Είναι έτοιμη να σπάσει η επενδυτική «φούσκα» της AI;
Του Drieu Godefridi
19 Αυγούστου 2026, 5:00 π.μ.
- Οι μεγάλες περίοδοι ανάπτυξης υποδομών συχνά εξελίσσονται με αυτόν τον άνισο τρόπο. Οι σιδηρόδρομοι, τα δίκτυα ηλεκτρισμού και οι τηλεπικοινωνίες πέρασαν από φάσεις ενθουσιασμού, υπερβολικών επενδύσεων, χρηματοπιστωτικών πιέσεων και συγκέντρωσης της αγοράς. Οι αποτυχίες ήταν πραγματικές, αλλά τα υποκείμενα δίκτυα συνέχισαν να επεκτείνονται.
- Η Κίνα επενδύει εδώ και χρόνια σημαντικά ποσά στην τεχνολογία της πυρηνικής σύντηξης. Πρόκειται για έναν τομέα τον οποίο οι Ηνωμένες Πολιτείες θα ήταν σκόπιμο να υιοθετήσουν επειγόντως ως ένα «Σχέδιο Μανχάταν» του 21ου αιώνα, εάν θέλουν να διασφαλίσουν ότι η Κίνα δεν θα κερδίσει τελικά την κούρσα της AI για την παγκόσμια πρωτοκαθεδρία. Η πυρηνική σύντηξη παράγει τεράστιες ποσότητες καθαρής και φθηνής ενέργειας, ενώ οι Ηνωμένες Πολιτείες περιβάλλονται από τρεις μεγάλες θαλάσσιες εκτάσεις, οι οποίες προσφέρουν ουσιαστικά απεριόριστη πρόσβαση στην απαιτούμενη πρώτη ύλη. Χωρίς σημαντικές κρατικές επενδύσεις για την ανάπτυξη της σύντηξης —και εάν βασιστεί αποκλειστικά σε ιδιωτικές εταιρείες για την παραγωγή ηλεκτρικής ενέργειας και την κατασκευή αντιδραστήρων πυρηνικής σχάσης— η Δύση διατρέχει σοβαρό κίνδυνο να μείνει πίσω. Όσο νωρίτερα η αμερικανική κυβέρνηση δώσει προτεραιότητα στην ανάπτυξη της πυρηνικής σύντηξης, τόσο νωρίτερα αυτή θα καταστεί εμπορικά διαθέσιμη — κατά προτίμηση πριν κυριαρχήσει πρώτη η Κίνα στην αγορά.
- Οι υπόλοιπες λύσεις είναι αργές και δαπανηρές. Χρειάζεται μια αποφασιστική και ταχεία προσπάθεια για την ανάπτυξη της ενέργειας του μέλλοντος: της σύντηξης.
- Κάντε τώρα μια παύση και αναρωτηθείτε πόσες φορές χρησιμοποιήσατε σήμερα την AI, καθώς και εργαλεία που χρησιμοποιούν τα ίδια τεχνητή νοημοσύνη. Η ερώτηση σχεδόν δεν έχει πλέον νόημα: η AI βρίσκεται παντού και ήρθε για να μείνει. Έχει ήδη διευρύνει τις δυνατότητες του κόσμου μας. Θα υπάρξουν διορθώσεις, τα κεφάλαια θα ανακατανεμηθούν και ορισμένα επιχειρηματικά μοντέλα θα αποτύχουν. Αυτό είναι το συνηθισμένο τίμημα της προόδου. Εκείνο που δεν πρόκειται να αντιστραφεί είναι η βαθύτερη μεταβολή που βρίσκεται ήδη σε εξέλιξη: η μόνιμη ενσωμάτωση της προηγμένης υπολογιστικής τεχνολογίας στον παραγωγικό πυρήνα της ζωής.
Πηγή εικόνας: iStock/Getty Images
Οι προειδοποιήσεις για μια επικείμενη κατάρρευση της αγοράς τεχνητής νοημοσύνης γίνονται ολοένα και συχνότερες.
Το επιχείρημα είναι ότι η εξασφάλιση χρηματοδότησης γίνεται δυσκολότερη, ενώ οι εταιρείες αναρωτιούνται εάν τα έργα AI παράγουν αρκετή αξία, εάν η διαθέσιμη ηλεκτρική ενέργεια επαρκεί και εάν τα φθηνότερα κινεζικά συστήματα θα μπορούσαν να υπονομεύσουν τα έσοδα των αμερικανικών τεχνολογικών κολοσσών.
Συνολικά, υποστηρίζεται ότι αυτές οι πιέσεις απειλούν τις τεράστιες επενδύσεις που πραγματοποιούνται σήμερα στην κατασκευή κέντρων δεδομένων, στην παραγωγή τσιπ και μνημών για συστήματα AI, καθώς και στην ηλεκτροπαραγωγή.
Ορισμένες από αυτές τις ανησυχίες είναι πραγματικές. Φαίνεται ότι υπάρχουν τέσσερα βασικά και διακριτά ερωτήματα:
- Μπορούν να συνεχίσουν να χρηματοδοτούνται τα έργα;
- Εξακολουθούν οι επιχειρήσεις να θέλουν την τεχνολογία;
- Είναι δυνατόν να εξασφαλιστεί αρκετή ηλεκτρική ενέργεια;
- Θα καταστρέψουν οι ανταγωνιστές χαμηλού κόστους τα οικονομικά θεμέλια της αγοράς;
1. Χρηματοδότηση: η αυστηρότερη πίστωση δεν σημαίνει απουσία χρηματοδότησης
Ο όρος «ιδιωτική πίστωση» αναφέρεται σε δάνεια που παρέχονται από επενδυτικά κεφάλαια και άλλα μη τραπεζικά ιδρύματα, αντί από παραδοσιακές τράπεζες ή μέσω των δημόσιων αγορών ομολόγων. Αυτές οι μορφές δανεισμού έχουν συμβάλει στη χρηματοδότηση ορισμένων κέντρων δεδομένων και άλλων μεγάλων έργων.
Όταν οι επενδυτές αυτών των κεφαλαίων γίνονται πιο επιφυλακτικοί, ο δανεισμός επιβραδύνεται και το κόστος χρηματοδότησης αυξάνεται.
Αυτή η επιβράδυνση έχει σημασία, αλλά δεν συνεπάγεται ότι οι επενδύσεις στην AI σταματούν. Μεταξύ των μεγαλύτερων αγοραστών υπολογιστικών υποδομών βρίσκονται η Amazon, η Microsoft, η Google και η Meta.
Οι εταιρείες αυτές αποκαλούνται συχνά «υπερπάροχοι» (hyperscalers), επειδή λειτουργούν τεράστια δίκτυα υπολογιστικού νέφους και κέντρων δεδομένων. Παράγουν σημαντικές ταμειακές ροές, εκδίδουν εταιρικά ομόλογα και δανείζονται από μεγάλες τράπεζες.
Η ιδιωτική πίστωση αποτελεί μία πηγή χρηματοδότησης για τον κλάδο, αλλά δεν είναι η μοναδική.
Για παράδειγμα, το 2025 η Amazon παρήγαγε λειτουργικές ταμειακές ροές ύψους 139,5 δισ. δολαρίων και πραγματοποίησε ταμειακές κεφαλαιουχικές δαπάνες 128,3 δισ. δολαρίων, κυρίως για τεχνολογικές υποδομές. Ολοκλήρωσε το έτος με περίπου 123 δισ. δολάρια σε μετρητά, ταμειακά ισοδύναμα και εμπορεύσιμους τίτλους. Κατά τη διάρκεια του έτους, η Amazon άντλησε επίσης 25 δισ. δολάρια μέσω της έκδοσης βραχυπρόθεσμου και μακροπρόθεσμου χρέους.
Η ιδιωτική πίστωση είναι σημαντική, αλλά δεν αποτελεί το σύνολο της αγοράς εταιρικής χρηματοδότησης. Η Ομοσπονδιακή Τράπεζα των ΗΠΑ εκτίμησε ότι τα δάνεια ιδιωτικής πίστωσης ανέρχονταν περίπου σε 1,4 τρισ. δολάρια κατά το δεύτερο εξάμηνο του 2025. Το ποσό αυτό αντιστοιχούσε περίπου στο 10% του συνολικού χρέους των μη χρηματοπιστωτικών επιχειρήσεων των ΗΠΑ.
Επομένως, μια περίοδος αυστηρότερων χρηματοδοτικών συνθηκών αλλάζει το ποιος μπορεί να κατασκευάσει νέα έργα, πόσο γρήγορα μπορούν αυτά να προχωρήσουν και τι απόδοση απαιτούν οι επενδυτές.
Οι οικονομικά ασθενέστεροι κατασκευαστές αναγκάζονται να καθυστερήσουν ή να ακυρώσουν τα σχέδιά τους. Οι ισχυρότερες εταιρείες πληρώνουν περισσότερα, χρησιμοποιούν τα δικά τους κεφάλαια και κατανέμουν την κατασκευή σε μεγαλύτερο χρονικό διάστημα. Πρόκειται για μια ανατιμολόγηση του κινδύνου: καθώς οι επενδυτές διαπιστώνουν μεγαλύτερη αβεβαιότητα, απαιτούν ευνοϊκότερους όρους για τους ίδιους.
Οι μεγάλες περίοδοι ανάπτυξης υποδομών συχνά εξελίσσονται με αυτόν τον άνισο τρόπο. Οι σιδηρόδρομοι, τα δίκτυα ηλεκτρισμού και οι τηλεπικοινωνίες πέρασαν από φάσεις ενθουσιασμού, υπερβολικής ανάπτυξης, χρηματοπιστωτικών πιέσεων και συγκέντρωσης της αγοράς. Οι αποτυχίες ήταν πραγματικές, αλλά τα υποκείμενα δίκτυα συνέχισαν να επεκτείνονται.
2. Επιχειρηματική ζήτηση: οι πειραματισμοί γίνονται πιο επιλεκτικοί
Οι εταιρείες έχουν δαπανήσει μεγάλα ποσά σε πιλοτικά προγράμματα AI — δοκιμές περιορισμένης κλίμακας, σχεδιασμένες για να διαπιστωθεί εάν ένα σύστημα μπορεί να βελτιώσει μια πραγματική επιχειρηματική εργασία.
Πολλές από αυτές τις δοκιμές υπήρξαν απογοητευτικές. Το κόστος ήταν υψηλότερο από το αναμενόμενο, οι εργαζόμενοι δεν υιοθέτησαν πάντοτε τα εργαλεία και ορισμένες επιχειρήσεις δεν διέθεταν τα καθαρά και σωστά οργανωμένα δεδομένα που απαιτούνταν για να καταστούν τα συστήματα χρήσιμα.
Αυτές οι δυσκολίες της αρχικής ανάπτυξης δεν σημαίνουν ότι οι επιχειρήσεις απέρριψαν την AI. Σημαίνουν ότι γίνονται πιο επιλεκτικές.
Κατά το πρώτο στάδιο εμφάνισης μιας νέας τεχνολογίας, οι εταιρείες συχνά προχωρούν γρήγορα σε αγορές, επειδή φοβούνται ότι θα μείνουν πίσω. Στο δεύτερο στάδιο, συγκρίνουν τα αποτελέσματα, ακυρώνουν τα ανεπαρκή έργα και συγκεντρώνουν τα κεφάλαιά τους στις εφαρμογές που αποδίδουν. Αυτή η διαδικασία μπορεί να μοιάζει με υποχώρηση, ακόμη και όταν η μακροπρόθεσμη υιοθέτηση της τεχνολογίας συνεχίζεται.
Σε έρευνα της Deloitte τον Ιανουάριο του 2025, περισσότεροι από τα δύο τρίτα των ερωτηθέντων ανέμεναν ότι το 30% ή λιγότερο των πειραμάτων τους με παραγωγική AI θα αναπτυσσόταν σε πλήρη κλίμακα μέσα στους επόμενους τρεις έως έξι μήνες. Παράλληλα, το 74% δήλωσε ότι η πιο προηγμένη πρωτοβουλία του κάλυπτε ή ξεπερνούσε τις προσδοκίες απόδοσης της επένδυσης.
Μια ξεχωριστή έρευνα της Deloitte το 2025, στην οποία συμμετείχαν 1.854 στελέχη από την Ευρώπη και τη Μέση Ανατολή, διαπίστωσε ότι μια τυπική εφαρμογή AI χρειαζόταν συνήθως δύο έως τέσσερα χρόνια για να επιτύχει ικανοποιητική απόδοση επένδυσης.
Μόνο το 6% των ερωτηθέντων ανέφερε ότι πέτυχε απόσβεση σε λιγότερο από ένα έτος. Αντίθετα, για τις συμβατικές τεχνολογικές επενδύσεις η αναμενόμενη περίοδος απόσβεσης ήταν περίπου επτά έως δώδεκα μήνες.
Όταν αναπτυσσόταν η ηλεκτρική ενέργεια, για παράδειγμα, τα πρώτα εργοστάσια συχνά αντικαθιστούσαν μια κεντρική ατμομηχανή με έναν ηλεκτροκινητήρα, διατηρώντας όμως την παλιά διάταξη του εργοστασίου. Η παραγωγικότητα βελτιωνόταν μόνο οριακά.
Τα μεγαλύτερα οφέλη εμφανίστηκαν αργότερα, όταν τα εργοστάσια ανασχεδιάστηκαν ώστε να χρησιμοποιούν μικρότερους ηλεκτροκινητήρες κατανεμημένους σε ολόκληρο το κτίριο. Η τεχνολογία απέδωσε την πλήρη αξία της μόνο αφότου οι οργανισμοί άλλαξαν τον τρόπο λειτουργίας τους. Βλ. Paul A. David, The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox, American Economic Review, Μάιος 1990, τόμος 80, τεύχος 2, σελ. 355–361.
Η AI πιθανότατα θα ακολουθήσει παρόμοια πορεία. Η προσθήκη ενός chatbot σε μια αμετάβλητη διαδικασία μπορεί να εξοικονομήσει ελάχιστο χρόνο.
Αντίθετα, μια ανασχεδιασμένη διαδικασία, στην οποία η AI ταξινομεί έγγραφα, προετοιμάζει ένα πρώτο προσχέδιο, ελέγχει αρχεία και παραπέμπει τις ασυνήθιστες περιπτώσεις σε άνθρωπο, μπορεί να αποφέρει πολύ μεγαλύτερα οφέλη.
Επομένως, το σημαντικό ερώτημα δεν είναι εάν επιτυγχάνει κάθε πρώιμο πείραμα, αλλά εάν οι εταιρείες εξακολουθούν να εντοπίζουν εργασίες που αξίζει να ανασχεδιαστούν γύρω από την τεχνολογία.
3. Ηλεκτρική ενέργεια: σοβαρός περιορισμός, αλλά όχι ανυπέρβλητο εμπόδιο
Τα συστήματα AI λειτουργούν σε κέντρα δεδομένων γεμάτα με εξειδικευμένα υπολογιστικά τσιπ. Οι εγκαταστάσεις αυτές απαιτούν μεγάλες ποσότητες ηλεκτρικής ενέργειας, εξοπλισμό ψύξης και, σε πολλές περιπτώσεις, νερό.
Σε περιοχές όπου το ηλεκτρικό δίκτυο είναι ήδη κορεσμένο, ένα νέο κέντρο δεδομένων μπορεί να περιμένει χρόνια μέχρι να συνδεθεί. Αυτό αποτελεί ένα από τα ισχυρότερα επιχειρήματα κατά της απεριόριστης ανάπτυξης του κλάδου βραχυπρόθεσμα.
Ο Διεθνής Οργανισμός Ενέργειας εκτιμά ότι τα κέντρα δεδομένων κατανάλωσαν περίπου 485 τεραβατώρες ηλεκτρικής ενέργειας το 2025, έπειτα από αύξηση της ζήτησης κατά 17% μέσα σε ένα μόνο έτος.
Η κατανάλωση ηλεκτρικής ενέργειας από κέντρα δεδομένων που επικεντρώνονται στην AI αυξήθηκε ακόμη ταχύτερα — κατά περίπου 50%. Ο Διεθνής Οργανισμός Ενέργειας αναμένει ότι η συνολική κατανάλωση των κέντρων δεδομένων θα φτάσει περίπου τις 950 τεραβατώρες έως το 2030. Πρόκειται για ποσότητα σχεδόν διπλάσια από εκείνη του 2025 και ισοδύναμη με περίπου το 3% της παγκόσμιας ζήτησης ηλεκτρικής ενέργειας.
Η πίεση είναι πολύ μεγαλύτερη στις Ηνωμένες Πολιτείες. Σύμφωνα με την επικαιροποιημένη έκθεση του Εθνικού Εργαστηρίου Lawrence Berkeley, τον Ιούνιο του 2026, τα κέντρα δεδομένων ενδέχεται να αντιπροσωπεύουν το 11,8% της συνολικής κατανάλωσης ηλεκτρικής ενέργειας των ΗΠΑ έως το 2030, με βάση το κεντρικό σενάριο. Το εύρος των εκτιμήσεων κυμαίνεται από 9,5% έως 15,3%. Lawrence Berkeley National Laboratory
Με βάση ανάλυση των έργων που έχουν ανακοινωθεί ανά περιοχή, ο Διεθνής Οργανισμός Ενέργειας εκτιμά ότι οι περιορισμοί των ηλεκτρικών δικτύων θα μπορούσαν να καθυστερήσουν περίπου το 20% της παγκόσμιας δυναμικότητας κέντρων δεδομένων που προγραμματίζεται να κατασκευαστεί έως το 2030.
Αρκετές διοικητικές περιφέρειες έχουν ήδη περιορίσει ή αναστείλει τις νέες συνδέσεις, έως ότου οι διαχειριστές των δικτύων αντιμετωπίσουν τις συσσωρευμένες εκκρεμότητες.
Ωστόσο, η έλλειψη ηλεκτρικής ενέργειας δεν αποτελεί απόλυτη απαγόρευση. Είναι ένας περιορισμός που μεταβάλλει τις τιμές και τη συμπεριφορά των επιχειρήσεων.
Οι τεχνολογικές εταιρείες υπογράφουν μακροχρόνια συμβόλαια με παραγωγούς ηλεκτρικής ενέργειας, κατασκευάζουν εγκαταστάσεις κοντά σε διαθέσιμες μονάδες παραγωγής, βελτιώνουν τα συστήματα ψύξης και σχεδιάζουν τσιπ που εκτελούν περισσότερους υπολογισμούς για κάθε μονάδα ηλεκτρικής ενέργειας που καταναλώνουν.
Η Κίνα πραγματοποιεί εδώ και χρόνια μεγάλες επενδύσεις στην τεχνολογία της πυρηνικής σύντηξης. Πρόκειται για έναν τομέα τον οποίο οι Ηνωμένες Πολιτείες θα ήταν σκόπιμο να υιοθετήσουν επειγόντως ως ένα «Σχέδιο Μανχάταν» του 21ου αιώνα, εάν θέλουν να διασφαλίσουν ότι η Κίνα δεν θα κερδίσει τελικά την παγκόσμια κούρσα της AI.
Η ενέργεια από πυρηνική σύντηξη μπορεί να προσφέρει τεράστιες ποσότητες καθαρής και φθηνής ενέργειας. Παράλληλα, οι Ηνωμένες Πολιτείες περιβάλλονται από τρεις μεγάλες θαλάσσιες εκτάσεις, οι οποίες μπορούν να προσφέρουν ουσιαστικά απεριόριστη πρόσβαση στις αναγκαίες πρώτες ύλες.
Χωρίς σημαντικές κρατικές επενδύσεις στην ανάπτυξη της πυρηνικής σύντηξης —και εάν η χώρα βασιστεί αποκλειστικά σε ιδιωτικές επιχειρήσεις για την παραγωγή της δικής τους ηλεκτρικής ενέργειας και την κατασκευή αντιδραστήρων πυρηνικής σχάσης— η Δύση διατρέχει σοβαρό κίνδυνο να μείνει πίσω.
Όσο νωρίτερα η αμερικανική κυβέρνηση δώσει προτεραιότητα στην ανάπτυξη της πυρηνικής σύντηξης, τόσο νωρίτερα αυτή θα καταστεί εμπορικά διαθέσιμη — κατά προτίμηση πριν κυριαρχήσει πρώτη η Κίνα στη συγκεκριμένη αγορά.
Ορισμένες εταιρείες αναπτύσσουν επίσης μικρούς αρθρωτούς αντιδραστήρες πυρηνικής σχάσης, γνωστούς ως SMR. Πρόκειται για πυρηνικούς αντιδραστήρες σχεδιασμένους ώστε να κατασκευάζονται σε εργοστάσια ως μικρές, πανομοιότυπες μονάδες, σε αντίθεση με τους παραδοσιακούς πυρηνικούς σταθμούς που κατασκευάζονται εξατομικευμένα στην τοποθεσία λειτουργίας τους.
Πολλά από αυτά τα σχέδια εξακολουθούν να αντιμετωπίζουν ρυθμιστικά και εμπορικά εμπόδια.
Δυστυχώς, η πρακτική αντιμετώπιση του προβλήματος βραχυπρόθεσμα φαίνεται ότι θα είναι λιγότερο εντυπωσιακή: περισσότερες μονάδες παραγωγής ηλεκτρικής ενέργειας, ισχυρότερα δίκτυα μεταφοράς, καλύτερα συστήματα αποθήκευσης, αυξημένη ενεργειακή αποδοτικότητα και μεταφορά μέρους των υπολογιστικών εργασιών σε περιοχές και χρονικές περιόδους κατά τις οποίες υπάρχει διαθέσιμη ηλεκτρική ενέργεια.
Οι υπόλοιπες αυτές λύσεις είναι αργές και δαπανηρές. Χρειάζεται μια αποφασιστική και επιταχυνόμενη προσπάθεια για την ανάπτυξη της ενέργειας του μέλλοντος: της πυρηνικής σύντηξης.
4. Μοντέλα χαμηλού κόστους και ανοικτής πρόσβασης: ο ανταγωνισμός αλλάζει την αγορά
Η τελευταία ανησυχία αφορά τον ανταγωνισμό από φθηνότερα συστήματα AI, όπως εκείνα που αναπτύσσονται στην Κίνα, η οποία —σύμφωνα με τον συντάκτη— αποκτά μεγάλο μέρος της τεχνολογικής της γνώσης μέσω κλοπής.
Κατά την άποψή του, η Δύση και ειδικά οι Ηνωμένες Πολιτείες πρέπει επειγόντως να σταματήσουν να διαθέτουν τις καινοτομίες και τα κεφάλαιά τους στην Κίνα, εάν θέλουν να διατηρήσουν την παγκόσμια πρωτοκαθεδρία τους.
Ορισμένα από αυτά τα συστήματα είναι ανοικτά μοντέλα: συστήματα AI των οποίων τεχνικά συστατικά, όπως ο κώδικας λογισμικού ή οι παράμετροι βαρών, διατίθενται ώστε τρίτοι να μπορούν να τα εξετάζουν, να τα τροποποιούν ή να τα λειτουργούν οι ίδιοι. Ο ακριβής βαθμός ανοικτότητας διαφέρει από μοντέλο σε μοντέλο.
Τα συστήματα αυτά μειώνουν σαφώς το κόστος των συνηθισμένων εργασιών AI και ασκούν πίεση στις εταιρείες που χρεώνουν υψηλές τιμές για υπηρεσίες γενικής χρήσης. Περιορίζουν επίσης τα έσοδα από βασικές εφαρμογές, όπως η σύνοψη κειμένων, η σύνταξη τυποποιημένων μηνυμάτων και η απάντηση σε συνηθισμένες ερωτήσεις.
Τα φθηνότερα και ανοικτά μοντέλα αλλάζουν ήδη τα οικονομικά δεδομένα της αγοράς AI. Το AI Index του Stanford εκτιμά ότι το κόστος υποβολής ερωτημάτων σε ένα μοντέλο με επιδόσεις περίπου αντίστοιχες του GPT-3.5 μειώθηκε από 20 δολάρια ανά εκατομμύριο tokens τον Νοέμβριο του 2022 σε 0,07 δολάρια τον Οκτώβριο του 2024 — πτώση μεγαλύτερη από 280 φορές.
Στην AI, το token είναι μια μικρή μονάδα κειμένου την οποία διαβάζει ή παράγει ένα μοντέλο.
Ο ανταγωνισμός στις τιμές συνεχίστηκε. Τον Ιούλιο του 2026, η κινεζική DeepSeek χρέωνε 0,14 δολάρια ανά εκατομμύριο tokens εισόδου και 0,28 δολάρια ανά εκατομμύριο tokens εξόδου για το μοντέλο V4 Flash. Οι αντίστοιχες τιμές του κορυφαίου μοντέλου GPT-5.6 Sol της OpenAI ήταν 5 και 30 δολάρια.
Τα μοντέλα δεν είναι άμεσα ισοδύναμα. Ωστόσο, η διαφορά δείχνει την πίεση που ασκούν οι οικονομικοί ανταγωνιστές στις υψηλές τιμές των συνηθισμένων υπηρεσιών AI.
Έχει περιοριστεί επίσης η διαφορά στις δυνατότητες. Σύμφωνα με το AI Index του Stanford για το 2026, τα κινεζικά και τα αμερικανικά μοντέλα εναλλάσσονταν στις κορυφαίες θέσεις των κατατάξεων επιδόσεων κατά τη διάρκεια του 2025.
Το DeepSeek-R1 έφτασε για σύντομο διάστημα τις επιδόσεις του κορυφαίου αμερικανικού μοντέλου τον Φεβρουάριο του 2025. Μέχρι τον Μάρτιο του 2026, το καλύτερο αμερικανικό μοντέλο προηγούνταν του καλύτερου κινεζικού μόνο κατά 2,7%.
Κατά συνέπεια, ο ανταγωνισμός απομακρύνεται από το κριτήριο της εθνικής προέλευσης και μετατοπίζεται προς το κόστος, την αξιοπιστία και τις επιδόσεις σε συγκεκριμένες εργασίες.
Τα φθηνότερα μοντέλα, ωστόσο, δεν εξαλείφουν ολόκληρη την αξία των πιο προηγμένων συστημάτων. Ένα μοντέλο αιχμής, το οποίο βρίσκεται στο ανώτατο ή κοντά στο ανώτατο σημερινό επίπεδο δυνατοτήτων, εξακολουθεί να διαθέτει πλεονεκτήματα:
- στον σύνθετο συλλογισμό,
- στην αξιοπιστία,
- στην ασφάλεια,
- στην εξειδικευμένη επιχειρηματική υποστήριξη,
- και στην ενσωμάτωση στα συστήματα μεγάλων οργανισμών.
Οι επιχειρήσεις στους κλάδους της υγείας, των χρηματοπιστωτικών υπηρεσιών, της άμυνας και σε άλλους ρυθμιζόμενους τομείς πληρώνουν περισσότερα για αρχεία ελέγχου, προστασία δεδομένων και συμβατικές εγγυήσεις.
Χαρακτηριστικό παράδειγμα αποτελεί η Morgan Stanley Wealth Management. Αντί να χρησιμοποιήσει το φθηνότερο διαθέσιμο chatbot, η εταιρεία χρηματοπιστωτικών υπηρεσιών συνεργάστηκε με την OpenAI για την ανάπτυξη ενός εσωτερικού βοηθού βασισμένου στο GPT-4 για τους χρηματοοικονομικούς συμβούλους της.
Το σύστημα πραγματοποιεί αναζητήσεις στην εγκεκριμένη γνωσιακή βάση της Morgan Stanley και παρέχει απαντήσεις με συνδέσμους προς τα πρωτότυπα έγγραφα.
Η Morgan Stanley καθιέρωσε επίσης καθημερινές δοκιμές για τον εντοπισμό αναξιόπιστων απαντήσεων ή απαντήσεων που δεν συμμορφώνονται με τους κανονισμούς. Διατήρησε τις ιδιόκτητες πληροφορίες της υπό καθεστώς μηδενικής διατήρησης δεδομένων και απαίτησε από τους συμβούλους να ελέγχουν το υλικό που παράγει η AI πριν το χρησιμοποιήσουν στις επαφές τους με πελάτες.
Η τεχνολογία ενσωματώθηκε επίσης στα υπάρχοντα επιχειρηματικά συστήματα. Ο βοηθός συσκέψεων μπορεί να δημιουργεί σημειώσεις για τους πελάτες και προσχέδια μηνυμάτων παρακολούθησης, τα οποία μεταφέρονται στο σύστημα διαχείρισης πελατειακών σχέσεων της εταιρείας.
Για τη Morgan Stanley, επομένως, η αξία του προηγμένου συστήματος δεν βρίσκεται απλώς στην ικανότητά του να παράγει κείμενο. Ένα φθηνότερο μοντέλο θα μπορούσε επίσης να συνοψίσει μια επενδυτική έκθεση. Μια ανακριβής, μη ασφαλής ή μη επαληθεύσιμη απάντηση, όμως, θα μπορούσε να εκθέσει την εταιρεία σε κανονιστικές κυρώσεις, οικονομικές απώλειες και κλονισμό της εμπιστοσύνης των πελατών.
Κατά συνέπεια, η εταιρεία είναι διατεθειμένη να πληρώσει περισσότερα για:
- αξιοπιστία,
- δυνατότητα εντοπισμού των πηγών,
- προστασία δεδομένων,
- ανθρώπινη εποπτεία,
- και ενσωμάτωση στα εσωτερικά της συστήματα.
Το παράδειγμα δείχνει γιατί οργανισμοί στους τομείς των χρηματοπιστωτικών υπηρεσιών, της υγείας, της άμυνας και σε άλλους ρυθμιζόμενους κλάδους μπορεί να συνεχίσουν να αγοράζουν ακριβότερες υπηρεσίες AI, ακόμη και όταν υπάρχουν πολύ φθηνότερα μοντέλα.
Η πληροφορική έχει επανειλημμένα ακολουθήσει αυτό το πρότυπο. Ένα τεχνολογικό επίπεδο γίνεται φθηνότερο και ευρύτερα διαθέσιμο, ενώ η αξία μεταφέρεται σε κάποιο άλλο επίπεδο:
- στο εξειδικευμένο λογισμικό,
- στις αξιόπιστες υπηρεσίες,
- στα ιδιόκτητα δεδομένα,
- στα δίκτυα διανομής,
- ή στην ενσωμάτωση των συστημάτων.
Ο ανταγωνισμός μπορεί να μειώσει τα περιθώρια κέρδους, χωρίς να περιορίσει τη συνολική ζήτηση για υπολογιστική ισχύ.
Σε ποια σημεία έχουν δίκιο οι επικριτές
Τίποτε από όλα αυτά δεν σημαίνει ότι κάθε εταιρεία AI είναι ασφαλής ή ότι κάθε κέντρο δεδομένων θα επιτύχει μια αποδεκτή απόδοση επένδυσης.
Τα τσιπ τεχνητής νοημοσύνης καθίστανται γρήγορα παρωχημένα. Ένα κέντρο δεδομένων που κατασκευάζεται με βάση τον σημερινό εξοπλισμό μπορεί, μέσα σε λίγα χρόνια, να βρεθεί αντιμέτωπο με έναν πολύ αποδοτικότερο ανταγωνιστή.
Επομένως, οι αποσβέσεις —η λογιστική διαδικασία με την οποία το κόστος ενός περιουσιακού στοιχείου κατανέμεται στη διάρκεια της ωφέλιμης ζωής του— ενδέχεται να υποτιμούν την ταχύτητα με την οποία ορισμένοι τύποι εξοπλισμού χάνουν την οικονομική τους αξία.
Η ζήτηση μπορεί επίσης να αυξάνεται, ενώ τα κέρδη παραμένουν απογοητευτικά. Οι αεροπορικές εταιρείες, οι επιχειρήσεις τηλεπικοινωνιών και οι αυτοκινητοβιομηχανίες έχουν εξυπηρετήσει τεράστιες αγορές, χωρίς να επιτυγχάνουν σταθερά εξαιρετικές αποδόσεις.
Η AI θα μπορούσε να καταστεί απαραίτητη για την οικονομία, ακόμη και εάν πολλοί επενδυτές χάσουν χρήματα.
Επομένως, όπως και σε άλλους κλάδους, είναι πιθανό να υπάρξει διόρθωση σε ορισμένα τμήματα της αγοράς. Η διόρθωση αυτή θα εξαλείψει τα αδύναμα έργα και θα υποχρεώσει τις ισχυρότερες εταιρείες να βελτιωθούν. Λιγότερο πειστικός είναι ο ισχυρισμός ότι μια τέτοια διόρθωση θα ανέτρεπε την ευρύτερη υιοθέτηση της τεχνητής νοημοσύνης.
Ένα καλύτερο συμπέρασμα
Η συζήτηση συχνά παρουσιάζεται με υπερβολικά απλουστευτικούς όρους: είτε απεριόριστη αφθονία είτε κατάρρευση.
Οι εταιρείες με ισχυρά οικονομικά μεγέθη θα συνεχίσουν να επενδύουν, ακόμη και όταν οι ασθενέστεροι δανειολήπτες δεν θα μπορούν να το κάνουν. Οι υψηλότερες τιμές της ηλεκτρικής ενέργειας θα ενθαρρύνουν τη βελτίωση της αποδοτικότητας και την ανάπτυξη νέων πηγών παραγωγής. Τα φθηνότερα μοντέλα θα διευρύνουν την πρόσβαση και θα δημιουργήσουν νέες χρήσεις, καθώς θα μειώνουν τις τιμές. Οι πιο απαιτητικοί πελάτες θα πιέζουν τους προμηθευτές να αποδεικνύουν ότι τα προϊόντα τους δημιουργούν μετρήσιμη αξία.
Η επόμενη φάση της AI θα χαρακτηρίζεται από λιγότερη ευφορία και μεγαλύτερη επιλεκτικότητα.
Τα κεφάλαια θα απομακρυνθούν από τα έργα που απλώς ακολουθούν τη μόδα και θα κατευθυνθούν προς συστήματα που:
- εξοικονομούν χρόνο,
- μειώνουν τα λάθη,
- αυξάνουν την παραγωγή,
- ή δημιουργούν προϊόντα για τα οποία οι πελάτες είναι διατεθειμένοι να πληρώσουν.
Ορισμένα επιχειρηματικά μοντέλα θα αποτύχουν. Κάποιοι επενδυτές θα υποστούν μεγάλες ζημίες. Όλα αυτά όχι μόνο συνάδουν με την ιστορία υιοθέτησης νέων τεχνολογιών από το καπιταλιστικό σύστημα, αλλά, για να το πούμε ευθέως, είναι και υγιή.
Η εμφάνιση φθηνής AI από την Κίνα είναι προφανώς αμφιλεγόμενη, εάν δεχτεί κανείς τον ισχυρισμό του συντάκτη ότι η κλοπή πνευματικής ιδιοκτησίας παραμένει βασικό στοιχείο του κινεζικού οικονομικού μοντέλου και ότι κάθε κινεζική «επιχείρηση» δεν αποτελεί παρά μία από τις χίλιες όψεις του Κινεζικού Κομμουνιστικού Κόμματος.
Κάντε τώρα μια παύση και αναρωτηθείτε πόσες φορές χρησιμοποιήσατε σήμερα την AI, καθώς και εργαλεία που χρησιμοποιούν τα ίδια τεχνητή νοημοσύνη.
Η ερώτηση σχεδόν δεν έχει πλέον νόημα: η AI βρίσκεται παντού και ήρθε για να μείνει. Έχει ήδη διευρύνει τις δυνατότητες του κόσμου μας.
Θα υπάρξουν διορθώσεις, τα κεφάλαια θα ανακατανεμηθούν και ορισμένα επιχειρηματικά μοντέλα θα αποτύχουν. Αυτό είναι το συνηθισμένο τίμημα της προόδου.
Εκείνο που δεν πρόκειται να αντιστραφεί είναι η βαθύτερη αλλαγή που βρίσκεται ήδη σε εξέλιξη: η μόνιμη ενσωμάτωση της προηγμένης υπολογιστικής τεχνολογίας στον παραγωγικό πυρήνα της ζωής.
Το να συγχέουμε τις αναπόφευκτες αναταράξεις της φάσης κατασκευής και επέκτασης των υποδομών με το τέλος του κύκλου είναι σαν να κοιτάζουμε το δάχτυλο, ενώ ο Έλον Μασκ δείχνει προς τον Άρη.
Ο Drieu Godefridi είναι νομικός —απόφοιτος του Πανεπιστημίου Saint-Louis και του Πανεπιστημίου της Λουβέν—, φιλόσοφος με σπουδές στα ίδια πανεπιστήμια και διδάκτωρ Θεωρίας του Δικαίου του Πανεπιστημίου Paris IV–Sorbonne. Είναι επιχειρηματίας, διευθύνων σύμβουλος ευρωπαϊκού ομίλου ιδιωτικής εκπαίδευσης και διευθυντής του PAN Medias Group. Είναι συγγραφέας του βιβλίου The Green Reich (2020).
