H NVIDIA έγινε πρόσφατα η πρώτη εταιρεία στην ιστορία με αγοραία κεφαλαιοποίηση πάνω από 4 τρισεκατομμύρια δολάρια. Πράγμα που σημαίνει μεγαλύτερη κεφαλαιοποίηση από το ΑΕΠ της Γαλλίας ή της Μεγάλης Βρετανίας. Ταυτόχρονα, έγινε η εταιρεία που αντιπροσωπεύει σχεδόν 8% του δείκτη S&P 500. Για την ακρίβεια, με 7,9% έχει ένα ποσοστό πιο υψηλό από αυτό που στο παρελθόν είχαν πετύχει εταιρείες όπως η Apple ή η IBM. Από μια άποψη αυτό φαντάζει λογικό: η NVIDIA είναι ο κορυφαίος κατασκευαστής των μικροτσίπ που σήμερα είναι όλο και πιο απαραίτητα για τις εφαρμογές με Τεχνητή Νοημοσύνη.
Μάλιστα, η άνοδος αυτή της NVIDIA δεν είναι ένα «μεμονωμένο περιστατικό». Οι 7 μεγάλες εταιρείες που με τον έναν ή τον άλλο τρόπο ασχολούνται με την τεχνητή νοημοσύνη – NVIDIA, Microsoft, Alphabet (Google), Apple, Meta, Tesla και Amazon – αντιπροσωπεύουν περίπου το 35% της συνολικής αξίας της αμερικανικής κεφαλαιαγοράς. Και όχι μόνο αυτό αλλά τροφοδοτούν και μια ανοδική πορεία των αγορών. Μάλιστα, σύμφωνα με στοιχεία του Bloomberg οι μετοχές του S&P 500 διαπραγματεύονται σε τιμές που αναλογούν σε 3,3 φορές τα ετήσια εισοδήματα των αντίστοιχων εταιρειών, κάτι που επίσης παραπέμπει σε εκείνο το είδος ανόδου των χρηματιστηρίων που στο τέλος καταλήγει στο σπάσιμο της φούσκας και μια βίαιη «διόρθωση».
Ο αντίλογος είναι ότι αυτές οι εταιρείες έχουν τόσο υψηλή κεφαλαιοποίηση γιατί οι επενδυτές διαβλέπουν την παραπέρα άνοδο της αξίας τους ακριβώς επειδή παίζουν τόσο κεντρικό ρόλο στο ξεδίπλωμα των τεχνολογιών της Τεχνητής Νοημοσύνης με όλες τις επαναστατικές αλλαγές που υποτίθεται ότι θα φέρουν, τα νέα πεδία επένδυσης που δημιουργούν αλλά και τη μεγάλη κερδοφορία που υπόσχονται. Αυτό τις κάνει ολοένα και πιο ελκυστικές για τους επενδυτές που σπεύδουν να τοποθετηθούν σε αυτές, κάτι που με τη σειρά του σημαίνει και διαρκή άνοδο της χρηματιστηριακής αποτίμησής τους, ως προάγγελου ουσιαστικά της ανόδου της πραγματικής αξίας τους.
Όμως, τα πραγματικά δεδομένα για αυτές τις επιχειρήσεις και ειδικά για τις επενδύσεις στην Τεχνητή Νοημοσύνη διαμορφώνουν μια κάπως διαφορετική εικόνα. Μέχρι το τέλος της χρονιάς η Meta, Amazon, Microsoft, Google και Tesla θα έχουν ξοδέψει, μέσα σε μια διετία, πάνω από 560 δισεκατομμύρια δολάρια σε κεφαλαιακές δαπάνες σε σχέση με την Τεχνητή Νοημοσύνη, όμως το εισόδημα που θα έχουν από αυτές τις δραστηριότητες θα είναι περίπου 35 δισεκατομμύρια δολάρια. Η Amazon σκοπεύει να ξοδέψει περίπου 105 δισεκατομμύρια αυτή τη χρονιά, όμως αναμένει εισόδημα μόνο 5 δισεκατομμύρια. Και μάλιστα το εισόδημα δεν μεταφράζεται στο σύνολό του σε κέρδη, αφού πρέπει να αφαιρεθούν συγκεκριμένα κόστη. Η συνολική επένδυση στην Τεχνητή Νοημοσύνη για το 2025 υπολογίζεται στα 332 δισεκατομμύρια δολάρια με το αναμενόμενο εισόδημα να μην ξεπερνά τα 28,7 δισεκατομμύρια δολάρια. Σε αυτό αναμένεται να προστεθεί και η επένδυση περίπου ενός τρισεκατομμυρίου δολαρίων στα data centres που είναι απαραίτητα για να εκπαιδευτούν τα μοντέλα της Τεχνητής Νοημοσύνης.
FILE PHOTO: An AI (Artificial Intelligence) sign is seen at the World Artificial Intelligence Conference (WAIC) in Shanghai, China July 6, 2023. REUTERS/Aly Song/File Photo
Όμως, την ίδια στιγμή οι επενδύσεις που ήδη έχουν γίνει στην Τεχνητή Νοημοσύνη δεν δείχνουν να γεννούν τόσο μεγάλες ροές εισοδήματος. Για παράδειγμα το ChatGPT έχει υποτίθεται περίπου 500.000.000 χρήστες την εβδομάδα, όμως οι χρήστες που πληρώνουν συνδρομή είναι μόνο 15,5 εκατομμύρια.
Θα μπορούσε, βέβαια, κάποιος να υποστηρίξει ότι τα βασικά οφέλη θα έρθουν λιγότερο από τέτοιες χρήσεις της τεχνητής νοημοσύνης όσο από την μεγάλη αύξηση της παραγωγικότητας που θα φέρει η Τεχνητή Νοημοσύνη, κάτι που με τη σειρά του θα ενισχύσει και τη ζήτηση για τα προϊόντα και τις εφαρμογές Τεχνητής Νοημοσύνης που θα φέρνουν αυτή την αύξηση παραγωγικότητας για τις επιχειρήσεις που θα τις χρησιμοποιήσουν.
Εδώ τα πράγματα είναι πάλι πιο σύνθετα. Μέχρι τώρα οι τομές στις τεχνολογίες της πληροφορίας και των υπολογιστών δεν οδήγησαν σε άλματα στην παραγωγικότητα. Στις αναπτυγμένες χώρες υπάρχει μια γενική τάση υποχώρησης των ρυθμών αύξησης της παραγωγικότητας της εργασίας από τη δεκαετίας του 1970 και μετά. Μόνο στις ΗΠΑ φάνηκε από τα μέσα της δεκαετίας του 1990 μέχρι τα μέσα της δεκαετίας του 2000 να ανεβαίνει η παραγωγικότητα ως ένα βαθμό εξαιτίας των εφαρμογών πληροφορικής και της χρήσης του διαδικτύου.
Τα ανοιχτά ερωτήματα για το εάν η Τεχνητή Νοημοσύνη θα αυξήσει την παραγωγικότητα έχουν να κάνουν με τα όρια που έχουν οι μέχρι τώρα μορφές. Τα μεγάλα γλωσσικά μοντέλα (LLM) μπορούν να αυξήσουν την αποδοτικότητα, αλλά δεν φέρνουν την καινοτομία γιατί η τάση τους είναι ακριβώς να επεξεργάζονται πληροφορία και να κάνουν προβλέψεις στη βάση δεδομένων όχι να σκεφτούν κάτι που δεν υπάρχει. Οι πιο τεχνοαισιόδοξοι επιμένουν ότι η επόμενη γενιά τεχνητής νοημοσύνης θα μπορεί να ανταποκρίνεται και στο αίτημα για καινοτομία, όμως αυτό θα σήμαινε μια τομή σε σχέση με τα σημερινά μοντέλα που κατά βάση στηρίζονται στον μιμητισμό και στον πιθανολογικό υπολογισμό με βάση όσα έχουν ήδη ανακαλυφθεί.
Βεβαίως, υπάρχει και η άλλη διάσταση της αύξησης της παραγωγικότητας που είναι η εξοικονόμηση εργασίας. Εδώ θα μπορούσε κανείς να υποθέσει ότι η Τεχνητή Νοημοσύνη θα μπορούσε να υποκαταστήσει αρκετές θέσεις εργασίας, αναλαμβάνοντας παραπάνω καθήκοντα στην οργάνωση, στην ανάπτυξη και το μάρκετινγκ, αν και η επέκταση της συμπεριλαμβάνει και σημαντική αύξηση του ενεργειακού κόστους, δεδομένης της μεγάλης κατανάλωσης ενέργειας που έχουν τα data center. Ο ΟΟΣΑ πάντως θεωρεί ότι στο αισιόδοξο σενάριο θα έχουμε μια αύξηση της παραγωγικότητας της εργασίας κατά 2,4% στα επόμενα δέκα χρόνια και μια αύξηση επιπλέον 4% στο Παγκόσμιο ΑΕΠ σε σχέση με τις σημερινές τάσεις. Στο απαισιόδοξο σενάριο, η αύξηση θα είναι 0,8%.
Πάντως η ιστορία δείχνει ότι οι μεγάλες τεχνολογικές τομές, ακόμη και αυτές που έφεραν επαναστατικές αλλαγές και αυξήσεις στην παραγωγικότητα της εργασίας, σχεδόν πάντα συνοδεύτηκαν και από χρηματιστηριακές φούσκες. Στη δεκαετία του 1840 η ανάπτυξη του σιδηροδρόμου, μια τεχνολογική αλλαγή με τεράστια οικονομική σημασία, προκάλεσαν μια έκρηξη κερδοσκοπίας γύρω από τις τιμές των μετοχών των σιδηροδρομικών εταιρειών στη Βρετανία, που τελικά οδήγησε στο σπάσιμο της φούσκας και την κατάρρευση των τιμών των μετοχών. Όμως, οι σιδηρόδρομοι τελικά συμβάλουν αποφασιστικά στην οικονομική ανάπτυξη. Η φούσκα των εταιρειών του διαδικτύου έσπασε το 2000, αλλά τελικά το διαδίκτυο επεκτάθηκε, έγινε τμήμα της καθημερινότητας και καθοριστικός παράγοντας για να έρθουν στο προσκήνιο οι μεγάλες τεχνολογικές εταιρείες που σήμερα κυριαρχούν στη Wall Street. Μένει να δούμε εάν θα έχουμε μια ανάλογη εξέλιξη και με την Τεχνητή Νοημοσύνη.
