
Τεχνητή Νοημοσύνη: Έρχεται «χρυσή εποχή» ή νέα οικονομική κρίση;
Η ιστορία των τεχνολογικών επαναστάσεων διδάσκει ότι ακολουθούν έναν προβλέψιμο κύκλο, όπου η αρχική ανάπτυξη συνοδεύεται από δημιουργική καταστροφή. Οι τεράστιες επενδύσεις στην τεχνητή νοημοσύνη σήμερα συνιστούν ίσως τη μεγαλύτερη και ταχύτερη ανάπτυξη τεχνολογίας γενικής χρήσης στην ιστορία. Όμως, οι ανήσυχοι επενδυτές αναρωτιούνται για την απόδοση αυτών των κεφαλαίων.
Οι Google, Amazon, Microsoft και Meta αναμένεται να δαπανήσουν φέτος και του χρόνου το αστρονομικό ποσό των 750 δισεκατομμυρίων δολαρίων σε data centers για να υποστηρίξουν τα μοντέλα Τεχνητής Νοημοσύνης. Η Morgan Stanley προβλέπει ότι οι παγκόσμιες δαπάνες στον τομέα θα φτάσουν τα 3 τρισεκατομμύρια δολάρια έως το 2029.
Η Carlota Perez, συγγραφέας του βιβλίου “Technological Revolutions and Financial Capital: The Dynamics of Bubbles and Golden Ages”, είναι μία από τις πλέον κατάλληλες για να τοποθετήσει την Τεχνητή Νοημοσύνη σε ιστορική προοπτική. Στο βιβλίο της, εντοπίζει πέντε μεγάλες τεχνολογικές επαναστάσεις, από τη βιομηχανική επανάσταση μέχρι την επανάσταση της πληροφορικής, θεωρώντας την Τεχνητή Νοημοσύνη ως προέκταση της τελευταίας.
Η Perez υποστηρίζει ότι αυτές οι επαναστάσεις ακολουθούν έναν προβλέψιμο κύκλο: μια αρχική φάση εγκατάστασης οδηγεί σε δημιουργική καταστροφή και κοινωνική αναστάτωση, συνοδευόμενη από υπερεπένδυση, χρηματοοικονομική μανία και χρηματιστηριακές φούσκες. Αυτές οι φούσκες, ωστόσο, χρηματοδοτούν τη δημιουργία υποδομών που επιτρέπουν την ανάπτυξη της τεχνολογίας, όπως η κατασκευή σιδηροδρόμων ή δικτύων ηλεκτρισμού, φέρνοντας ευρύτερα οικονομικά οφέλη. Σύμφωνα με την Perez, βρισκόμαστε ακόμα στη φάση της ξέφρενης εγκατάστασης της Τεχνητής Νοημοσύνης.
Μια έκθεση του MIT επιβεβαιώνει αυτό το σημείο, καθώς διαπιστώθηκε ότι το 95% των εταιρειών που ερεύνησαν δεν είχαν καμία απόδοση από τις επενδύσεις τους στην παραγωγική Τεχνητή Νοημοσύνη. Ο Sam Altman, διευθύνων σύμβουλος της OpenAI, δήλωσε ότι "πιστεύει πως ορισμένοι επενδυτές πιθανότατα θα χάσουν πολλά χρήματα", όταν ρωτήθηκε για το αν υπάρχει φούσκα στην Τεχνητή Νοημοσύνη.
Κατά συνέπεια, μια ή περισσότερες καταρρεύσεις φαντάζουν πιθανές προτού φτάσουμε στην «χρυσή εποχή» της Τεχνητής Νοημοσύνης. “Δεν έχω δει ποτέ να έρχεται μια χρυσή εποχή χωρίς κατάρρευση”, λέει η Perez. Ακόμη πιο δυσοίωνο είναι το γεγονός ότι το σκάσιμο της φούσκας της Τεχνητής Νοημοσύνης θα μπορούσε να οδηγήσει σε ακόμα μεγαλύτερες αναταράξεις, καθώς οι κεφαλαιαγορές δυσλειτουργούν και το παγκόσμιο χρέος είναι τριπλάσιο του ΑΕΠ, δημιουργώντας "ένα εφαλτήριο για γιγαντιαία αστάθεια".
Ωστόσο, οι επενδυτές οφείλουν να εξετάσουν εάν η συγκεκριμένη τεχνολογική επανάσταση διαφέρει από τους προηγούμενους κύκλους. Είναι η πρώτη επανάσταση που καθοδηγείται από software και hardware, γεγονός που αλλάζει τις χρηματοοικονομικές δυναμικές, καθώς οι εταιρείες λογισμικού αναπτύσσονται ταχύτερα και γίνονται παγκόσμιες εν μία νυκτί. Το ChatGPT της OpenAI, χρησιμοποιείται από 700 εκατομμύρια ανθρώπους κάθε εβδομάδα, μόλις τρία χρόνια μετά την κυκλοφορία του.
Ωστόσο, η ψηφιακή παγκοσμιοποίηση αυξάνει και τους κινδύνους. Το φθηνότερο μοντέλο Τεχνητής Νοημοσύνης της Κίνας, το DeepSeek, συντάραξε τους επενδυτές αμερικανικών τεχνολογικών μετοχών.
Επιπλέον, οι σημερινές εταιρείες Τεχνητής Νοημοσύνης θα μπορούσαν να επωφεληθούν οι ίδιες από τα οικονομικά κέρδη που συμβάλλουν να απελευθερωθούν, μεταμορφώνοντας την υγειονομική περίθαλψη, την ανακάλυψη φαρμάκων και τα αυτόνομα αυτοκίνητα.
Η Perez τονίζει ότι, για να εισέλθει σε μια χρυσή εποχή, η κοινωνία των πολιτών πρέπει να διαμορφώσει την επανάσταση σύμφωνα με τους δικούς της στόχους. Οι παλαιότεροι πολιτικοί δημιούργησαν αντιμονοπωλιακές αρχές και κράτη πρόνοιας για να τιθασεύσουν τις ισχυρές εταιρείες και να μετριάσουν τις αναταράξεις στην αγορά εργασίας.
Σήμερα, οι δυσλειτουργικές χρηματοοικονομικές αγορές, η συγκέντρωση εταιρικής ισχύος, η άνοδος του λαϊκισμού και η κλιματική αλλαγή έχουν φέρει τον κόσμο σε ένα νέο σημείο καμπής. Ο ιστορικός AJP Taylor έγραψε για τις επαναστάσεις του 1848 ότι οι χώρες μπορούν μερικές φορές να φτάσουν σε σημεία καμπής αλλά να αποτύχουν να στρίψουν.