Η Wall Street εμφανίζεται ολοένα πιο ανήσυχη για τα τεράστια ποσά που διοχετεύουν οι τεχνολογικοί κολοσσοί στην Τεχνητή Νοημοσύνη, σε μια περίοδο που η αναζωπύρωση του πολέμου στο Ιράν επιβαρύνει το παγκόσμιο οικονομικό περιβάλλον.
Οι μετοχές των λεγόμενων «Magnificent Seven» την περασμένη Πέμπτη κατέγραψαν τη χειρότερη ημερήσια πτώση από την αναταραχή των δασμών τον Απρίλιο του 2025, χάνοντας συνολικά 800 δισ. δολ. σε χρηματιστηριακή αξία, και η πίεση συνεχίζεται.
Η πτώση επηρέασε τον S&P 500 και τον τεχνολογικό Nasdaq 100, καθώς οι επενδυτές άρχισαν να αμφισβητούν τη διάρκεια του ράλι που στηρίζεται στην AI. Αφορμή αποτέλεσαν τα αποτελέσματα της Alphabet και της Tesla, με την πρώτη να αυξάνει τις κεφαλαιουχικές δαπάνες έως τα 205 δισ. δολάρια και τον Έλον Μασκ να προειδοποιεί για μια «χρονιά τεράστιων επενδύσεων». Το βασικό ερώτημα της αγοράς πλέον είναι αν αυτές οι δαπάνες θα αποφέρουν πραγματικές αποδόσεις.
Μέσα στην εβδομάδα οικονομικά αποτελέσματα δημοσιεύουν κι άλλοι μεγάλοι παίκτες στον τεχνολογικό τομέα, ξεκινώντας με τη Microsoft (4ο τρίμηνο 2025-2026) και τη Meta (2ο τρίμηνο) την Τετάρτη, στη συνέχεια, την Πέμπτη σειρά έχει η Amazon (2ο τρίμηνο) και η Apple (3ο τρίμηνο 2025-2026), επίσης αποτελέσματα δημοσιεύουν η Samsung (Τετάρτη) και η Sony (Παρασκευή).
Τα οικονομικά αποτελέσματα έφεραν ξανά στο προσκήνιο το μεγάλο στοίχημα της Τεχνητής Νοημοσύνης, καθώς κρύβεται ένα κρίσιμο δίλημμα: μπορούν οι τεράστιες επενδύσεις στην AI να μετατραπούν σε πραγματική παραγωγικότητα και βιώσιμη κερδοφορία ή δημιουργούν μια νέα τεχνολογική υπερβολή;
Η Τεχνητή Νοημοσύνη αποτελεί το μεγαλύτερο επενδυτικό στοίχημα της σύγχρονης οικονομίας. Οι τεχνολογικοί κολοσσοί επενδύουν τεράστια κεφάλαια, όμως η απόσταση ανάμεσα στις υψηλές προσδοκίες και τα πραγματικά οικονομικά αποτελέσματα προκαλεί ολοένα περισσότερα ερωτήματα.
Η Τεχνητή Νοημοσύνη δοκιμάζει τα όρια του τεχνολογικού μοντέλου ανάπτυξης
Τα οικονομικά αποτελέσματα της Alphabet, μητρικής εταιρείας της Google, αποτέλεσαν αρχικά λόγο ενθουσιασμού για τις αγορές. Τα έσοδα αυξήθηκαν κατά 24%, ενώ ο κλάδος του cloud σημείωσε εντυπωσιακή άνοδο 82%. Τα κέρδη ανά μετοχή διαμορφώθηκαν στα 9,11 δολάρια, δημιουργώντας την εικόνα μιας εταιρείας που συνεχίζει να κινείται με εξαιρετικά υψηλές ταχύτητες.
Μια πιο προσεκτική ανάλυση, ωστόσο, αποκαλύπτει μια διαφορετική πραγματικότητα. Περισσότερα από τα δύο τρίτα των κερδών της Alphabet δεν προήλθαν από τις βασικές επιχειρηματικές δραστηριότητές της, αλλά από λογιστικές υπεραξίες ύψους περίπου 77 δισ. δολαρίων που συνδέονται με την επένδυσή της στην Anthropic, μία από τις σημαντικότερες εταιρείες ανάπτυξης προηγμένων μοντέλων Τεχνητής Νοημοσύνης.
Σουντάρ Πιτσάι (CEO της Alphabet) και Έλον Μασκ (CEO Tesla και SpaceX) στην ορκωμοσία Τραμπ © EPA/CHIP SOMODEVILLA / POOL
Τα συγκεκριμένα κέρδη χαρακτηρίζονται ως «μη πραγματοποιηθέντα» (unrealised gains), καθώς δεν αποτελούν πραγματικές ταμειακές εισροές. Αντιπροσωπεύουν την αύξηση της θεωρητικής αξίας μιας επένδυσης και εξαρτώνται από τη διατήρηση ή την περαιτέρω άνοδο της αποτίμησης της Anthropic.
Η διαφορά αυτή είναι κρίσιμη. Οι αγορές μπορούν να αποτιμούν θετικά μια εταιρεία με βάση μελλοντικές προσδοκίες, όμως η πραγματική οικονομική δύναμη μιας επιχείρησης κρίνεται τελικά από την ικανότητά της να δημιουργεί σταθερά έσοδα και κέρδη.
Η περίπτωση της Alphabet αναδεικνύει το βασικό δίλημμα της σημερινής εποχής: η τεχνητή νοημοσύνη έχει ήδη δημιουργήσει τεράστιες χρηματιστηριακές αξίες, αλλά δεν έχει ακόμη αποδείξει ότι μπορεί να παράγει αντίστοιχη πραγματική οικονομική απόδοση.
Επίσης, η Tesla ανακοίνωσε απογοητευτικά κέρδη για το δεύτερο τρίμηνο, με τη μετοχή της να υποχωρεί στη Wall Street. Τα συνολικά έσοδα της εταιρείας ανήλθαν στα 28,24 δισ. δολ., σημειώνοντας ετήσια αύξηση 26% και ξεπερνώντας τις προβλέψεις της αγοράς. Τα καθαρά κέρδη της Tesla μειώθηκαν κατά 5% σε ετήσια βάση, υποχωρώντας στα 1,11 δισ.
Οι τεχνολογικοί κολοσσοί δαπανούν εκατοντάδες δισεκατομμύρια για την AI
Η Google ανήκει στους λεγόμενους hyperscalers, τους τεχνολογικούς ομίλους που διαθέτουν τεράστιες υποδομές, παγκόσμια δίκτυα δεδομένων και τη χρηματοοικονομική ισχύ να πρωταγωνιστήσουν στην κούρσα της Τεχνητής Νοημοσύνης.
Μαζί με τη Microsoft, την Amazon και τη Meta, η Alphabet πραγματοποιεί επενδύσεις πρωτοφανούς κλίμακας με στόχο να κυριαρχήσει στην επόμενη φάση της ψηφιακής οικονομίας.
Τα κεφάλαια κατευθύνονται σε δύο βασικούς τομείς: πρώτον, στη χρηματοδότηση εταιρειών ανάπτυξης μοντέλων AI, όπως η Anthropic και η OpenAI, και δεύτερον, στη δημιουργία νέων υποδομών, κυρίως κέντρων δεδομένων που απαιτούν πανάκριβους επεξεργαστές υψηλών επιδόσεων, όπως αυτούς που κατασκευάζει η Nvidia.
Η επενδυτική λογική είναι ότι η σημερινή δαπάνη θα δημιουργήσει ένα νέο κύμα κερδοφορίας στο μέλλον. Οι τεχνολογικοί όμιλοι θεωρούν ότι η τεχνητή νοημοσύνη θα μετατραπεί σε βασικό εργαλείο για επιχειρήσεις σε όλους τους κλάδους, αυξάνοντας την παραγωγικότητα, μειώνοντας το κόστος και δημιουργώντας νέες αγορές.
Ωστόσο, το μέγεθος της επένδυσης αρχίζει να δημιουργεί πιέσεις ακόμη και στους ισχυρότερους ομίλους.
Αρνητικές οι ταμειακές ροές της Google στα αποτελέσματα α’ τριμήνου ©Goldman Sachs
Για πρώτη φορά στην ιστορία της Alphabet, οι ελεύθερες ταμειακές ροές (free cash flow) πέρασαν σε αρνητικό έδαφος. Αυτό σημαίνει ότι τα μετρητά που δημιουργεί η εταιρεία από τις δραστηριότητές της δεν επαρκούν πλέον για να καλύψουν το σύνολο των επενδύσεων που πραγματοποιεί.
Η εξέλιξη αυτή έχει ιδιαίτερη σημασία, καθώς η Google θεωρούνταν μέχρι πρόσφατα η εταιρεία με τη μεγαλύτερη οικονομική αντοχή απέναντι στην κούρσα της AI. Η κυριαρχία της στην παγκόσμια αγορά διαδικτυακής αναζήτησης της εξασφάλιζε τεράστιες και σταθερές ταμειακές ροές, οι οποίες λειτουργούσαν ως προστατευτικό δίχτυ απέναντι στις αυξανόμενες επενδυτικές ανάγκες.
Το γεγονός ότι ακόμη και η Google αντιμετωπίζει πλέον αυξημένη πίεση δείχνει το μέγεθος της αλλαγής που προκαλεί η Τεχνητή Νοημοσύνη στο επιχειρηματικό μοντέλο της Silicon Valley.
Οι τέσσερις μεγαλύτεροι hyperscalers εκτιμάται ότι θα δαπανήσουν συνολικά περισσότερα από 725 δισ. δολάρια μέσα στο 2026 για την ανάπτυξη υποδομών AI. Πρόκειται για ένα επίπεδο επενδύσεων που ξεπερνά τις παραδοσιακές τεχνολογικές μεταβάσεις και πλησιάζει σε κλίμακα τις μεγάλες βιομηχανικές επαναστάσεις.
Wall Street και ΑΙ © Pexels
Οι ανησυχίες για την πιστοληπτική εικόνα των τεχνολογικών κολοσσών παραμένουν περιορισμένες σε σχέση με το μέγεθος της ευρύτερης αγοράς, όμως αποκτούν ολοένα μεγαλύτερη σημασία καθώς η κούρσα για την Τεχνητή Νοημοσύνη απαιτεί τεράστιες επενδύσεις, αναφέρουν αναλυτές στο Axiow. Η χρηματοδότηση της έκρηξης των υποδομών AI εξαρτάται πλέον σε μεγάλο βαθμό από την προθυμία των αγορών να στηρίξουν τον αυξανόμενο δανεισμό.
Alphabet, Amazon, Meta, Microsoft και Oracle είχαν αντλήσει έως τις 22 Ιουλίου σχεδόν $302 δισ. μέσω έκδοσης μετοχών και χρέους, σύμφωνα με στοιχεία της S&P Global Market Intelligence. Παράλληλα, η Goldman Sachs υπολογίζει ότι η σχετιζόμενη με την AI έκδοση ομολόγων και δανείων παγκοσμίως έχει ήδη φτάσει τα $489 δισ. φέτος.
Η άνοδος του κόστους δανεισμού, σε συνδυασμό με τις υψηλότερες αποδόσεις των αμερικανικών ομολόγων, αυξάνει το οικονομικό βάρος της επένδυσης στην AI. Οι εταιρείες τεχνολογίας διαθέτουν ισχυρά ταμειακά διαθέσιμα, όμως η κλίμακα των δαπανών μεταβάλλει σταδιακά τη δομή των ισολογισμών τους.
Η επενδυτική έκρηξη αυξάνει τους φόβους για μια νέα τεχνολογική φούσκα
Η ανάγκη χρηματοδότησης αυτής της τεράστιας επενδυτικής προσπάθειας οδηγεί πλέον τις εταιρείες σε νέες μορφές άντλησης κεφαλαίων.
Η Alphabet έχει ήδη αυξήσει τον δανεισμό της σε επίπεδα κοντά στα 100 δισ. δολάρια, ενώ προχώρησε σε έκδοση μετοχών ύψους περίπου 85 δισ. δολαρίων, την πρώτη σημαντική κίνηση αυτού του είδους έπειτα από περισσότερες από δύο δεκαετίες.
Παρότι οι τεχνολογικοί κολοσσοί παραμένουν ιδιαίτερα κερδοφόροι χάρη στις παραδοσιακές τους δραστηριότητες, η ένταση της επενδυτικής κούρσας δημιουργεί αμφιβολίες για το κατά πόσο οι σημερινές αποτιμήσεις αντανακλούν πραγματική οικονομική αξία.
Οι μεγάλες εταιρείες τεχνολογίας εξακολουθούν να παρουσιάζουν κέρδη σημαντικά υψηλότερα από τη μακροχρόνια τάση. Ωστόσο, η κλίμακα των επενδύσεων στην Τεχνητή Νοημοσύνη είναι τόσο μεγάλη ώστε απορροφά μεγάλο μέρος αυτών των κερδών.
Η εικόνα που διαμορφώνεται είναι ότι η AI λειτουργεί σήμερα ως ένας τεράστιος απορροφητής κεφαλαίων. Τα χρήματα που δημιουργούνται από τις υφιστάμενες δραστηριότητες των τεχνολογικών ομίλων επιστρέφουν σχεδόν άμεσα στην ανάπτυξη νέων υποδομών και μοντέλων.
Το πρόβλημα δεν είναι η ύπαρξη επενδύσεων. Κάθε μεγάλη τεχνολογική αλλαγή απαιτεί αρχικά υψηλό κόστος. Το ερώτημα είναι αν η απόδοση αυτών των επενδύσεων θα εμφανιστεί αρκετά γρήγορα ώστε να δικαιολογήσει τις σημερινές προσδοκίες.
Το ζήτημα αποκτά ακόμη μεγαλύτερη σημασία λόγω του βάρους που έχουν οι τεχνολογικές εταιρείες στις χρηματιστηριακές αγορές των Ηνωμένων Πολιτειών.
Η κεφαλαιοποίηση των hyperscalers αντιστοιχεί πλέον περίπου στο 40% της συνολικής αξίας του δείκτη S&P 500. Επομένως, οποιαδήποτε ένδειξη ότι η επενδυτική στρατηγική γύρω από την Τεχνητή Νοημοσύνη δεν οδηγεί στα αναμενόμενα αποτελέσματα θα μπορούσε να επηρεάσει όχι μόνο τον τεχνολογικό κλάδο, αλλά και ολόκληρη την αμερικανική χρηματιστηριακή αγορά.
Η εμπορευματοποίηση των προσωπικών υπολογιστών στις αρχές της δεκαετίας του 1980 πυροδότησε ένα κύμα καινοτομίας, αλλά η παραγωγικότητα δεν σημείωσε ουσιαστική αύξηση μέχρι τα τέλη της δεκαετίας του 1990. ©Goldman Sachs
ένα ακόμα παράδειγμα έρχεται από τη Nvidia, η οποία επιταχύνει περαιτέρω τη στρατηγική της στην Τεχνητή Νοημοσύνη, προωθώντας νέα επενδυτικά και χρηματοδοτικά σχέδια συνολικής δυνητικής αξίας άνω των $750 δισ.. Η πρωτοβουλία ενισχύει την κυριαρχία της στην αγορά της AI, αλλά παράλληλα τροφοδοτεί ανησυχίες για τη δημιουργία ενός κυκλικού μοντέλου χρηματοδότησης που ενδέχεται να διογκώνει τεχνητά τη ζήτηση και τις αποτιμήσεις του κλάδου.
Στο πλαίσιο αυτό, η εταιρεία ανακοίνωσε συμφωνία με τον όμιλο SK Group, μητρική της SK Hynix, αξίας άνω των $500 δισ., για την ανάπτυξη υποδομών τεχνητής νοημοσύνης στη Νότια Κορέα. Το σχέδιο περιλαμβάνει data centers συνολικής ισχύος άνω των 2 γιγαβάτ, με την πρώτη εγκατάσταση να τίθεται σε λειτουργία το επόμενο έτος.
Παράλληλα, η Nvidia βρίσκεται σε προχωρημένες συνομιλίες με την OpenAI για παροχή χρηματοδοτικών εγγυήσεων έως $250 δισ., ενώ εξετάζεται και ξεχωριστή χρηματοδότηση περίπου $350 δισ. για την αγορά επεξεργαστών Nvidia. Το μοντέλο, σύμφωνα με αναλυτές, ενισχύει τη θέση της εταιρείας, αλλά εγείρει ερωτήματα για τις αλληλεξαρτήσεις που δημιουργούνται μεταξύ προμηθευτών και πελατών στην παγκόσμια αγορά AI.
Η Τεχνητή Νοημοσύνη και η υπόσχεση μιας νέας εποχής παραγωγικότητας
Πίσω από το τεράστιο επενδυτικό κύμα που έχει δημιουργήσει η Τεχνητή Νοημοσύνη βρίσκεται μια βασική υπόθεση: ότι η τεχνολογία αυτή δεν θα αυξήσει μόνο τα κέρδη των εταιρειών που την αναπτύσσουν, αλλά θα μεταμορφώσει συνολικά τη λειτουργία της οικονομίας.
Η αισιοδοξία των επενδυτών και των τεχνολογικών ομίλων βασίζεται στην προσδοκία ότι η AI θα λειτουργήσει όπως προηγούμενες μεγάλες τεχνολογικές επαναστάσεις, από την ηλεκτροδότηση έως την πληροφορική και το διαδίκτυο.
Η θεωρία είναι ότι η μαζική χρήση εργαλείων Τεχνητή Νοημοσύνη θα επιτρέψει στις επιχειρήσεις να παράγουν περισσότερο με λιγότερους πόρους, θα μειώσει το λειτουργικό κόστος και θα ενισχύσει την παραγωγικότητα της εργασίας.
Αυτό ακριβώς είναι το σημείο στο οποίο στηρίζεται μεγάλο μέρος της αμερικανικής οικονομικής στρατηγικής.
Κέβιν Γουόρς, πρόεδρος FED © EPA
Ο νέος πρόεδρος της Ομοσπονδιακής Τράπεζας των ΗΠΑ, Κέβιν Γουόρς, έχει υποστηρίξει ότι η τεχνητή νοημοσύνη μπορεί να αποτελέσει τη σημαντικότερη τεχνολογική αλλαγή της σύγχρονης εποχής και να λειτουργήσει ως δύναμη που θα ενισχύσει την παραγωγικότητα, θα περιορίσει τον πληθωρισμό και θα αυξήσει την ανταγωνιστικότητα της αμερικανικής οικονομίας.
Σύμφωνα με αυτήν την προσέγγιση, ακόμη και μια αύξηση της ετήσιας παραγωγικότητας κατά μία ποσοστιαία μονάδα θα μπορούσε μέσα σε μία γενιά να οδηγήσει σε θεαματική βελτίωση του βιοτικού επιπέδου.
Η υψηλότερη παραγωγικότητα θα επέτρεπε στις επιχειρήσεις να αυξήσουν τους μισθούς χωρίς να δημιουργούνται ισχυρές πληθωριστικές πιέσεις, ενώ παράλληλα θα ενίσχυε τα δημόσια έσοδα, μειώνοντας σταδιακά τα δημοσιονομικά ελλείμματα και το βάρος του δημόσιου χρέους.
Ωστόσο, το κρίσιμο ερώτημα παραμένει: έχει ήδη ξεκινήσει αυτή η μεγάλη αλλαγή ή πρόκειται ακόμη για μια προσδοκία που χρειάζεται πολλά χρόνια για να επιβεβαιωθεί;
Η πραγματική επίδραση της Τεχνητής Νοημοσύνης στην παραγωγικότητα παραμένει αβέβαιη
Τα στοιχεία δείχνουν ότι η παραγωγικότητα στις Ηνωμένες Πολιτείες πράγματι έχει επιταχυνθεί μετά το 2022.
Η παραγωγή ανά ώρα εργασίας αυξήθηκε με ρυθμό περίπου 2,5% ετησίως από το τέλος του 2022 έως τις αρχές του 2026, ξεπερνώντας κατά περίπου μία ποσοστιαία μονάδα τον ρυθμό της περιόδου πριν από την πανδημία.
Η εξέλιξη αυτή θα μπορούσε εύκολα να συνδεθεί με την εξάπλωση της τεχνητής νοημοσύνης, όμως οι αναλύσεις των οικονομολόγων δείχνουν μια πιο σύνθετη εικόνα.
Σύμφωνα με μελέτες της Barclays, η αύξηση της παραγωγικότητας δεν οφείλεται μέχρι σήμερα σε μια ευρεία και βαθιά ενσωμάτωση της AI στις επιχειρήσεις, αλλά κυρίως στην εντατικότερη χρήση των ήδη υπαρχουσών ψηφιακών τεχνολογιών μετά την πανδημία.
Η υιοθέτηση της Τεχνητής Νοημοσύνης προχωράει, αλλά με πολύ πιο αργό ρυθμό από αυτόν που υπονοούν οι χρηματιστηριακές αποτιμήσεις.
Έρευνα της Ομοσπονδιακής Τράπεζας του Σεντ Λούις δείχνει ότι περίπου το 45% των εργαζομένων χρησιμοποιεί κάποιο εργαλείο AI στην εργασία του. Ωστόσο, ο πραγματικός χρόνος χρήσης παραμένει περιορισμένος.
Ο μέσος εργαζόμενος που χρησιμοποιεί Τεχνητή Νοημοσύνη αφιερώνει περίπου μισή ώρα ημερησίως σε αυτά τα εργαλεία, έναντι περίπου είκοσι λεπτών στα τέλη του 2024.
Το κρίσιμο ζήτημα είναι ότι η αύξηση αυτού του χρόνου δεν σημαίνει αυτόματα αύξηση της παραγωγικότητας.
Ένας εργαζόμενος μπορεί πράγματι να ολοκληρώνει μια εργασία ταχύτερα με τη βοήθεια της AI. Από την άλλη πλευρά, μπορεί να χρειάζεται σημαντικό χρόνο για να ελέγξει, να διορθώσει ή να προσαρμόσει το αποτέλεσμα που παράγει το σύστημα.
Παραγωγικότητα © Freepik
Επομένως, η τεχνολογία μπορεί να επιταχύνει συγκεκριμένες εργασίες χωρίς απαραίτητα να αυξάνει την αποτελεσματικότητα ολόκληρης της παραγωγικής διαδικασίας.
Ανάλογα συμπεράσματα προκύπτουν και από τις επιχειρηματικές έρευνες.
Σύμφωνα με το Business Trends and Outlook Survey του Γραφείου Απογραφής των ΗΠΑ, μόλις το 21% των επιχειρήσεων δηλώνει ότι χρησιμοποιεί Τεχνητή Νοημοσύνη, ενώ το 69% αναφέρει ότι δεν κάνει χρήση τέτοιων εργαλείων.
Το γεγονός ότι σχεδόν επτά στις δέκα επιχειρήσεις δεν έχουν ακόμη ενσωματώσει την AI δείχνει ότι η τεχνολογική μετάβαση βρίσκεται ακόμη σε αρχικό στάδιο.
Μελέτη της Federal Reserve καταλήγει ότι οι βελτιώσεις που παρατηρούνται σε επιμέρους εργασίες δεν έχουν ακόμη μετατραπεί σε συνολική αύξηση της παραγωγικότητας της οικονομίας.
Η ταχύτερη δημιουργία κώδικα από έναν προγραμματιστή ή η γρηγορότερη σύνταξη ενός εγγράφου από έναν υπάλληλο δεν σημαίνει απαραίτητα ότι μια ολόκληρη εταιρεία παράγει περισσότερη αξία.
Υπάρχουν ενδιάμεσα στάδια, οργανωτικές δυσκολίες και περιορισμοί που μπορούν να μειώσουν ή ακόμη και να εξαλείψουν τα αρχικά οφέλη.
Οι υποστηρικτές της Τεχνητής Νοημοσύνης υποστηρίζουν ότι η σημερινή εικόνα είναι φυσιολογική και αποτελεί χαρακτηριστικό κάθε μεγάλης τεχνολογικής μετάβασης.
Το βασικό τους επιχείρημα είναι η λεγόμενη «καμπύλη J».
Σύμφωνα με αυτή τη θεωρία, όταν εμφανίζεται μια νέα τεχνολογία, οι επιχειρήσεις αρχικά επιβαρύνονται από υψηλές επενδύσεις, εκπαίδευση προσωπικού και αναδιοργάνωση διαδικασιών.
Στην πρώτη φάση, η παραγωγικότητα μπορεί ακόμη και να μειωθεί, επειδή οι εταιρείες ξοδεύουν πόρους για να προσαρμοστούν στη νέα πραγματικότητα.
Μόνο αργότερα, όταν η τεχνολογία ενσωματωθεί πλήρως στην καθημερινή λειτουργία των επιχειρήσεων, εμφανίζονται οι πραγματικές αποδόσεις.
Παρόμοιο παράδειγμα αποτελεί η πληροφορική στις Ηνωμένες Πολιτείες. Κατά τη δεκαετία του 1980, οι επιχειρήσεις επένδυσαν μαζικά σε ηλεκτρονικά συστήματα, όμως τα σημαντικά κέρδη παραγωγικότητας εμφανίστηκαν αρκετά χρόνια αργότερα, μετά την ύφεση του 1991 και κυρίως στη δεκαετία του 1990.
H Τεχνητή Νοημοσύνη στο κλείσιμο μεγάλων συναλλαγών της Wall Street © Χ.com
Οι αισιόδοξοι αναλυτές θεωρούν ότι αντίστοιχη πορεία μπορεί να ακολουθήσει και η Τεχνητή Νοημοσύνη.
Η οικονομολόγος της Goldman Sachs Έλσι Πενγκ υποστηρίζει ότι οι σημαντικές επιδράσεις των νέων τεχνολογιών συνήθως εμφανίζονται με μεγάλη καθυστέρηση. Η ανάλυσή της δείχνει ότι τα πρώτα χρόνια μετά την υιοθέτηση μιας τεχνολογίας μπορεί να υπάρχουν περιορισμένα ή αρνητικά αποτελέσματα, ενώ οι ουσιαστικές αυξήσεις παραγωγικότητας εμφανίζονται μετά από αρκετά χρόνια.
Με βάση αυτήν την προσέγγιση, εάν το ChatGPT θεωρηθεί η αφετηρία μιας νέας τεχνολογικής εποχής, οι σημαντικές επιδράσεις της Τεχνητής Νοημοσύνης μπορεί να φανούν μετά το 2030, με την πλήρη επίδραση να μετατίθεται προς τα μέσα της επόμενης δεκαετίας.
Ανάλογη είναι και η εκτίμηση του ΟΟΣΑ, σύμφωνα με την οποία οι τεχνολογίες που αλλάζουν ριζικά την οικονομία χρειάζονται συχνά περίπου είκοσι χρόνια μέχρι να μετατραπούν σε μετρήσιμη μακροοικονομική αύξηση παραγωγικότητας.
Αυτό σημαίνει ότι η σημερινή επενδυτική φρενίτιδα μπορεί να προηγείται σημαντικά της πραγματικής οικονομικής απόδοσης.
Η αντίσταση των εργαζομένων δημιουργεί ένα νέο εμπόδιο
Ένας παράγοντας που συχνά υποτιμάται στη συζήτηση για την Τεχνητή Νοημοσύνη είναι η αντίδραση των ίδιων των εργαζομένων.
Η τεχνολογία μπορεί να είναι διαθέσιμη, όμως η επιτυχία της εξαρτάται από το κατά πόσο οι άνθρωποι είναι διατεθειμένοι να την ενσωματώσουν στην καθημερινή τους εργασία.
Έρευνα της Writer και της Workplace Intelligence, στην οποία συμμετείχαν περίπου 2.400 εργαζόμενοι υψηλής εξειδίκευσης, έδειξε ότι σημαντικό ποσοστό εργαζομένων αντιστέκεται ενεργά ή παθητικά στη χρήση εργαλείων Τεχνητής Νοημοσύνης.
Στους νεότερους εργαζομένους της Generation Z, το φαινόμενο εμφανίζεται ακόμη πιο έντονο.
Εργαζόμενοι και Τεχνητή Νοημοσύνη © Deloitte
Παράλληλα, διεθνής έρευνα της WalkMe έδειξε ότι περισσότεροι από τους μισούς εργαζομένους είχαν παρακάμψει τα εταιρικά εργαλεία AI και προτίμησαν να ολοκληρώσουν εργασίες με τον παραδοσιακό τρόπο.
Ο βασικός λόγος φαίνεται να είναι ο φόβος απώλειας θέσεων εργασίας ή η υποβάθμιση του ανθρώπινου ρόλου μέσα στις επιχειρήσεις.
Η εξέλιξη αυτή θυμίζει σε αρκετούς αναλυτές το ιστορικό κίνημα των Λουδιτών στις αρχές της βιομηχανικής επανάστασης, όταν οι εργαζόμενοι αντιδρούσαν στην εισαγωγή μηχανών που θεωρούσαν απειλή για το επάγγελμά τους.
Σήμερα, μια νέα μορφή αντίστασης εμφανίζεται απέναντι στους αλγόριθμους.
Η Τεχνητή Νοημοσύνη μπορεί να αποτελεί το μεγαλύτερο τεχνολογικό στοίχημα της εποχής, όμως η επιτυχία της θα εξαρτηθεί όχι μόνο από τις δυνατότητες των μηχανών, αλλά και από την ικανότητα της οικονομίας και της κοινωνίας να τις ενσωματώσουν.
