Analytikere hos RBC Capital Markets har gitt en tidlig vurdering denne uken, og den er ikke spesielt positiv. I en forskningsnotat uttalte de at 'på grunn av GenAI vil langvarige bruttofortjenester for programvare være strukturelt lavere. ' Ifølge RBC resulterte overgangen fra lokal programvare, hvor selskapene kjørte det på sine egne datamaskiner, til skyen i en nedgang i bruttofortjenestemarginer fra 90% til 75%. Overgangen fra skytjenester til generativ AI forventes å presse programvaremarginene enda lavere, anslått til rundt 60%. Bruttofortjeneste er et enkelt mål på lønnsomhet som tar inntekter og trekker fra kostnadene for solgte varer. Tradisjonelt sett har bruttofortjenestemarginene i programvareindustrien typisk holdt seg rundt 90%. Selv om dette kan høres høyt ut, er det derfor denne sektoren er attraktiv for investorer og hvorfor programvareselskaper har så høye verdsettelser. Å utvikle ny programvare krever en betydelig forhåndsinvestering. Men når den først er skapt, er kostnaden for å produsere nye versjoner og distribuere dem til kunder nesten neglisjerbar. Følgelig øker fortjenesten betydelig hver gang programvare selges, og derfor legger teknologiinvestorer vekt på 'skala'. Så hvorfor kan programvarevirksomheten bli mindre lønnsom i AI-æraen?Ifølge RBC-analytikerne kan det være utfordrende å oppnå lignende nivåer av effektivitet på resultatregnskapet med GenAI.

Generativ AI er dyrt, både med tanke på utvikling og kontinuerlig drift. Trening av AI-modeller krever for eksempel kjøp av dyre GPUer fra Nvidia. Disse AI-brikkene blir deretter plassert i servere som krever spesialisert kjøling og nettverk i store datasentre. Disse fasilitetene forbruker betydelige mengder elektrisitet, noe som fører til høye kostnader og dyre oppgraderinger. Videre kan kostnadene ved å anskaffe dataene som kreves for AI-modelltrening ikke ignoreres. Selv om store teknologiselskaper og startups forsøker å redusere disse utgiftene, forblir datainnsamling og rensing betydelige kostnader. Når AI-modellene er trent, må de distribueres. Dette inferenssteget, hvor modellene behandler nye data eller forespørsler, krever også dyre brikker og påløper løpende kostnader. I motsetning til lokal programvarevirksomhet, der hvert salg resulterte i nesten 100% fortjeneste, påløper leverandøren en rekke kostnader hver gang en AI-kunde bruker en tjeneste med GenAI. For eksempel bruker OpenAI angivelig $700, 000 per dag på å drive ChatGPT, ifølge bransjeanalytiker Dylan Patel i fjor. Til tross for disse utfordringene er RBC-analytikerne ikke helt pessimistiske. De forventer at GenAI vil revolusjonere markedet i en slik grad at kundene vil øke utgiftene sine betydelig på ny AI-drevet programvare, potensielt doble eller tredoble dagens inntektsnivåer. Tatt i betraktning det utvidede programvaremarkedet kan det også være flere 'fortjenestekroner' tilgjengelig, selv med lavere fortjenestemarginer. 'Fortjenestekroner' refererer til den absolutte fortjenesten generert av et selskap og kan tjene som et mål på økonomisk suksess. For å illustrere, la oss vurdere et hypotetisk selskap med $100 millioner i inntekter og 10% fortjenestemarginer, noe som resulterer i $10 millioner i absolutt fortjeneste. Hvis dette selskapet opplever en inntektsøkning til $300 millioner, men marginen synker til 8%, vil inntektene fortsatt utgjøre $24 millioner – mer fortjeneste enn før. Følgelig konkluderer RBC-analytikerne at selv om GenAI forventes å påvirke marginene, er langvarige bruttofortjenestekroner forventet å være høyere i en post-GenAI-verden.