Der Salesforce Tower in San Francisco ist neunundfünfzig Stockwerke hoch und hat eine Bürofläche von 1,35 Millionen Quadratmetern. Er wurde 2018 mit einem Kostenaufwand von 1,1 Milliarden USD errichtet und stellt einen sehr visuellen Höhepunkt des Aufstiegs von Software as a Service (SaaS) und dessen Paten Marc Benioff dar.
Das Gebäude verkörpert die dritte Generation der technologischen Umwälzungen, bei denen das Smartphone als Katalysator diente, um Computer in die Hände von Milliarden von Nutzern zu bringen. Der daraus abgeleitete Netzwerkeffekt nach dem Metcalfe’schen Gesetz brachte in nur etwas mehr als einem Jahrzehnt einige der größten Unternehmen der Welt hervor – Amazon, Google und Meta.
Apple und Microsoft waren ebenfalls große Nutznießer, obwohl sie Unternehmen der zweiten Generation waren (Client-Server-Ära). Heute steht ein Drittel des Salesforce Towers leer, was einer Bürofläche von 18,4 Millionen Quadratmetern entspricht.
Die vierte disruptive Welle
Man könnte meinen, dass die Technologiewelle zu einem abrupten Ende gekommen ist, doch nichts könnte weiter von der Wahrheit entfernt sein. Der Start von Chat GPT im November 2022 hat das ausgelöst, was wir als Digital 4.0 bezeichnen – die vierte disruptive Welle – die weitreichender ist als alle ihre Vorgänger.
Wir glauben, dass diese Welle die Grundlagen eines jeden Unternehmens tiefgreifend verändern wird, ohne dass die physische Opulenz der Vorgängerwelle erforderlich ist. Die künstliche Intelligenz in Verbindung mit großen Datenmengen, schnelleren Netzwerken und der Konnektivität von allem verspricht, das Tempo des disruptiven Wandels exponentiell zu beschleunigen.
Mit jeder neuen Technologie steigt auch die Geschwindigkeit und die Akzeptanz. Chat GPT zeigt genau das (siehe Abbildung 1).
Die Ergebnisse von Nvidia für das erste Quartal 2023 (Ende April) folgten kurz nach der Veröffentlichung von Chat GPT. Diese waren so spektakulär, dass sie den Startschuss für KI-Investitionen gegeben haben. Eine Erhöhung der Umsatzprognose für das zweite Quartal um 4 Mrd. USD, wodurch die Gesamtsumme von erwarteten 7 Mrd. auf 11 Mrd. USD steigt, ist in der Geschichte der Technologie vielleicht die größte Verbesserung für ein Unternehmen, das in großem Maßstab arbeitet.
Sie zeigt deutlich, dass wir noch lange nicht am Ende der Disruption angelangt sind und dass die Welt trotz der Gründung so vieler riesiger neuer Unternehmen weiterhin an allen Ecken und Enden mit Innovationen in Größenordnungen aufwartet. Der Grund für den Anstieg bei Nvidia war die Nachfrage nach großen Sprachmodellen (LLM), dem Kern von KI-Anwendungen. Die neuesten Chipsätze von Nvidia können bis zu 30‘000 USD pro Stück kosten, wobei ein großes LLM bis zu 300 Millionen USD kosten kann.
Da die meisten Unternehmen der Welt den Bedarf an KI erkannt haben, steht die Nachfrage erst am Anfang. Wir waren am Morgen nach diesem gewaltigen Gewinnsprung in den Nvidia-Büros in Kalifornien vor Ort, und für Nvidia war Chat GPT „der iPhone-Moment für Digital 4.0“.
Hype versus Realität
Technologietitanen haben das Ausmaß des Wandels schnell deutlich gemacht. Sundar Pichai, CEO von Alphabet, sagte: „Ich habe KI immer als die tiefgreifendste Technologie angesehen, an der die Menschheit arbeitet – tiefgreifender als Feuer oder Elektrizität oder alles, was wir in der Vergangenheit gemacht haben. Bei dem Versuch, das Ausmaß des Wandels und die Art und Weise, wie er sich auf unser Leben auswirken wird, zu verstehen, ist es wichtig zu überlegen, wie wir uns anpassen müssen. Im Bildungswesen zum Beispiel haben führende Politiker Chat GPT schnell als inakzeptables Instrument verurteilt.
Bill Gates aber bringt es perfekt auf den Punkt, wenn er sagt, dass sich Bildung auf die Förderung der individuellen Wahrnehmung und Kreativität anstatt auf das Lernen von Fakten verlagern muss. Der Punkt ist, dass KI hier und jetzt ist und nicht verschwinden wird. Wir müssen uns anpassen. Auch in der Unternehmenswelt werden die Gewinner und Verlierer durch diese Anpassung bestimmt, und sie muss schnell erfolgen. Daher das Gerangel um KI-Fähigkeiten und die enormen Investitionen in die Infrastruktur – Nvidia-GPU-Chipsätze.
„Wir müssen uns anpassen“
Der Hype um die raschen Veränderungen seit der Einführung von Chat GPT ist offensichtlich, aber die Auswirkungen werden sehr real. Wir sehen, dass sich dies in zwei Hauptbereiche aufteilt – die Ermöglicher, die die Chipsätze und die umgebende Infrastruktur zur Erstellung dieser LLMs herstellen, und die Endnutzungsfälle. Ersteres ist klar; es ist da und es geschieht in hohem Tempo. Letzteres ist weniger klar und definitiv anfällig für Hype und Fehlinformationen.
Um ein Beispiel zu nennen: Die Aktienkurse von Unternehmen wie Palantir und C3.ai sind in letzter Zeit in die Höhe geschossen. Seit Jahresbeginn ist Palantir um 129 Prozent und C3.ai um atemberaubende 292 Prozent gestiegen (bis Ende Mai 2023).
Beide Unternehmen haben einen KI-Bezug, sind aber eher als Berater denn als Anbieter skalierbarer Lösungen tätig. Genau wie die Hinzufügung der .com-Buchstaben zu Unternehmen in den späten 1990er Jahren scheint das Auftauchen von KI im Firmennamen für eine sofortige Kurssteigerung zu sorgen.
Was werden wir daraus machen?
Endanwendungsfälle für KI werden sich über alle Branchen erstrecken, aber einige werden schneller sichtbar werden als andere. Wir glauben, dass einige der frühen Anwendungsfälle in den folgenden Bereichen liegen werden:
- Gesundheitswesen: Entdeckung von Medikamenten. KI kann schon jetzt mögliche Wirkstoffe schneller entdecken als Menschen.
- Chatbots: Der Kundensupport wird deutlich dynamischer und effektiver werden.
- Copywriting: Artikel werden bereits mit Hilfe von LLMs geschrieben, die dem menschlichen Schreiben zu einem Bruchteil der Zeit und der Kosten mehr als ebenbürtig sind.
- Werbung: Gezielte Werbung wird durch KI wesentlich effizienter werden.
- Kodierung: Eine der interessanten Entdeckungen ist, dass LLMs großartige Code schreiben und bestehende Code sehr gut korrigieren können.
- Fertigung: Die Automatisierung der Fertigung durch KI-gesteuerte Robotik wird erheblich sein
Alle Bereiche, in denen es zu Umbrüchen kommt, sind arbeitsintensiv, und wir glauben, dass es zu einer erheblichen Verlagerung von Arbeitskräften kommen wird, während gleichzeitig in mehreren Branchen neue Arbeitsplätze geschaffen werden. Goldman Sachs schätzt, dass bis 2030 300 Millionen Arbeitsplätze durch KI verloren gehen werden, während McKinsey von bis zu 800 Millionen ausgeht.
Es gibt viele Beispiele für Produktivitätssteigerungen durch den Einsatz von KI-Assistenten. Ein Beispiel: ein Team von Anwälten, das sich mit Eigentumsübertragungen beschäftigt. Die Arbeit von zehn Anwälten und Rechtsanwaltsgehilfen könnte wahrscheinlich leicht auf fünf Anwälte und fünf digitale Assistenten verdichtet werden. Diese Art von Veränderung kann sich über viele Branchen erstrecken.
Die Auswirkungen werden nicht nur in Form von Kosteneinsparungen und Margenverbesserungen zu spüren sein. McKinsey nennt erneut einen potenziellen Nutzen von 13 Billionen USD für das globale BIP bis 2030, wobei Sektoren wie das verarbeitende Gewerbe, das Gesundheitswesen und der Einzelhandel am stärksten betroffen sein dürften. Das entspricht einem annualisierten Effekt von 1,2 %.
Datenmenge, Netzgeschwindigkeiten und Konnektivität
KI ist da, und sie ist sehr real. Sie benötigt einen beträchtlichen Input und Unterstützung durch eine zunehmende Datenmenge, schnelle Netzgeschwindigkeiten und Konnektivität. Dies wird den Aufbau des Ökosystems von Chipsätzen bis hin zu Netzwerkprodukten, vernetzten Geräten und Speicher unterstützen. Abgesehen von dem offensichtlichen Wunsch des Marktes, Nvidia zu besitzen, gibt es mehrere Möglichkeiten, Zugang zu diesen Faktoren zu erhalten. Und was ist mit den Büroflächen in San Francisco? Wenn sie nicht in Büros für künstliche Intelligenz umgewandelt werden können – in Datenzentren – werden sie wahrscheinlich ein dauerhaftes Erbe der letzten Welle sein.
Der Autor Mark Hawtin ist Investment Director bei GAM Investments
