Η Goldman Sachs προειδοποιεί: οι AI agents θα πολλαπλασιάσουν 24 φορές τη ζήτηση — και Uber και Microsoft ήδη «καίγονται»

Το κόστος χρήσης AI αρχίζει να γίνεται πραγματικό πρόβλημα για μεγάλες εταιρείες — και μια νέα έκθεση της Goldman Sachs εξηγεί γιατί το χειρότερο ίσως δεν έχει έρθει ακόμα. Σύμφωνα με την Goldman Sachs Research, το agentic AI αναμένεται να οδηγήσει σε 24πλάσια αύξηση της κατανάλωσης tokens έως το 2030, καθώς καταναλωτές και επιχειρήσεις υιοθετούν σταδιακά την τεχνολογία.

Τι λέει η έκθεση Goldman Sachs

Σύμφωνα με την Goldman Sachs Research, η κατανάλωση tokens αναμένεται να πολλαπλασιαστεί 24 φορές έως το 2030, φτάνοντας τα 120 τετράκις εκατομμύρια tokens ανά μήνα, με κινητήρια δύναμη την υιοθέτηση τόσο στην καταναλωτική όσο και στην εταιρική αγορά. Η έκθεση, που δημοσιεύθηκε στις 20 Μαΐου 2025, φέρει τον τίτλο «Decoding the Agentic Economy» και αντικατοπτρίζει μια θεμελιακή αλλαγή στον τρόπο που αναλύεται η οικονομία του AI.

Σε αντίθεση με τα απλά chatbots, οι AI πράκτορες εκτελούν πολύπλοκες, πολυβήματες εργασίες που απαιτούν πολύ περισσότερες μονάδες κειμένου. Το μοντέλο της Goldman δείχνει ότι ένας πράκτορας προγραμματισμού μπορεί να καταναλώνει 7 εκατομμύρια tokens ημερησίως, ενώ ένας πράκτορας καταχώρησης δεδομένων μπορεί να φτάνει τα 25 εκατομμύρια.

Η έκθεση εκτιμά ότι έως το 2030 τα παγκόσμια ημερήσια ερωτήματα AI θα αυξηθούν από 5 δισεκατομμύρια το 2025 σε 23 δισεκατομμύρια, με περίπου 30% να κατευθύνεται σε πράκτορες αντί για παραδοσιακές μηχανές αναζήτησης ή chatbots. Η Goldman εκτιμά ότι αυτό θα οδηγήσει σε μεγάλη διαρθρωτική αλλαγή στην αγορά αναζήτησης: το μερίδιο της παραδοσιακής αναζήτησης στο σύνολο των ερωτημάτων αναμένεται να μειωθεί από 68% το 2025 στο 36% το 2030.

Η τράπεζα εκτιμά ότι οι πράκτορες αυτοί θα επεκτείνουν την παγκόσμια κατανάλωση tokens κατά 24 φορές έως το 2030 και κατά 55 φορές έως το 2040, καθώς ενσωματώνονται στις επιχειρηματικές ροές εργασίας. Οι επιχειρηματικοί πράκτορες αναμένεται να αντιπροσωπεύουν πάνω από το 70% της συνολικής κατανάλωσης tokens έως το 2040.

Uber και Microsoft: πρώτα θύματα του «tokenized billing»

Η Uber φαίνεται να είναι η τελευταία εταιρεία που έρχεται αντιμέτωπη με αυτή την πραγματικότητα. Ο CTO Andrew Macdonald δήλωσε σε συνέντευξη στο Business Insider ότι δεν υπήρχε σαφής συσχέτιση μεταξύ των επενδύσεων της Uber σε AI και συγκεκριμένων βελτιώσεων για τον καταναλωτή.

Η Microsoft, εξάλλου, περιόρισε πρόσφατα την ευρεία πρόσβαση στο Claude Code αφού υπάλληλοι υιοθέτησαν το εργαλείο AI κωδικοποίησης σε μεγάλη κλίμακα. Η εταιρεία μεταβαίνει στο GitHub Copilot CLI, καθώς το κόστος εσωτερικής χρήσης AI εκτινάχθηκε ταχύτερα από το αναμενόμενο.

Η εταιρεία ερευνών Gartner έχει προειδοποιήσει ότι οι εταιρικοί λογαριασμοί AI ενδέχεται να συνεχίσουν να αυξάνονται, επειδή οι προηγμένοι AI πράκτορες καταναλώνουν σημαντικά περισσότερους υπολογιστικούς πόρους ανά εργασία. Αποτέλεσμα: φθηνότερα μοντέλα AI δεν μεταφράζονται απαραίτητα σε φθηνότερη υιοθέτηση AI.

Ο Bryan Catanzaro, αντιπρόεδρος εφαρμοσμένης βαθιάς μάθησης της Nvidia, περιέγραψε την κατάσταση με σαφήνεια σε συνέντευξη στο Axios: «Για την ομάδα μου, το κόστος υπολογισμού υπερβαίνει κατά πολύ το κόστος των εργαζομένων.»

Η αντίφαση: φθηνότερα chips, ακριβότεροι λογαριασμοί

Οι κατασκευαστές ημιαγωγών επιτυγχάνουν μειώσεις κόστους 60–70% ετησίως ανά μονάδα κειμένου για την εκτέλεση μοντέλων — δηλαδή τη χρήση εκπαιδευμένων μοντέλων για την παραγωγή αποτελεσμάτων — σύμφωνα με την Goldman Sachs Research. Όμως η έκρηξη στον αριθμό των ερωτημάτων που εκτελούν οι AI πράκτορες αναιρεί σε μεγάλο βαθμό αυτές τις βελτιώσεις αποδοτικότητας.

Ακόμα και καθώς ορισμένες τιμές tokens μειώνονται, η έκρηξη στον αριθμό ερωτημάτων που απαιτούν οι agentic AI δεν μπορεί να αντισταθμιστεί από βελτιώσεις αποδοτικότητας υλικού που απέχουν χρόνια από την αποτελεσματική ανάπτυξη. Αυτό σημαίνει ότι βραχυπρόθεσμα, ακόμα και μεγάλες εταιρείες όπως η Microsoft και η Uber αναδιαρθρώνουν τη χρήση AI για να συνεχίσουν να το αξιοποιούν σε κλίμακα χωρίς να τινάξουν τους προϋπολογισμούς τους στον αέρα.

Για τους επόμενους 12 με 18 μήνες, η Goldman εκτιμά ότι είναι πιθανή έλλειψη chips, καθώς οι κατασκευαστές ημιαγωγών χτίζουν νέες εγκαταστάσεις για να ανταποκριθούν στη ζήτηση. Η υιοθέτηση agentic AI από επιχειρήσεις θα προηγηθεί της καταναλωτικής χρήσης, αλλά αναμένεται να πάρει χρόνο καθώς οι εταιρείες διαχειρίζονται οργανωτικές προκλήσεις.

Η «στροφή στο κέρδος» και το στοίχημα της υποδομής

Η Goldman Sachs εκτιμά ότι ο κλάδος AI θα φτάσει σε κρίσιμο σημείο ανατροπής κερδοφορίας στο πρώτο εξάμηνο του 2026, καθώς το κόστος υπολογισμού συνεχίζει να μειώνεται. Η τράπεζα ανέφερε εννέα εταιρείες ως τους βασικούς ωφελημένους: Nvidia, Broadcom, AMD, Amazon, Alphabet, Meta Platforms, Microsoft, Cloudflare και Accenture.

Η Goldman εκτιμά επίσης ότι η ζήτηση ηλεκτρικής ενέργειας από τα κέντρα δεδομένων στις ΗΠΑ θα αυξηθεί από 31 gigawatt το 2025 σε 66 gigawatt το 2027, με το μερίδιο των κέντρων δεδομένων στη μέγιστη θερινή ζήτηση να ανεβαίνει στο 8,5% από 4,1%.

Η Goldman Sachs Research προβλέπει ότι μόλις το 12% των εργαζομένων στον τομέα γνώσης θα χρησιμοποιεί agentic AI έως το 2030, ποσοστό που αναμένεται να φτάσει το 37% έως το 2040 — υπενθυμίζοντας ότι ακόμα και το πιο bullish σενάριο της Goldman παραδέχεται πως η εκτεταμένη εταιρική υιοθέτηση θα χρειαστεί δεκαετία για να ωριμάσει.

Πηγές

• Tom's Hardware — AI costs begin to bite as agents may increase token demand by 24 times
• Goldman Sachs — AI Agents Forecast to Boost Tech Cash Flow as Usage Soars
• Outlook Business — Big Tech Cos Fired Thousands For AI, Now Its Adoption Cost is Weighing On Them
• Edgen Tech — Goldman Sachs Projects a 24-Fold Surge in AI Token Use