AnswersPublished16 sources
Goldman Sachs varuje před levnější AI: Riziko pro čipy, cloudy i datová centra
Referenční cena využití LLM podle Silicon Data klesla na 0,97 USD za milion tokenů, po srpnovém propadu o 29 %. Základní odhad Goldman Sachs počítá v letech 2026 až 2031 s investicemi do AI výpočetní techniky, datových center a energetiky ve výši asi 7,6 bilionu USD.
PublikovalUpraveno pomocí GPT-5.6 TerraObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- Referenční cena využití LLM podle Silicon Data klesla na 0,97 USD za milion tokenů, po srpnovém propadu o 29 %.
- Základní odhad Goldman Sachs počítá v letech 2026 až 2031 s investicemi do AI výpočetní techniky, datových center a energetiky ve výši asi 7,6 bilionu USD.
- Optimistickým scénářem jsou AI agenti: Goldman Sachs Research odhaduje do roku 2030 24násobný růst měsíční spotřeby tokenů na zhruba 120 kvadrilionů.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Goldman Sachs’ warning that rapidly falling LLM token prices—down to about $0.97–$0.98 per million tokens after a 29% August decline. Article summary: Goldman’s warning implies a more selective, riskier outlook for AI-infrastructure investors: compute demand can grow sharply while the revenue earned per unit of compute falls even faster. If that happens, utilization, p. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
AI inference – tedy provoz hotových modelů při odpovědích a plnění úkolů – rychle zlevňuje. Pro uživatele je to dobrá zpráva: AI se může vyplatit ve více aplikacích. Pro investory do čipů, cloudů a datových center však vzniká zásadní otázka: poroste placený objem využití dost rychle na to, aby vyrovnal pokles ceny za jednotku?
Právě na tento nesoulad upozorňuje Goldman Sachs. Index výdajů za LLM tokeny společnosti Silicon Data klesl na 0,97 USD za milion tokenů poté, co se v srpnu snížil o 29 %. Jiný index cen špičkových modelů ukazuje úroveň o 84 % nižší než při výchozí hodnotě z března 2023. 2
4
5
Pokud by objem využití tento propad cen nedohnal, mohlo by se stát, že nákladná výpočetní infrastruktura bude soupeřit o méně výnosné inference úlohy. Dopad by se netýkal jen firem vyvíjejících modely, ale celého řetězce kolem AI.
Hlavní rovnice: objem musí růst rychleji než klesají ceny
Pokles ceny tokenů sám o sobě neznamená špatnou zprávu. Nižší cena může přilákat více vývojářů, urychlit experimentování a otevřít cestu k novým typům aplikací. Poskytovatelé ale potřebují, aby růst placeného objemu tokenů – spolu se zvyšováním vlastní provozní efektivity – převážil propad tržeb na jeden token.
Podle varování Goldman Sachs mohou konkurenční ceny modelů oslabit schopnost dlouhodobě zpeněžovat jednotlivé tokeny. Pokud by výpočetní spotřeba nerostla dostatečně rychle, odvětví by mohlo skončit s přebytkem infrastruktury. 1
2
Rozdíl je podstatný:
- Pro uživatele jsou levnější tokeny přínosem, pokud zpřístupní užitečné AI služby za nižší náklady.
- Pro vlastníky infrastruktury mohou být problémem, jestliže kapacitu financovali s představou vzácného a draze prodávaného výpočetního výkonu.
- Výsledek závisí na citlivosti poptávky na cenu: zda nižší cena vyvolá tolik dodatečného využití, že celkové tržby a poptávka po výpočtech neklesnou, případně vzrostou.
Ve hře jsou biliony dolarů investic
Riziko přichází v době rozsáhlé výstavby. Základní odhad Goldman Sachs činí přibližně 7,6 bilionu USD kapitálových investic do AI výpočetní techniky, datových center a energetiky mezi roky 2026 a 2031. Model předpokládá růst ročních výdajů zhruba ze 765 miliard USD v roce 2026 na 1,6 bilionu USD v roce 2031; sama banka zdůrazňuje, že jde o odhady citlivé na předpoklady, nikoli o jisté prognózy. 9
Velká část těchto peněz směřuje do aktiv s dlouhou životností: akcelerátorů, serverů, sítí, budov datových center a energetické infrastruktury. Jejich návratnost vyžaduje dlouhodobé vytížení a odpovídající výnosy.
Výrobci čipů: nestačí dodat hardware
U dodavatelů polovodičů by se případný problém nemusel projevit okamžitým propadem poptávky. Zákazníci mohou dál budovat kapacitu kvůli novým AI produktům nebo snaze zajistit si dodávky.
Riziko se objeví ve chvíli, kdy instalovaná kapacita převýší poptávku, která se dokáže ziskově zpeněžit. Zákazníci by pak mohli zpomalit nákupy akcelerátorů a serverů, více tlačit na ceny nebo požadovat výrazně lepší výkon za stejnou částku. Odolnější mohou být firmy s výrazně odlišeným hardwarem, silným softwarovým ekosystémem či efektivními řešeními pro inference.
Podstatné proto není jen to, kolik zařízení bylo objednáno a dodáno, ale zda se skutečně nasazuje do provozu a vytváří výnosné pracovní zátěže.
Datová centra čeká zkouška vytíženosti
Projekty datových center znamenají velké a dlouhodobé závazky v podobě pozemků, připojení k elektrické síti a samotných budov. Jestliže budou inference levnější nebo efektivnější, mohou zákazníci pro stejný objem aplikačních výstupů potřebovat méně infrastruktury. To by mohlo zatížit obsazenost, ekonomiku pronájmů i výnosy projektů, které počítaly s trvalým nedostatkem kapacity.
Neznamená to, že poptávka po datových centrech zmizí. Dostupnost elektřiny a technické požadavky AI nasazení mohou nabídku dál omezovat. Lokální nedostatek kapacity či elektrické energie ale může existovat současně se slabší ekonomikou jinde. Důležité je proto rozlišovat fyzickou vzácnost od důkazů, že zákazníci kapacitu skutečně využívají se ziskem a smlouvy prodlužují či rozšiřují.
Cloudy a poskytovatelé modelů musí nahradit cenu objemem a hodnotou
Cloudové platformy a hostitelé modelů mohou z nižších cen inference těžit, protože dostupnější AI přivede více vývojářů a podnikových úloh. Zároveň ale dostávají méně peněz za jednotku využití.
Pro udržení hrubé marže potřebují kombinaci tří věcí:
- Výrazně vyšší objem tokenů z opakovaného produkčního provozu;
- Růst efektivity, který snižuje jejich náklady rychleji, než padají ceny;
- Služby s vyšší přidanou hodnotou kolem modelů – například nasazení, zabezpečení, integraci dat a nástroje pro pracovní postupy.
Konkurenční cenotvorba proprietárních modelů patří k jádru popsaného rizika. 1
2 Rozhodující není samotná nominální cena tokenu, ale vztah mezi cenou pro zákazníka, náklady poskytovatele a celkovým placeným využitím.
AI agenti jsou možným protiváhou
Optimistický scénář představují agentní AI systémy, které zvládají vícekrokové úkoly a mohou spotřebovat výrazně více tokenů než běžná konverzace s chatbotem. Goldman Sachs Research očekává, že spotřebitelské i podnikové přijetí agentů zvýší měsíční spotřebu tokenů mezi lety 2026 a 2030 24násobně, na zhruba 120 kvadrilionů tokenů měsíčně. 7
Tento odhad ukazuje, proč levnější tokeny automaticky neznamenají nižší poptávku po výpočetním výkonu. Pokud se agenti posunou od ukázek k častému plnění hodnotných úkolů, může celková spotřeba růst dostatečně rychle, aby rozsáhlou výstavbu infrastruktury podpořila.
Jde však o prognózu, ne o záruku. Investiční teze stojí na tom, zda agenti vytvoří pravidelné pracovní zátěže, za něž budou lidé a firmy ochotni platit – nikoli pouze velké množství levných experimentálních dotazů.
Ukazatele, které mají větší váhu než titulkové ceny tokenů
Při hodnocení rizika nadbytečné výpočetní kapacity se vyplatí sledovat zejména:
- růst příjmů z AI ve vztahu k poklesu cen tokenů;
- objednávky akcelerátorů a serverů oproti jejich skutečnému nasazení;
- vytíženost datových center, nasmlouvanou kapacitu a prodlužování kontraktů;
- hrubé marže cloudových poskytovatelů;
- nasazení agentů v produkci a opakovatelných, pro podnik důležitých procesech;
- dostupnost elektrické energie – zda jde o trvalé omezení užitečné kapacity, nebo jen o překážku předbíhající skutečnou poptávku.
Závěr
Varování Goldman Sachs neříká, že nižší ceny LLM tokenů jsou samy o sobě špatné. Levnější inference může být právě mechanismem, který zpřístupní AI širšímu okruhu uživatelů. Riziko spočívá v tom, že cenová deflace a vyšší efektivita modelů sníží tržby a potřebu výpočetního výkonu rychleji, než poroste využití tažené AI agenty.
Pro investory do AI infrastruktury se tak příběh mění: nejde už jen o výstavbu kapacity, ale především o test jejího vytížení a monetizace. Nejsilnější pozici mohou mít firmy, které dokážou levnější tokeny proměnit ve stabilní pracovní zátěže s vyšší hodnotou a zároveň si zachovat výhodu v nákladech, výkonu nebo šíři služeb. 1
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Goldman Sachs varuje před levnější AI: Riziko pro čipy, cloudy i datová centra"?
Referenční cena využití LLM podle Silicon Data klesla na 0,97 USD za milion tokenů, po srpnovém propadu o 29 %.
What are the key points to validate first?
Referenční cena využití LLM podle Silicon Data klesla na 0,97 USD za milion tokenů, po srpnovém propadu o 29 %. Základní odhad Goldman Sachs počítá v letech 2026 až 2031 s investicemi do AI výpočetní techniky, datových center a energetiky ve výši asi 7,6 bilionu USD.
What should I do next in practice?
Optimistickým scénářem jsou AI agenti: Goldman Sachs Research odhaduje do roku 2030 24násobný růst měsíční spotřeby tokenů na zhruba 120 kvadrilionů.