Η μανία της τεχνητής νοημοσύνης μπορεί να έχει περάσει το αποκορύφωμά της.
Η Τεχνητή Νοημοσύνη (ΤΝ) θεωρείται η «νέα βιομηχανική επανάσταση» με την προσδοκία να δημιουργήσει μια άνθηση τρισεκατομμυρίων δολαρίων. Ωστόσο, μετά από μια περίοδο κερδοσκοπικής άνθησης και αναφορών ρεκόρ εσόδων, η αγορά στέλνει σαφή σημάδια ψυχρότητας.
Από την πτώση των μεγάλων τεχνολογικών μετοχών, την πτώση του κόστους των GPU, έως μια σειρά μελετών που δείχνουν ότι το 95% των έργων Τεχνητής Νοημοσύνης δεν έχουν ακόμη αποφέρει οικονομικά οφέλη, όλα αυτά κάνουν τους παρατηρητές να θέσουν το ερώτημα: Έχει ξεπεράσει η Τεχνητή Νοημοσύνη την «κορυφή της φούσκας»;
Τεχνητή Νοημοσύνη: Από την ελπίδα μιας «νέας βιομηχανικής επανάστασης» στη σκληρή πραγματικότητα
Μέσα σε μόλις δύο χρόνια, η Τεχνητή Νοημοσύνη έχει αναβαθμιστεί στο επίπεδο μιας «νέας βιομηχανικής επανάστασης», προσελκύοντας μια σειρά τεράστιων επενδύσεων από εταιρείες τεχνολογίας, κεφάλαια επιχειρηματικών συμμετοχών, ακόμη και κυβερνήσεις .
Η Nvidia συνεχίζει να καταγράφει έσοδα-ρεκόρ χάρη στην αυξανόμενη ζήτηση για τσιπ τεχνητής νοημοσύνης, η Microsoft και η Google δαπανούν δεκάδες δισεκατομμύρια δολάρια για την επέκταση των κέντρων δεδομένων, ενώ η Meta ποντάρει το μέλλον της στην τεχνητή νοημοσύνη ως βασική μηχανή ανάπτυξης.
Ωστόσο, αυτή η ευφορία δείχνει μια αρνητική πλευρά. Η χρηματιστηριακή αγορά αντιδρά αρνητικά ακόμη και όταν οι εταιρείες «ξεπεράσουν τις προσδοκίες», γεγονός που υποδηλώνει ότι οι προσδοκίες των επενδυτών έχουν εκτοξευθεί υπερβολικά.
Η Nvidia αποτελεί χαρακτηριστικό παράδειγμα: τα έσοδα εκτοξεύτηκαν στα ύψη, αλλά οι μετοχές μειώθηκαν μετά τα κέρδη, επειδή η αγορά θεώρησε ότι οι προοπτικές δεν ήταν και τόσο καλές.
Οι μετοχές που βασίζονται στην τεχνητή νοημοσύνη, όπως η AMD και η Super Micro, επίσης προσαρμόστηκαν απότομα όταν τα κέρδη δεν ήταν αρκετά ελκυστικά, σηματοδοτώντας ότι οι επενδυτές γίνονταν πιο επιφυλακτικοί.
Τεράστιες επενδύσεις σε υποδομές και το ζήτημα της πραγματικής αποτελεσματικότητας
Πίσω από την αισιοδοξία εξακολουθούν να κρύβονται τεράστια ποσά δαπανών. Η Microsoft σχεδιάζει να δαπανήσει περισσότερα από 80 δισεκατομμύρια δολάρια σε υποδομές τεχνητής νοημοσύνης κατά το οικονομικό έτος 2025, ποσό που ισοδυναμεί με τις αμυντικές δαπάνες πολλών χωρών.
Η Google και η Meta δεν υστερούν, ανακοινώνοντας συνεχώς σχέδια για την κατασκευή κέντρων δεδομένων νέας γενιάς. Αυτό αποδεικνύει ότι η μακροπρόθεσμη πίστη στην Τεχνητή Νοημοσύνη δεν έχει μειωθεί, αλλά εγείρει επίσης ένα δύσκολο ερώτημα: θα φέρουν τέτοιες τεράστιες πηγές χρήματος ανάλογα κέρδη;
Στην πραγματικότητα, το κόστος λειτουργίας και κατασκευής υποδομών τεχνητής νοημοσύνης επιβαρύνει ολοένα και περισσότερο τα περιθώρια κέρδους των «μεγάλων». Αυτός είναι ο λόγος για τον οποίο πολλές εταιρείες τεχνολογίας προβαίνουν ταυτόχρονα σε περικοπές προσωπικού και αναδιαρθρώσεις για να αντισταθμίσουν το επενδυτικό κόστος.
Υπάρχει ένα παράδοξο: Η Τεχνητή Νοημοσύνη θεωρείται ως εργαλείο βελτιστοποίησης κόστους για τις επιχειρήσεις, αλλά η ίδια η ανάπτυξη της Τεχνητής Νοημοσύνης αναγκάζει τις εταιρείες να ξοδεύουν περισσότερα από ποτέ.
Η Τεχνητή Νοημοσύνη σταδιακά «ψύχεται» στην αγορά
Το κόστος της GPU είναι χαμηλό, η προσφορά είναι λιγότερο πιεσμένη
Ένα από τα πιο ξεκάθαρα σημάδια μιας επιβραδυνόμενης άνθησης της τεχνητής νοημοσύνης είναι η τιμή των τσιπ τεχνητής νοημοσύνης. Μόλις πριν από ένα χρόνο, η τιμή ενοικίασης ενός τσιπ Nvidia H100 στο cloud έφτανε τα 8 δολάρια την ώρα, γεγονός που δυσκόλευε πολλές νεοσύστατες επιχειρήσεις να διατηρήσουν τα πειραματικά τους μοντέλα. Τώρα, η τιμή αυτή έχει μειωθεί σε περίπου 2,80 έως 3,50 δολάρια την ώρα.
Ο λόγος προέρχεται από το γεγονός ότι η προσφορά υλικού έχει αρχίσει να σταθεροποιείται, ο ανταγωνισμός μεταξύ των προμηθευτών έχει αυξηθεί και οι επιχειρήσεις αναγκάζονται να βελτιστοποιήσουν τη χρήση της GPU αντί να «δαπαίνουν» όπως πριν. Αυτό αποτελεί ταυτόχρονα θετικό σημάδι για την ωριμότητα της αγοράς και μια αντανάκλαση ότι η «ζήτηση» δεν είναι πλέον τόσο υψηλή όσο την περίοδο αιχμής του 2023-2024.
Το 95% των έργων GenAI αποτυγχάνουν και το παράδοξο των επενδύσεων
Μια μελέτη του MIT σόκαρε το κοινό όταν έδειξε ότι το 95% των πιλοτικών έργων Γενετικής Τεχνητής Νοημοσύνης δεν απέφεραν σαφή οικονομικά οφέλη. Πολλές επιχειρήσεις αναπτύσσουν Τεχνητή Νοημοσύνη χωρίς συγκεκριμένους Δείκτες Απόδοσης (KPI), οδηγώντας σε αποτελέσματα που δεν μπορούν να μετρηθούν ή να ενσωματωθούν στις διαδικασίες παραγωγής - επιχειρήσεων. Αυτό δεν σημαίνει ότι η Τεχνητή Νοημοσύνη είναι άχρηστη, αλλά αποκαλύπτει μια μεγάλη διαφορά μεταξύ προσδοκιών και πραγματικότητας.
Ταυτόχρονα, η κεφαλαιαγορά αντικατοπτρίζει επίσης μια ανησυχητική ανισορροπία. Μόνο κατά το πρώτο τρίμηνο του 2025, ο τομέας της Τεχνητής Νοημοσύνης προσέλκυσε 104 δισεκατομμύρια δολάρια ΗΠΑ σε επιχειρηματικά κεφάλαια, αλλά μόνο 36 δισεκατομμύρια δολάρια ΗΠΑ σε εκποιήσεις. Αυτό σημαίνει ότι η ταμειακή ροή εξακολουθεί να ρέει «σαν καταρράκτης», ενώ η έξοδος (IPO, M&A) είναι ασαφής. Αυτή η κατάσταση είναι πολύ παρόμοια με προηγούμενες τεχνολογικές φούσκες, όπου το επενδυτικό κεφάλαιο υπερέβαινε κατά πολύ την αξία που δημιουργήθηκε βραχυπρόθεσμα.
Η αγορά της Τεχνητής Νοημοσύνης είναι κορεσμένη
Ενώ οι ΗΠΑ και η Ευρώπη επικεντρώνονται στον τεχνολογικό ανταγωνισμό, η Κίνα αντιμετωπίζει τον κίνδυνο να «κατασκευάσει περισσότερα από όσα χρειάζεται». Μια σειρά από κέντρα δεδομένων τεχνητής νοημοσύνης αναπτύσσονται σύμφωνα με τις πολιτικές κατευθύνσεις, ακόμη και χωρίς συγκεκριμένους ενοικιαστές.
Η Alibaba έχει προειδοποιήσει για μια «φούσκα υποδομών», καθώς η προσφορά υπερβαίνει τη ζήτηση. Αυτό το «σχεδιασμένο» μοντέλο ανάπτυξης βοηθά την Κίνα να καλύψει γρήγορα την τεχνολογική υστέρηση, αλλά μπορεί επίσης να δημιουργήσει δαπανηρή πλεονάζουσα παραγωγική ικανότητα εάν η πραγματική ζήτηση δεν αυξηθεί αρκετά γρήγορα.
Όλα αυτά τα σημάδια υποδηλώνουν μια υποχώρηση της διαφημιστικής εκστρατείας για την Τεχνητή Νοημοσύνη. Αλλά δεν πρόκειται για μια φούσκα dotcom που πρόκειται να σκάσει, όπως ήταν το 2000. Η μεγάλη διαφορά είναι ότι υπάρχει πραγματική ανάγκη για Τεχνητή Νοημοσύνη, η παγκόσμια ψηφιακή υποδομή χρειάζεται αναβάθμιση και οι επιχειρήσεις εξακολουθούν να αναζητούν τρόπους να χρησιμοποιήσουν την τεχνολογία για την ενίσχυση της παραγωγικότητας.
Όλα έχουν να κάνουν με την ταχύτητα και την αποτελεσματικότητα. Η αγορά εισέρχεται σε μια φάση «φιλτραρίσματος», όπου μόνο εταιρείες με βιώσιμα επιχειρηματικά μοντέλα και σαφή απόδοση επένδυσης (ROI) θα επιβιώσουν. Οι «φανταχτερές» νεοσύστατες επιχειρήσεις χωρίς θεμέλια θα εξαφανιστούν σταδιακά, ενώ η Τεχνητή Νοημοσύνη θα συνεχίσει να εξελίσσεται, αλλά με πιο ρεαλιστικό ρυθμό.
Η Τεχνητή Νοημοσύνη δεν είναι πλέον ένας «πυρετός» που τα ξεπερνά όλα, αλλά σταδιακά μετατρέπεται σε μια ώριμη βιομηχανία όπου κάθε δαπάνη ελέγχεται στενά. Επενδυτές, επιχειρήσεις και κυβερνήσεις έχουν ξεπεράσει το ονειρικό στάδιο και έχουν εισέλθει στο πιο δύσκολο πρόβλημα: πώς να μετατρέψουν αυτήν την τεχνολογία σε πραγματική αξία.
Πηγή: https://tuoitre.vn/ai-bong-bong-sap-vo-hay-buoc-vao-giai-doan-truong-thanh-20250903103854784.htm
Σχόλιο (0)