Az RBC Capital Markets elemzői a héten korai értékelést adtak, és az nem különösebben pozitív. Egy kutatási jegyzetben kijelentették, hogy a GenAI miatt a hosszútávú szoftver bruttó árrése szerkezetileg alacsonyabb lesz. Az RBC szerint, a helyszíni szoftverekből, ahol a vállalatok saját számítógépeiken futtatták azokat, a felhőre való áttérés a bruttó nyereségráta 90%-ról 75%-ra csökkent. A felhőalapú számítástechnikáról a generatív AI-re történő átállás várhatóan még alacsonyabbra, körülbelül 60%-ra nyomja a szoftver árréseket. A bruttó árrés egy egyszerű nyereségességi mutató, amely bevételt vesz és levonja az eladott áruk költségét. Hagyományosan a szoftver iparban a bruttó nyereségráták körülbelül 90%-on állnak. Bár ez magasnak tűnik, ez az oka annak, hogy ez a szektor vonzó a befektetők számára, és miért van ilyen magas értékelése a szoftvercégeknek. Új szoftverek kifejlesztése jelentős kezdeti beruházást igényel. Azonban, ha egyszer elkészült, az új verziók előállítási és terjesztési költségei majdnem elhanyagolhatóak. Ennek eredményeként minden alkalommal, amikor szoftvert értékesítenek, a nyereség jelentősen növekszik, ezért a technológiai befektetők hangsúlyozzák a "méretet". Miért válhat kevésbé jövedelmezővé a szoftver üzlet az MI korszakában?Az RBC elemzői szerint a GenAI-vel hasonló hatékonysági szintek elérése a nyereség és veszteség kimutatásokban kihívást jelenthet.

A generatív AI drága, mind a fejlesztés, mind a folyamatos üzemeltetés szempontjából. Az AI modellképzés például megköveteli drága GPU-k vásárlását az Nvidiától. Ezeket az AI chipeket speciális hűtést és hálózatot igénylő szerverekbe helyezik nagy adatközpontokban. Ezek a létesítmények jelentős mennyiségű villamos energiát fogyasztanak, ami magas költségeket és költséges fejlesztéseket eredményez. Ezenkívül nem szabad figyelmen kívül hagyni az AI modellképzéshez szükséges adatok megszerzésének költségeit. Bár a nagy tech cégek és induló vállalkozások igyekeznek minimalizálni ezeket a költségeket, az adatgyűjtés és tisztítás jelentős költségeket jelent. Miután az AI modelleket kiképezték, be kell telepíteni őket. Ez az inferenciás lépés, ahol a modellek új adatokat vagy kéréseket dolgoznak fel, szintén drága chipeket igényel és folyamatos költségekkel jár. Ellentétben a helyszíni szoftver üzletével, ahol minden eladás szinte 100% nyereséget eredményezett, a GenAI-nél minden alkalommal, amikor egy MI ügyfél használ egy szolgáltatást, a szolgáltatónak számos költsége van. Például, az OpenAI a becslések szerint napi 700 000 dollárt költ a ChatGPT működtetésére, ahogy azt Dylan Patel iparági elemző becsülte tavaly. Ezen kihívások ellenére az RBC elemzői nem teljesen pesszimisták. Úgy vélik, hogy a GenAI olyan mértékben fogja forradalmasítani a piacot, hogy az ügyfelek jelentősen növelni fogják a költéseiket az új MI-alapú szoftverekre, potenciálisan megduplázva vagy akár megháromszorozva a jelenlegi bevételi szinteket. Figyelembe véve a kibővült szoftver piacot, előfordulhat, hogy több "profit dollár" is elérhető lesz, még alacsonyabb nyereséghányad mellett is. A "profit dollárok" a vállalat által generált abszolút nyereséget jelentik, és pénzügyi siker mércéjeként szolgálhatnak. Például tekintsünk egy hipotetikus vállalatot 100 millió dolláros bevétellel és 10%-os nyereséghányaddal, ami 10 millió dollár abszolút nyereséget jelent. Ha ez a vállalat bevételének ugrását 300 millió dollárra tapasztalja, de a margin 8%-ra csökken, a jövedelem még mindig 24 millió dollár lenne—több nyereség, mint korábban. Ennek következtében az RBC elemzői arra a következtetésre jutnak, hogy bár a GenAI várhatóan hatással lesz az árrésekre, a hosszú távú bruttó nyereségdollárok a GenAI utáni világban magasabbak lesznek.