Interview met een voormalige $ORCL-medewerker over het AI-landschap en de toekomst van Neocloud: - De expert benadrukt een significante verschuiving in het cloudaanbod van $ORCL, OCI biedt nu gemiddeld 66% besparing op computerkosten in vergelijking met andere hyperscale-partners, wat het positioneert voor snelle groei ondanks het historisch slechte netwerkontwerp. De expert merkt op dat het belangrijkste strategische voordeel van OCI de voorspelbare en lage TCO is, in tegenstelling tot de onvoorspelbare kosten van concurrenten zoals $AMZN, $MSFT en $GOOGL, waar multi-region en DR-functies kunnen leiden tot onverwachte prijsstijgingen van 30%–40%. - Volgens de expert investeren hyperscalers massaal in GPU-infrastructuur voor datacenters, voornamelijk om AI-modellen en vector-databases voor klantgebruik mogelijk te maken. De expert observeert echter een significante kortetermijn financiële onevenwichtigheid: de investeringskosten van de hyperscalers zijn momenteel hoger dan de inkomsten die gegenereerd worden uit klantfacturering, wat aangeeft dat ze nog niet volledig gemonetariseerd zijn. Ze verwachten dat het de komende 2 tot 3 jaar zal duren voordat hyperscalers hun investering kunnen terugverdienen en een winstgevend prijsniveau bereiken. Dit komt voornamelijk omdat de industrie zich nog in het midden van de GPU-levenscyclus bevindt en nog steeds de langetermijn operationele kosten bepaalt. - De expert benadrukt dat de opkomende neoclouds, zoals $CRWV en $NBIS, een tijdelijke fase zijn die wordt gedreven door ernstige capaciteitsbeperkingen op de markt, waar de vraag naar AI de GPU-aanvoer, voornamelijk van $NVDA, overtreft. De expert beschouwt de huidige hoge vraag als een "AI-bubbel" die de komende drie tot vier jaar zal aanhouden. - Hij gelooft dat de toekomstige architectuur zich zal richten op efficiëntie, met prioriteit voor een CPU-budget van 80% en slechts 10% toegewezen voor on-demand GPU-gebruik (voor taken zoals inferentie en fine-tuning) en de resterende 10% voor beveiliging/governance. Uiteindelijk, zodra AI-modellen zeer efficiënt worden, zal de behoefte aan het constant achtervolgen van grote GPU-clusters afnemen, waardoor de industrie zich kan richten op kleinere, fijn afgestelde taalmodellen die binnen de eigen cloudhuurovereenkomst van een klant kunnen worden getraind.