Why SemiAnalysis believes the first $1 trillion in AI spending will not come from white-collar automation
A SemiAnalysis representative argued that replacing white-collar workers will not drive the first $1 trillion of AI spending: companies are slow to change job responsibilities, compensation and staffing, so adoption in those areas will take time. He estimated that the cost of a given level of AI capability falls by 100x to 1,000x a year, and said the fastest scaling will be in fields where additional intelligence can generate a quick return.
He named chip design, cybersecurity, financial services, life sciences, materials science and software engineering. In science and engineering, he said, much remains beyond the human frontier; in finance and cybersecurity, competitive rivalry sustains demand for intelligence. He predicted that OpenAI, Anthropic and other leading labs could approach $1 trillion in revenue within a few years. If fields requiring frontier models do not generate that demand, he said, the market could quickly saturate existing tasks while white-collar replacement diffuses too slowly—potentially making it harder for AI labs to meet their compute commitments.
Почему первый триллион долларов расходов на ИИ, по мнению SemiAnalysis, придётся не на автоматизацию офисной работы
Представитель SemiAnalysis считает, что замена офисных работников не обеспечит первые $1 трлн расходов на ИИ: компании с трудом меняют должностные обязанности, оплату труда и численность персонала, поэтому внедрение в этих сферах будет медленным. По его оценке, стоимость ИИ заданного уровня возможностей снижается в 100–1000 раз в год, и быстрее всего масштабировать применение смогут области, где дополнительный интеллект приносит быструю отдачу.
К таким сферам он отнёс проектирование микросхем, кибербезопасность, финансовые услуги, биологические науки, материаловедение и разработку ПО. В научных и инженерных областях, утверждал он, остаётся много задач за пределами человеческого фронтира; в финансах и кибербезопасности спрос на интеллект поддерживает постоянное соперничество. По его прогнозу, OpenAI, Anthropic и другие ведущие лаборатории могут приблизиться к $1 трлн выручки в течение нескольких лет. Если области, требующие передовых моделей, не дадут такого спроса, по его мнению, рынок быстро насытит существующие задачи, а замена офисного труда будет распространяться слишком медленно — что может помешать лабораториям выполнить обязательства по вычислительным мощностям.