Аналитичарите на РБЦ Капитал Маркетс дадоа рана оценка оваа недела, и таа не е особено позитивна. Во истражувачка забелешка, тие изјавија дека "поради GenAI, долгороточните бруто маржини за софтвер ќе бидат структурно пониски. " Според РБЦ, префрлањето од on-premise софтвер, каде компаниите го работеа на сопствени компјутери, на облак резултираше со намалување на бруто маржини од 90% на 75%. Транзицијата од облачно компјутерство кон генеративна ВИ се очекува да ги притисне софтверските маржини уште пониже, проценети на околу 60%. Бруто маржината е едноставна мерка за профитабилност која зема приходи и го одзема трошокот на продадени добра. Традиционално, во софтверската индустрија, бруто профит маржините обично се движеле околу 90%. Иако ова може да звучи високо, тоа е причината зошто овој сектор е привлечен за инвеститорите и зошто софтверските компании имаат толку високи вреднувања. Развојот на нов софтвер бара значителна почетна инвестиција. Меѓутоа, откако ќе биде создаден, трошокот за производство на нови верзии и нивна дистрибуција на клиенти е речиси занемарлив. Следствено, секој пат кога се продава софтвер, профитот значително расте, па затоа инвеститорите во технологија го нагласуваат "скалата". Зошто тогаш софтверскиот бизнис би станал помалку профитабилен во ерата на ВИ?Според аналитичарите на РБЦ, постигнувањето слични нивоа на ефективност во билансот на профит и загуба со GenAI може да биде предизвик.

Генеративната ВИ е скапа, и во однос на развојот и во однос на тековната работа. Тренирањето на моделите на ВИ, на пример, бара купување скапи GPU (графички процесорски единици) од Nvidia. Овие ВИ чипови потоа се поставуваат во сервери кои бараат специјализирано ладење и мрежно поврзување во големи дата центри. Овие објекти трошат значителни количини на електрична енергија, што води до високи трошоци и скапи надградби. Понатаму, трошокот за стекнување на податоците потребни за тренирање на моделите на ВИ не може да биде игнориран. Иако големите технолошки компании и стартапи се обидуваат да ги минимизираат овие трошоци, собирањето и чистењето на податоците остануваат значителни трошоци. Откако моделите на ВИ ќе бидат тренирани, тие треба да бидат распоредени. Овој чекор на предвидување, каде моделите обработуваат нови податоци или барања, исто така бара скапи чипови и подразбира тековни трошоци. Во контраст со on-premise софтверскиот бизнис, каде секоја продажба резултираше со речиси 100% профит, со GenAI, секој пат кога клиентот на ВИ користи услуга, давателот се соочува со бројни трошоци. На пример, OpenAI наводно троши 700, 000 долари дневно за работа на ChatGPT, според проценките на аналитичарот на индустрија Дилан Пател минатата година. И покрај овие предизвици, аналитичарите на РБЦ не се целосно песимистични. Тие предвидуваат дека GenAI ќе го револуционизира пазарот до тој степен што клиентите значително ќе го зголемат трошењето на нов софтвер базиран на ВИ, потенцијално удвојувајќи или тројно зголемувајќи го сегашното ниво на приходи. Со оглед на проширениот софтверски пазар, можеби ќе има и повеќе "профитни долари" достапни, и покрај пониските профитни маржини. "Профитни долари" се однесуваат на апсолутниот профит генериран од компанија и можат да служат како мерка за финансиски успех. За илустрација, да разгледаме хипотетичка компанија со 100 милиони долари приходи и 10% профитни маржини, што резултира со 10 милиони долари апсолутен профит. Ако оваа компанија доживее пораст на приходите на 300 милиони долари но види намалување на маржините на 8%, приходот се уште ќе изнесува 24 милиони долари – повеќе профит од претходно. Следствено, аналитичарите на РБЦ заклучуваат дека додека се очекува GenAI да влијае на маржините, долгорошните бруто профитни долари се предвидуваат да бидат повисоки во пост-GenAI светот.