Postoji jedna rečenica koja se u poslednje dve-tri godine ponavlja u svim relevantnim tehnološkim i ekonomskim analizama: „Ko kontroliše čipove, kontroliše budućnost.“ Iza te rečenice ne stoji samo metafora – stoje konkretni podaci, geopolitičke tenzije i investicioni tokovi koji preoblikuju globalnu ekonomiju.
AI revolucija nije samo softverska priča. Ona je pre svega priča o hardveru – o čipovima koji moraju da postanu moćniji, efikasniji i dostupniji brže nego što je to ikad bilo zamislivo. I upravo u toj tački, industrije koje su decenijama funkcionisale po ustaljenim obrascima – telekomunikacije, mediji, tehnologije i poluprovodnici – suočavaju se s najdramatičnijom transformacijom u svojoj istoriji.
TMT industrija u novom svetlu
TMT je skraćenica koja objedinjuje tri sektora – Technology (tehnologiju), Media (medije) i Telecom (telekomunikacije) – koji su se istorijski razvijali odvojeno, ali su konvergirali u jednu isprepletanu celinu.
Ono što AI donosi u ovaj ekosistem nije samo ubrzanje postojećih procesa. AI menja samu logiku po kojoj ove industrije stvaraju vrednost.
Telekomunikacije su godinama bile infrastrukturni sektor koji se takmičio pre svega cenom i pokrivenošću. Danas, najveći telekomunikacioni operateri – Deutsche Telekom, Verizon, NTT, SoftBank – aktivno investiraju u AI sloj koji se gradi na vrhu njihove mreže. Mreže se ne optimizuju ručno, već putem AI sistema koji u realnom vremenu upravljaju saobraćajem, predviđaju kvarove i distribuiraju kapacitet. Sledeća generacija – 6G – projektovana je od temelja kao AI-nativna mreža.
Mediji prolaze kroz transformaciju koja nema presedana. Generativni AI omogućava produkciju sadržaja na skali i brzinom koji razbijaju stare modele. Streaming platforme koriste AI za personalizaciju na nivou koji daleko prevazilazi raniji algoritamski pristup. Ali i poslovni model se menja: ko je vlasnik podataka, ko trenira modele i ko kontroliše distribuciju postaju pitanja koja određuju konkurentsku poziciju više nego ikad ranije.
Tehnološki sektor – od cloud infrastrukture do enterprise softvera – prolazi kroz rekompoziciju u kojoj se AI ne tretira kao feature, već kao fundamentalni sloj. Kompanije koje nisu ugradile AI u srž svog proizvoda do 2025. godine danas se nalaze u situaciji da moraju da transformišu sopstvenu arhitekturu dok istovremeno pokušavaju da ne izgube korisnike.
Poluprovodnici: industrija koja nije bila spremna na ovaj rast
Nijedna industrija nije doživela dramatičniju transformaciju od poluprovodničke – i nijedna nije bila manje pripremljena za nju.
Kada je ChatGPT u novembru 2022. godine pokazao svetu šta generativni AI može, potražnja za GPU čipovima koji treniraju i pokreću te modele eksplodirala je bukvalno preko noći. NVIDIA, koja je do tada bila poznata pre svega po gejmerskim grafičkim karticama, našla se u situaciji da je jedini proizvođač čipova koji ima prave proizvode za AI trening – i nije mogla da ih napravi dovoljno brzo.
H100 GPU, koji košta između 25.000 i 40.000 dolara po komadu, postao je najtraženiji proizvod u istoriji poluprovodničke industrije. Liste čekanja trajale su mesecima. Kompanije poput Mete, Google-a i Microsoft-a naručivale su čipove u serijama od stotina hiljada komada.
Taj momenat definisao je novu eru – ne samo za NVIDIA-u, već za čitavu poluprovodničku industriju.
NVIDIA, AMD, Intel i novi takmičari: ko vodi trku
NVIDIA trenutno dominira AI čipovskim tržištem sa procenjenim tržišnim udelom od 70 do 80% u segmentu AI akceleratora – ali taj monopol se aktivno napada sa više strana.
AMD je sa serijom Instinct MI300 čipova ušao u direktnu konkurenciju i uspeo da privuče pažnju nekoliko velikih cloud provajdera koji žele da diversifikuju snabdevanje. MI300X je, prema nezavisnim benchmarkovima, kompetitivan s H100 u određenim workload-ovima, posebno pri izvođenju (inference) velikih jezičkih modela.
Intel prolazi kroz jedan od najtežih perioda u svojoj istoriji. Gaudi 3 AI akcelerator pokušava da se pozicionira kao alternativa, ali Intel se bori sa fabrikacionim zaostacima koji su godinama narušavali njegovu konkurentsku poziciju. Ipak, sa novim menadžmentom i strateškim fokusom na TSMC partnerstvo za napredne čvorove, Intel pokušava da se vrati u igru.
Custom silicon je možda najzanimljiviji trend. Google je sa svojim TPU (Tensor Processing Unit) čipovima pionirski pokazao da kompanije dovoljno velikog obima mogu da naprave sopstvene čipove optimizovane za specifične AI workload-ove. Meta sada ima MTIA čip, Amazon ima Trainium i Inferentia, Microsoft razvija Maia i Cobalt. Apple-ov M-serija čipova sa Neural Engine-om pokazuje da se AI može efikasno pokretati i na rubnim uređajima.
Ova fragmentacija je važna jer sugeriše budućnost u kojoj NVIDIA neće imati monopol – ali i u kojoj će ekoSystemi biti važniji od pojedinačnih čipova.
TSMC: tiha kompanija koja kontroliše sve
U celoj priči o AI čipovima postoji jedna kompanija koja se ređe pominje u naslovima, ali bez koje se ništa ne može desiti: TSMC (Taiwan Semiconductor Manufacturing Company).
TSMC fabrikuje čipove za gotovo sve – NVIDIA-ine GPU-ove, Apple-ove M-seriju, AMD-ove Instinct čipove, Qualcomm-ove procesore i, sve više, custom silicon za big tech kompanije. Sa 2-nm i 3-nm procesnim čvorovima koji su u produkciji ili predseriijskoj fazi, TSMC ostaje na tehnološkom vrhuncu koji nijedan takmičar nije uspeo da dostigne.
Ova koncentracija je i ekonomska snaga i geopolitički rizik. Tajvan, na kome se nalaze TSMC-ove ključne fabrike, nalazi se u geopolitički osetljivoj poziciji koja brine i Washington i Bruselj. Upravo zbog toga su Chips Act u SAD-u i European Chips Act u EU pokrenuti – sa ciljem da se smanji zavisnost od jedne geografske tačke za najveći deo globalnog čipovskog kapaciteta.
TSMC je odgovorio otvaranjem fabrika u Arizoni i Japanu, uz pregovore o kapacitetima u Nemačkoj. Ali prebacivanje poluprovodničke proizvodnje nije stvar meseci – to je stvar decenija i stotina milijardi dolara investicija.
Energetska kriza AI čipova: problem koji se retko pominje
Postoji jedna strana AI čipovske priče koja se retko pominje u entuzijastičnim analizama: energetska potrošnja.
Trening velikih jezičkih modela troši ogromne količine električne energije. GPT-4 trening procenjuje se na između 50 i 100 gigavat-sati – otprilike jednako godišnjoj potrošnji nekoliko hiljada prosečnih domaćinstava. Kada se tu dodaju i troškovi inference-a – pokretanja modela za sve korisnike – brojevi postaju astronomski.
NVIDIA H100 GPU troši između 300 i 700 vati po komadu. Data centar sa 100.000 H100 čipova – što je skromna procena za ozbiljan AI cloud – troši između 30 i 70 megavata samo za čipove, bez hlađenja i ostale infrastrukture.
Microsoft, Google, Meta i Amazon objavljuju ambiciozne planove za ugljičnu neutralnost dok istovremeno grade data centre na lokacijama uz nuklearne elektrane i hidrocentrale. Microsoft je reaktivirao nuklearnu elektranu Three Mile Island delimično zbog potrebe za čistom energijom za svoje AI infrastrukture. Google investira u geotermalne projekte i plutajuće data centre u hladnijim vodama.
Efikasnost čipova postaje jednako važna kao i njihova sirova moć – i to je jedan od ključnih razloga zašto custom silicon ima konkurentsku prednost: čip dizajniran za specifičan zadatak uvek će biti efikasniji od generalnog GPU-a.
Geopolitika poluprovdnika: nova hladni rat u nanometrima
Ako ikada niste mislili da se nanometri mogu naći u centru geopolitičkih tenzija, 2023. i 2024. godina su promenile tu percepciju zauvek.
Američka administracija je uvela eksportne kontrole koje zabranjuju prodaju naprednih AI čipova Kini. NVIDIA je morala da razvije „obrezane“ verzije svojih čipova – H800 i A800 – za kinesko tržište. Kada su i te verzije zabranjene, Kina je ubrzala sopstvene programe razvoja domaćih čipova.
Huawei-ov Ascend 910B čip, razvijen uprkos sankcijama, izazvao je šok u industrijskim krugovima kada je procenjeno da je znatno kompetitivniji od očekivanog. Kineske kompanije aktivno rade na smanjenju zavisnosti od TSMC-a kroz investicije u SMIC i ostale domaće fabrikante.
Ova trka ima sve karakteristike dugoročne strateške kompetitivnosti koja će oblikovati globalnu ekonomiju za decenije – jer zemlja koja dominira AI čipovima dominira AI-om, a zemlja koja dominira AI-om dominira sledećom industrijskom revolucijom.
Šta to znači za investitore i kompanije
Za kompanije koje nisu direktno u poluprovodničkoj industriji, ali su deo TMT ekosistema, ova transformacija ima nekoliko ključnih implikacija.
Kapitalska intenzivnost TMT sektora dramatično raste. Izgradnja jedne moderne poluprovodničke fabrike košta između 10 i 20 milijardi dolara. Data centri sposobni za ozbiljan AI trening koštaju između 1 i 5 milijardi dolara svaki. Samo kompanije s dubokim džepovima – ili pristupom jeftinom kapitalu – mogu se takmičiti na ovom nivou.
Vertikalna integracija postaje imperativ. Apple je pionir ovog pristupa s godinama, a ostali slede. Kompanija koja kontroliše čip, operativni sistem, aplikacijski sloj i distribucioni kanal ima ogromnu prednost nad onima koji zavise od eksternih dobavljača.
Talentska trka je žestoka kao nikad pre. TSMC je imao probleme pri otvaranju fabrike u Arizoni delimično zbog nedostatka iskusnih inženjera za naprednu poluprovodničku proizvodnju – veština koja nije prenosiva iz jednog konteksta u drugi bez godina obuke.
Regulatorni rizik raste. EU AI Act, američki izvozni propisi, kineske kontraMere – sve to stvara kompleksan regulatorni lavirint kroz koji kompanije moraju da navigiraju dok istovremeno pokušavaju da ne izgube korak sa tehnološkim razvojem.
Jedan čip koji menja sve – i sve što dolazi posle njega
Kada se pogleda celokupna slika – od NVIDIA-ine dominacije do TSMC-ove nezamenjivosti, od energetskih izazova do geopolitičkih tenzija – jasno je da se poluprovodnicka industrija nalazi u tački infleksije kakvu nije doživela od pojave personalnog računara.
AI nije samo korisnik čipova. AI postaje i projektant čipova – NVIDIA, Google i ostali već koriste AI u procesu dizajna novih arhitektura, skraćujući razvojne cikluse koji su pre trajali godinama na mesece.
Ovo je rekurzivan proces koji se ubrzava: bolji AI pravi bolje čipove, bolji čipovi prave bolji AI. Dokle taj spiralni rast vodi i kada nailazi na fizičke granice kvantne mehanike i termalne dissipacije – to je pitanje na koje niko ne zna siguran odgovor.
Ali jedno je sigurno: kompanije i ekonomije koje razumeju ovu dinamiku i pozicioniraju se strateški unutar nje – imaće ogromnu prednost u decenijama koje dolaze. One koje budu čekale da se slika razjasni pre nego što počnu da deluju – mogu čekati predugo.
