RBC Capital Marketsin analyytikot ovat antaneet aikaisen arvion tällä viikolla, eikä se ole erityisen positiivinen. Tutkimusmuistiossa he totesivat, että 'GenAI:n vuoksi pitkäaikaiset ohjelmistojen bruttovoittomarginaalit tulevat olemaan rakenteellisesti alhaisemmat. ' RBC:n mukaan siirtymä paikallisista ohjelmistoista, joissa yritykset ajoivat ohjelmistoja omilla tietokoneillaan, pilviin vähensi bruttovoittomarginaaleja 90%:sta 75%:iin. Siirtyminen pilvipalveluista generatiiviseen tekoälyyn odotetaan työntävän ohjelmistojen marginaalit vielä alhaisemmaksi, noin 60%:iin. Bruttomarginaali on yksinkertainen mittari kannattavuudesta, joka ottaa tulot ja vähentää myytyjen tavaroiden kustannukset. Perinteisesti ohjelmistoteollisuudessa bruttovoittomarginaalit ovat olleet tyypillisesti noin 90%. Vaikka tämä kuulostaa korkealta, se on syy, miksi tämä ala on houkutteleva sijoittajille ja miksi ohjelmistoyrityksillä on niin korkeat arvot. Uusien ohjelmistojen kehittäminen vaatii merkittävät alkuinvestoinnit. Kuitenkin, kun ohjelmisto on kehitetty, uusien versioiden tuottamisen ja niiden jakelun kustannukset asiakkaille ovat lähes olemattomat. Siten joka kerta kun ohjelmisto myydään, voitot kasvavat huomattavasti, mistä johtuu teknologiasijoittajien painotus 'skaalaan'. Miksi ohjelmistoliiketoiminnasta voisi tulla vähemmän kannattavaa tekoälyaikana?RBC:n analyytikoiden mukaan, GenAI:n kanssa vastaavien kannattavuustasojen saavuttaminen tuloslaskelmissa voi osoittautua haastavaksi.

Generatiivinen tekoäly on kallista sekä kehityksessä että jatkuvassa toiminnassa. Esimerkiksi tekoälymallien koulutus edellyttää kalliiden GPU:iden hankkimista Nvidialta. Nämä tekoälysirut sijoitetaan palvelimiin, jotka tarvitsevat erikoistunutta jäähdytystä ja verkottamista suurissa datakeskuksissa. Nämä laitokset kuluttavat huomattavia määriä sähköä, mikä johtaa korkeisiin kustannuksiin ja kalliisiin päivityksiin. Lisäksi AI-mallien koulutukseen tarvittavien tietojen hankintakustannuksia ei voida jättää huomiotta. Vaikka suuryritykset ja startupit pyrkivät minimoimaan nämä kulut, datan keräys ja puhdistus ovat edelleen merkittäviä kustannuksia. Kun tekoälymallit on koulutettu, ne on otettava käyttöön. Tämä inferenssivaihe, jossa mallit käsittelevät uusia tietoja tai pyyntöjä, vaatii myös kalliita siruja ja jatkuvia kustannuksia. Paikallisen ohjelmistobisneksen vastakohtana, jossa jokainen myynti tuotti lähes 100% voittoa, GenAI:n kanssa jokaisesta AI-asiakkaan käyttämisestä aiheutuu palveluntarjoajalle lukuisia kustannuksia. Esimerkiksi OpenAI:n kerrotaan kuluttavan 700000 dollaria päivässä ChatGPT:n operointiin, kuten alan analyytikko Dylan Patel arvioi viime vuonna. Näistä haasteista huolimatta RBC:n analyytikot eivät ole täysin pessimistisiä. He odottavat, että GenAI mullistaa markkinat siinä määrin, että asiakkaat lisäävät merkittävästi kulutustaan uusiin AI-pohjaisiin ohjelmistoihin, mahdollisesti kaksin- tai jopa kolminkertaistamalla nykyiset tulot. Kokonaisohjelmistomarkkinat huomioon ottaen voi myös olla enemmän 'voittodollareita' saatavilla, vaikka voittomarginaalit olisivat alhaisemmat. 'Voittodollareilla' viitataan yhtiön tuottamaan absoluuttiseen voittoon, ja ne voivat toimia taloudellisen menestyksen mittarina. Esimerkiksi, jos kuvitteellisella yhtiöllä on 100 miljoonan dollarin tulot ja 10% voittomarginaali, se tuottaisi 10 miljoonaa dollaria absoluuttista voittoa. Jos tämän yhtiön tulot nousisivat 300 miljoonaan dollariin, mutta marginaali laskisi 8%:iin, tulos olisi silti 24 miljoonaa dollaria — enemmän voittoa kuin aiemmin. Näin ollen RBC:n analyytikot päättelevät, että vaikka GenAI:n odotetaan vaikuttavan marginaaleihin, pitkän aikavälin bruttovoittodollarit ovat ennustetusti korkeammat GenAI:n jälkeisessä maailmassa.