Φαινομενικά τα μοντέλα τεχνητής νοημοσύνης μπορούν να δώσουν λαμπρές απαντήσεις στα ερωτήματα του ανθρώπου, οι οποίες όμως, εάν εξεταστούν προσεκτικότερα, αποκαλύπτουν και κάποιες ανοησίες. Μια παρόμοια δυναμική μπορεί να επικρατεί στις διογκούμενες επενδύσεις και στις αποτιμήσεις εταιρειών υψηλής τεχνολογίας, που προσβλέπουν σε πλούτη από αυτοδίδακτους υπολογιστές. Εντούτοις, από τους σιδηροδρόμους έως τα δίκτυα τηλεπικοινωνιών, η ραγδαία άνθηση που εμφάνισαν ιστορικά οι βιομηχανίες έντασης κεφαλαίου μάς δείχνει αφενός πως οι νέες τεχνολογίες μπορούν να αλλάξουν τον κόσμο, αφετέρου πως μπορεί να αφήσουν τους επενδυτές ανικανοποίητους. Ισως γιατί δεν υπάρχει κορεσμός στην περίπτωση της τεχνητής νοημοσύνης.
Η OpenAI, η νεοφυής εταιρεία πίσω από το μοντέλο ChatGPT, συγκέντρωσε φέτος τον Φεβρουάριο βάσει μιας αποτίμησης κεφάλαια 80 δισ. δολ. ή σχεδόν τριπλάσια από ό,τι πριν από ένα χρόνο. Οι μικρότεροι αντίπαλοι Anthropic και Mistral έχουν δει κι αυτοί παρόμοια κέρδη. Ωστόσο, οι εδραιωμένοι τεχνολογικοί γίγαντες έχουν απολαύσει μακράν τα μεγαλύτερα απροσδόκητα κέρδη. Ειδικότερα, η συλλογική κεφαλαιοποίηση των Microsoft, Αmazon.com, Αlphabet και Meta Platforms αυξήθηκε κατά 5 τρισ. δολ. από την κυκλοφορία του ChatGPT τον Νοέμβριο του 2022.
Σχετικά με τις εταιρείες που δημιουργούν μοντέλα τεχνητής νοημοσύνης και «χτίζουν» τα δίκτυα που τα εκπαιδεύουν και τα διαχειρίζονται, η απάντηση στα ανωτέρω ήταν μια κούρσα δαπανών για απόκτηση εξοπλισμού και εισβολής σε νέες αγορές. Με τη μέθοδο αυτή μπορούν να αποτρέψουν τους ανταγωνιστές από το να διαταράξουν τις υπάρχουσες δραστηριότητές τους, εξ ου και οι Microsoft, Amazon, Alphabet και Meta συγκέντρωσαν αθροιστικά 200 δισ. δολ. σε κεφαλαιουχικές δαπάνες πέρυσι, εκ των οποίων το ήμισυ σχεδόν κατευθύνθηκε σε τεχνολογικές υποδομές, σύμφωνα με την Bernstein.
Η εταιρεία ερευνών εκτιμά ότι αυτό θα αυξηθεί πάνω από 50% φέτος κυρίως λόγω της τεχνητής νοημοσύνης. Σε σύγκριση με τα τεράστια αυτά ποσά, το εισόδημα που δημιουργείται από την τεχνητή νοημοσύνη παραμένει μικρό. Τα εταιρικά επενδυτικά κεφάλαια Sequoia εκτιμούν ότι η γενετική τεχνητή νοημοσύνη αποφέρει τώρα έσοδα περίπου 3 δισ. δολ. ετησίως, από μηδέν πριν από ένα χρόνο. Ωστόσο προσθέτουν ότι οι εταιρείες που παρέχουν λογισμικό ως υπηρεσία χρειάστηκαν μία δεκαετία για να φτάσουν σε ένα παρόμοιο επίπεδο.
Αν εξετάσουμε τι συνέβαινε με τα τρένα, θα διαπιστώσουμε ότι οι αθροιστικές επενδύσεις στην κατασκευή του σιδηροδρομικού δικτύου του Ηνωμένου Βασιλείου μεταξύ 1845 και 1850 ισούτο σχεδόν με το 30% του βρετανικού ΑΕΠ το 1850, σύμφωνα με τον Αντριου Οντλίζκο, ιστορικό της Οικονομίας. Σήμερα, ένα επενδυτικό πρόγραμμα 7 τρισ. δολαρίων θα ισοδυναμούσε περίπου με το 30% του ετήσιου ΑΕΠ των ΗΠΑ ή περίπου με το 7% του ετήσιου παγκόσμιου ΑΕΠ.
Ας ξεκινήσουμε με την Nvidia, της οποίας οι ημιαγωγοί είναι προεπιλεγμένοι για την εκπαίδευση συστημάτων τεχνητής νοημοσύνης. Οι αναλυτές αναμένουν ότι φέτος η εταιρεία θα αποκομίσει έσοδα σχεδόν 100 δισ. δολ. από τον βραχίονα κέντρων δεδομένων. Ας υποθέσουμε ότι οι διακομιστές τεχνητής νοημοσύνης που χρησιμοποιούν αυτά τα τσιπ έχουν ωφέλιμη διάρκεια ζωής τεσσάρων ετών. Αλλα κόστη, όπως ο εξοπλισμός δικτύωσης, ο χώρος στα κέντρα δεδομένων και η απαιτούμενη ισχύς για την εκτέλεση μοντέλων τεχνητής νοημοσύνης προσθέτουν περίπου 75% στον λογαριασμό, σύμφωνα με την ερευνητική ομάδα SemiAnalysis, οπότε η δαπάνη ανέρχεται σε 175 δισ. δολ.
Οι εταιρείες τεχνολογίας που πραγματοποιούν αυτές τις επενδύσεις αναμένουν περιθώριο λειτουργικού κέρδους 40%, ήτοι θα χρειαστεί να κερδίσουν 292 δισ. δολ. από έσοδα που σχετίζονται με την τεχνητή νοημοσύνη σε τέσσερα χρόνια ή περίπου 73 δισ. δολ. ετησίως. Αυτό είναι σίγουρα εφικτό, αλλά πόρρω απέχει από τα 3 δισ. δολ. ετησίως που αποδίδει σήμερα η γενετική τεχνητή νοημοσύνη.
