Τεχνητή νοημοσύνη: Φούσκα αποτιμήσεων ή επιχειρηματική επανάσταση;

Του Bill Conerly
Η συζήτηση για το αν η τεχνητή νοημοσύνη (AI) συνιστά μια νέα επενδυτική φούσκα ή μια διαρθρωτική επιχειρηματική επανάσταση κυριαρχεί σήμερα σε αγορές, οικονομικά φόρουμ και επενδυτικές αναλύσεις. Ο σκεπτικισμός γύρω από τις υψηλές αποτιμήσεις εταιρειών AI θεωρείται εύλογος, ιδίως σε αναδυόμενους τεχνολογικούς κλάδους, όπου οι «φούσκες» σπάνια αναγνωρίζονται σε πραγματικό χρόνο.
Τα θεμελιώδη οικονομικά δεδομένα, ωστόσο, εμφανίζονται ισχυρά. Δύο βασικές δραστηριότητες εκτιμάται ότι θα διαμορφώσουν τον πυρήνα της οικονομικής αξίας της τεχνητής νοημοσύνης. Πρώτον, οι εταιρείες που αναπτύσσουν μεγάλα γλωσσικά μοντέλα (LLM) αναμένεται να λειτουργήσουν ως καταλύτης αύξησης της παραγωγικότητας σε επιχειρήσεις, δημόσιους οργανισμούς και μη κερδοσκοπικούς φορείς. Δεύτερον, αναπτύσσεται ταχύτατα ένα οικοσύστημα εξειδικευμένων εφαρμογών AI, οι οποίες αξιοποιούν LLM για συγκεκριμένες λειτουργίες, όπως τιμολόγηση, σχεδιασμός προϊόντων ή εσωτερικές επιχειρησιακές διαδικασίες.
Παράλληλα, κάνουν την εμφάνισή τους και μικρά γλωσσικά μοντέλα, σχεδιασμένα για απολύτως εξειδικευμένες χρήσεις, αν και παραμένει ασαφές κατά πόσο θα υπερισχύσουν έναντι των εφαρμογών που «χτίζονται» πάνω σε μεγάλα μοντέλα.
Ωστόσο, όπως δείχνει η οικονομική ιστορία, οι ισχυροί θεμελιώδεις παράγοντες δεν συνεπάγονται αυτομάτως ότι οι τρέχουσες αποτιμήσεις είναι βιώσιμες. Το κρίσιμο ερώτημα είναι αν η μελλοντική κερδοφορία θα δικαιολογήσει τις σημερινές προσδοκίες — κάτι εξαιρετικά δύσκολο να αποτιμηθεί εκ των προτέρων.
Η βιομηχανία της τεχνητής νοημοσύνης βρίσκεται ακόμη στη φάση αναζήτησης του βέλτιστου επιχειρηματικού μοντέλου, γεγονός που εντείνει την αβεβαιότητα. Σε συνδυασμό με την ανθρώπινη τάση προς την κερδοσκοπία, η αποτίμηση των εταιρειών γίνεται ιδιαίτερα περίπλοκη.
Ιστορικά παραδείγματα ενισχύουν αυτή την εικόνα. Το 1908, στις Ηνωμένες Πολιτείες λειτουργούσαν περισσότερες από 250 αυτοκινητοβιομηχανίες. Παρότι οι πωλήσεις αυτοκινήτων εκτοξεύθηκαν τα επόμενα χρόνια, η πλειονότητα των εταιρειών κατέρρευσε, καθώς δεν κατάφερε να πετύχει αποτελεσματική παραγωγή ή να ανταποκριθεί στις προτιμήσεις των καταναλωτών. Αντίστοιχα, κατά την έκρηξη των dot-com τη δεκαετία του 1990, χιλιάδες επιχειρήσεις δημιουργήθηκαν, αλλά ελάχιστες επέζησαν, παρά το γεγονός ότι το ηλεκτρονικό εμπόριο εξελίχθηκε σε κολοσσιαία αγορά.
Στον πυρήνα αυτής της δυναμικής βρίσκεται αυτό που περιγράφεται ως «οικονομία δοκιμών και σφαλμάτων». Οι επιχειρήσεις πειραματίζονται, αποτυγχάνουν, προσαρμόζονται και σπανίως πετυχαίνουν από την πρώτη προσπάθεια. Το ίδιο αναμένεται να συμβεί και στην αγορά της τεχνητής νοημοσύνης: πολλές εταιρείες θα αποτύχουν, κάποιες θα επιβιώσουν με δυσκολία, ενώ λίγες θα καταφέρουν να αναπτύξουν μοντέλα που θα δημιουργήσουν τεράστια επιχειρηματική αξία.
Καθοριστικό ρόλο θα παίξει και η δομή της αγοράς. Τα μεγάλα γλωσσικά μοντέλα εκτιμάται ότι θα οδηγηθούν σε ένα είδος ολιγοπωλίου, ενώ ο τομέας των εφαρμογών AI αναμένεται να παραμείνει κατακερματισμένος, με πλήθος εξειδικευμένων λύσεων για συγκεκριμένους κλάδους. Διαφορετικά εργαλεία θα απευθύνονται σε ηλεκτρολόγους, λογιστές, εμπόρους ή βιομηχανικές επιχειρήσεις, ακόμη κι αν στο παρασκήνιο χρησιμοποιούν το ίδιο LLM.
Στο επενδυτικό σκέλος, η εμπειρία της Amazon λειτουργεί ως χαρακτηριστικό παράδειγμα. Η μετοχή της κατέρρευσε μετά το 1999, χάνοντας έως και 95% της αξίας της, για να ακολουθήσει όμως μια μακροχρόνια πορεία εκρηκτικής ανόδου. Παράλληλα, πολλές άλλες εταιρείες της εποχής εξαφανίστηκαν πλήρως.
Το ερώτημα αν η τεχνητή νοημοσύνη αποτελεί φούσκα παραμένει αναπάντητο. Οι επενδύσεις στον κλάδο ενσωματώνουν υψηλό ρίσκο, με βέβαιες απώλειες για αρκετούς επενδυτές. Ωστόσο, οι ενδείξεις ότι η AI θα μετασχηματίσει τον επιχειρηματικό κόσμο σε βάθος χρόνου θεωρούνται ισχυρές, καθιστώντας την έναν από τους πιο κρίσιμους παράγοντες οικονομικής εξέλιξης των επόμενων ετών.