Els analistes de RBC Capital Markets han proporcionat una avaluació inicial aquesta setmana, i no és particularment positiva. En una nota de recerca, van afirmar que "a causa de GenAI, els marges bruts del programari a llarg termini seran estructuralment inferiors. " Segons RBC, el canvi del programari on-premise, on les empreses l'executaven amb els seus propis ordinadors, al núvol va resultar en una disminució dels marges de benefici brut del 90% al 75%. Es preveu que la transició de la computació en núvol a la IA generativa empenti els marges del programari encara més avall, estimats al voltant del 60%. El marge brut és una mesura senzilla de la rendibilitat que pren els ingressos i resta el cost dels béns venuts. Tradicionalment, a la indústria del programari, els marges de benefici brut han estat al voltant del 90%. Tot i que això pot semblar elevat, és per això que aquest sector és atractiu per als inversors i per què les empreses de programari tenen valoracions tan altes. Desenvolupar nou programari requereix una inversió inicial significativa. No obstant això, un cop creat, el cost de produir noves versions i distribuir-les als clients és gairebé negligible. En conseqüència, cada vegada que es ven programari, els beneficis augmenten substancialment, d'aquí l'èmfasi en l'"escala" per part dels inversors tecnològics. Per què podria el negoci del programari ser menys rendible a l'era de la IA?Segons els analistes de RBC, aconseguir nivells similars d'eficiència en els estats de pèrdues i guanys amb GenAI pot ser desafiador.

La IA generativa és cara, tant en termes de desenvolupament com d'operació continuada. L'entrenament de models d'IA, per exemple, requereix la compra de GPUs costoses de Nvidia. Aquests xips d'IA es col·loquen en servidors que necessiten refrigeració i xarxes especialitzades dins de grans centres de dades. Aquestes instal·lacions consumeixen quantitats substancials d'electricitat, el que provoca costos elevats i actualitzacions costoses. A més, el cost d'adquirir les dades necessàries per a l'entrenament de models d'IA no es pot ignorar. Tot i que les grans empreses tecnològiques i les startups intenten minimitzar aquestes despeses, la recopilació i neteja de dades segueixen sent costos significatius. Un cop entrenats els models d'IA, cal desplegar-los. Aquest pas d'inferència, on els models processen noves dades o sol·licituds, també requereix xips cars i comporta despeses continuades. En contrast amb el negoci de programari on-premise, on cada venda resultava gairebé un 100% de benefici, amb GenAI, cada vegada que un client d'IA utilitza un servei, el proveïdor incorre en nombrosos costos. Per exemple, OpenAI suposadament gasta 700. 000 dòlars al dia per operar ChatGPT, segons va estimar l'analista de la indústria Dylan Patel l'any passat. Malgrat aquests desafiaments, els analistes de RBC no són del tot pessimistes. Anticipen que GenAI revolucionarà el mercat fins al punt que els clients augmentaran significativament la seva despesa en nou programari impulsat per IA, potencialment duplicant o fins i tot triplicant els nivells actuals d'ingressos. Considerant el mercat de programari ampliat, també podria haver-hi més "dòlars de benefici" disponibles, fins i tot amb marges de benefici inferiors. Els "dòlars de benefici" es refereixen al benefici absolut generat per una empresa i poden servir com a mesura d'èxit financer. Per il·lustrar-ho, considerem una empresa hipotètica amb 100 milions de dòlars en ingressos i marges de benefici del 10%, el que resulta en 10 milions de dòlars en benefici absolut. Si aquesta empresa experimenta un augment d'ingressos a 300 milions de dòlars però veu una disminució del marge al 8%, els ingressos encara serien de 24 milions de dòlars—més benefici que abans. En conseqüència, els analistes de RBC conclouen que tot i que s'espera que GenAI impacti els marges, es preveu que els dòlars de benefici brut a llarg termini siguin superiors en un món post-GenAI.