Η άποψή του προκάλεσε έντονες αντιδράσεις, καθώς ο επενδυτής έγινε γνωστός για την πρόβλεψη της στεγαστικής κρίσης του 2008
Ο Michael Burry επανήλθε στο προσκήνιο μετά από διετή σιωπή, προειδοποιώντας ότι οι μεγαλύτερες τεχνολογικές εταιρείες ενδέχεται να εμφανίζουν διογκωμένα κέρδη λόγω λογιστικών πρακτικών που αφορούν τις επενδύσεις στην τεχνητή νοημοσύνη.
Η άποψή του προκάλεσε έντονες αντιδράσεις, καθώς ο επενδυτής έγινε γνωστός για την πρόβλεψη της στεγαστικής κρίσης του 2008.
Η απαισιόδοξη θέση απέναντι στην τεχνητή νοημοσύνη βασίζεται κυρίως σε τρία επιχειρήματα: ότι τα κέρδη των εταιρειών AI είναι υπερεκτιμημένα, ότι η ζήτηση στηρίζεται σε έναν τεχνητό κύκλο χρηματοδότησης μεταξύ μεγάλων τεχνολογικών ομίλων και ότι οι τεράστιες επενδύσεις στον κλάδο δεν θα οδηγήσουν σε αντίστοιχα έσοδα.
Οι αποσβέσεις και τα κέρδη των τεχνολογικών κολοσσών
Ο Burry υποστηρίζει ότι εταιρείες όπως η Nvidia ενδέχεται να υποεκτιμούν τις αποσβέσεις του εξοπλισμού τεχνητής νοημοσύνης, παρουσιάζοντας υψηλότερα κέρδη από τα πραγματικά. Το επιχείρημα βασίζεται στο γεγονός ότι η τεχνολογία των chips εξελίσσεται τόσο γρήγορα, ώστε η οικονομική ζωή ενός εξοπλισμού μπορεί να είναι μικρότερη από αυτή που χρησιμοποιείται στους λογιστικούς υπολογισμούς.
Ωστόσο, το ζήτημα αφορά κυρίως την ποιότητα των κερδών και όχι τη βιωσιμότητα των επιχειρήσεων. Οι αποσβέσεις επηρεάζουν τα λογιστικά κέρδη, αλλά δεν μειώνουν άμεσα τις λειτουργικές ταμειακές ροές. Οι μεγάλες εταιρείες τεχνολογίας συνεχίζουν να παράγουν τεράστιες ποσότητες μετρητών, γεγονός που δείχνει ότι η δραστηριότητά τους παραμένει ισχυρή.
Ο κίνδυνος του «κυκλικού» χρήματος στην AI
Το δεύτερο επιχείρημα αφορά τις αλληλοσυνδεόμενες επενδύσεις μεταξύ εταιρειών τεχνητής νοημοσύνης. Για παράδειγμα, η Nvidia επενδύει στην OpenAI, η OpenAI χρησιμοποιεί υποδομές cloud και οι πάροχοι cloud αγοράζουν εξοπλισμό από εταιρείες όπως η Nvidia.
Οι επικριτές θεωρούν ότι αυτό δημιουργεί έναν τεχνητό κύκλο ζήτησης, παρόμοιο με φαινόμενα που είχαν εμφανιστεί στη φούσκα των dot-com.
Παρότι ο κίνδυνος αυτός είναι υπαρκτός, δεν αντικατοπτρίζει το σύνολο της αγοράς. Το μεγαλύτερο μέρος των εσόδων της τεχνητής νοημοσύνης προέρχεται από πραγματικούς πελάτες, επιχειρήσεις και καταναλωτές που πληρώνουν για υπηρεσίες cloud, λογισμικό και εφαρμογές AI.
Η θεωρία ότι η AI δεν θα δημιουργήσει έσοδα
Το τρίτο επιχείρημα αφορά την άποψη ότι οι τεράστιες επενδύσεις στην τεχνητή νοημοσύνη δεν θα αποδώσουν ποτέ. Οι υποστηρικτές αυτής της θέσης επικαλούνται έρευνες, όπως αυτή του MIT, σύμφωνα με τις οποίες πολλές πιλοτικές εφαρμογές AI στις επιχειρήσεις δεν έχουν ακόμη δημιουργήσει μετρήσιμη οικονομική αξία.
Ωστόσο, η εικόνα αυτή δεν σημαίνει ότι η τεχνητή νοημοσύνη δεν παράγει έσοδα. Το πρόβλημα εντοπίζεται περισσότερο στον τρόπο με τον οποίο οι επιχειρήσεις αξιοποιούν την τεχνολογία, παρά στην ίδια την τεχνολογία.
Η αγορά AI ήδη δημιουργεί σημαντικά έσοδα μέσω υπηρεσιών cloud, υποδομών και εφαρμογών, ενώ το βασικό ερώτημα δεν είναι αν υπάρχει ζήτηση, αλλά αν οι αποδόσεις θα είναι αρκετές ώστε να δικαιολογήσουν το τεράστιο ύψος των επενδύσεων.
Εκεί όπου οι «αρκούδες» έχουν δίκιο
Το μεγαλύτερο ρίσκο για την τεχνητή νοημοσύνη δεν βρίσκεται στη ζήτηση, αλλά στο κόστος και στις αποτιμήσεις.
Οι μεγαλύτερες εταιρείες τεχνολογίας επενδύουν εκατοντάδες δισεκατομμύρια δολάρια σε υποδομές AI, μειώνοντας προσωρινά τις ελεύθερες ταμειακές τους ροές. Το μεγάλο ερώτημα είναι αν αυτές οι επενδύσεις θα αποδώσουν εγκαίρως, δεδομένου ότι ο κύκλος ζωής των νέων τεχνολογικών υποδομών είναι μικρότερος από παλαιότερα επενδυτικά στοιχήματα.
Η πραγματική ανησυχία δεν είναι ότι η τεχνητή νοημοσύνη δεν έχει αξία, αλλά ότι οι επενδυτές ενδέχεται να πληρώνουν υπερβολικά υψηλές τιμές για μια μελλοντική ανάπτυξη που δεν έχει ακόμη αποδειχθεί πλήρως.
Τι σημαίνει αυτό για τους επενδυτές
Η απαισιόδοξη άποψη για την AI περιλαμβάνει τόσο βάσιμες ανησυχίες όσο και υπερβολές.
Ο κίνδυνος γύρω από τις αποτιμήσεις και τις τεράστιες κεφαλαιουχικές δαπάνες είναι πραγματικός και απαιτεί προσοχή. Αντίθετα, η άποψη ότι «κανείς δεν πληρώνει για την τεχνητή νοημοσύνη» δεν επιβεβαιώνεται από τα διαθέσιμα στοιχεία.
Η σωστή προσέγγιση για τους επενδυτές είναι η ισορροπία: έκθεση στην ανάπτυξη της τεχνητής νοημοσύνης, αλλά χωρίς υπερβολική συγκέντρωση σε έναν κλάδο όπου οι προσδοκίες έχουν ήδη φτάσει σε εξαιρετικά υψηλά επίπεδα.
Το βασικό συμπέρασμα είναι ότι η τεχνητή νοημοσύνη δεν αποτελεί μια απλή φούσκα, αλλά ούτε και μια επένδυση χωρίς κινδύνους. Η αγορά θα κριθεί από το αν οι τεράστιες σημερινές δαπάνες θα μετατραπούν τελικά σε πραγματικά και διατηρήσιμα κέρδη.
