First Eagle zu künstlicher Intelligenz „Zurück in die Zukunft“
Herr Gupta, manche KI-Hoffnungsträger haben beim allgemeinen Abverkauf an den Börsen zuletzt gelitten. Wie erklären Sie das?
Manish Gupta: Weil Rechenleistung und Datenspeicherung immer günstiger werden, hat sich die Entwicklungsdynamik bei Technologien, die auf künstlicher Intelligenz (KI) und maschinellem Lernen basieren, in den vergangenen Jahren stark beschleunigt. Manchmal bleibt die praktische Umsetzung jedoch noch etwas hinter den hohen Erwartungen zurück und dann nehmen die Begeisterung und die finanzielle Zuwendung von Investoren auch einmal ab.
Aber wie geht es jetzt weiter?
Gupta: Wir wissen zwar nicht ob dem gegenwärtige Rummel um KI eine solche KI-Eiszeit folgen wird, wir erwarten jedoch, dass KI und maschinelles Lernen weiterhin das Investitionsumfeld prägen werden – und zwar nicht nur ausschließlich durch große Technologieunternehmen und aufstrebende Start-ups. KI sorgt bereits für eine verbesserte Produktivität in allen großen Wirtschaftssektoren; die wirtschaftlichen Erträge werden in den kommenden Jahren weiter zunehmen. Derzeit bewegen wir uns noch im Anfangsstadium der Technologie: Diejenigen Unternehmen, die KI-basierte Technologien intelligent integrieren, um Prozesse zu verbessern, Kundenwünsche zu antizipieren und neue Produkte zu entwickeln, sind für die Wettbewerbslandschaft gut positioniert – zum Nutzen ihrer Aktionäre. Daher sehen wir KI zurück auf dem Weg in die Zukunft.
Wie kommt die Entwicklung von KI-Technologien voran?
Gupta: Der heutige KI-Technologieaufschwung wird von drei wichtigen Schlüsselkräften gestützt: Zu einem befeuern stetig sinkende Kosten bei gleichzeitig steigender Leistung die Entwicklung. Dem Marktforschungsunternehmen Gartner zufolge sind die Datenspeicherkosten in den vergangenen zehn Jahren jährlich um rund 12 Prozent gesunken und Branchendaten zeigen, dass sich die Kosten pro Recheneinheit um den Faktor 1.600 verbilligt haben.
Zum anderen ist unter den Entwicklern ein harter Wettbewerb ausgebrochen, um immer schnellere und kostengünstigere Mikroprozessoren zu entwickeln, die die hohen Rechenanforderungen des maschinellen Lernens unterstützen. Während CPU-Chips seit Jahren Hauptträger der Rechenleistung von Computern sind, treten sie inzwischen mit Grafikprozessoren in Konkurrenz. Diese Graphical Processing Units, kurz GPUs, wurden ursprünglich für die Bilddarstellung bei Videospielen entwickelt. Aufgrund ihrer Fähigkeit, Millionen von mathematischen Operationen parallel auszuführen, bieten sich GPUS als äußerst leistungsfähige Alternativen an.
Was treibt das potenzielle Wachstum des Zukunftssektors noch voran?
Gupta: Die dritte treibende Kraft befindet sich in der rasanten Entwicklung von Cloud-Computing: Entsprechende Plattformen ermöglichen Unternehmen den Zugriff auf eine umfängliche Hard- und Software-Infrastruktur – ohne den erheblichen Investitionsaufwand, der für den Aufbau solcher Systeme innerhalb von Unternehmen erforderlich ist. Weil Unternehmen inzwischen den Zugriff auf Anwendungen, Speicherkapazität und Rechenleistung „mieten“ können, sind die Barrieren für die Einführung einer Reihe von Technologien gesunken: Angefangen von alltäglichen Geschäftsanwendungen wie CRM (Customer Relationship Management) bis hin zu rechen- und speicherintensiven Prozessen in den Bereichen KI und maschinellem Lernen. Gleichzeitig trägt eine verbesserte Konnektivität dazu bei, die Übertragung großer Datensätze binnen kürzester Zeit zu gewährleisten.
Nicht unwesentlich, weil das weltweit verfügbare Datenvolumen rasant wächst …
Gupta: Genau. Das explosionsartige Wachstum der digitalen Welt hat zu einem immensen Volumen strukturierter und unstrukturierter Daten geführt, die alle Details des modernen Lebens umfassen. Für die Algorithmen des Maschinenlernens stehen damit eine Fülle von Informationen bereit, aus denen sich Erkenntnisse ziehen lassen. Und die verfügbare Datenmenge wächst rasant. Das Marktforschungsunternehmen IDC prognostiziert, dass die Summe aller weltweit erstellten, erfassten oder replizierten Daten von 33 Zettabytes im Jahr 2018 auf 175 Zettabytes im Jahr 2025 steigen wird.
Privatwirtschaftliche Unternehmen, institutionelle und private Anleger haben offenbar die Möglichkeiten von KI und maschinellem Lernen erkannt …
Gupta: … angesichts der Begeisterung für KI-Technologie hat entsprechendes Investment-Kapital den Markt überschwemmt. KI-Unternehmen mit Sitz in den USA konnten im Jahr 2018 Investitionen in Höhe von mehr als 9,3 Milliarden US-Dollar anziehen, ein Anstieg von mehr als 70 Prozent gegenüber dem Vorjahr.
