Η ξέφρενη επενδυτική κούρσα γύρω από την τεχνητή νοημοσύνη βρίσκεται αντιμέτωπη με ένα νέο τεστ αξιοπιστίας και πιθανό καμπανάκι κινδύνου.
Ένας από τους βασικούς δείκτες που παρακολουθούν οι αναλυτές για να αξιολογήσουν τη δυναμική της αγοράς καταγράφει αισθητή υποχώρηση, εντείνοντας τις ανησυχίες ότι οι εταιρείες ανάπτυξης συστημάτων AI ίσως αρχίζουν να χάνουν μέρος της διαπραγματευτικής τους ισχύος απέναντι στους πελάτες.
Στο επίκεντρο βρίσκεται ο δείκτης Silicon Data LLM Token Expenditure Index, ο οποίος αποτυπώνει το συνολικό ποσό που δαπανούν οι χρήστες για την αγορά «tokens», δηλαδή των μονάδων χρέωσης που χρησιμοποιούνται για την αξιοποίηση μεγάλων γλωσσικών μοντέλων τεχνητής νοημοσύνης.
Υποχωρεί ο δείκτης LLM Token κατά 20%
Μετά από εντυπωσιακή άνοδο τους προηγούμενους μήνες, ο δείκτης έχει υποχωρήσει σχεδόν κατά 20% από τα υψηλά του Μαΐου, εξέλιξη που προσελκύει το ενδιαφέρον τόσο των επενδυτών όσο και των ίδιων των τεχνολογικών εταιρειών.
Η εξέλιξη αυτή αποκτά ιδιαίτερη σημασία καθώς η παγκόσμια βιομηχανία τεχνητής νοημοσύνης βρίσκεται στη μέση ενός επενδυτικού κύκλου, που ξεπερνά ήδη τα 700 δισ. δολάρια σε κεφαλαιουχικές δαπάνες.
Οι μεγαλύτεροι τεχνολογικοί όμιλοι του κόσμου επενδύουν αδιάκοπα σε κέντρα δεδομένων, πανίσχυρους επεξεργαστές, εξειδικευμένες μνήμες και ενεργειακές υποδομές, με στόχο να καλύψουν τη διαρκώς αυξανόμενη ζήτηση για εφαρμογές τεχνητής νοημοσύνης.
Ωστόσο, η μείωση του δείκτη δεν σημαίνει απαραίτητα ότι η τεχνητή νοημοσύνη γίνεται φθηνότερη. Οι ειδικοί επισημαίνουν ότι ο δείκτης συνδυάζει τόσο τις τιμές όσο και τον όγκο χρήσης.
Αυτό σημαίνει ότι η πτώση μπορεί να οφείλεται σε διαφορετικούς παράγοντες: οι πάροχοι ίσως μειώνουν τις τιμές για να προσελκύσουν περισσότερους πελάτες, οι επιχειρήσεις μπορεί να στρέφονται σε οικονομικότερα μοντέλα ή οι χρήστες να περιορίζουν τη χρήση εξαιτίας του υψηλού κόστους.
Η αγορά συνεχίζει να αναπτύσσεται αλλά με διαφορετικούς ρυθμούς
Τα τελευταία δύο χρόνια το κόστος ανά token έχει μειωθεί δραστικά, σε ορισμένες περιπτώσεις περισσότερο από 90%, καθώς ο ανταγωνισμός μεταξύ των εταιρειών εντείνεται.
Παρά τη σημαντική αυτή πτώση, οι συνολικές δαπάνες των επιχειρήσεων για υπηρεσίες τεχνητής νοημοσύνης εξακολουθούν να κινούνται σε υψηλότερα επίπεδα σε σχέση με το προηγούμενο έτος, γεγονός που δείχνει ότι η αγορά εξακολουθεί να αναπτύσσεται, αν και με διαφορετικούς ρυθμούς.
Παράλληλα, αρκετοί αναλυτές θεωρούν ότι η επιβράδυνση αποτελεί φυσιολογική εξέλιξη μετά τη φάση της εκρηκτικής ανάπτυξης. Καθώς όλο και περισσότερες επιχειρήσεις ενσωματώνουν την τεχνητή νοημοσύνη στις καθημερινές λειτουργίες τους, δίνουν μεγαλύτερη έμφαση στον έλεγχο του κόστους και στην επιλογή μοντέλων που προσφέρουν καλύτερη σχέση απόδοσης και τιμής.
Υπάρχει όμως και η πιο απαισιόδοξη ανάγνωση. Εάν οι πελάτες αποδειχθεί ότι δεν είναι διατεθειμένοι να πληρώνουν υψηλότερα ποσά για πιο προηγμένα μοντέλα, τότε τα μελλοντικά έσοδα των εταιρειών ίσως αποδειχθούν χαμηλότερα από τις σημερινές προσδοκίες των αγορών.
Αυτό θα μπορούσε να επηρεάσει τη δυνατότητα συνέχισης των τεράστιων επενδύσεων που πραγματοποιούνται σήμερα στον τομέα.
Oι επενδύσεις στην AI αυξάνονται ταχύτερα από τα έσοδα
Οι ανησυχίες ενισχύονται και από πρόσφατες μελέτες που δείχνουν ότι οι επενδύσεις στην τεχνητή νοημοσύνη αυξάνονται ταχύτερα από τα έσοδα που παράγουν. Ορισμένοι οικονομικοί αναλυτές επισημαίνουν ότι το χάσμα μεταξύ κεφαλαιουχικών δαπανών και πραγματικών πωλήσεων είναι μεγαλύτερο ακόμη και από εκείνο που είχε καταγραφεί στην αγορά τηλεπικοινωνιών πριν από τη «φούσκα» των αρχών της δεκαετίας του 2000.
Την ίδια στιγμή, οι τεχνολογικοί κολοσσοί, όπως η Microsoft, η Amazon, η Alphabet και η Meta, συνεχίζουν να ανακοινώνουν επενδύσεις δεκάδων δισεκατομμυρίων δολαρίων για νέα data centers και υποδομές τεχνητής νοημοσύνης, θεωρώντας ότι η ζήτηση θα συνεχίσει να αυξάνεται τα επόμενα χρόνια.
Η Nvidia εξακολουθεί να εμφανίζει τεράστια ζήτηση για τους προηγμένους επεξεργαστές της, ενώ οι παραγγελίες για κορυφαία chips και μνήμες υψηλών επιδόσεων παραμένουν ουσιαστικά καλυμμένες έως και το 2027.
Ένας ακόμη παράγοντας που ενδέχεται να επηρεάσει την αγορά είναι η αυστηρότερη ρύθμιση της τεχνητής νοημοσύνης.
Στις Ηνωμένες Πολιτείες οι αρχές παρακολουθούν πλέον στενότερα τη διάθεση των πιο προηγμένων μοντέλων, ενώ στην Ευρωπαϊκή Ένωση τίθεται σταδιακά σε εφαρμογή ο Κανονισμός για την Τεχνητή Νοημοσύνη (AI Act), ο οποίος επιβάλλει αυξημένες υποχρεώσεις διαφάνειας, αξιολόγησης κινδύνου και συμμόρφωσης για τα ισχυρότερα συστήματα AI.
Zήτηση για οικονομικότερες λύσεις
Οι απαιτήσεις αυτές ενδέχεται να αυξήσουν το λειτουργικό κόστος των μεγάλων παρόχων και να ενισχύσουν τη ζήτηση για οικονομικότερες λύσεις.
Παρά τις επιφυλάξεις, αρκετοί αναλυτές θεωρούν ότι η τρέχουσα επιβράδυνση δεν σηματοδοτεί το τέλος της ανοδικής πορείας της τεχνητής νοημοσύνης, αλλά μια φάση ωρίμανσης της αγοράς. Η μετάβαση από την εκπαίδευση των μεγάλων μοντέλων στην καθημερινή εμπορική αξιοποίησή τους δημιουργεί διαφορετικές ανάγκες σε υπολογιστική ισχύ και διαφορετικά επιχειρηματικά μοντέλα.
Το επόμενο διάστημα θα αποδειχθεί καθοριστικό για τον κλάδο. Αν η ζήτηση για υπηρεσίες τεχνητής νοημοσύνης συνεχίσει να αυξάνεται και οι επιχειρήσεις διαπιστώσουν ουσιαστική απόδοση από τις επενδύσεις τους, τότε οι τεράστιες δαπάνες σε υποδομές θα δικαιολογηθούν.
Αν όμως η πίεση στις τιμές ενταθεί και οι πελάτες στραφούν μαζικά σε φθηνότερες υπηρεσίες, η αγορά θα χρειαστεί να επαναξιολογήσει τις ιδιαίτερα υψηλές αποτιμήσεις που έχουν διαμορφωθεί γύρω από την τεχνητή νοημοσύνη.
