Τεχνητή Νοημοσύνη: Το πρόβλημα των τριών "σωμάτων" που διαμορφώνει τη βιομηχανία

Ο τίτλος παραπέμπει στο "πρόβλημα των τριών σωμάτων" στη φυσική και την επιστημονική φαντασία, που περιγράφει το χαοτικό και δύσκολα προβλέψιμο σύστημα τριών αλληλεπιδρώντων σωμάτων. Αντιστοίχως, η τεχνητή νοημοσύνη αντιμετωπίζει τρεις ταυτόχρονες "φούσκες" — οικονομική, υποδομών και προσδοκιών — που δημιουργούν ένα ασταθές και περίπλοκο τοπίο στη βιομηχανία. Η δημόσια συζήτηση γύρω από την τεχνητή νοημοσύνη έχει κατακλυστεί από τον όρο «φούσκα». Δημοσιογράφοι, επενδυτές και επιστήμονες αναρωτιούνται αν οι σημερινές εξελίξεις θυμίζουν περισσότερο την "μανία της τουλίπας" του 17ου αιώνα ή το dot-com boom των τελών της δεκαετίας του ’90. Ως "φούσκα" μπορούμε να ορίσουμε τη συλλογική υπερεκτίμηση της αξίας ή της προοπτικής ενός φαινομένου, η οποία τροφοδοτείται από προσδοκίες ταχύτερες και μεγαλύτερες από τις πραγματικές του δυνατότητες. Το να μιλάμε όμως για μία ενιαία «φούσκα AI», είναι υπεραπλούστευση. Στην πραγματικότητα, συνυπάρχουν τρεις διαφορετικές δυναμικές, καθεμία με το δικό της βάρος και τις δικές της επιπτώσεις.

Η πρώτη είναι η οικονομική φούσκα, που αφορά τις αποτιμήσεις εταιρειών και την εκτίναξη των τιμών μετοχών πέρα από τα θεμελιώδη μεγέθη. Η δεύτερη είναι η φούσκα των υποδομών, καθώς κυβερνήσεις και επιχειρήσεις χτίζουν μαζικά data centers, δίκτυα και ενεργειακές εγκαταστάσεις που ξεπερνούν την τρέχουσα ζήτηση. Η τρίτη και πιο δυσδιάκριτη είναι η φούσκα των προσδοκιών: η πίστη ότι η AI θα μετασχηματίσει τα πάντα άμεσα, τη στιγμή που οι περισσότερες πιλοτικές εφαρμογές δεν αποδίδουν απτά αποτελέσματα. Αυτή η τριπλή δομή δεν πρέπει να ιδωθεί μόνο ως απειλή. Η υπερβολή σε κάθε μία από τις τρεις κατηγορίες συνυπάρχει με ουσιαστικές επενδύσεις και στρατηγικές ευκαιρίες. Η πρόκληση για τους επαγγελματίες και τις επιχειρήσεις είναι να ξεχωρίσουν το πρόσκαιρο θόρυβο από τα θεμέλια που θα αντέξουν στο χρόνο. Στις επόμενες ενότητες εξετάζουμε αναλυτικά καθεμία από αυτές τις τρεις φούσκες, τα ιστορικά προηγούμενα που μας προειδοποιούν, αλλά και τα στοιχεία που δείχνουν ότι πίσω από τον ενθουσιασμό υπάρχει ένας στέρεος πυρήνας τεχνολογικής αξίας.

Η οικονομική φούσκα δεν είναι απλώς θέμα υψηλών αποτιμήσεων. Η Nvidia, για παράδειγμα, είδε την κεφαλαιοποίησή της να υπερβαίνει τα 2,5 τρισ. δολάρια το 2025, με τον δείκτη P/E να κινείται πάνω από το 50. Αυτό σημαίνει ότι οι επενδυτές είναι διατεθειμένοι να πληρώσουν πενήντα φορές τα ετήσια κέρδη για μια μετοχή, προσδοκώντας ότι η κερδοφορία θα εκτοξευθεί στο μέλλον. Η Microsoft και η Alphabet κινούνται σε ηπιότερα επίπεδα, αλλά πάλι σημαντικά υψηλότερα από τον ιστορικό μέσο όρο της S&P 500. Αυτή η απόκλιση δείχνει ότι η αξία βασίζεται όχι σε σημερινά μεγέθη αλλά σε μια υπόθεση διαρκούς κυριαρχίας της AI στις αγορές. Το φαινόμενο θυμίζει τη dot-com εποχή, όπου εταιρείες χωρίς πραγματικά έσοδα αποτιμούνταν δισεκατομμύρια, με τη διαφορά ότι σήμερα οι πρωταγωνιστές έχουν όντως ισχυρά οικονομικά θεμέλια. Το ερώτημα είναι αν αυτά αρκούν για να δικαιολογήσουν τον σημερινό ενθουσιασμό ή αν πλησιάζουμε σε αναπόφευκτη διόρθωση.

Η φούσκα υποδομών είναι η πιο υλική και χειροπιαστή. Τα data centers πολλαπλασιάζονται, με την παγκόσμια κατανάλωση ενέργειας τους να υπολογίζεται ότι θα ξεπεράσει τα 1.000 TWh ετησίως μέχρι το 2030, δηλαδή περίπου το 4% της συνολικής παγκόσμιας ζήτησης. Οι επενδύσεις της Ευρώπης μέσω του EuroHPC και του InvestAI, άνω των €200 δισ., δεν είναι απλώς οικονομικό στοίχημα αλλά και πολιτική επιλογή για «ψηφιακή κυριαρχία». Το παράδειγμα του dot-com είναι αποκαλυπτικό: πολλές τηλεπικοινωνιακές εταιρείες χρεοκόπησαν, αλλά τα υπερβολικά καλώδια οπτικών ινών και οι εγκαταστάσεις που άφησαν πίσω τους αποτέλεσαν τη ραχοκοκαλιά του σύγχρονου Διαδικτύου. Αν επαναληφθεί η ιστορία, το βραχυπρόθεσμο ξεφούσκωμα μπορεί να οδηγήσει σε φθηνότερους υπολογιστικούς πόρους και να στηρίξει την επόμενη φάση καινοτομίας.

Η φούσκα προσδοκιών είναι η πιο αόρατη αλλά ίσως και η πιο επικίνδυνη. Το στατιστικό στοιχείο του MIT ότι το 95% των πιλοτικών έργων AI αποτυγχάνει να παράξει ουσιαστική αξία δείχνει το βάθος του προβλήματος. Δεν πρόκειται μόνο για τεχνικές αδυναμίες. Συχνά λείπει η στρατηγική ενσωμάτωση: οι εταιρείες υιοθετούν AI για το θεαθήναι, χωρίς να έχουν επεξεργαστεί πώς θα τοποθετηθεί μέσα στις ροές εργασίας τους ή πώς θα βελτιώσει μετρήσιμα το αποτέλεσμα. Ο κίνδυνος είναι να χαθεί η εμπιστοσύνη, να θεωρηθεί η τεχνητή νοημοσύνη άλλη μια «μόδα» τεχνολογίας, όπως τα NFTs ή το metaverse. Ωστόσο, το 5% των έργων που πετυχαίνει λειτουργεί σαν φάρος: είναι οι περιπτώσεις όπου η τεχνολογία ξεκινά από πραγματικά επιχειρησιακά προβλήματα, χτίζεται πάνω σε ποιοτικά δεδομένα και εφαρμόζεται μεθοδικά. Αυτά τα παραδείγματα έχουν τη δυναμική να αποδείξουν ότι η AI δεν είναι πυροτέχνημα, αλλά δύναμη γενικής χρήσης που θα αλλάξει θεμελιωδώς βιομηχανίες.

Για τις επιχειρήσεις που θέλουν να ανελιχθούν μέσα στο νέο τοπίο που η ΤΝ αποτελεί την νέα πραγματικότητα, η αποχή δεν αποτελεί επιλογή. Η στρατηγική επιβίωσης απαιτεί μεθοδική σκέψη και πειθαρχία σε τρείς διαστάσεις. Η πρώτη διάσταση έχει να κάνει με την ενασχόληση με το πρόβλημα και όχι με το εργαλείο. Η συχνή παγίδα είναι να υιοθετείται μια νέα τεχνολογία επειδή βρίσκεται στο επίκεντρο της συζήτησης, χωρίς να έχει καθοριστεί αν λύνει κάποια πραγματική ανάγκη. Μια εταιρεία που εντάσσει την AI για να μειώσει τον χρόνο επεξεργασίας εγγράφων ή να βελτιώσει την εξυπηρέτηση πελατών έχει μεγαλύτερη πιθανότητα να αποκομίσει μετρήσιμη αξία από μία που «πειραματίζεται» χωρίς σαφή στόχο. Η δεύτερη διάσταση αφορά τον χρονικό ορίζοντα εφαρμογής. Καμία επιχείρηση δεν μπορεί να στηριχθεί μόνο σε μακροπρόθεσμες ελπίδες ούτε μόνο σε άμεσες αποδόσεις. Χρειάζεται ένα χαρτοφυλάκιο έργων που θα συνδυάζει βραχυπρόθεσμες εφαρμογές με άμεσο αντίκτυπο, όπως για παράδειγμα την αυτοματοποίηση διαδικασιών, με μεσοπρόθεσμα έργα που βελτιώνουν τη λειτουργία σε βάθος χρόνου, καθώς και με πιο ριζοσπαστικά πειράματα που ίσως αποδώσουν εκθετικά στο μέλλον. Αυτός ο συνδυασμός διασφαλίζει ανθεκτικότητα απέναντι σε αποτυχίες και παράλληλα επιτρέπει τη συνεχή ανανέωση της καινοτομίας. Τέλος, η επιτυχής αφομοίωση της νέας τεχνολογίας δεν προκύπτει από μεμονωμένες ενέργειες, αλλά από την οργανική ενσωμάτωση της AI στις υπάρχουσες διαδικασίες και συστήματα. Η τεχνητή νοημοσύνη πολλαπλασιάζει την αξία της όταν «κουμπώνει» με την αρχιτεκτονική μιας επιχείρησης, όταν τα δεδομένα της τροφοδοτούνται χωρίς τριβές και όταν τα αποτελέσματα ενσωματώνονται απρόσκοπτα σε καθημερινές λειτουργίες. Μια AI που λειτουργεί στο περιθώριο, ως «side project», δύσκολα δικαιολογεί το κόστος της. Αντίθετα, μια AI που ενσωματώνεται σε κάθε κρίσιμο κύκλωμα —από τις αλυσίδες εφοδιασμού μέχρι τη λήψη αποφάσεων— μπορεί να δημιουργήσει συνέργειες και να αποδώσει πολλαπλάσια οφέλη.

Οι εταιρείες που θα κινηθούν με αυτόν τον τρόπο θα είναι καλύτερα προετοιμασμένες όχι μόνο να αντέξουν το πιθανό "ξεφούσκωμα", αλλά και να βγουν ενισχυμένες όταν το τοπίο σταθεροποιηθεί. Η τεχνητή νοημοσύνη δεν είναι ένα αδιάφορο trend, αλλά αποτελεί ένα εργαλείο που ήρθε για να μείνει, όπως το η αριθμομηχανή. Στο προσεχές μέλλον ίσως να μην την συναντάμε στη μορφή που είναι σήμερα ή τη μορφή που πιστεύουμε ότι θα αποκτήσει (πες με Skynet) αλλά με με μια μορφή που θα προκύψει από τις συλλογικές ανάγκες και τις ρυθμιστικές παρεμβάσεις που θα γίνουν από κρατικές οντότητες και οργανισμούς. Παράδειγμα τέτοιας παρέμβασης είναι ο κανονισμός AI Act της ΕΕ (σε ισχύ από τον Αύγουστο του 2024) που εισάγει risk-based προσέγγιση με αυστηρούς κανόνες για εφαρμογές υψηλού ρίσκου. Βέβαια, παντού πρέπει να υπάρχει ένα μέτρο. Ακόμα και αν οι προθέσεις είναι καλές, (ασφάλεια και διαφάνεια), υπάρχει πάντα ο φόβος ότι η υπερβολική ρύθμιση θα επιβραδύνει την καινοτομία, ιδίως στις μικρότερες εταιρείες που είναι περισσότερο ευάλωτες σε ρυθμιστικές ενέργειες. Η Bosch, για παράδειγμα, έχει προειδοποιήσει ότι η Ευρώπη κινδυνεύει να “ρυθμίσει τον εαυτό της σε ακινησία” αν δεν υπάρξει ευελιξία.

Οι φούσκες της τεχνητής νοημοσύνης, όπως συχνά συμβαίνει με κάθε μεγάλη τεχνολογική επανάσταση, δεν είναι ούτε αποκλειστικά καταστροφικές ούτε απαραίτητα «φαινόμενα» προς αποφυγή. Ιστορικά, κρίσεις όπως το dot-com crash άφησαν πίσω τους υποδομές, τεχνογνωσία και συγκεντρωμένη αξία που οικοδόμησαν το σύγχρονο τεχνολογικό τοπίο. Το ίδιο αναμένεται να συμβεί και με την τεχνητή νοημοσύνη, επιτρέποντας σε όσους επενδύσουν με στρατηγική και αντοχή να ηγηθούν της επόμενης περιόδου ανάπτυξης. Την ίδια στιγμή, η πρόκληση πλέον επαφύεται στην ικανότητα να συνδυάσουμε καινοτομία, υπευθυνότητα και συμμόρφωση με το ρυθμιστικό πλαίσιο. Οι νέοι κανόνες, όπως ο Ευρωπαϊκός AI Act, παίζουν καίριο ρόλο στην προστασία, αλλά απαιτούν ευελιξία ώστε να μην καταστήσουν την καινοτομία δέσμια γραφειοκρατίας. Όπως και να έχει, η τεχνητή νοημοσύνη είναι τεχνολογία γενικής χρήσης, που ήδη αλλάζει βιομηχανίες και καθημερινότητα και είναι εδώ για να μείνει. Το στοίχημα είναι ποιοι θα χτίσουν σταθερά θεμέλια για να την αξιοποιήσουν μετά το αρχικό ξεφούσκωμα.