Με τα κεφάλαια που δαπανούν οι κολοσσοί της τεχνολογίας φαίνεται ότι δεν έχουμε δει τίποτα ακόμα. Πέρυσι, οι μεγαλύτερες εταιρείες τεχνολογίας των ΗΠΑ, μεταξύ των οποίων η Amazon, η Google και η Microsoft, ξόδεψαν 450 δισ. δολάρια σε υποδομές, μεγάλο μέρος των οποίων προοριζόταν για την ανάπτυξη της τεχνητής νοημοσύνης. Αυτό το ποσό αποδείχτηκε απλώς ένα… ορεκτικό.
Σύμφωνα με έρευνα της Ευρωπαϊκής Κεντρικής Τράπεζας, στα τέλη του 2025 μόνο το ένα δέκατο των επιχειρήσεων της ζώνης του ευρώ που χρησιμοποιούσαν τεχνητή νοημοσύνη ανέφεραν ότι το έκαναν «εντατικά».
Για το κυρίως πιάτο, φέτος θα δαπανήσουν 900 δισ. δολάρια σε μικροτσίπ, κέντρα δεδομένων, ηλεκτρική ενέργεια και άλλα παρόμοια, ενώ το 2027 θα ακολουθήσει ένα επιδόρπιο ύψους 1,4 τρισεκατομμυρίων δολαρίων. Για να χρηματοδοτήσουν αυτό το «γλέντι», έχουν δανειστεί περισσότερα από 400 δισ. δολάρια φέτος. Η έκρηξη των επενδύσεων σε τεχνητή νοημοσύνη εξελίσσεται ραγδαία στη μεγαλύτερη επενδυτική έξαρση της ιστορίας (βλ. γράφημα 1), όπως επισημαίνει σε σχετική ανάλυσή του ο Economist.
Αν η υπερνοημοσύνη είναι εφικτή, η δημιουργία υπολογιστικής ισχύος που καλύπτει έκταση ίση με γήπεδα ποδοσφαίρου θα μπορούσε επίσης να αποτελέσει την πιο πολύτιμη επένδυση κεφαλαίου στην ιστορία. Ωστόσο, οι κεφαλαιουχικές δαπάνες μπορεί ακόμα να αποφέρουν απογοητευτικές αποδόσεις για τους επενδυτές, σημειώνει ο Economist.
Από το υψηλό που σημείωσαν τον Ιούνιο, οι τιμές των μετοχών των μεγαλύτερων εταιρειών τεχνητής νοημοσύνης έχουν υποχωρήσει κατά 15%, καθώς εντείνονται οι ανησυχίες ότι θα είναι δύσκολο να επιτευχθούν ικανοποιητικές αποδόσεις. Αφότου η Alphabet, μητρική εταιρεία της Google, ανακοίνωσε τα αποτελέσματα του δεύτερου τριμήνου στις 22 Ιουλίου, η μετοχή της υποχώρησε κατά 7%. Στις 28 Ιουλίου, ο δείκτης αναφοράς της Νότιας Κορέας, στον οποίο κυριαρχούν η Samsung Electronics και η SK Hynix, δύο μεγάλοι κατασκευαστές μικροτσίπ, υποχώρησε κατά ένα δέκατο.
Απέχουν ακόμα οι πωλήσεις ύψους τρισ. στην τεχνητή νοημοσύνη
Ένας πρόχειρος υπολογισμός δείχνει ότι η κάλυψη των κεφαλαιουχικών δαπανών για την τεχνητή νοημοσύνη (AI) μέσω αναγνωρίσιμων εσόδων από την τεχνητή νοημοσύνη απαιτεί έσοδα της τάξης των 2,5 τρισ. δολαρίων ετησίως, ποσό μεγαλύτερο από το σύνολο των σημερινών εσόδων του τεχνολογικού κλάδου. Μόνο μια μικρή μειοψηφία καταναλωτών φαίνεται πρόθυμη να πληρώσει για προσωπικές συνδρομές τεχνητής νοημοσύνης, οπότε τα πραγματικά κέρδη θα πρέπει να προέλθουν από τις πωλήσεις σε επιχειρήσεις. Οι επενδυτές θα μπορούσαν, για παράδειγμα, να χρησιμοποιήσουν το Copilot της Microsoft για να δημιουργήσουν καλύτερα χρηματοοικονομικά μοντέλα, ενώ τα σχολεία θα μπορούσαν να διδάξουν τα παιδιά με μοντέλα της Google. Προς το παρόν, όμως, οι πωλήσεις της τάξης των τρισεκατομμυρίων απέχουν πολύ.
Για να εκτοξευθούν τα έσοδα από την τεχνητή νοημοσύνη, θα πρέπει περισσότερες επιχειρήσεις να χρησιμοποιούν την τεχνητή νοημοσύνη (αυτό που οι οικονομολόγοι αποκαλούν αύξηση στο «εκτετατικό περιθώριο») και να την αξιοποιούν σε μεγαλύτερο βαθμό (το «εντατικό περιθώριο»). Στο εκτετατικό περιθώριο, περίπου το 20% των αμερικανικών επιχειρήσεων χρησιμοποίησε την τεχνητή νοημοσύνη «σε οποιαδήποτε… επιχειρηματική λειτουργία» κατά τη διάρκεια των προηγούμενων δύο εβδομάδων, σύμφωνα με την τελευταία δεκαπενθήμερη έρευνα της Υπηρεσίας Απογραφής.
Στη Βρετανία, τα επίσημα στοιχεία δείχνουν ότι περίπου το ένα τρίτο των επιχειρήσεων δηλώνει ότι χρησιμοποιεί την τεχνητή νοημοσύνη, αν και η ερώτηση διατυπώνεται διαφορετικά. Αυτό υποδηλώνει ταχεία τεχνολογική διάδοση με οποιαδήποτε κριτήρια: άλλωστε, πριν από τέσσερα χρόνια κανείς δεν χρησιμοποιούσε μεγάλα γλωσσικά μοντέλα.
Τεχνητή νοημοσύνη και επιχειρήσεις
Ωστόσο, τα ποσοστά αυτά ενδέχεται να έχουν σταθεροποιηθεί πρόσφατα. Τον Μάιο, οικονομολόγοι της Υπηρεσίας Απογραφής διαπίστωσαν ότι «η χρήση της τεχνητής νοημοσύνης παρέμεινε σχετικά σταθερή σε πολλούς τομείς τους τελευταίους έξι μήνες». Μια έρευνα του Jon Hartley από το Πανεπιστήμιο του Τέξας στο Ώστιν και άλλων ερευνητών δείχνει ότι, αφού έφτασε στο αποκορύφωμα του 46% του εργατικού δυναμικού στα μέσα του 2025, σήμερα περίπου το 33% των ατόμων χρησιμοποιεί τεχνητή νοημοσύνη στην εργασία του. Αν, για παράδειγμα, το ένα τρίτο των επιχειρήσεων στον ΟΟΣΑ — έναν οργανισμό που αποτελείται κυρίως από πλούσιες χώρες — υιοθετήσει την τεχνητή νοημοσύνη, τότε για να αποφέρουν έσοδα 2,5 τρισεκατομμυρίων δολαρίων από την τεχνητή νοημοσύνη, οι επιχειρήσεις θα πρέπει να δαπανήσουν κατά μέσο όρο περίπου 100.000 δολάρια ετησίως. Είναι αυτό εφικτό;
Ίσως, αν και προς το παρόν λίγες επιχειρήσεις αντιμετωπίζουν την τεχνητή νοημοσύνη ως βασική τεχνολογία, γεγονός που περιορίζει το ποσό που είναι διατεθειμένες να δαπανήσουν για αυτήν. Σύμφωνα με έρευνα της Ευρωπαϊκής Κεντρικής Τράπεζας, στα τέλη του 2025 μόνο το ένα δέκατο των επιχειρήσεων της ζώνης του ευρώ που χρησιμοποιούσαν τεχνητή νοημοσύνη ανέφεραν ότι το έκαναν «εντατικά». Η Bundesbank διαπιστώνει ότι περίπου το ήμισυ των γερμανικών επιχειρήσεων που χρησιμοποιούν τεχνητή νοημοσύνη το κάνουν για το 5% των ωρών εργασίας ή λιγότερο. Ο Ιβάν Γιοτζόφ της Τράπεζας της Αγγλίας, μαζί με τους συνεργάτες του, διαπίστωσε ότι ο μέσος Αμερικανός διευθυντής χρησιμοποιεί την τεχνητή νοημοσύνη για 1,7 ώρες την εβδομάδα — αρκετό χρόνο για να δημιουργήσει μια αξιοπρεπή παρουσίαση στο PowerPoint, αλλά όχι πολύ περισσότερο.
Για αυτούς τους ερασιτέχνες, τα δωρεάν ή εξαιρετικά φθηνά μοντέλα τεχνητής νοημοσύνης είναι συχνά αρκετά καλά. Επίσημα στοιχεία από τη Βρετανία υποδηλώνουν ότι σχεδόν το ήμισυ των βρετανικών επιχειρήσεων που χρησιμοποιούν τεχνητή νοημοσύνη δεν πληρώνουν για αυτήν, πιθανώς αρκούμενες στο δωρεάν επίπεδο ενός αμερικανικού μοντέλου ή ενός κινεζικού μοντέλου ανοιχτού κώδικα. Η Ramp, μια εταιρεία χρηματοοικονομικής τεχνολογίας, διαπιστώνει ότι ένα μικρό ποσοστό επιχειρήσεων ξοδεύει χιλιάδες δολάρια το μήνα ανά εργαζόμενο για τεχνητή νοημοσύνη. Ωστόσο, η μέση μηνιαία δαπάνη ανά εργαζόμενο τον Ιούνιο ήταν 10,66 δολάρια. Η Intuit, μια εταιρεία λογισμικού που παρακολουθεί μικρές και μεσαίες επιχειρήσεις στην Αμερική, τη Βρετανία και τον Καναδά, αναφέρει ότι περίπου μία στις δέκα έχει πληρώσει για ένα εξειδικευμένο εργαλείο τεχνητής νοημοσύνης.
Συνολικά έσοδα 150 δισ. ετησίως
Οι συνολικές δαπάνες για την τεχνητή νοημοσύνη μπορούν μόνο να εκτιμηθούν, καθώς οι πηγές δεδομένων είναι ασαφείς και η εικόνα μεταβάλλεται ραγδαία. Η συμβουλευτική εταιρεία Exponential View υπολογίζει τα έσοδα από τη γενετική τεχνητή νοημοσύνη σε 175 δισ. δολάρια, σε ετήσια βάση, τον Ιούνιο. Σε πρόσφατη μελέτη, ο Anton Korinek της Anthropic και ο Patrick McKelvey της Τράπεζας του Καναδά εκτιμούν τα συνολικά έσοδα από τις «υπηρεσίες τεχνητής νοημοσύνης». Προσαρμόζοντας τη μεθοδολογία τους, υπολογίζουμε ότι το ποσό αυτό ανήλθε σε 220 δισ. δολάρια (και πάλι σε ετήσια βάση) κατά το πρώτο τρίμηνο του τρέχοντος έτους. Τα στοιχεία της Ramp υποδηλώνουν ότι το 2-3% των επιχειρηματικών δαπανών κατευθύνεται πλέον προς την τεχνητή νοημοσύνη, κάτι που αντιστοιχεί σε 170 δισ. δολάρια ετησίως.
Όλοι αυτοί οι πολύπλοκοι υπολογισμοί συμπίπτουν περίπου με έναν πολύ απλούστερο: την άθροιση των εσόδων από την τεχνητή νοημοσύνη των εταιρειών που πωλούν το μεγαλύτερο μέρος της τεχνητής νοημοσύνης. Η Anthropic αποφέρει ίσως 75 δισ. δολάρια, σε ετήσια βάση· η OpenAI κερδίζει δεκάδες δισεκατομμύρια· η Google, μέσω του μοντέλου τεχνητής νοημοσύνης της Gemini, και η Microsoft πιθανώς εισπράττουν λίγο λιγότερα. Η SpaceX ενδέχεται να έχει έσοδα αξίας μερικών δισεκατομμυρίων δολαρίων από την τεχνητή νοημοσύνη για επιχειρήσεις φέτος. Η Meta επίσης κερδίζει μερικά δολάρια από την τεχνητή νοημοσύνη. Αν τα προσθέσουμε όλα αυτά, καταλήγουμε σε περίπου 150 δισ. δολάρια ετησίως.
Τα έσοδα αυξάνονται με εξαιρετικά γρήγορους ρυθμούς. Ίσως όμως όχι αρκετά γρήγορα για τους επενδυτές, όπως υποδηλώνουν οι υπολογισμοί του Phurichai Rungcharoenkitkul από την Τράπεζα Διεθνών Διακανονισμών. Το βασικό σημείο είναι ότι η χρήση της τεχνητής νοημοσύνης, όπως αποτυπώνεται από την κατανάλωση token, πιθανώς αυξάνεται ακόμη πιο γρήγορα από τα έσοδα. Αυτό μπορεί να οφείλεται στο γεγονός ότι όλο και περισσότεροι άνθρωποι μετακινούνται από το ένα δωρεάν μοντέλο στο άλλο, αντί να πληρώνουν.
Σύμφωνα με την ανάλυση του κ. Rungcharoenkitkul, αυτό έχει μια σημαντική συνέπεια: τουλάχιστον ένα μέρος της υπερβολικής δαπάνης για επενδύσεις σε τεχνητή νοημοσύνη (aicapex) αντιπροσωπεύει ανταγωνισμό μηδενικού αθροίσματος. Οι εταιρείες χρησιμοποιούν μέρος της επιπλέον υπολογιστικής ισχύος που αναπτύσσουν όχι για να επεκτείνουν την αγορά των πελατών που πληρώνουν, αλλά για να αποσπάσουν πελάτες από τους ανταγωνιστές τους. Η μελέτη υπονοεί ότι ίσως το ένα τρίτο της επένδυσης, ή και περισσότερο, είναι απίθανο να αποφέρει ικανοποιητική απόδοση.
Ωστόσο, τα έσοδα ενδέχεται σύντομα να αυξηθούν ακόμη πιο γρήγορα, εφόσον πληρούνται δύο προϋποθέσεις. Η πρώτη είναι ότι η τεχνητή νοημοσύνη (AI) ενισχύει σημαντικά την παραγωγικότητα. Προς το παρόν, υπάρχουν ελάχιστα στοιχεία που να δείχνουν ότι η τεχνητή νοημοσύνη μετασχηματίζει τις επιχειρήσεις. Λίγες εταιρείες εξοικονομούν χρήματα αντικαθιστώντας τους εργαζόμενους με ρομπότ. Σύμφωνα με τη μελέτη του κ. Γιοτζόφ, εννέα στους δέκα στελέχη αναφέρουν ότι η τεχνητή νοημοσύνη δεν είχε καμία επίδραση στην παραγωγικότητα της εταιρείας τους τα τελευταία τρία χρόνια. Αν όμως αυτό αλλάξει, περισσότερες εταιρείες θα δουν λόγο να αφιερώσουν περισσότερους πόρους στην τεχνολογία αυτή. Θα είναι επίσης πιο πρόθυμες να απορροφήσουν τις αυξήσεις των τιμών, ενισχύοντας περαιτέρω τα έσοδα.
Το δεύτερο είναι ότι η τεχνητή νοημοσύνη (AI) συμβάλλει στο «άυλο κεφάλαιο». Για να αξιοποιήσουν στο έπακρο την τεχνητή νοημοσύνη, οι επιχειρήσεις δεν μπορούν απλώς να αγοράσουν ένα chatbot, αλλά πρέπει να αναδιαμορφώσουν τις διαδικασίες τους, συμπεριλαμβανομένου του προσωπικού τους και της χρήσης των δεδομένων, από την κορυφή μέχρι τη βάση. Τα ιστορικά στοιχεία δείχνουν ότι για κάθε 1 δολάριο επένδυσης σε υλικό υπολογιστών, οι εταιρείες έχουν πραγματοποιήσει 5-10 δολάρια σε τέτοιου είδους άυλες επενδύσεις — κάτι που σημαίνει ότι θα πρέπει να δαπανήσουν τρισεκατομμύρια δολάρια ετησίως, εάν η τεχνητή νοημοσύνη πρόκειται να αξιοποιήσει πλήρως το δυναμικό της.
Μέχρι στιγμής, ωστόσο, υπάρχουν ελάχιστα στοιχεία που να υποδηλώνουν μια έκρηξη στις άυλες επενδύσεις. Εταιρείες οργάνωσης δεδομένων όπως η Palantir έχουν έσοδα της τάξης των δισεκατομμυρίων, όχι εκατοντάδων δισεκατομμυρίων. Το ποσοστό των Αμερικανών εργαζομένων που εγκαταλείπουν τις θέσεις εργασίας τους βρίσκεται κοντά στο ιστορικό χαμηλό, γεγονός που υποδηλώνει ελάχιστη αναδιοργάνωση του εργατικού δυναμικού. Νέα στοιχεία δείχνουν ότι η επένδυση των αμερικανικών εταιρειών στο «οργανωτικό κεφάλαιο» —ουσιαστικά προσπάθειες βελτίωσης των ρουτινών, των διαδικασιών, της κουλτούρας, των σχέσεων με τους προμηθευτές και των ροών δεδομένων— μειώνεται ως ποσοστό του ΑΕΠ (βλ. γράφημα 2).
