ディーン・W・ボールの引用

フロンティアAIモデル業界は深刻な経済的現実に直面しています。ディーン・W・ボールの分析によれば、最先端モデルのトレーニングには莫大なコストがかかり、そのコストの大部分はリリース後数ヶ月の間に広く利用されることで回収されます。この期間が過ぎると、モデルはフロンティアではなくなり、競合他社がより高度なモデルを迅速にリリースするため、利益率が急激に低下します。遅延の1週間ごとに、研究所が収支を合わせるための狭い期間が侵食されています。現在の業界では、トップモデルのトレーニングに数十億ドルを費やすことも珍しくなく、利益を上げられる期間は通常3〜6か月に限られています。その後、モデルの価値は大幅に減少し、企業は競争力を維持するために次世代モデルの開発にさらに多くのリソースを投入しなければなりません。

同時に進行中のAIインフラ整備（元米国AI担当官デビッド・サックスによれば、米国経済に不可欠とされる）は、米国のAIサービスが世界全体のアドレス可能市場を持つことを前提としています。しかしボール氏は、誰も米国政府がアクセスを許可する100社にフロンティアモデルを提供するために1000億ドルのデータセンターを建設することはないと指摘します。このグローバル市場の前提は、地政学的リスクだけでなく、各国の規制の違いによっても脅かされています。例えば、EUのAI法はデータ転送を制限する可能性があり、アジアやアフリカ市場はインフラ不足のために浸透が難しいかもしれません。

これらの動向は、AI産業の構造的な矛盾を浮き彫りにしています。一方では、高額なトレーニングコストと短期間の利益機会により、ほとんどのAI企業が持続可能な収益を上げることが困難です。他方では、インフラ投資の巨大さが世界市場のサポートを必要としており、現実には多くの不確実性が伴います。政策立案者はこれらの経済的現実を真剣に検討する必要があります。そうしなければ、米国の世界的なAIリーダーシップに影響を与える可能性があります。ボール氏は「何が起こったか、そしてアメリカが何をすべきかについての35の考察」と題した記事で、これらの業界動向を詳しく分析し、来たる課題に対処するためのより実践的な政策を求めています。