Безработные агенты: чипов для ИИ может оказаться больше, чем задач для них
Epoch AI посчитала, сколько ИИ-агентов можно будет одновременно запустить на ускорителях, выпущенных к концу следующего года.
Получилось от 30 до 170 млн агентов уровня Claude Code или Codex.
Звучит как начало эпохи цифровой рабочей силы. Но есть неприятный вопрос: а работы для них хватит?
ИИ-агент не спит, не берёт отпуск и не уходит на выходные. В неделе 168 часов — это больше чем в 4 раза выше обычной 40-часовой рабочей недели.
Поэтому в пересчёте на рабочие часы эти агенты равны примерно 140–720 млн сотрудников на полной ставке.
Для масштаба: во всех США около 100 млн работников умственного труда.
На дешёвых открытых моделях цифры ещё веселее. Если на том же железе запустить DeepSeek V4 Pro, получится почти 2 млрд агентов. По рабочим часам это эквивалентно 8 млрд full-time сотрудников — примерно всему населению Земли, внезапно вышедшему на смену.
Epoch считала не по числу GPU, а по HBM-памяти — сверхбыстрой памяти, в которую сейчас упирается выпуск ИИ-ускорителей. Её производят всего три компании: SK hynix, Samsung и Micron.
Исследователи сложили всю HBM, выпущенную с прошлого года, и пересчитали её в количество одновременно работающих агентов. Правда, с важным допущением: всё железо установят и полностью отдадут под агентные задачи.
Но экономика пока не сходится.
По логам реальных сессий, час работы Codex обходится примерно в $16–18, а Claude Code — от $24 до $50. Для расчётов Epoch взяла среднюю цену $30 в час.
Даже если агентам отдать только 20% мощностей, по текущим ценам это потребует $2,6–5,3 трлн в год.
Для сравнения: ведущие ИИ-компании вместе сейчас зарабатывают чуть больше $100 млрд в год. Даже при росте выручки в 5 раз ежегодно к концу следующего года получится около $1 трлн — всё равно меньше, чем нужно для полной загрузки этой армии агентов.
И удешевление ИИ проблему не снимает. Epoch оценивает, что один и тот же результат дешевеет примерно в 13 раз в год. Значит, для каждой задачи нужно всё меньше железа — и спрос должен расти ещё быстрее, иначе чипы начнут простаивать.
А это уже не теория: ещё в прошлом году Сатья Наделла признавал, что у Microsoft есть чипы, которые лежат на складе, потому что их некуда подключить.
Epoch AI посчитала, сколько ИИ-агентов можно будет одновременно запустить на ускорителях, выпущенных к концу следующего года.
Получилось от 30 до 170 млн агентов уровня Claude Code или Codex.
Звучит как начало эпохи цифровой рабочей силы. Но есть неприятный вопрос: а работы для них хватит?
ИИ-агент не спит, не берёт отпуск и не уходит на выходные. В неделе 168 часов — это больше чем в 4 раза выше обычной 40-часовой рабочей недели.
Поэтому в пересчёте на рабочие часы эти агенты равны примерно 140–720 млн сотрудников на полной ставке.
Для масштаба: во всех США около 100 млн работников умственного труда.
На дешёвых открытых моделях цифры ещё веселее. Если на том же железе запустить DeepSeek V4 Pro, получится почти 2 млрд агентов. По рабочим часам это эквивалентно 8 млрд full-time сотрудников — примерно всему населению Земли, внезапно вышедшему на смену.
Epoch считала не по числу GPU, а по HBM-памяти — сверхбыстрой памяти, в которую сейчас упирается выпуск ИИ-ускорителей. Её производят всего три компании: SK hynix, Samsung и Micron.
Исследователи сложили всю HBM, выпущенную с прошлого года, и пересчитали её в количество одновременно работающих агентов. Правда, с важным допущением: всё железо установят и полностью отдадут под агентные задачи.
Но экономика пока не сходится.
По логам реальных сессий, час работы Codex обходится примерно в $16–18, а Claude Code — от $24 до $50. Для расчётов Epoch взяла среднюю цену $30 в час.
Даже если агентам отдать только 20% мощностей, по текущим ценам это потребует $2,6–5,3 трлн в год.
Для сравнения: ведущие ИИ-компании вместе сейчас зарабатывают чуть больше $100 млрд в год. Даже при росте выручки в 5 раз ежегодно к концу следующего года получится около $1 трлн — всё равно меньше, чем нужно для полной загрузки этой армии агентов.
И удешевление ИИ проблему не снимает. Epoch оценивает, что один и тот же результат дешевеет примерно в 13 раз в год. Значит, для каждой задачи нужно всё меньше железа — и спрос должен расти ещё быстрее, иначе чипы начнут простаивать.
А это уже не теория: ещё в прошлом году Сатья Наделла признавал, что у Microsoft есть чипы, которые лежат на складе, потому что их некуда подключить.