Jeśli w wiarygodnej przyszłości powstanie film o tym, „jak pękła bańka AI”, Ed Zitron z pewnością będzie jego centralną postacią. Idealnie wpisuje się w archetyp idealnego outsidera: ekscentrycznego samotnika, który wszystko przewidział, krzyczącego ostrzeżenia z bocznej linii, których nikt nie słuchał. Tak jak Christian Bale wcielił się w Michaela Burry'ego, inwestora, który przewidział kryzys finansowy z 2008 roku w filmie **„Big Short”**, można sobie łatwo wyobrazić, jak na przykład Robert Pattinson i Paul Mescal rywalizują o zagranie Zitrona – żywiołowego, barwnie bezceremonialnego, ale uparcie zorientowanego na szczegóły Brytyjczyka, który stał się jednym z najbardziej wyrazistych krytyków wielkich firm technologicznych.
Nie chodzi o to, że bańka AI na pewno pęknie, ale wśród fali bezkrytycznego entuzjazmu dla AI, szczery, bezceremonialny sceptycyzm Zitrona uczynił z niego swego rodzaju postać kultową. Jego biuletyn technologiczny **„Where’s Your Ed At”** ma już ponad 80 000 subskrybentów; jego cotygodniowy podcast **„Better Offline”** konsekwentnie plasuje się w pierwszej dwudziestce rankingów technologicznych; jest stałym głosem sprzeciwu w mediach; a jego subreddit stał się bezpieczną przystanią dla sceptyków AI, w tym dla osób z samej branży technologicznej – jeden z użytkowników opisuje go jako „latarnię morską w burzy szaleńczego, hiperkapitalistycznego bełkotu”.
Zitron zaczął przyglądać się generatywnej AI w 2023 roku, rok po wstrząsającym branżę debiucie ChatGPT od OpenAI. „Im więcej się przyglądałem, tym bardziej byłem zdezorientowany” – mówi. „Nie tylko duże modele językowe (LLM) wyraźnie nie robiły tego, co ekscytowało ludzi, ale nie miały też żadnej drogi, by to osiągnąć. Nic, co znalazłem, nie sugerowało, że to jest prawdziwy biznes, a już na pewno nie coś, co rzekomo miało zmienić świat”.
Mówi przez wideorozmowę ze swojego biura w Las Vegas, ma na sobie czerwoną bluzę z kapturem, wokół niego wiszą oprawione wydruki z popkultury i amerykańskie pamiątki sportowe. I cholera, jak ten Zitron potrafi mówić. Jak wiedzą słuchacze **„Better Offline”**, 39-latek jest fenomenalnym mówcą – biegłym w długich monologach, przedstawiającym swój punkt widzenia w przystępnym, często bezczelnym języku, okraszonym faktami, statystykami, analogiami i sporą dawką wulgaryzmów. Jego londyński akcent tylko podkreśla jego rolę kontrarianina z Doliny Krzemowej – kogoś, kto opuszcza literę „t”, mówiąc „datacentres” (centra danych).
Wyjaśnienie tezy Zitrona, dlaczego generatywna AI skazana jest na porażkę, nie jest proste: w zeszłym roku przedstawił ją w eseju liczącym 19 000 słów. Można ją jednak podzielić na dwie powiązane części: rzeczywistą skuteczność technologii oraz architekturę finansową boomu na AI. Zdaniem Zitrona, oba fundamenty są chwiejne.
Po pierwsze, jest kwestia spełniania obietnic przez generatywną AI. W ciągu ostatnich kilku lat widzieliśmy narastające przepowiednie, że technologia ta zrewolucjonizuje pracę, jaką znamy. Na przykład Dario Amodei, dyrektor generalny Anthropic – najbliższego rywala OpenAI – ostrzegał w maju zeszłego roku, że AI może wyeliminować połowę wszystkich stanowisk dla początkujących pracowników umysłowych w ciągu pięciu lat. „Obecna generacja dużych modeli językowych AI tego nie zrobi” – stwierdza Zitron z przekonaniem. „Moim dowodem jest to, że są one w zasadzie takie same, jak rok temu. Mają tę samą skuteczność. I każda próba przekształcenia ich w coś, co może rzeczywiście działać autonomicznie, zakończyła się niepowodzeniem”. Twierdzi, że LLM halucynują i podają błędne odpowiedzi, za każdym razem dają inne odpowiedzi oraz nie potrafią naprawdę się uczyć, tworzyć ani wykonywać wielu złożonych zadań. Podaje nawet w wątpliwość nazywanie tej technologii „inteligencją”.
„Jest inteligentna w taki sam sposób, w jaki inteligentna jest para kości do gry” – mówi. „Duże modele językowe to architektury oparte na transformatorach, które wykorzystują probabilistykę na dużą skalę do generowania kolejnego tokena. Robią to na masową skalę, więc możesz pomyśleć: 'Och, ona coś wymyśla'. Nie, ma duży korpus danych i tak wiele parametrów...”. Generatywna AI działa, czerpiąc z istniejących danych, aby wytwarzać wyniki, nic więcej. Nie uważalibyśmy formuły Excela za inteligentną, więc nie powinniśmy też nazywać generatywnej AI inteligentną.
Wielu nie zgadza się z tym poglądem, szczególnie w kwestii wpływu AI na miejsca pracy. W różnych branżach, takich jak film, obsługa klienta, administracja rządowa i technologia, specjaliści zgłaszają, że narzędzia AI pozwalają im wykonywać te same zadania z mniejszą liczbą osób. Nawet jeśli nie wyeliminuje połowy wszystkich miejsc pracy, AI jest gotowa zrewolucjonizować miejsce pracy. Badanie z czerwca zeszłego roku wskazało, że stanowiska dla początkujących w Wielkiej Brytanii zmniejszyły się o prawie jedną trzecią od premiery ChatGPT.
Zitron kontruje, że „korelacja nie równa się przyczynowości”, powołując się na raporty, które podają w wątpliwość lub bagatelizują rolę uczenia maszynowego w utracie miejsc pracy. Na przykład niedawny raport MIT na temat „stanu AI w biznesie w 2025 roku” wykazał, że 95% firm próbujących wdrożyć AI odnotowało „zerowy zwrot”. W raporcie zauważono, że większość systemów generatywnej AI nie potrafi przyswajać informacji zwrotnej, dostosowywać się do kontekstu ani poprawiać się z czasem.
Prowadzi to do drugiej części argumentacji Zitrona: ekonomia boomu na AI się nie spina. Poziom inwestycji napływających do AI jest bezprecedensowy. „Wspaniała Siódemka” – Alphabet (właściciel Google'a), Amazon, Apple, Meta, Microsoft (który posiada 27% OpenAI), Nvidia i Tesla – stanowi obecnie 34% indeksu S&P 500, który odpowiada za około połowę światowego rynku. Jako czołowy producent GPU, potężnych chipów niezbędnych dla AI, Nvidia w zasadzie „drukuje pieniądze”, według Zitrona. Tymczasem inni pożyczają i wydają miliardy, których mogą nigdy nie odzyskać.
Podczas gdy startupy z Doliny Krzemowej tradycyjnie działały ze stratą, aby zdobyć udział w rynku i później osiągać zyski, obecna przepaść między podażą a popytem jest alarmująco duża. Budowa AI wymaga ogromnych inwestycji: typowe centrum danych potrzebuje dziesiątek tysięcy GPU, z których każde kosztuje ponad 50 000 dolarów (37 000 funtów), plus oprogramowanie, sieci, duże obiekty oraz znaczne ilości energii elektrycznej i wody. Szacunkowy koszt mocy obliczeniowej centrum danych AI o mocy 1 GW wynosi 35 miliardów dolarów (26 miliardów funtów). W konsekwencji tylko głęboko kieszeniowi „hiperskalowcy”, tacy jak Google, Meta, Amazon, Microsoft i Oracle, mogą konkurować na taką skalę.
Po stronie popytu perspektywy są mniej jasne i dalekie od pewności. Na przykład OpenAI planuje wydać 1,4 biliona dolarów (1 bilion funtów) na infrastrukturę AI w ciągu najbliższych pięciu lat, podczas gdy jego prognozowane przychody na 2025 rok to tylko około 20 miliardów dolarów (15,8 miliarda funtów). Zitron wskazuje, że wiele umów między firmami AI polega w zasadzie na tym, że płacą one sobie nawzajem. We wrześniu zeszłego roku Nvidia ogłosiła inwestycję w OpenAI o wartości 100 miliardów dolarów, która z kolei wykorzysta środki na zakup chipów Nvidii. Podobne układy są powszechne w branży. Nawet firmy „neochmurowe”, takie jak CoreWeave, Lambda i Nebius, które budują centra danych i wynajmują moc GPU, w dużej mierze polegają na biznesie od gigantów takich jak Google, Microsoft, Amazon i Nvidia. Zitron twierdzi, że bez tych hiperskalerów całkowite przychody z mocy obliczeniowej AI w 2025 roku wyniosłyby mniej niż miliard dolarów.
Jeśli chodzi o rentowność, ChatGPT ma obecnie szacunkowo 800 milionów użytkowników, ale większość nie płaci. Nawet dla płacących subskrybentów koszty połączenia użytkownika z... Dla modelu AI takiego jak GPT koszt każdej interakcji z użytkownikiem może się drastycznie różnić. Użytkownik może zadać proste pytanie lub coś, co skłoni model do wygenerowania złożonej odpowiedzi. Jak wskazuje Zitron, nie ma tu korzyści skali – każde zapytanie wymaga „mocy obliczeniowej” (compute) kosztem dostawcy. „Im bardziej ktoś jest zaawansowanym użytkownikiem tych platform, tym więcej będzie cię to kosztować. To jest niemal przeciwieństwo tego, jak zwykle działa Dolina Krzemowa”. A jeśli odpowiedź nie jest satysfakcjonująca i trzeba ją przerobić, co zdarza się często, „to więcej spalonej mocy obliczeniowej, bez zarobienia dodatkowych pieniędzy”. Chociaż modele AI stale tanieją i stają się bardziej zaawansowane, osiąga się to tylko poprzez wykorzystanie jeszcze większej mocy obliczeniowej. „To tak, jakby cena benzyny trochę spadła, ale musisz przejechać dodatkowe 250 mil, żeby gdzieś dotrzeć. Więc to jest naprawdę problematyczne – bo oznacza, że nie ma punktu rentowności”.
Typowe centrum danych wymaga dziesiątek tysięcy GPU.
Ponownie, nic z tego nie gwarantuje, że nastąpi poważny krach AI, ale „jeśli się mylę, to nie wiem, w czym się mylę” – mówi. „Każdy kontrargument, jaki przeczytałem na temat mojej pracy, to w większości tylko życzeniowe myślenie, że 'AI się poprawi'”.
Wielu oskarżało Zitrona o urazę do wielkich firm technologicznych, ale on temu zaprzecza: „Mam problem z tymi, którzy nie chcą rozmawiać o rzeczywistości”. Z pewnością nie unika uwagi, ale nie dlatego się tym zajął, wyjaśnia. „Lubię pisać. Lubię rozkładać rzeczy na części pierwsze. Lubię rozwiązywać zagadki. Chyba lubię być w stanie zrozumieć rzeczy. Wiele z tego to po prostu ja próbujący wytłumaczyć to sobie, a nie publiczności”. Nie ma formalnego wykształcenia w dziedzinie ekonomii czy informatyki i nigdy nie pracował w technologii. „Nauczyłem się w zasadzie wszystkiego od podstaw”.
Zitron zawsze jednak ciągnęło do technologii. Mówi, że w swoim życiu zbudował 10 komputerów osobistych. Zaczęło się, gdy jego ojciec kupił mu komputer z modemem telefonicznym, gdy miał 10 lat. „Więc byłem online od dość wczesnego wieku. Od razu pomyślałem: 'To jest przyszłość. Uwielbiam to. Uwielbiam, że mogę rozmawiać z ludźmi i grać z ludźmi'. Byłem dość samotnym dzieckiem. Nie miałem wielu przyjaciół, ale poznałem wielu przyjaciół online”.
Wychowując się w Hammersmith na zachodzie Londynu, Zitron opisuje swoich rodziców jako kochających i wspierających. Jego ojciec był konsultantem ds. zarządzania; matka wychowywała go i jego troje starszego rodzeństwa. Ale „szkoła średnia była dla mnie bardzo zła i na tym poprzestanę”. Ma dyspraksję, zaburzenie koordynacji, a w wieku dwudziestu kilku lat zdiagnozowano u niego ADHD. „Myślę, że oblałem każdy język i każdą naukę, a z matematyki nie szło mi świetnie” – mówi. „Ale zawsze miałem obsesję na punkcie szczegółów”.
Po studiach z mediów i komunikacji na Uniwersytecie w Aberystwyth zaczął pisać do magazynów o grach, ale „doszedłem do momentu, kiedy byłem nieszczęśliwy w Londynie”. Więc w 2008 roku przeniósł się do Nowego Jorku i zaczął pracować w public relations w branży technologicznej. Mówi, że nie wyobraża sobie powrotu do Wielkiej Brytanii. Nie rozmawia o swoim życiu osobistym poza wspomnieniem, że ma syna, dlatego mieszka w Las Vegas. Nie przeszkadza mu tam: „Wszyscy są dziwni, więc nikt nie jest dziwny”. Donoszono, że był dwukrotnie żonaty i rozwiedziony.
Zitron nadal pracuje w public relations w branży technologicznej, co wydaje się sprzeczne z jego rolą krytyka technologii – jak gryzienie ręki, która go karmi, lub konflikt interesów. On nie postrzega tego w ten sposób. Mówi, że nie ma klientów z branży AI ani nie współpracuje z wielkimi firmami technologicznymi, a obecnie ma tylko kilku klientów. Praca ta dała mu sieć kontaktów w branży i prawdopodobnie pomogła mu w promocji siebie. W 2013 roku opublikował książkę zatytułowaną **„This Is How You Pitch: How To Kick Ass in Your First Years of PR”**. Jednak może nie pracować już długo w PR. „Strona medialna rzeczy stanowi obecnie większą część moich dochodów, niż kiedykolwiek się spodziewałem” – mówi. Obecnie pisze nową książkę, która ma się ukazać w przyszłym roku, zatytułowaną **„Why Everything Stopped Working”**. „To rodzaj wniknięcia w to, jak świat stał się taki, jaki jest, i jak technologia jest teraz wszystkim” – wyjaśnia, dodając, że tylko jeden rozdział dotyczy AI.
Jeśli Zitron ma jakiś osobisty uraz, to jest on skierowany ogólnie przeciwko neoliberalnemu kapitalizmowi. „Nie sądzę, żeby ludzie wzięli wystarczająco poważnie to, jak zła była deregulacja rynków finansowych przez Thatcher i Reagana. Nie sądzę, żeby ludzie wzięli wystarczająco poważnie to, jak złe było nie wsadzanie ludzi do więzienia za wielki kryzys finansowy... Nie sądzę, żeby ludzie wzięli na poważnie zagrożenie ze strony kapitalizmu zorientowanego na wzrost i wzrostu za wszelką cenę”.
Zamiast prowadzić nas do utopijnej przyszłości, Zitron postrzega AI jako logiczną konkl
