Η πρόσφατη διόρθωση των μετοχών που συνδέονται με την τεχνητή νοημοσύνη επαναφέρει στο προσκήνιο τους προβληματισμούς σχετικά με τη βιωσιμότητα του μεγαλύτερου τεχνολογικού επενδυτικού κύκλου των τελευταίων δεκαετιών.
Οι ανησυχίες για αυστηρότερη νομοθεσία στις ΗΠΑ μετά τις ενδιάμεσες εκλογές, οι δυσκολίες αδειοδότησης και οι τοπικές αντιδράσεις στην κατασκευή κέντρων δεδομένων δημιουργούν ένα περισσότερο σύνθετο περιβάλλον.
Ωστόσο, η αγορά ενδεχομένως εστιάζει στη λάθος πλευρά της εξίσωσης. Το κυρίαρχο ζήτημα δεν είναι πλέον η επάρκεια της ζήτησης για υπηρεσίες τεχνητής νοημοσύνης, αλλά η διευρυνόμενη απόσταση μεταξύ των αναγκών σε υπολογιστική ισχύ και της δυνατότητας της βιομηχανίας να τις καλύψει.
Η συγκεκριμένη διαπίστωση έχει ιδιαίτερη χρηματιστηριακή σημασία, καθώς η σπανιότητα παραγωγικών πόρων μπορεί να οδηγήσει σε ανακατανομή της κερδοφορίας στο σύνολο της αλυσίδας αξίας. Πέντε είναι τα κύρια ζητήματα που χρήζουν προσοχής.
Πρώτον, η ζήτηση αποκτά ολοένα και περισσότερο διαρθρωτικά χαρακτηριστικά, διότι οι μεγάλες εταιρείες τεχνολογίας δεν κατασκευάζουν πλέον υποδομές στηριζόμενες αποκλειστικά στην προσδοκία μελλοντικής ζήτησης, αλλά ανταποκρίνονται σε ανάγκες που ήδη υφίστανται.
Εξάλλου, οι επιχειρήσεις περνούν από το στάδιο του πειραματισμού στην ενσωμάτωση της τεχνητής νοημοσύνης στις παραγωγικές τους διαδικασίες, δημιουργώντας νέες και επαναλαμβανόμενες ανάγκες για υπολογιστικούς πόρους.
Επομένως, η πρόκληση για τις εταιρείες τεχνολογίας μετατοπίζεται από την προσέλκυση χρηστών στην εξασφάλιση της απαραίτητης δυναμικότητας για την εξυπηρέτησή τους.
Αυτό, βεβαίως, δεν συνεπάγεται ότι κάθε επένδυση θα αποδειχθεί αποδοτική, περιορίζει όμως τον κίνδυνο δημιουργίας υποδομών χωρίς αντίστοιχο οικονομικό αντικείμενο.
Δεύτερον, αυξάνεται εκθετικά η ένταση χρήσης της υπολογιστικής ισχύος, καθώς η ανάπτυξη αυτόνομων συστημάτων τεχνητής νοημοσύνης (agentic AI), τα οποία μπορούν να σχεδιάζουν και να εκτελούν σύνθετες εργασίες με περιορισμένη ανθρώπινη παρέμβαση, μεταβάλλει δραστικά τις απαιτήσεις σε υπολογιστικούς πόρους.
Και σε αντίθεση με μια συμβατική αναζήτηση ή ερώτηση σε ένα chatbot, τα συγκεκριμένα συστήματα πραγματοποιούν εκατοντάδες διαδοχικές ενέργειες, καταναλώνοντας υπό προϋποθέσεις έως και 1.000 φορές περισσότερα tokens.
Συνεπώς, η ζήτηση αυξάνεται σε δύο επίπεδα, τόσο ως προς τον αριθμό των χρηστών όσο και ως προς την υπολογιστική ισχύ που απαιτεί κάθε επιμέρους εργασία.
Παράλληλα, η αξιοποίηση της ίδιας της τεχνητής νοημοσύνης για την ανάπτυξη νέων και εξελιγμένων μοντέλων επιταχύνει τον ρυθμό της τεχνολογικής προόδου, δημιουργώντας έναν αυτοτροφοδοτούμενο κύκλο αυξανόμενων υπολογιστικών αναγκών.
Τρίτον, τα όρια της ψηφιακής ανάπτυξης καθορίζονται πλέον από τη φυσική οικονομία. Η πρόσβαση σε δεδομένα, η διαθεσιμότητα εξειδικευμένου ανθρώπινου δυναμικού, οι προηγμένοι επεξεργαστές και κυρίως η ηλεκτρική ενέργεια αποτελούν τους σημαντικότερους περιοριστικούς παράγοντες.
Προσέτι, ενώ η ανάπτυξη μιας νέας εφαρμογής μπορεί να πραγματοποιηθεί μέσα σε λίγους μήνες, η κατασκευή ενός κέντρου δεδομένων, ενός σταθμού παραγωγής ηλεκτρικής ενέργειας ή η αναβάθμιση ενός δικτύου μεταφοράς απαιτούν χρόνια.
Αυτή η χρονική ασυμμετρία δημιουργεί συνθήκες διαρθρωτικής ανεπάρκειας στην προσφορά, αναβαθμίζοντας την οικονομική αξία των ήδη διαθέσιμων υποδομών.
Υπό αυτό το πρίσμα, οι αυστηρότεροι κανονισμοί και οι περιορισμοί στην αδειοδότηση νέων εγκαταστάσεων μπορούν να λειτουργήσουν ως εμπόδιο εισόδου για νέους ανταγωνιστές, ενισχύοντας τη διαπραγματευτική ισχύ των υφιστάμενων επιχειρήσεων.
Τέταρτον, ο τεχνολογικός ανταγωνισμός μεταξύ ΗΠΑ και Κίνας αποκτά ευρύτερη οικονομική διάσταση. Τούτο δε ελέγχεται παρά το αμερικανικό προβάδισμα στους προηγμένους ημιαγωγούς, μιας και η Κίνα διαθέτει σημαντικά ανταγωνιστικά πλεονεκτήματα στη διαθεσιμότητα μηχανικών, στην παραγωγική δυναμικότητα ηλεκτρικής ενέργειας και στην ταχύτητα εφαρμογής νέων τεχνολογιών.
Η επικράτηση στην τεχνητή νοημοσύνη δεν θα κριθεί αποκλειστικά από το ποιος διαθέτει τους ισχυρότερους επεξεργαστές, αλλά και από το ποιος μπορεί να αξιοποιήσει αποτελεσματικότερα την τεχνολογία σε μαζική κλίμακα και με ανταγωνιστικό κόστος.
Και σε τελική ανάλυση, οι πολιτικές αποφάσεις ενδέχεται να επηρεάσουν περισσότερο τη γεωγραφική κατανομή των επενδύσεων παρά το συνολικό τους ύψος.
Πέμπτον, η χρηματιστηριακή ευκαιρία διευρύνεται πέρα από τον στενό τεχνολογικό κλάδο. Οι επιχειρήσεις παραγωγής ηλεκτρικής ενέργειας, οι διαχειριστές δικτύων, οι κατασκευαστές ηλεκτρολογικού εξοπλισμού και οι πάροχοι κρίσιμων ψηφιακών υποδομών αποκτούν αυξανόμενη σημασία, ενώ και ο χρηματοπιστωτικός κλάδος μπορεί να επωφεληθεί τόσο από τις αυξημένες χρηματοδοτικές ανάγκες όσο και από τη βελτίωση της παραγωγικότητας μέσω της υιοθέτησης της τεχνολογίας.
Εντός του τεχνολογικού κλάδου, το ενδιαφέρον μετατοπίζεται προς τις επιχειρήσεις που ελέγχουν δυσεύρετους παραγωγικούς πόρους, διαθέτουν ισχυρά εμπόδια εισόδου και μπορούν να μετατρέψουν την ανεπάρκεια της προσφοράς σε τιμολογιακή ισχύ (λ.χ. Nvidia, TSMC, ASML, Vertiv, Broadcom, SK Hynix).
Η επόμενη φάση του χρηματιστηριακού κύκλου της τεχνητής νοημοσύνης πιθανότατα θα χαρακτηρίζεται από μεγαλύτερη επιλεκτικότητα. Η αύξηση της ζήτησης δεν δικαιολογεί κάθε αποτίμηση, όπως και η αύξηση των επενδύσεων δεν εγγυάται αντίστοιχη αύξηση της κερδοφορίας.
Το ζητούμενο για τους επενδυτές είναι να εντοπίσουν όχι απλώς τις επιχειρήσεις που συμμετέχουν στην τεχνολογική μετάβαση, αλλά εκείνες που ελέγχουν τους περιοριστικούς παράγοντες της ανάπτυξής της.
Διότι σε μια αγορά όπου η ζήτηση αυξάνεται ταχύτερα από την προσφορά, το μεγαλύτερο ανταγωνιστικό πλεονέκτημα ενδέχεται να μην είναι η ίδια η τεχνολογία, αλλά ο έλεγχος των πόρων που καθιστούν εφικτή τη λειτουργία της.
































![72 δόσεις: Διευκρινίσεις σχετικά με την πληρωμή των φορολογικών ληξιπρόθεσμων χρεών [Μέρος 3ο]](https://www.ot.gr/wp-content/uploads/2023/06/ritmisi.jpg)
![Κρασί: Σε ασφυκτικό κλοιό παραγωγοί και αγορά [γραφήματα]](https://www.ot.gr/wp-content/uploads/2026/07/ot_wines-1024x600-1.jpg)





