Η τεχνητή νοημοσύνη έχει γεμίσει ελπίδα –αλλά και φόβο- τον κόσμο, σε σχεδόν όλο το φάσμα της κοινωνίας και της οικονομίας, ότι θα λύσει τα χέρια των ανθρώπων και θα γίνει το μέσο για παραγωγή πλούτου και ευημερίας. Ωστόσο, όλο και περισσότεροι άνθρωποι μιλούν για ακόμη μία επενδυτική «φούσκα».
Θα είναι άραγε η τεχνητή νοημοσύνη η νέα τεχνολογική φούσκα; Θα τιμωρήσει τους επενδυτές; Έχει περάσει ένα τέταρτο του αιώνα από τότε που ο Τζορτζ Τζίλντερ, συγγραφέας και γκουρού της τεχνολογία, έγραφε για το δίκτυο οπτικών ινών: «Μετασχηματίζει τον πολιτισμό, την οικονομία και την πολιτική πολύ πιο ριζικά από ό,τι η εποχή των υπολογιστών. Μια νέα οικονομία αναδύεται, μια νέα φωτιά του Προμηθέα».
Και είχε δίκιο –για κάποιο διάστημα. Όπως επισημαίνει το Bloomberg, η υπερλεωφόρος της πληροφορίας διέσχισε τις ΗΠΑ και σχεδόν όλο τον κόσμο, οι εταιρείες τηλεπικοινωνιών κατέγραψαν τεράστια κέρδη, οι μετοχές τους εκτοξεύθηκαν σε αξία. Ώσπου η «φούσκα» έσκασε. Η βιομηχανία έχασε 500 δισεκατομμύρια δολάρια και περισσότερες από 200 επιχειρήσεις χρεοκόπησαν. Μερικά μεγάλα στελέχη πήγαν στη φυλακή.
Από τον Τζίλντερ στον Μασκ
Δεν χρειάζεται να ψάξει πολύ κανείς και θα διαπιστώσει ότι ο Έλον Μασκ θυμίζει πολύ τον Τζορτζ Τζίλντερ όταν μιλάει για την τεχνητή νοημοσύνη. Ή ο Σαμ Όλτμαν, που είπε ότι το ChatGPT της εταιρείας του OpenAI «θα αναδιαμορφώσει την πορεία της ανθρώπινης ιστορίας». Και ο Μαρκ Ζούκερμπεργκ υπόσχεται ότι η «υπερ-νοημοσύνη» που δημιουργεί θα βοηθήσει τους χρήστες της «να επιτύχουν τους στόχους τους, να δημιουργήσουν αυτό που θέλουν να δουν στον κόσμο, να γίνουν ο καλύτερος φίλος και το άτομο που επιθυμούν να είναι».
Όλοι οι παραπάνω ξοδεύουν αφειδώς χρήμα, που μετριέται σε δισεκατομμύρια, για να βελτιστοποιήσουν τα μοντέλα τους στην τεχνητή νοημοσύνη, να κατασκευάσουν κέντρα δεδομένων, αλλά και για να εξασφαλίσουν ενέργεια για την αχόρταγη αυτή τεχνολογία.
Και το ερώτημα που τίθεται είναι: Μπορεί όλη αυτή η επένδυση να κάνει απόσβεση, αρχικά, και να αποφέρει κέρδος στη συνέχεια; Σύμφωνα με εκτίμηση του Exponential View, που επικεντρώνεται στην τεχνητή νοημοσύνη, το 2025 η τεχνολογία αυτή αναμένεται να δημιουργήσει έσοδα 60 δισεκατομμυρίων δολαρίων. Αλλά αυτό το ποσό θα πρέπει να αυξηθεί δραματικά εάν οι εταιρείες τεχνολογίας θέλουν να κάνουν απόσβεση κόστους.
Τον Σεπτέμβριο, η Bain & Co. υπολόγισε ότι οι μεγάλες τεχνολογικές εταιρείες θα χρειάζονταν 2 τρισ. πρόσθετα ετήσια έσοδα για να πληρώσουν τις δαπάνες των κέντρων δεδομένων έως το 2030. Επίσης, προέβλεψε έλλειμμα 800 δισεκατομμυρίων δολαρίων ετησίως ακόμη και υπό ιδανικές συνθήκες.
Συνεπώς, αν οι γίγαντες της τεχνητής νοημοσύνης και οι επενδυτές τους δεν μπορέσουν να ανακτήσουν τα χρήματά τους, τότε μιλάμε για μια ιστορικά μεγάλη περίπτωση υπερβολικής ανάπτυξης και επένδυσης. Με μια λέξη: «φούσκα».
Γιατί είναι «φούσκα»
Μιλώντας στο Bloomberg, o Χάρις Κούπερμαν, ιδρυτής hedge fund, είπε ότι αμφιβάλλει πως μπορεί ποτέ να υπάρξει αποπληρωμή. Η κάλυψη του κόστους μόνο της φετινής ανάπτυξης θα απαιτήσει πρόσθετα έσοδα 480 δισεκατομμυρίων δολαρίων, σύμφωνα με τους υπολογισμούς του. Και είναι ασαφές από πού θα προέλθουν, αφού π.χ. για τους περισσότερους χρήστες, το ChatGPT είναι προς το παρόν δωρεάν. «Αν σας χρέωναν μερικά δολάρια κάθε φορά που ρωτούσατε το ChatGPT, δεν ξέρω αν θα είχαν αγορά», λέει ο Κούπερμαν.
Επιπλέον, οι μονάδες επεξεργασίας γραφικών (GPU) υποτιμώνται γρήγορα. Και, πάρα τις τεράστιες δαπάνες, δεν δημιουργούν ανθεκτικές υποδομές, όπως συνέβαινε στο παρελθόν με τους σιδηροδρόμους ή την ανάπτυξη των τηλεπικοινωνιών. Oι GPU φαίνεται να έχουν διάρκεια ζωής μόλις λίγων ετών πριν χρειαστεί να ανατεθούν σε πιο βασικές εργασίες τεχνητής νοημοσύνης.
Άλλο πρόβλημα είναι η το γεγονός ότι, ενώ τα κέντρα δεδομένων συνήθως χρειάζονται δύο έως τρία χρόνια για να κατασκευαστούν, η σύνδεσή τους σε μια πηγή ενέργειας μπορεί να διαρκέσει έως και οκτώ χρόνια. Συνεπώς, θα καθυστερήσουν να παραγάγουν έσοδα. Πέρα από το γεγονός ότι ακόμη δεν υπάρχει ούτε κατά διάνοια επαρκής ενέργεια για να τα τροφοδοτήσει.
Τα αποτελέσματα μιλούν
Σε όλα τα παραπάνω, για όσους είναι σκεπτικιστές αναφορικά με την τεχνητή νοημοσύνη, έρχεται και η απογοητευτική απόδοση των εργαλείων της. Μελέτη του Εργαστηρίου Τεχνολογίας του MIT διαπίστωσε ότι το 95% των έργων τεχνητής νοημοσύνης που εφαρμόζονται πιλοτικά από επιχειρήσεις δεν έχουν αποφέρει μετρήσιμη απόδοση.
Σύμφωνα με τη McKinsey, σχεδόν 8 στις 10 εταιρείες που υιοθετούν τη γενετική Τεχνητή Νοημοσύνη δεν βλέπουν «σημαντικό αντίκτυπο στα τελικά αποτελέσματα».
Αδιαφάνεια χρηματοδότησης
Εξίσου ανησυχητικό είναι το γεγονός ότι οι μηχανισμοί χρηματοδότησης της τεχνητής νοημοσύνης είναι αδιαφανείς. Τον Αύγουστο, η Meta Platforms Inc. συγκέντρωσε 29 δισεκατομμύρια δολάρια για κέντρα δεδομένων από ιδιωτικές εταιρείες πίστωσης. Μεγάλες νεοσύστατες επιχειρήσεις όπως η OpenAI και η CoreWeave έχουν επίσης βασιστεί σε ιδιωτικές πιστώσεις για τη χρηματοδότηση κέντρων δεδομένων. Αυτές οι συμφωνίες συχνά λαμβάνουν τη μορφή ασαφών οχημάτων ειδικού σκοπού, τα οποία κρατούν το χρέος μακριά από τους ισολογισμούς των μεγάλων εταιρειών και καθιστούν δύσκολη την παρακολούθηση της υγείας των επενδύσεων.
Υπάρχουν επίσης ενδείξεις ότι η έκθεση των μέσων επενδυτών σε αυτά τα επικίνδυνα στοιχήματα αυξάνεται, καθώς οι ιδιωτικές εταιρείες πίστωσης συγκεντρώνουν χρήματα από ασφαλιστικές εταιρείες και τα χρηματιστηριακά διαπραγματεύσιμα αμοιβαία κεφάλαια που επικεντρώνονται σε ακίνητα επενδύουν σε κέντρα δεδομένων, σύμφωνα με τον επενδυτή και συγγραφέα Πολ Κεντρόσκι. Και φυσικά όποιος κατέχει μετοχές σε αμοιβαίο κεφάλαιο πιθανότατα στοιχηματίζει σε κέντρα δεδομένων μέσω μετοχών των μεγάλων τεχνολογικών εταιρειών.
Τι απαντούν οι αισιόδοξοι
Ωστόσο υπάρχουν και αυτοί που δεν ανησυχούν. Οι αισιόδοξοι για την τεχνητή νοημοσύνη, που είναι πολλοί και επιμένουν να επενδύουν σε αυτήν, πιστεύουν ότι τα έσοδα από την παραγωγική τεχνητή νοημοσύνη αυξάνονται και θα συνεχίσουν να αυξάνονται.
Υποστηρίζουν ότι η ανάπτυξη υποδομών φαίνεται μεγάλη, αλλά δεν είναι τόσο μεγάλη σε σύγκριση με ορισμένες προηγούμενες περιπτώσεις που κατέληξαν «φούσκες». Όπως οι σιδηρόδρομοι, για παράδειγμα.
Το πιο σημαντικό είναι ότι οι μεγάλες εταιρείες τεχνολογίας έχουν άφθονο χρήμα και μπορούν να αντέξουν οικονομικά να χάσουν μερικές εκατοντάδες δισεκατομμύρια δολάρια. Οι Άλτμαν και Ζούκερμπεργκ υποστηρίζουν ότι επικεντρώνονται στο μακροπρόθεσμο παιχνίδι και όχι στα άμεσα κέρδη. Το ερώτημα είναι για πόσο καιρό οι επενδυτές τους θα έχουν την ίδια άποψη.
Πότε θα σκάσει η «φούσκα»
Σύμφωνα με τον Έρικ Γκόρντον, καθηγητή διοίκησης επιχειρήσεων στο Πανεπιστήμιο του Μίσιγκαν, η πρόκληση δεν είναι να μάθουμε αν θα σκάσει η «φούσκα», αλλά πότε. Όσον αφορά την τεχνητή νοημοσύνη, λέει πως τα πρώτα σημάδια εξασθένισης της αισιοδοξίας πιθανότατα θα εμφανιστούν στη χρηματοδότηση επιχειρηματικών κεφαλαίων για νεοσύστατες επιχειρήσεις. «Μπορεί να δείτε το μέγεθος των γύρων χρηματοδότησης να μειώνεται», λέει στο Bloomberg. Οι τιμές των μετοχών πιθανότατα θα ακολουθήσουν.
Ο Τζορτζ Τζίλντερ, που πήρε το μάθημά του από τις οπτικές ίνες, προειδοποιεί για τη μανία κατασκευής κέντρων δεδομένων. «Είναι υπερβολικά απαιτητικό», λέει. Και εκτιμά ότι το μέλλον της Τεχνητής Νοημοσύνης είναι οι επεξεργαστές κλίμακας wafer που είναι μεγαλύτεροι από τις GPU, αλλά πιο κατάλληλοι για εργασίες παραγωγής συμπερασμάτων. Δηλαδή, του μηχανισμού με τον οποίο η τεχνητή νοημοσύνη παράγει απαντήσεις. Προβλέπει ότι οι μεγάλες εταιρείες τεχνολογίας έχουν «περίπου τέσσερα ή πέντε χρόνια για να ασχοληθούν με αυτά τα κέντρα δεδομένων» πριν αλλάξει ξανά το πρότυπο. Κι έτσι, αφήνει το φως ανοιχτό για το μέλλον της.
