν την παραγωγή των μικροεπεξεργαστών, με στόχο τη σταδιακή απεξάρτησή τους από χώρες της Άπω Ανατολής.
Όπως η πανδημία οδήγησε σε άνοδο τη ζήτηση υπολογιστών, έτσι και η αυξανόμενη ανάγκη για υπολογιστική ισχύ ΑΙ θα επηρεάσει τις αλυσίδες εφοδιασμού, που αφορούν τα τσιπ των data centers, τους προσωπικούς υπολογιστές και τα smartphones.
Αυτό που φαίνεται να προβληματίζει τα ανώτατα στελέχη εταιρειών της αγοράς Πληροφορικής είναι ότι οι παραπάνω τάσεις, σε συνδυασμό με τις γεωπολιτικές εντάσεις, θα μπορούσαν να προκαλέσουν μια νέα έλλειψη ημιαγωγών. Εάν η ζήτηση των κέντρων δεδομένων για τις τρέχουσες γενιές GPU διπλασιαστεί έως το 2026, σύμφωνα με μελέτες που έχουν δει, κατά καιρούς το φως της δημοσιότητας όχι μόνο οι προμηθευτές βασικών εξαρτημάτων θα πρέπει να αυξήσουν την παραγωγή τους, αλλά και οι κατασκευαστές συσκευασιών τσιπ θα χρειαστεί σχεδόν να τριπλασιάσουν την παραγωγική τους ικανότητα για να ανταποκριθούν στη ζήτηση.
Στρατηγικές εξαγορές και συγχωνεύσεις
Όπως δείχνουν παραδείγματα στη διεθνή αλλά και στην ελληνική αγορά, η αυξανόμενη αξία της AI στην αγορά ωθεί τις επιχειρήσεις να εστιάζουν σε στρατηγικές εξαγορές, που τους προσδίδουν νέες δυνατότητες και προοπτικές, παρά στοχεύοντας σε μεγάλες συγχωνεύσεις.
Άλλος ένας βασικός λόγος που οδηγεί σε εξαγορές και συγχωνεύσεις σύμφωνα με την έρευνα της Bain & Company είναι και τα συνεχή ρυθμιστικά εμπόδια. Έτσι οι τεχνολογικές εταιρείες αντί να επιδιώκουν συμφωνίες, που στοχεύουν στην αύξηση του μεγέθους και της κλίμακας των δραστηριοτήτων τους, προτιμούν συμφωνίες, που τους δίνουν πρόσβαση σε νέες δυνατότητες, προϊόντα ή αγορές - τις οποίες η Bain & Company αναφέρει ως "scope deals".
Μάλιστα, τα τελευταία έξι χρόνια, τα scope deals αντιπροσώπευαν σχεδόν το 80% όλων των συγχωνεύσεων και εξαγορών στον κλάδο της τεχνολογίας.
Η ανάπτυξη της παραγωγικής Τεχνητής Νοημοσύνης έχει εντείνει την πίεση και στις εταιρείες λογισμικού να βελτιώσουν την αποδοτικότητά τους. Σύμφωνα με την έρευνα της Bain, η παραγωγική τεχνητή νοημοσύνη μπορεί να εξοικονομήσει περίπου 10% έως 15% του χρόνου μηχανικής λογισμικού σε περισσότερες από 200 εταιρείες από διάφορους κλάδους.
Παρ’ όλα αυτά, οι περισσότερες επιχειρήσεις δεν αξιοποιούν πλήρως αυτά τα οφέλη. Καθώς ο ανταγωνισμός αυξάνεται, οι εταιρείες λογισμικού πρέπει να αξιοποιήσουν πλήρως τις δυνατότητες των εργαλείων Τεχνητής Νοημοσύνης για να διατηρήσουν το προβάδισμα, απλοποιώντας τις διαδικασίες ανάπτυξης και βελτιώνοντας τη διαχείριση των πόρων τους.
Η επίτευξη αποδοτικότητας άνω του 30% εξαρτάται από την ακριβή σχεδίαση, την ταχύτητα και ποιότητα στην εκτέλεση και την αποτελεσματική διαχείριση του κόστους. Αυτή η πίεση συνοδεύεται από μια γενικότερη τάση επιβράδυνσης της αύξησης των εσόδων στον κλάδο.
Σύμφωνα με την ανάλυση της Bain σε περίπου 90 εισηγμένες εταιρείες Software-as-a-Service (SaaS), η μέση ετήσια αύξηση εσόδων μειώθηκε κατά 16% τα τελευταία δύο χρόνια. Ως απάντηση, οι εταιρείες λογισμικού έχουν μειώσει τις δαπάνες για πωλήσεις και μάρκετινγκ, από το 41% των εσόδων στο 33%.
Ωστόσο, οι δαπάνες σε έρευνα και ανάπτυξη (Ε&Α) παρέμειναν σχετικά σταθερές, σημειώνοντας μικρή πτώση από 21% σε 18%. Καθώς η οικονομία επιβραδύνεται, οι επιχειρήσεις πρέπει να βρουν τη σωστή ισορροπία μεταξύ ανάπτυξης και εξοικονόμησης.
