Όταν σκάσει η φούσκα της τεχνητής νοημοσύνης, ποιος θα σταθεί;

(Νταν Τρι) - Ενώ η Γουόλ Στριτ πιστεύει ότι η επανάσταση της Τεχνητής Νοημοσύνης μόλις ξεκινά, ο Σαμ Άλτμαν - ο πατέρας του ChatGPT - προειδοποιεί για μια τρελή φούσκα που θα μπορούσε να κάνει πολλούς επενδυτές να «κάψουν τις τσέπες τους».

«Βρισκόμαστε σε ένα στάδιο όπου οι επενδυτές ενθουσιάζονται υπερβολικά με την Τεχνητή Νοημοσύνη; Νομίζω ναι», παραδέχτηκε απερίφραστα ο Σαμ Άλτμαν, Διευθύνων Σύμβουλος της OpenAI, κατά τη διάρκεια συνέντευξης Τύπου. Επανέλαβε τη λέξη «φούσκα» τρεις φορές σε μόλις 15 δευτερόλεπτα, σαν μια ανατριχιαστική προειδοποίηση από τον άνθρωπο που βρίσκεται στο επίκεντρο της μανίας της Τεχνητής Νοημοσύνης.

Αλλά ενώ ο Άλτμαν προειδοποιεί, η Γουόλ Στριτ βρίσκεται σε φρενίτιδα. Νεοσύστατες επιχειρήσεις τεχνητής νοημοσύνης με λίγους μόνο υπαλλήλους συγκεντρώνουν εκατοντάδες εκατομμύρια δολάρια σε «τρελές» αποτιμήσεις, και αισιόδοξοι αναλυτές όπως ο Νταν Άιβς του Γουέντμπους ισχυρίζονται ότι «η επανάσταση της τεχνητής νοημοσύνης βρίσκεται μόνο στη στιγμή του Διαδικτύου του 1996», που σημαίνει την αυγή μιας νέας εποχής, όχι την κορύφωση της φούσκας του 1999.

Από τη μία πλευρά βρίσκονται οι προσεκτικοί τεχνολογικοί καινοτόμοι, από την άλλη πλευρά βρίσκονται οι απερίσκεπτοι χρηματοδότες που στοιχηματίζουν τρισεκατομμύρια δολάρια. Μεταξύ των δύο αντίθετων απόψεων, η εικόνα είναι στην πραγματικότητα πιο περίπλοκη. Σύμφωνα με τον ειδικό Faisal Hoque, δεν υπάρχει μόνο μία, αλλά τρεις φούσκες τεχνητής νοημοσύνης που συνυπάρχουν παράλληλα και η κατανόησή τους είναι το κλειδί για να βρουν οι επιχειρήσεις μια διέξοδο όταν έρθει η μέρα της «έκρηξης».

Ανατομία της Τριάδας Φυσαλίδων Τεχνητής Νοημοσύνης

Ο αναλυτής Faisal Hoque προσφέρει μια μοναδική οπτική γωνία, η οποία είναι ότι η τρέχουσα τρέλα με την τεχνητή νοημοσύνη είναι στην πραγματικότητα μια επικάλυψη τριών διαφορετικών «φούσκες», καθεμία με τις δικές της επιπτώσεις και κινδύνους.

Φούσκα περιουσιακών στοιχείων (κερδοσκοπίας): Η σύγχρονη «μανία με τις τουλίπες»

Αυτή είναι η πιο ορατή φούσκα. Η Nvidia διαπραγματεύεται με τιμή 50 φορές τα κέρδη, η Tesla με το εντυπωσιακό ποσό των 200. Οι «Επτά Μεγάλες» εταιρείες τεχνολογίας τιμολογούνται με σχεδόν απεριόριστες προσδοκίες για ένα μέλλον που βασίζεται στην Τεχνητή Νοημοσύνη.

Πρόκειται για μια σύγχρονη εκδοχή της ολλανδικής «μανίας των τουλιπών» του 17ου αιώνα, όπου οι κερδοσκόποι πίεζαν τις τιμές των περιουσιακών στοιχείων πολύ πάνω από την εγγενή τους αξία, καθοδηγούμενοι από την απλή πεποίθηση ότι κάποιος άλλος θα πλήρωνε πάντα περισσότερα. Ο επικεφαλής οικονομολόγος της Apollo Global Management, Torsten Sløk, έχει φτάσει στο σημείο να πει ότι οι 10 μεγαλύτερες εταιρείες του S&P 500 είναι πλέον πιο υπερτιμημένες από ό,τι ήταν στην κορυφή της φούσκας των dot-com.

Για τις περισσότερες επιχειρήσεις που δεν εμπλέκονται άμεσα σε αυτό το οικονομικό παιχνίδι, οι κερδοσκοπικές φούσκες μπορεί να φαίνονται απίθανες. Ωστόσο, μια κατάρρευση της χρηματιστηριακής αγοράς σίγουρα θα προκαλούσε εκτεταμένες ζημιές σε ολόκληρη την οικονομία.

Φούσκα υποδομών: Η κούρσα των 7 τρισεκατομμυρίων δολαρίων και το φάντασμα του «σιδηροδρομικού πυρετού»

Ο Σαμ Άλτμαν μπορεί να προειδοποιεί για μια φούσκα, αλλά είπε επίσης ότι το OpenAI είναι έτοιμο να δαπανήσει «τρισεκατομμύρια δολάρια» για την κατασκευή κέντρων δεδομένων. Γίγαντες όπως η Microsoft, η Google, η Amazon και η Meta επενδύουν επίσης δισεκατομμύρια σε GPU, συστήματα ισχύος και υποδομές ψύξης. Η McKinsey εκτιμά ότι ο κόσμος βρίσκεται σε μια «κούρσα κέντρων δεδομένων» αξίας έως και 7 τρισεκατομμυρίων δολαρίων.

Αυτό θυμίζει τα τέλη του 19ου αιώνα, όταν οι επενδυτές στον τομέα των σιδηροδρόμων κατασκεύασαν χιλιάδες χιλιόμετρα πλεονάζουσας σιδηροδρομικής γραμμής για να καλύψουν τη ζήτηση που δεν ήρθε ποτέ. Ή πιο πρόσφατα, στα τέλη της δεκαετίας του 1990, όταν οι εταιρείες τηλεπικοινωνιών τοποθέτησαν καλώδια οπτικών ινών κατά μήκος του ωκεανού, δημιουργώντας ένα πλεόνασμα χωρητικότητας που θα χρειαζόταν δεκαετίες για να αξιοποιηθεί πλήρως.

Ο αναλυτής της Praetorian Capital, Harrison Kupperman, έκανε έναν ανησυχητικό υπολογισμό στο πίσω μέρος του φακέλου: μόνο η φετινή επένδυση σε κέντρα δεδομένων θα απαιτήσει από τις εταιρείες τεχνολογίας να δημιουργούν επιπλέον έσοδα 40 δισεκατομμυρίων δολαρίων κάθε χρόνο κατά την επόμενη δεκαετία, μόνο και μόνο για να καλύψουν τις αποσβέσεις. Αυτό είναι το διπλάσιο των τρεχόντων συνολικών εσόδων από την τεχνητή νοημοσύνη (που εκτιμώνται σε 15-20 δισεκατομμύρια δολάρια). Αυτό το τεράστιο κενό είναι ο ίδιος ο ορισμός της φούσκας των υποδομών.

Φουσκωμένες Προσδοκίες: Όταν οι Υποσχέσεις Ξεπερνούν την Πραγματικότητα

Αυτή είναι ίσως η πιο επικίνδυνη φούσκα για τις επιχειρήσεις. Τα μέσα κοινωνικής δικτύωσης, οι εφημερίδες και οι αίθουσες συνεδριάσεων είναι γεμάτες με δημοσιότητα σχετικά με τη μετασχηματιστική δύναμη της Τεχνητής Νοημοσύνης. Αλλά η πραγματικότητα είναι πολύ πιο σκληρή.

Μια πρόσφατη μελέτη του MIT σόκαρε τον κλάδο όταν διαπίστωσε ότι το 95% των πιλοτικών εφαρμογών τεχνητής νοημοσύνης σε επιχειρήσεις δεν αποφέρουν κέρδη. Αυτός ο αριθμός δείχνει ένα τεράστιο χάσμα μεταξύ της διαφημιστικής εκστρατείας και της πραγματικής αξίας.

Σύμφωνα με τους ειδικούς, αντιμετωπίζουμε όχι μόνο μία, αλλά τρεις φούσκες που φουσκώνουν ταυτόχρονα (Φωτογραφία: Freepik).

Μαθήματα από την ιστορία: Dotcom και ο «χειμώνας της τεχνητής νοημοσύνης»

Εάν υπάρχει μια φούσκα, ποια είναι τα σημάδια ότι μπορεί να πρόκειται να ξεφουσκώσει ή ακόμα και να σκάσει; Τα τελευταία δεδομένα σκιαγραφούν μια ανησυχητική εικόνα.

Σύμφωνα με τακτική έρευνα του Γραφείου Απογραφής των ΗΠΑ, για πρώτη φορά από την έναρξη της συλλογής δεδομένων τον Νοέμβριο του 2023, το ποσοστό των μεγάλων επιχειρήσεων (πάνω από 250 εργαζόμενοι) που χρησιμοποιούν Τεχνητή Νοημοσύνη έχει μειωθεί σημαντικά τους τελευταίους δύο μήνες, από την κορύφωση του 13,5% σε περίπου 12%. Παρόλο που η πρόθεση χρήσης της τους επόμενους έξι μήνες δεν έχει μειωθεί, ο ρυθμός ανάπτυξης έχει επιβραδυνθεί σημαντικά.

Αυτό είναι ένα σημαντικό προειδοποιητικό σημάδι. Δείχνει ότι μετά την αρχική φάση πειραματισμού, πολλές εταιρείες αρχίζουν να συνειδητοποιούν την πολυπλοκότητα και το κόστος ενσωμάτωσης της Τεχνητής Νοημοσύνης στις επιχειρηματικές τους διαδικασίες. Κάνουν πίσω.

Αυτή η δυσκολία έχει πολλές ομοιότητες με τον «χειμώνα της Τεχνητής Νοημοσύνης» της δεκαετίας του 1980, ο οποίος περιστρεφόταν γύρω από την τεχνολογία των «εξειδικευμένων συστημάτων». Τότε, κορυφαίες εταιρείες επένδυσαν επίσης χρήματα στην εφαρμογή, μερικές από τις οποίες είχαν αρχική επιτυχία, αλλά στη συνέχεια αποθαρρύνθηκαν από το υψηλό κόστος συντήρησης και την ακαμψία των συστημάτων, τα οποία εύκολα παρουσίαζαν βλάβη σε πολύπλοκες πραγματικές καταστάσεις.

Σήμερα, η γενετική Τεχνητή Νοημοσύνη (GenAI) αντιμετωπίζει το αντίθετο πρόβλημα: δεν είναι πολύ άκαμπτη, αλλά πολύ ευέλικτη, συχνά «παραισθησιογόνος» (επινοώντας πληροφορίες) ή ακολουθώντας απρόβλεπτες συντομεύσεις. Η ενσωμάτωση μεγάλων γλωσσικών μοντέλων (LLM) δεν συνοδεύεται από «εγχειρίδιο χρήστη», απαιτώντας τεράστια ποσότητα εργασίας για την προσαρμογή και τον έλεγχο, αφήνοντας πολλές επιχειρήσεις να δυσκολεύονται.

Τόσο οι αισιόδοξοι όσο και οι απαισιόδοξοι επικαλούνται τη φούσκα των dot-com για να υποστηρίξουν τις απόψεις τους. Αυτό δείχνει ότι τα μαθήματα της ιστορίας δεν είναι απλά.

Στα τέλη της δεκαετίας του 1990, εταιρείες όπως η Pets.com έκαψαν 300 εκατομμύρια δολάρια και χρεοκόπησαν, και ο NASDAQ έχασε το 78% της αξίας του. Οι ειδικοί χαρακτήρισαν το Διαδίκτυο ως μια μόδα. Αλλά από τις στάχτες, αναδύθηκαν αθόρυβα οι μελλοντικοί γίγαντες. Η Amazon έχτισε το δίκτυο logistics της, η Google τελειοποίησε τον αλγόριθμο αναζήτησής της και το PayPal έλυσε το πρόβλημα πληρωμών.

Το μήνυμα είναι σαφές: μια τεχνολογία μπορεί να υπερεκτιμάται, αλλά αυτό δεν αναιρεί τη βασική της σημασία. Το σκάσιμο της φούσκας δεν σημαίνει ότι η τεχνολογία είναι άχρηστη. Απλώς σημαίνει ότι πάρα πολλοί άνθρωποι ενθουσιάστηκαν υπερβολικά και πλήρωσαν πάρα πολλά για αναπόδεικτες ιδέες.

Ένα παρόμοιο σενάριο είναι πιθανό να εξελιχθεί και με την Τεχνητή Νοημοσύνη. Όταν η αγορά διορθωθεί, όπως σχεδόν σίγουρα θα συμβεί, οι εταιρείες που απλώς κυνηγούν την «τάση» θα καταρρεύσουν. Αλλά εκείνες που επικεντρώνονται στη χρήση της Τεχνητής Νοημοσύνης για την επίλυση πραγματικών επιχειρηματικών προβλημάτων θα είναι οι τελικοί νικητές.

Η στρατηγική του πραγματιστή: Κερδοφορία από τη φούσκα

Τι πρέπει λοιπόν να κάνει ένας σοφός επιχειρηματίας εν μέσω της καταιγίδας; Η αποφυγή της Τεχνητής Νοημοσύνης δεν αποτελεί επιλογή. Αντίθετα, προσεγγίστε την ρεαλιστικά και επωφεληθείτε ακόμη και από το χάος της φούσκας.

Για να αποφύγουν να πέσουν στην παγίδα του «95% αποτυχίας», οι επιτυχημένες επιχειρήσεις συχνά ακολουθούν 3 χρυσούς κανόνες:

Αρχιτεκτονική «προτεραιότητα στο πρόβλημα»

Μην ρωτάτε «Τι μπορούμε να κάνουμε με την Τεχνητή Νοημοσύνη;» αλλά ρωτήστε «Ποια είναι τα μεγαλύτερα σημεία συμφόρησης στις δραστηριότητές μας;» Πού σπαταλούν οι άνθρωποι χρόνο σε επαναλαμβανόμενες εργασίες; Ποιες διαδικασίες προκαλούν συχνά σφάλματα; Πού υπάρχουν σημεία συμφόρησης δεδομένων που καθυστερούν τις αποφάσεις; Μόνο αφού εντοπίσετε με σαφήνεια το πρόβλημα θα πρέπει να αναζητήσετε την Τεχνητή Νοημοσύνη ως πιθανή λύση.

Εξισορρόπηση του χαρτοφυλακίου τεχνητής νοημοσύνης

Μην βάζετε όλα τα αυγά σας σε ένα καλάθι. Αντίθετα, συνδυάστε βραχυπρόθεσμα και μακροπρόθεσμα, έργα χαμηλού και υψηλού κινδύνου.

Γρήγορο Κέρδος (1-3 Μήνες): Χρησιμοποιήστε τα υπάρχοντα εργαλεία Τεχνητής Νοημοσύνης για την αυτοματοποίηση της επεξεργασίας εγγράφων και των περιλήψεων συσκέψεων.

Στρατηγικό Στοίχημα (3-12 μήνες): Δημιουργήστε μια προσαρμοσμένη λύση Τεχνητής Νοημοσύνης για τη βελτιστοποίηση μιας βασικής διαδικασίας, όπως η πρόβλεψη ζήτησης ή η διαχείριση αποθεμάτων.

Πρωτοποριακή Δράση (12+ μήνες): Δοκιμή εντελώς νέων επιχειρηματικών μοντέλων που βασίζονται στην Τεχνητή Νοημοσύνη, όπως ένα πλήρως αυτοματοποιημένο σύστημα αγορών.

Ολοκληρωμένη ενσωμάτωση

Τα έργα Τεχνητής Νοημοσύνης δεν θα πρέπει να υπάρχουν μεμονωμένα. Ένα σύστημα Τεχνητής Νοημοσύνης που ελέγχει την ποιότητα σε ένα εργοστάσιο μπορεί να παρέχει πληροφορίες σε ένα σύστημα Τεχνητής Νοημοσύνης προγνωστικής συντήρησης. Τα δεδομένα από αυτό μπορούν στη συνέχεια να βοηθήσουν ένα άλλο σύστημα Τεχνητής Νοημοσύνης να βελτιστοποιήσει την αλυσίδα εφοδιασμού. Όταν τα συστήματα «επικοινωνούν» μεταξύ τους, δημιουργούν συνέργεια που είναι πολύ μεγαλύτερη από το άθροισμα των μεμονωμένων έργων.

Ο Σαμ Άλτμαν, Διευθύνων Σύμβουλος της ChatGPT, ανησυχεί ότι η φούσκα της τεχνητής νοημοσύνης πρόκειται να σκάσει, ενώ η Γουόλ Στριτ εξακολουθεί να στοιχηματίζει (Φωτογραφία: DIA TV).

Υπάρχει ένα ενδιαφέρον παράδοξο: αντί να αποτελεί απειλή, η φούσκα της τεχνητής νοημοσύνης μπορεί να είναι η μεγαλύτερη ευκαιρία για τις εταιρείες που υιοθετούν μια ρεαλιστική προσέγγιση. Τα επιχειρηματικά κεφάλαια χρηματοδοτούν μαζική έρευνα και ανάπτυξη (R&D) που κανένα διοικητικό συμβούλιο δεν θα τολμούσε να εγκρίνει.

Τα πιο λαμπρά μυαλά εγκαταλείπουν σταθερές θέσεις εργασίας για να κατασκευάσουν εργαλεία τεχνητής νοημοσύνης που μπορείτε να αγοράσετε φθηνά αργότερα. Οι υποδομές κατασκευάζονται σε μαζική κλίμακα, υπόσχοντας ένα μέλλον με φθηνότερη πρόσβαση.

Ίσως το μεγαλύτερο δώρο της συζήτησης για τη φούσκα είναι ότι αποτελεί αντιπερισπασμό. Ενώ οι σχολιαστές και οι επενδυτές ασχολούνται με τη διαμάχη για την τιμή της μετοχής της Nvidia ή τις αποτιμήσεις των νεοσύστατων επιχειρήσεων, οι σοβαρές εταιρείες έχουν τον ιδανικό χώρο για να εργαστούν ήσυχα. Αντιμετωπίζουν λιγότερο ανταγωνισμό για ταλέντα, λιγότερο έλεγχο και λιγότερη πίεση για να τηρήσουν τις προθεσμίες.

Η άνθηση των dotcom άφησε πίσω της υποδομές ευρυζωνικής πρόσβασης και μια γενιά προγραμματιστών ιστοσελίδων. Η φούσκα της τεχνητής νοημοσύνης, όταν διορθωθεί ή τελικά σκάσει, θα αφήσει πίσω της ισχυρά clusters GPU και μια γενιά ταλαντούχων μηχανικών μηχανικής μάθησης.

Η πιο έξυπνη επιλογή δεν είναι να αποφύγετε τη φούσκα, αλλά να αφήσετε άλλους να αναλάβουν τον κίνδυνο κεφαλαίου, ενώ εσείς εστιάζετε στην αποκόμιση των λειτουργικών οφελών. Όσο περισσότεροι άνθρωποι μιλάνε για φούσκες, τόσο περισσότερες ευκαιρίες θα ανοίξουν για όσους είναι σταθεροί και μεθοδικοί.

Πηγή: https://dantri.com.vn/kinh-doanh/khi-bong-bong-ai-no-ai-se-tru-vung-20250917084848979.htm