Είναι η εποχή της υπερβολικής κατανάλωσης, αλλά κανείς δεν έχει υπερβεί τα όρια της τεχνολογικής βιομηχανίας, που φέτος, έχει καταναλώσει περίπου 1,5 τρισεκατομμύρια δολάρια σε Τεχνητή Νοημοσύνη, ένα επίπεδο δαπανών που συνήθως προορίζεται για περίοδο πολέμου.
Μεταξύ 2001 και 2014, οι πόλεμοι στο Ιράκ και το Αφγανιστάν κόστισαν στις ΗΠΑ από 1,5 έως 1,7 τρισεκατομμύρια δολάρια σε άμεσες δαπάνες. Οι παγκόσμιες δαπάνες για την Τεχνητή Νοημοσύνη, σύμφωνα με την Gartner, προβλέπεται να φτάσουν σχεδόν τα 1,5 τρισεκατομμύρια δολάρια φέτος, τοποθετώντας τη σημερινή άνθηση της Τεχνητής Νοημοσύνης στην ίδια κατηγορία με τους δύο μεγάλους πολέμους.
Αυτό που λείπει όμως – όπως και στους τελευταίους πολέμους – είναι ένας λόγος για να δαπανηθούν αυτά τα χρήματα. Μερικοί άνθρωποι αρχίζουν να κάνουν άβολες ερωτήσεις όπως “Όταν επενδύετε όλα τα χρήματα στην τράπεζα σε μια τεχνολογία, πόσα χρόνια θα χρειαστούν για να δείτε απόδοση αυτής της επένδυσης;”
Ναι. Ας κάνουμε τον λογαριασμό.
Πολλοί είναι αυτοί που έχουν χορτάσει με τις εταιρικές υποσχέσεις, και τα τραπεζικά στελέχη που δεν γνώριζαν καν για λειτουργίες των servers, αναμασούν τους όρους “AI” και “agents” σε όλα τα δελτία τύπου, ώστε να μπορούν να διατηρούν το τρένο της υπερβολικής κατανάλωσης σε λειτουργία.
Σκεφτείτε το πρόσφατο μότο από τον Larry Feinsmith, επικεφαλής της Παγκόσμιας Τεχνολογικής Στρατηγικής, Καινοτομίας & Συνεργασιών στην JPMorgan Chase:
“Στην εποχή της AI και των agents, τα οφέλη και η αξία θα είναι τεράστια, αλλά το ίδιο ισχύει και για την πολυπλοκότητα”.
Μην μας λες! Αυτό προέρχεται από έναν τύπο που πήγε στο Wharton School και τώρα βγάζει περισσότερα χρήματα από τους περισσότερους από εμάς, ώστε να μπορεί να επηρεάζει τις επιχειρηματικές αποφάσεις εταιρειών δισεκατομμυρίων δολαρίων.
Η συμβουλή του: “αγοράστε περισσότερη ΤΝ!”
Γιατί; Θα υπάρξει τεράστια αξία… κάποια μέρα.
Πότε; Είναι περίπλοκο.
Το ερώτημα είναι: πόσες εκδοχές αυτής της φράσης σκέφτηκε πριν καταλήξει σε αυτή τη συγκεκριμένη κοινοτοπία; Ή μήπως τον βοήθησε το Copilot;
Χωρίς την Τεχνητή Νοημοσύνη, πολλοί τραπεζίτες σαν αυτόν θα είχαν μια απαίσια χρονιά, και όχι μόνο για τη σύνταξη δελτίων τύπου.
Ο οικονομολόγος της Apollo Global Management, Torsten Slok, δήλωσε τον Οκτώβριο ότι ουσιαστικά δεν υπάρχει αύξηση στις εταιρικές κεφαλαιακές δαπάνες “εκτός της Τεχνητής Νοημοσύνης”, ενώ άλλοι οικονομολόγοι αναφέρουν ότι οι επενδύσεις στην Τεχνητή Νοημοσύνη είναι το μόνο πράγμα που κρατά τις ΗΠΑ μακριά από μια ύφεση.
Γιατί οι εταιρείες είναι τόσο πρόθυμες να διοχετεύσουν χρήματα σε κάτι που μέχρι τώρα έχει παράγει μόνο επιχειρηματική αξία με όλο και πιο φανταχτερά chatbots;
Όταν οι επενδυτές χρειάζονται μια γρήγορη νίκη στην Τεχνητή Νοημοσύνη, τα φανταχτερά chatbots είναι τα πρώτα που αναφέρουν τα στελέχη των παρόχων υποδομών όπως η Dell και η Nvidia. Κάθε εταιρεία προβλέπει μόνο αισιόδοξα μια επανάσταση στην Τεχνητή Νοημοσύνη στο ίδιο επίπεδο με την έλευση του ηλεκτρισμού. Μόνο που δεν φαίνεται να μπορούν να βρουν μια χρήση για αυτή την τρομακτική απορρόφηση των τρισεκατομμυρίων δολαρίων εκτός από τους όρους “AI” και “agents”!
Φυσικά, όταν δεν υποστηρίζει δημόσια την εμφάνιση της Εθνοφρουράς στο San Francisco, ο Διευθύνων Σύμβουλος της Salesforce, Marc Benioff, ισχυρίζεται ότι τα AI agents του εργάζονται ήδη μαζί με τους πελάτες.
Αν ναι, είναι μια εξαίρεση σε έναν τομέα που βλέπει τα AI agents να αποτυγχάνουν στο 70% των περιπτώσεων, σύμφωνα με μια μελέτη του Πανεπιστημίου Carnegie Mellon.
Αυτό κάνει τον άτακτο πράκτορα Τεχνητής Νοημοσύνης να μοιάζει περισσότερο με τον Διευθύνοντα Σύμβουλο που βάζει τον αγαπημένο του ξάδερφο να δουλέψει δίπλα σας. Αν κερδίσουν, χάνετε. Αν χάσουν, χάνετε.
Το Forrester δήλωσε ότι η Τεχνητή Νοημοσύνη πρέπει να φορέσει κράνος ασφαλείας και να πιάσει δουλειά αν θέλει να συνεχίσει να κερδίζει συμφωνίες, διαφορετικά κινδυνεύει να δει αυτές τις δαπάνες να μειώνονται, με το 25% των επιχειρήσεων που συμμετείχαν στην έρευνα να καθυστερούν τις πληρωμές για την Τεχνητή Νοημοσύνη έως το 2027. Οι πελάτες, όπως φαίνεται, άρχισαν να παρατηρούν ότι οι επενδύσεις στην Τεχνητή Νοημοσύνη δεν έχουν οδηγήσει σε κέρδη που έχουν πραγματικά σημασία στις επιχειρήσεις: EBITDA, (από το earnings before interest, taxes, depreciation, and amortization ή κέρδη προ τόκων, φόρων και αποσβέσεων).
Λοιπόν, δεν μπορείς να έχεις EBITDA χωρίς Τεχνητή Νοημοσύνη, και το πρόβλημα είναι ότι βρίσκεσαι με ITDA, χωρίς E.
Δεν το διδάσκουν αυτό στο Wharton.
Αν και τα δελτία τύπου θα είναι από πολύ επιλεγμένα έως και σπάνια, είπα να περάσω … γιατί καμιά φορά κρύβονται οι συντάκτες.
