|
Όμως πίσω από την
εκρηκτική ανάπτυξη της
τεχνολογίας αρχίζει να
εμφανίζεται κάτι που
μέχρι πρόσφατα έλειπε:
ο λογαριασμός.
Από το «πόσα μπορεί να
κάνει η AI»
στο «πόσο κοστίζει»
Οι εταιρείες δεν
αμφισβητούν πλέον τόσο
εύκολα ότι η AI
μπορεί να μετασχηματίσει
τον τρόπο λειτουργίας
τους. Το ερώτημα που
γίνεται ολοένα πιο
πιεστικό είναι εάν η
παραγωγικότητα και τα
έσοδα που δημιουργεί
μπορούν να
δικαιολογήσουν τις
τεράστιες επενδύσεις.
Παραδείγματα
επιχειρήσεων που ξόδεψαν
πολύ γρήγορα τα
διαθέσιμα κονδύλια για
AI
πληθαίνουν. Στο
επίκεντρο βρίσκεται
πλέον το λεγόμενο
«tokenmaxxing»,
δηλαδή η ανεξέλεγκτη
χρήση generative
AI
από εργαζομένους, η
οποία μπορεί να
δημιουργήσει πολύ
υψηλότερους λογαριασμούς
υπολογιστικής ισχύος από
αυτούς που είχε
προβλέψει η διοίκηση.
Το πρόβλημα δεν
περιορίζεται όμως στο
κόστος των
chatbot.
Η AI
περνά σταδιακά από απλά
εργαλεία που βοηθούν
έναν εργαζόμενο να
γράψει ένα email
σε αυτόνομους
agents,
οι οποίοι μπορούν να
γράφουν κώδικα, να
εκτελούν εργασίες και να
συντονίζουν διαφορετικές
διαδικασίες μέσα σε μια
επιχείρηση.
Και εδώ εμφανίζεται ένας
νέος κίνδυνος: οι ίδιες
οι διοικήσεις μπορεί να
μην γνωρίζουν πόσα
συστήματα AI
λειτουργούν μέσα στους
οργανισμούς τους.
Σε παρουσίαση στο
συνέδριο, η
Dataiku
ανέφερε ότι έλεγχος σε
πελάτη της αποκάλυψε
περισσότερους από
400
AI
agents,
ενώ ο CIO
της εταιρείας περίμενε
ότι υπήρχαν περίπου 40.
Η απόσταση ανάμεσα στις
δύο εκτιμήσεις είναι
ενδεικτική του
προβλήματος που
δημιουργεί η ταχύτητα με
την οποία εξαπλώνεται η
τεχνολογία.
Μόλις 7% βλέπει
πραγματική απόδοση
Τα στοιχεία από τις
επιχειρήσεις είναι ακόμη
πιο αποκαλυπτικά.
Σύμφωνα με έρευνα της
KPMG
τον Μάιο, μόλις
7% από 2.145 στελέχη
που συμμετείχαν
μπορούσαν να αποδείξουν
ότι οι επενδύσεις τους
στην τεχνητή νοημοσύνη
έχουν ήδη δημιουργήσει
οικονομική απόδοση.
Ακόμη πιο ανησυχητικό
είναι ότι σχεδόν οι
μισοί δήλωσαν πως έχουν
αμφισβητήσει,
καθυστερήσει ή
περιορίσει την ανάπτυξη
AI
agents,
επειδή το κόστος άρχισε
να ξεπερνά τα οφέλη.
Αυτό δημιουργεί ένα
παράδοξο.
Η τεχνολογία εξελίσσεται
με πρωτοφανή ταχύτητα,
αλλά η οικονομική
απόδοση των επενδύσεων
παραμένει δύσκολο να
αποδειχθεί.
Και παρ' όλα αυτά, οι
επιχειρήσεις συνεχίζουν
να επενδύουν.
Το FOMO
παραμένει ισχυρότερο από
την απόδοση
Η εξήγηση βρίσκεται εν
μέρει στον φόβο ότι
κάποιος μπορεί να μείνει
πίσω.
Έρευνα της Boston
Consulting
Group
έδειξε ότι περίπου
94% των στελεχών
που συμμετείχαν στις
αρχές του έτους
σχεδιάζουν να συνεχίσουν
τις επενδύσεις στην
AI,
ακόμη και χωρίς άμεσες
οικονομικές αποδόσεις.
Πρόκειται ουσιαστικά για
το επιχειρηματικό
αντίστοιχο του
FOMO.
Η διοίκηση μιας μεγάλης
εταιρείας μπορεί να
γνωρίζει ότι η επένδυση
δεν έχει ακόμη αποδώσει,
αλλά δυσκολεύεται να
σταματήσει, επειδή το
κόστος του να μην
επενδύσει μπορεί να
είναι ακόμη μεγαλύτερο
εάν η τεχνολογία
αποδειχθεί πράγματι
μετασχηματιστική.
Έτσι δημιουργείται ένας
αυτοτροφοδοτούμενος
κύκλος:
AI
επενδύσεις → φόβος
απώλειας
ανταγωνιστικότητας →
περισσότερες επενδύσεις
→ αυξανόμενο κόστος →
ανάγκη για αποδεδειγμένη
απόδοση.
Και κάπου εδώ βρίσκεται
ίσως η μεγαλύτερη
πρόκληση για την επόμενη
φάση του AI
boom.
Η τεχνολογία συνεχίζει
να υπόσχεται όλο και
περισσότερα
Το εντυπωσιακό είναι
ότι, ενώ οι επιχειρήσεις
αρχίζουν να ανησυχούν
για τις αποδόσεις των
υφιστάμενων επενδύσεων,
οι υποσχέσεις της
τεχνολογίας γίνονται
ακόμη μεγαλύτερες.
Στο συνέδριο
παρουσιάστηκαν εφαρμογές
για ανακάλυψη φαρμάκων
και βιοασφάλεια,
φωνητικοί agents
που μπορούν να ελέγχουν
άλλα συστήματα AI,
αλλά και ρομπότ —
ανθρωποειδή και
τετράποδα — που
κινούνταν στους χώρους
της έκθεσης.
Ο Eric
Nguyen,
επικεφαλής της
Radical
Numerics,
υποστήριξε μάλιστα ότι
το λογισμικό της
εταιρείας του
δημιούργησε το πρώτο
γονιδίωμα που
σχεδιάστηκε εξ ολοκλήρου
από μηχανές.
Όσο περισσότερο
αυξάνονται αυτές οι
δυνατότητες, τόσο
δυσκολότερο γίνεται για
τις επιχειρήσεις να
γνωρίζουν πού τελειώνει
η πραγματική
παραγωγικότητα και πού
αρχίζει η τεχνολογική
επίδειξη.
Ο Hinton
προειδοποιεί για το
απρόβλεπτο
Ιδιαίτερο βάρος αποκτά
σε αυτό το περιβάλλον η
προειδοποίηση του
νομπελίστα και
πρωτοπόρου της τεχνητής
νοημοσύνης
Geoffrey
Hinton,
ο οποίος τόνισε ότι
είναι δύσκολο να
προβλεφθεί ποια ακριβώς
μορφή θα πάρει τελικά η
χρήσιμη AI.
Αυτό είναι και το
μεγαλύτερο πρόβλημα για
τους επενδυτές.
Η αγορά δεν χρειάζεται
απαραίτητα να αποδειχθεί
λανθασμένη ως προς τη
μακροπρόθεσμη δυναμική
της τεχνητής νοημοσύνης.
Μπορεί να έχει δίκιο για
την τεχνολογία και
ταυτόχρονα να έχει
υπερτιμήσει το
πόσο γρήγορα θα
μετατραπεί η τεχνολογική
πρόοδος σε κέρδη.
Αυτή η διάκριση είναι
κρίσιμη.
Μια εταιρεία μπορεί να
διαθέτει ένα εκπληκτικό
AI
εργαλείο, αλλά εάν το
κόστος υπολογιστικής
ισχύος, δεδομένων,
ανθρώπινου δυναμικού και
υποδομών είναι υψηλότερο
από την οικονομική αξία
που δημιουργεί, η
επένδυση παραμένει
προβληματική.
Η επόμενη φάση του
AI
θα είναι πολύ λιγότερο
«ρομαντική»
Το Ai4
αποτυπώνει με
χαρακτηριστικό τρόπο τη
μετάβαση της τεχνητής
νοημοσύνης από το
τεχνολογικό
όραμα στην
επιχειρηματική λογοδοσία.
Το πρώτο στάδιο ήταν να
αποδειχθεί ότι η
AI
μπορεί να κάνει πράγματα
που μέχρι πρόσφατα
θεωρούνταν αδύνατα.
Το δεύτερο ήταν να
επενδυθούν τεράστια ποσά
για την ανάπτυξη
υποδομών και μοντέλων.
Το τρίτο —και πιθανότατα
δυσκολότερο— είναι να
αποδειχθεί ότι όλο αυτό
μπορεί να δημιουργήσει
σταθερές και
μετρήσιμες αποδόσεις
κεφαλαίου.
Για την ώρα, τα στοιχεία
δείχνουν ότι η αγορά δεν
έχει φτάσει ακόμη εκεί.
Οι επιχειρήσεις
δυσκολεύονται να
ελέγξουν το κόστος, οι
AI
agents
δημιουργούν νέους
κινδύνους διακυβέρνησης,
ενώ μόλις ένα μικρό
ποσοστό των στελεχών
μπορεί να αποδείξει
πραγματική απόδοση των
επενδύσεων.
Και όμως, το 94%
εξακολουθεί να θέλει να
επενδύσει.
Αυτό είναι ίσως το πιο
χαρακτηριστικό στοιχείο
ολόκληρης της ιστορίας.
Η AI
μπορεί να αποδειχθεί μία
από τις σημαντικότερες
τεχνολογικές
επαναστάσεις στην
ιστορία. Αλλά αυτό δεν
σημαίνει ότι κάθε
δολάριο που επενδύεται
σε αυτήν θα αποδειχθεί
καλή επένδυση.
Το μεγάλο στοίχημα της
επόμενης φάσης δεν είναι
πλέον αν η τεχνητή
νοημοσύνη θα αλλάξει τον
κόσμο.
Είναι ποιοι θα
βγάλουν πραγματικά
χρήματα από αυτή την
αλλαγή — και ποιοι θα
έχουν απλώς πληρώσει τον
λογαριασμό για να τη
δημιουργήσουν.

|