KI-Chip-Führungskräfte sagen, die Nachfrage sei „nahezu unbegrenzt", doch Unternehmen werden bei den Kosten wählerischer
Führungspersonen von Chip-Startups, Datenzentrum-Anbietern und Risikokapitalgebern sagen, dass die Nachfrage nach KI-Infrastruktur das Angebot übersteigt. Aber Unternehmen beginnen, schwierige Fragen darüber zu stellen, was sie tatsächlich für ihr Geld bekommen.

Wichtigste Punkte
- Pat Gelsinger, ehemaliger Intel-CEO, sagte CNBC diese Woche, er betrachte die KI-Nachfrage als „nahezu unbegrenzt", begrenzt nur durch verfügbare Energie.
- Nebius, ein Unternehmen, das Nvidia-gestützte Datenzentren aufbaut, sagt, dass es die aktuelle Kundennachfrage nicht erfüllen kann und das schon seit einiger Zeit nicht mehr kann.
- Cerebras Systems CEO Andrew Feldman nannte es einen „Einzelfall", dass Meta und xAI freie Rechenkapazität verkaufen, kein Zeichen für ein branchenweites Überangebot.
- Lumentum, das optische Netzwerkkomponenten für Datenzentren herstellt, sagt, dass seine Produkte für die nächsten fünf Jahre ausverkauft sind.
- Unternehmen verlagern sich von der Ermutigung zur maximalen KI-Nutzung darauf, zu fragen, was sie tatsächlich für das ausgegebene Geld erhalten.
Chip-Aktien haben sich in den letzten Wochen stark bewegt, und Investoren haben eine einfache Frage gestellt: Verlangsamt sich der weltweite Hunger nach KI tatsächlich?
Mehrere Unternehmensführer sagen nein. In Gesprächen mit CNBC Tech diese Woche argumentierten sie, dass die Nachfrage nach Rechenleistung immer noch weit über dem liegt, was die Branche liefern kann.
„Was wir in Bezug auf die Nachfrage erleben, ist außergewöhnlich. Die Nachfrage ist viel höher als das, was wir erfüllen können", sagte Marc Boroditsky, Chief Revenue Officer bei Nebius, einem Unternehmen, das Datenzentren mit Nvidia-GPUs aufbaut (die spezialisierten Chips, die die intensive Rechenarbeit durchführen, die KI benötigt).
Pat Gelsinger, der ehemalige CEO von Intel und jetzt Risikokapitalpartner bei Playground Global, drückte es deutlich aus: „Ich betrachte die KI-Nachfrage in gewisser Weise als nahezu unbegrenzt."
Seine Begründung ist einfach. Mehr Intelligenz, die auf jedes Geschäftsproblem angewendet wird, führt tendenziell zu mehr wirtschaftlichem Wert. Die Energieversorgung, sagte er, ist „die einzige wirkliche Begrenzung."
Baut die Branche zu viel?
Nein, sagen die meisten Führungskräfte, die diese Woche zu Wort kamen. Die Besorgnis entstand, als Meta ankündigte, dass es freie KI-Rechenkapazität verkaufen würde, die es nicht nutzte, und Elon Musks xAI machte dasselbe. Für manche Investoren sah das wie ein Überangebot aus.
Cerebras Systems CEO Andrew Feldman widersprach. Meta und xAI, sagte er, seien ungewöhnliche Fälle. „Für die Branche insgesamt übersteigt die Nachfrage nach Rechenleistung das verfügbare Angebot bei weitem."
Lumentum, das Photonik und optische Komponenten herstellt (die Hardware, die Daten zwischen Servern mit hoher Geschwindigkeit innerhalb von Datenzentren bewegt), ist vielleicht die deutlichste Illustration. Sein CEO Michael Hurlston sagte, dass die Produkte des Unternehmens bereits bis 2030 vergeben sind. Lumentum-Aktien sind in den letzten zwölf Monaten um etwa 600 Prozent gestiegen.
Jetzt der heikle Teil: Was bekommen Unternehmen tatsächlich für all diese Ausgaben?
Eine Zeit lang forderten viele Unternehmen Mitarbeiter auf, KI-Tools frei zu nutzen und Erfolg am Volumen der Nutzung statt an Ergebnissen zu messen. Boroditsky bei Nebius nannte dies „Tokenmaxxing", wobei ein Token die grundlegende Texteinheit ist, die ein großes Sprachmodell (die Technologie hinter Chatbots wie ChatGPT) verarbeitet.
Diese Phase endet. Finanzverantwortliche fordern jetzt Nachweise dafür, dass KI-Ausgaben echte Renditen bringen, eine Verschiebung, die Führungskräfte als Wechsel zu „Valuemaxxing" beschreiben.
Feldman bot eine praktische Sichtweise an. Nicht jede Aufgabe benötigt das leistungsstärkste verfügbare KI-Modell. „Man braucht keinen großen Bus, um zum Lebensmittelgeschäft zu gehen", sagte er. Einfachere Aufgaben werden zu billigeren, kleineren Modellen migrieren; schwierigere Probleme bleiben bei den teuren Frontier-Systemen.
Für Unternehmen, die KI heute nutzen, bedeutet dies, dass die sinnvolle Frage nicht mehr „Nutzen wir genug KI?" ist, sondern „Ist dieses spezielle Tool wert, was wir dafür zahlen?"



