Instytut Sztucznej Inteligencji Skoncentrowanej na Człowieku Uniwersytetu Stanforda opublikował obszerny Indeks AI 2025, prezentujący opartą na danych analizę globalnego krajobrazu AI w obszarach badań, wydajności technicznej, ekonomii oraz wpływu na środowisko.
Ponad 400-stronicowy raport ujawnia wyraźny dualizm w ekonomii AI. Podczas gdy trenowanie zaawansowanych modeli AI staje się coraz droższe – trenowanie Gemini 1.0 Ultra od Google kosztowało szacunkowo 192 miliony dolarów – koszt korzystania z tych modeli gwałtownie spada. Cena zapytania modelu AI o wydajności GPT-3.5 zmniejszyła się z 20 dolarów za milion tokenów w listopadzie 2022 roku do zaledwie 0,07 dolara za milion tokenów w październiku 2024 roku, co oznacza 280-krotny spadek w ciągu 18 miesięcy.
Ten spektakularny spadek kosztów inferencji jest efektem znaczącej poprawy efektywności sprzętu. Raport wskazuje, że koszty sprzętu AI dla przedsiębiorstw maleją o 30% rocznie, a efektywność energetyczna rośnie o 40% każdego roku. Te trendy szybko obniżają bariery wdrożenia zaawansowanej AI – już 78% organizacji deklaruje korzystanie ze sztucznej inteligencji, podczas gdy w 2023 roku było to 55%.
Jednak ślad środowiskowy trenowania dużych modeli AI wciąż rośnie w niepokojącym tempie. Emisje dwutlenku węgla związane z trenowaniem zaawansowanych modeli AI stale się zwiększają – trenowanie modelu Llama 3.1 od Meta wygenerowało szacunkowo 8 930 ton CO2, co odpowiada rocznej emisji niemal 500 przeciętnych Amerykanów. To tłumaczy, dlaczego firmy AI coraz częściej sięgają po energię jądrową jako niezawodne źródło bezemisyjnej energii dla swoich centrów danych.
Raport podkreśla także zmieniającą się dynamikę na globalnej scenie AI. Stany Zjednoczone utrzymują przewagę w liczbie znaczących modeli AI (40 w 2024 roku wobec 15 z Chin), jednak chińskie modele szybko zmniejszają dystans pod względem wydajności. Różnica pomiędzy czołowymi modelami z USA i Chin zmniejszyła się z 9,26% w styczniu 2024 roku do zaledwie 1,70% w lutym 2025 roku.
W miarę jak AI nadal transformuje kolejne branże, Indeks AI Stanforda stanowi kluczowe źródło wiedzy o szansach i wyzwaniach związanych z tą dynamicznie rozwijającą się technologią. Wnioski z raportu sugerują, że choć wdrażanie AI staje się coraz bardziej dostępne i przystępne cenowo, branża musi zmierzyć się z rosnącymi kosztami środowiskowymi związanymi z rozwojem coraz potężniejszych modeli.