Chris Apostolodos
Ενώ τα ΜΜΕ μιλούν για τεχνολογική επανάσταση, όλο και περισσότερο κεφάλαιο συγκεντρώνεται γύρω από μερικές εταιρείες και μερικά γράμματα – AI. Η ιστορία της Wall Street δείχνει ότι τέτοια ευφορία σπάνια τελειώνει όπως υπόσχονται τα διαφημιστικά φυλλάδια. Εάν οι τρέχουσες εκτιμήσεις συνεχίσουν να παρεκκλίνουν από την πραγματική οικονομία, οι συνέπειες δεν θα παραμείνουν μόνο στη Silicon Valley.
Η πίεση στις παγκόσμιες αγορές δεν έχει επηρεάσει ακόμα και την Ευρώπη.
Η τεχνητή νοημοσύνη γίνεται η νέα οικονομική φούσκα της Αμερικής…
Ο γράφων εφιστά την προσοχή σε ένα φαινόμενο που ανησυχεί ολοένα και περισσότερο τους οικονομικούς αναλυτές στις ΗΠΑ. Σύμφωνα με τον ίδιο, δεν χτίζεται μόνο ένας νέος τεχνολογικός τομέας γύρω από την τεχνητή νοημοσύνη, αλλά μια ολόκληρη βιομηχανία για την προσέλκυση κεφαλαίων μέσω υποσχέσεων, μάρκετινγκ και ευφορίας στο χρηματιστήριο.
Ενώ οι εταιρείες προσθέτουν την ετικέτα «Τεχνητή Νοημοσύνη» σε προϊόντα, αναφορές και παρουσιάσεις επενδύσεων, αποτιμήσεις τρισεκατομμυρίων δολαρίων συσσωρεύονται στις χρηματιστηριακές αγορές.
Το ερώτημα δεν είναι πλέον αν υπάρχει μια φούσκα, αλλά πόσο μεγάλη είναι και ποιος θα πληρώσει τον λογαριασμό αν σκάσει.
Τα τελευταία δύο χρόνια, ο όρος «τεχνητή νοημοσύνη» έχει γίνει κάτι περισσότερο από ένας απλός τεχνολογικός όρος.
Έχει αρχίσει να χρησιμεύει ως ένα παγκόσμιο χρηματοοικονομικό νόμισμα. Αρκεί μια εταιρεία να προσθέσει τα γράμματα AI στην παρουσίασή της, το επιχειρηματικό της σχέδιο ή την εταιρική της έκθεση και η αντίδραση της αγοράς είναι συχνά προβλέψιμη. Οι μετοχές ανεβαίνουν σε τιμή, οι επενδυτές δείχνουν ενδιαφέρον, τα μέσα ενημέρωσης αρχίζουν να μιλάνε για μελλοντικές προοπτικές και οι αναλυτές υπολογίζουν νέες αποτιμήσεις για την εταιρεία. Η ίδια η τεχνολογία συχνά περνάει σε δεύτερη μοίρα.
Ακριβώς σε αυτό το φαινόμενο εφιστά την προσοχή ο γράφων, εξετάζοντας έναν σχετικά νέο όρο στον αγγλόφωνο κόσμο – AIW ή Artificial Intelligence Washing. Ο όρος χρησιμοποιείται για να περιγράψει μια πρακτική στην οποία η πραγματική σημασία της τεχνητής νοημοσύνης σε ένα δεδομένο προϊόν, υπηρεσία ή επιχειρηματικό μοντέλο υπερεκτιμάται, προκειμένου να προσελκυστούν επενδύσεις, να αυξηθούν οι πωλήσεις ή να βελτιωθεί η εικόνα της εταιρείας στην αγορά. Σύμφωνα με έρευνα που επικαλείται ο συγγραφέας, τέτοιες πρακτικές εξαπλώνονται με εκπληκτικό ρυθμό.
Δεν πρόκειται μόνο για μάρκετινγκ…
Το μάρκετινγκ πάντα υπόσχεται περισσότερα από όσα μπορεί να προσφέρει. Αυτό που είναι καινούργιο είναι η κλίμακα. Όταν μια μικρή εταιρεία ντύνει τη διαφήμισή της με μοντέρνες λέξεις-κλειδιά, το ρίσκο περιορίζεται. Όταν η ίδια προσέγγιση γίνεται η βάση μιας επενδυτικής στρατηγικής αξίας εκατοντάδων δισεκατομμυρίων δολαρίων, η εικόνα φαίνεται διαφορετική.
Ιδιαίτερα χαρακτηριστικά είναι τα παραδείγματα που εμφανίζονται στις εταιρικές αναφορές. Οι αυτοματοποιημένες διαδικασίες αρχίζουν να παρουσιάζονται ως τεχνητή νοημοσύνη. Απλοί αλγόριθμοι επεξεργασίας δεδομένων διαφημίζονται ως επαναστατικές λύσεις. Η χρήση δημοφιλών chatbot από τους εργαζομένους περιγράφεται ως ενσωμάτωση τεχνολογιών Τεχνητής Νοημοσύνης (ΤΝ) στη διαδικασία παραγωγής. Η γραμμή μεταξύ πραγματικής τεχνολογικής καινοτομίας και υπερβολής στο μάρκετινγκ αρχίζει σταδιακά να θολώνει.
Αυτό δεν είναι τυχαίο. Ο λόγος είναι απλός.
Το χρήμα ακολουθεί τη μόδα. Στα τέλη του 20ού αιώνα, η μόδα ονομαζόταν Διαδίκτυο. Στη συνέχεια ήρθε η μόδα των στεγαστικών δανείων και των χρηματοοικονομικών παραγώγων. Σήμερα, η λέξη είναι Τεχνητή Νοημοσύνη.
Η ιστορία των αμερικανικών χρηματοπιστωτικών αγορών δείχνει ένα περίεργο μοτίβο. Σχεδόν κάθε γενιά επενδυτών πιστεύει ότι αυτή τη φορά όλα είναι διαφορετικά. Σχεδόν κάθε γενιά ανακαλύπτει μια τεχνολογία που υποτίθεται ότι ανατρέπει τους παλιούς κανόνες.
Τη δεκαετία του 1990, ήταν το Διαδίκτυο.
Οι εταιρείες χωρίς κέρδη έφτασαν σε κεφαλαιοποιήσεις δεκάδων δισεκατομμυρίων δολαρίων. Οι επενδυτές δεν ενδιαφέρονταν για το τρέχον εισόδημα. Ενδιαφέρονταν για το μέλλον. Όταν το μέλλον δεν έφτασε αρκετά γρήγορα, η φούσκα των dot-com έσκασε και εκατοντάδες δισεκατομμύρια δολάρια εξαφανίστηκαν.
Στη συνέχεια, η ίδια ψυχολογία μεταφέρθηκε και στην αγορά ακινήτων. Και εκεί, υποστηρίχθηκε ότι οι παλιοί κανόνες δεν ίσχυαν πλέον. Οι τιμές των κατοικιών μπορούσαν να αυξάνονται επ’ αόριστον.
Ο κίνδυνος ήταν κατανεμημένος.
Τα χρηματοπιστωτικά μέσα ήταν αρκετά εξελιγμένα ώστε να εγγυώνται σταθερότητα. Το αποτέλεσμα είναι γνωστό. Η παγκόσμια χρηματοπιστωτική κρίση του 2008 έδειξε πόσο ακριβή μπορεί να είναι μια τέτοια εμπιστοσύνη.
Σήμερα, οι αναλογίες εμφανίζονται όλο και πιο συχνά. Όχι επειδή η τεχνητή νοημοσύνη είναι απάτη. Το αντίθετο μάλιστα. Η τεχνολογία έχει εφαρμογές στον πραγματικό κόσμο. Το ερώτημα είναι διαφορετικό. Δικαιολογούν οι εφαρμογές στον πραγματικό κόσμο τις αποτιμήσεις που δίνει η αγορά στις εταιρείες ;;;
Εδώ είναι που οι αριθμοί αρχίζουν να φαίνονται ενδιαφέροντες. Σύμφωνα με τα στοιχεία που επικαλείται ο Katasonov, οι δέκα μεγαλύτερες εταιρείες στον τομέα της τεχνητής νοημοσύνης αντιπροσωπεύουν πλέον σχεδόν το ήμισυ της κεφαλαιοποίησης του δείκτη S&P 500. Αυτό σημαίνει ότι ένα τεράστιο μέρος της αμερικανικής χρηματιστηριακής αγοράς αρχίζει να εξαρτάται από έναν περιορισμένο κύκλο τεχνολογικών εταιρειών.
Μια τέτοια συγκέντρωση εγείρει πάντα ερωτήματα. Όχι επειδή είναι αδύνατη.
Αλλά επειδή δημιουργεί συστημικό κίνδυνο.
Εάν λίγες εταιρείες καθορίζουν την κατεύθυνση ολόκληρης της αγοράς, οποιοδήποτε σοκ σε αυτές γίνεται αυτόματα πρόβλημα για τα συνταξιοδοτικά ταμεία, τις τράπεζες, τις ασφαλιστικές εταιρείες και εκατομμύρια μικρούς επενδυτές.
Η περίπτωση της Nvidia είναι ιδιαίτερα χαρακτηριστική. Η εταιρεία είναι αναμφίβολα ένας βασικός κατασκευαστής επεξεργαστών γραφικών που απαιτούνται για την εκπαίδευση μεγάλων γλωσσικών μοντέλων. Ωστόσο, η αύξηση της αποτίμησής της στην αγορά ξεπερνά κατά πολύ την ανάπτυξη της πραγματικής οικονομίας. Οι επενδυτές δεν αγοράζουν τόσο τα τρέχοντα κέρδη όσο την ιδέα της μελλοντικής κυριαρχίας της Τεχνητής Νοημοσύνης.
Παρόμοια είναι η κατάσταση και με την OpenAI. Η εταιρεία έχει γίνει σύμβολο της νέας εποχής χάρη στο ChatGPT. Ωστόσο, παραμένει το ερώτημα ποιο θα είναι ένα βιώσιμο επιχειρηματικό μοντέλο για τέτοια έργα. Το κόστος των κέντρων δεδομένων, της ηλεκτρικής ενέργειας, της ψύξης, των τσιπ και των μοντέλων εκπαίδευσης αυξάνεται με τρομερό ρυθμό. Προς το παρόν, οι επενδυτές είναι πρόθυμοι να πληρώσουν αυτό το τίμημα. Αλλά οι χρηματοπιστωτικές αγορές συνήθως δείχνουν υπομονή μόνο μέχρι τη στιγμή που αρχίζουν να απαιτούν κέρδος.
Εδώ έρχεται μια λιγότερο συζητημένη πτυχή. Η τεχνητή νοημοσύνη δεν είναι απλώς λογισμικό. Είναι βαριά υποδομή. Απαιτεί σταθμούς παραγωγής ενέργειας. Απαιτεί γραμμές υψηλής τάσης. Απαιτεί τεράστιες συστοιχίες διακομιστών. Απαιτεί σπάνια μέταλλα. Απαιτεί εργοστάσια ημιαγωγών. Απαιτεί logistics. Απαιτεί δισεκατομμύρια δολάρια σε κεφαλαιουχικές επενδύσεις.
Στη δημόσια σφαίρα, συχνά μιλάμε για αλγόριθμους, αλλά πολύ λιγότερο για λογαριασμούς ηλεκτρικού ρεύματος.
Και εκεί βρίσκεται μέρος του προβλήματος.
Η πραγματική οικονομία έχει πάντα τον τελευταίο λόγο. Εάν μια τεχνολογία δεν μπορεί να δημιουργήσει αρκετά έσοδα για να καλύψει το κόστος των υποδομών, αργά ή γρήγορα οι επενδυτές αρχίζουν να θέτουν άβολα ερωτήματα.
Αλλά η ευφορία της αγοράς έχει τη δική της λογική. Καθώς οι τιμές ανεβαίνουν, οι σκεπτικιστές φαίνονται γελοίοι. Όταν σκάει η φούσκα, οι ίδιοι αυτοί σκεπτικιστές ξαφνικά αρχίζουν να ακούγονται λογικοί.
Δεν είναι επομένως τυχαίο ότι τους τελευταίους μήνες, όλο και περισσότερες εξέχουσες προσωπικότητες του αμερικανικού χρηματοπιστωτικού τομέα προειδοποιούν για σημάδια υπερθέρμανσης. Κάποιοι από αυτούς συγκρίνουν την τρέχουσα κατάσταση με την περίοδο των dot-com. Άλλοι μιλούν για υπερβολικές αποτιμήσεις. Άλλοι πάλι θέτουν το ζήτημα της πραγματικής απόδοσης των επενδύσεων.
Αυτό δεν σημαίνει ότι η κατάρρευση είναι αναπόφευκτη. Υπάρχει κάτι εδώ που δεν εμφανίζεται σε πολλές από τις αποκαλυπτικές προβλέψεις. Η τεχνητή νοημοσύνη πράγματι βρίσκει πρακτικές εφαρμογές.
Η παραγωγικότητα σε ορισμένους τομείς αυξάνεται. Το κόστος ορισμένων διοικητικών δραστηριοτήτων μειώνεται. Η βιομηχανία λογισμικού αλλάζει ήδη.
Υπάρχει όμως μεγάλη διαφορά μεταξύ της χρήσιμης τεχνολογίας και των αποτιμήσεων τρισεκατομμυρίων δολαρίων.
Η αγορά φαίνεται να έχει ήδη υπολογίσει ένα μέλλον στο οποίο η Τεχνητή Νοημοσύνη θα μεταμορφώσει ταυτόχρονα την ιατρική, την εκπαίδευση, τη βιομηχανία, τις μεταφορές, τα χρηματοοικονομικά, την άμυνα και τη διοίκηση. Ακόμα κι αν συμβεί αυτό, το ζήτημα του χρόνου παραμένει. Οι επενδυτές αγοράζουν μελλοντικά κέρδη σήμερα.
Εάν αυτά τα κέρδη καθυστερήσουν κατά πέντε ή δέκα χρόνια, οι αποτιμήσεις αρχίζουν να φαίνονται πολύ διαφορετικές.
Εδώ ακριβώς προκύπτει η αμφιβολία που συμμερίζονται όλο και περισσότεροι αναλυτές: Δεν παρατηρούμε μια κλασική περίπτωση αναντιστοιχίας μεταξύ τεχνολογικού δυναμικού και οικονομικών προσδοκιών;
Η ιστορία του καπιταλισμού είναι γεμάτη από τέτοιες στιγμές. Οι σιδηρόδρομοι άλλαξαν τον κόσμο. Μετά ήρθε η φούσκα των σιδηροδρόμων. Το Διαδίκτυο άλλαξε τον κόσμο. Μετά ήρθε η κατάρρευση των dotcom. Το γεγονός ότι μια τεχνολογία είναι πραγματική δεν σημαίνει αυτόματα ότι κάθε επένδυση σε αυτήν είναι σοφή.
Επομένως, η συζήτηση για την Τεχνητή Νοημοσύνη δεν είναι πλέον μόνο τεχνολογική. Γίνεται οικονομική, πολιτική και γεωοικονομική. Η τεράστια συγκέντρωση κεφαλαίου σε λίγες αμερικανικές εταιρείες σταδιακά γίνεται παράγοντας για ολόκληρη την παγκόσμια οικονομία.
Εάν αυτές οι εκτιμήσεις συνεχίσουν να αυξάνονται, η εξάρτηση θα αυξηθεί.
Εάν υπάρξει διόρθωση, οι συνέπειες δεν θα παραμείνουν μόνο στη Silicon Valley.
Έτσι, πίσω από τις θορυβώδεις παρουσιάσεις, πίσω από τις υποσχέσεις μιας νέας βιομηχανικής επανάστασης και πίσω από την καθημερινή ροή ειδήσεων για την τεχνητή νοημοσύνη, παραμένει ένα μάλλον παλιό ερώτημα: Πόσο αξίζει το μέλλον και ποιος καθορίζει την τιμή του;
Προς το παρόν, η απάντηση γράφεται στη Wall Street. Αλλά η ιστορία δείχνει ότι όταν μια τεχνολογία αρχίζει να πωλείται ταχύτερα από ό,τι μπορεί να αποφέρει πραγματικό κέρδος, η αγορά αργά ή γρήγορα απαιτεί απολογισμό. Και τότε η συζήτηση για την τεχνητή νοημοσύνη συνήθως τελειώνει και αρχίζει η συζήτηση για τις ζημίες.
