Τεχνητή Νοημοσύνη: Προσδοκίες, στοιχήματα και πραγματικότητα

Η εκτίμηση ότι το ΑΙ θα αλλάξει τα πάντα, προκαλεί νέο κύμα πρωτοφανών επενδύσεων. Η απόσβεσή τους, όμως, είναι άγνωστο αν θα επιτευχθεί. Γράφει ο Χρήστος Παπαδόπουλος.

Δημοσιεύθηκε: 5 Δεκεμβρίου 2025 - 07:31

Load more

Η ιστορία της τεχνολογίας είναι συνυφασμένη με προσδοκίες, ελπίδες, φόβους και διαψεύσεις. Από το μύθο του Προμηθέα μέχρι τον Γκάλβανι και τον ηλεκτρισμό που ενέπνευσε τoν «Φρανκενστάιν» της Μαίρης Σέλλεϋ, ο άνθρωπος συνηθίζει να καθρεφτίζει μέσα από τις τεχνολογίες, τους φόβους και τις επιθυμίες της εποχής του.

Ο Νίτσε έγραφε ότι «ο άνθρωπος είναι ένα σκοινί τεντωμένο ανάμεσα στο ζώο και τον υπεράνθρωπο». Το σκοινί αυτό, μοιάζει σήμερα να περνά μέσα από τους αλγορίθμους και τα data centers της τεχνητής νοημοσύνης.

Πίσω όμως από τις αφηγήσεις για τα επερχόμενα μεγαλεία ή τις επικές καταστροφές, υπάρχουν αριθμοί, επιθυμίες και δράσεις που διαμορφώνουν τον χάρτη του πραγματικού κόσμου.

Οι τεχνολογικές εταιρείες ως εργοστάσια προσδοκιών

Ο Τζον Μέιναρντ Κέυνς [i] παρομοίαζε το χρηματιστήριο με έναν διαγωνισμό ομορφιάς (Beauty Contest) όπου οι συμμετέχοντες δεν επιλέγουν μετοχές με βάση την πραγματική τους αξία, αλλά με βάση τις προγνώσεις τους για τις μετοχές που θα επιλέξουν οι άλλοι. Αυτή η συμπεριφορά είναι το θεμέλιο της χρηματιστηριακής ευφορίας. Οι αξίες δεν είναι ο καθρέφτης της πραγματικής οικονομίας, αλλά της κοινής αντίληψης για το μέλλον.

Στην εποχή της χρηματιστικοποίησης [ii] που διανύουμε, οι τεχνολογικές εταιρίες λειτουργούν ως «μηχανές αφήγησης». Υπόσχονται όχι απλώς προϊόντα αλλά κόσμους ολόκληρους. Η ΤΝ, περισσότερο από κάθε άλλη τεχνολογία των τελευταίων δεκαετιών, έγινε το σύμβολο μιας τέτοιας κοσμογονικής προσδοκίας: μια μελλοντική «γενική νοημοσύνη» που ίσως αλλάξει τα πάντα.

Δεν είναι περίεργο, λοιπόν που οι αποτιμήσεις των τεχνολογικών κολοσσών έχουν ξεφύγει από την πραγματικότητα. Οι αποτιμήσεις των εταιρειών που παράγουν chips, μοντέλα ΤΝ ή cloud υποδομές δεν αντανακλούν απλώς τα σημερινά τους κέρδη· αντανακλούν μια υπόθεση σχεδόν μεσσιανικού χαρακτήρα: ότι η τεχνητή νοημοσύνη θα συνεχίσει να απαιτεί όλο και μεγαλύτερους πόρους -και ότι αυτές ακριβώς οι εταιρείες θα είναι οι μοναδικοί πάροχοι αυτών των υποδομών.

Αυτή η υπόθεση αποτελεί τη βάση πολλών σημερινών αποτιμήσεων. Ωστόσο, υπάρχουν σοβαροί λόγοι να τη βλέπουμε με κριτικό μάτι.

1. Τεχνολογική απαξίωση υποδομών

Οι τεχνολογικοί κολοσσοί επενδύουν τώρα αστρονομικά ποσά σε chips και datacenters [iii] για να καλύψουν τη ζήτηση του «Large Model Era». Αυτές οι επενδύσεις είναι πρωτοφανείς σε κλίμακα, αλλά συνοδεύονται από ένα δομικό πρόβλημα: τη γρήγορη τεχνολογική απαξίωση.

 

Καθώς οι περισσότερες επενδύσεις είναι για την ώρα ζημιογόνες [iv], η απόσβεσή τους θα απαιτούσε υπερβολικά χρόνια λειτουργίας και απουσία νέων τεχνολογιών.

Η ιστορία δείχνει ότι καμία υποδομή πληροφορικής δεν διαρκεί αρκετά ώστε να αποσβεστεί πλήρως όταν βρίσκεται σε περίοδο εκρηκτικής καινοτομίας. Τα σημερινά chips θα υποσκελιστούν από νέα σχέδια με αυξημένες ταχύτητες και καλύτερο ενεργειακό αποτύπωμα, οι αλγόριθμοι θα αποκτήσουν μικρότερες απαιτήσεις και οι αρχιτεκτονικές θα γίνουν πιο αποδοτικές, με αποτέλεσμα την ταχεία απαξίωση του υφιστάμενου εξοπλισμού.

Παράλληλα, δεν έχουμε καμία εγγύηση ότι φορείς των νέων τεχνολογιών θα είναι οι σημερινοί κυρίαρχοι του παιχνιδιού.

2. Ανακύκλωση Εταιρικών Δαπανών

Ένα σημαντικό μέρος της «αξίας» που αποδίδεται σήμερα στις εταιρείες ΤΝ είναι, στην πραγματικότητα, ανακυκλωμένες δαπάνες μέσα στο ίδιο το οικοσύστημα.


Αυτή η αλυσίδα εσόδων-δαπανών, αν και φαίνεται υγιής στα λογιστικά βιβλία κάθε επιμέρους οντότητας, διογκώνει τεχνητά τη συνολική αποτίμηση του κλάδου και διαχέεται σε ολόκληρη την οικονομική σφαίρα [v].

Θυμίζει αυτό που περιγράφει ο Μαρξ ως «κεφάλαιο που αυτοαναπαράγεται μέσω της κυκλοφορίας», μια διαδικασία όπου οι ροές χρήματος δημιουργούν την εντύπωση σταθερής ανάπτυξης ακόμη και όταν η πραγματική παραγωγική βάση παραμένει στάσιμη.

Σε μια αγορά όπου οι ιστορίες μπερδεύονται με τα αποτελέσματα, τέτοιες κυκλικές ροές μπορούν να φουσκώσουν τις αποτιμήσεις σε επίπεδα που είναι δύσκολο να δικαιολογηθούν.

3. Όρια του Υφιστάμενου Λογισμικού και Αρχιτεκτονικής

Τα Large Language Models που κυριαρχούν σήμερα βασίζονται στην αρχιτεκτονική Transformer και στο δόγμα της κλιμάκωσης: περισσότερα δεδομένα, περισσότερες παραμέτρους, περισσότερη υπολογιστική ισχύ.

Η προσέγγιση αυτή αποδείχθηκε εντυπωσιακά αποτελεσματική, αλλά βρίσκεται κοντά στα όρια της. Οι ενεργειακές και υπολογιστικές απαιτήσεις αυξάνονται εκθετικά, ενώ τα οφέλη γίνονται σταδιακά οριακά. Η εκπαίδευση ενός νέου μοντέλου απαιτεί πόρους που λίγες μόνο εταιρείες μπορούν να διαθέσουν – και ακόμη κι αυτές με δυσκολία βραχυπρόθεσμης κερδοφορίας.

Κανείς δεν πιστεύει σοβαρά ότι η πορεία αυτή μπορεί να συνεχιστεί επ’ άπειρον. Η ιστορία των τεχνολογιών, όπως την ανέλυσε ο Τόμας Κουν [vi], είναι γεμάτη από ασυνέχειες: στιγμές όπου η κλιμάκωση ενός παραδείγματος φτάνει στα φυσικά του όρια και ένα νέο παράδειγμα το αντικαθιστά.

Κάποια από αυτά τα νέα παραδείγματα είναι ήδη ορατά στον ορίζοντα. Και όταν ωριμάσουν, τα σημερινά μεγα-μοντέλα ίσως μοιάζουν με τα θηριώδη mainframes της δεκαετίας του 1960: εντυπωσιακά για την εποχή τους, αλλά κούφια για τη συνέχεια.

Φουσκάλες και ατσάλι

Η τεχνητή νοημοσύνη παράγει συνεχώς φουσκάλες προσδοκιών. Μοντέλα κειμένου που γράφουν ποιήματα αλλά δυσκολεύονται στα πραγματολογικά δεδομένα. Μοντέλα εικόνας που γεννούν θαύματα, αλλά σκοντάφτουν σε λεπτομέρειες. Chatbots ικανά να απαντούν με ταχύτητα, αλλά όχι πάντα με συνέπεια.

Οι επιχειρήσεις συχνά τρέχουν να υιοθετήσουν λύσεις χωρίς στρατηγικό σχέδιο, ενώ οι επενδυτές φοβούνται ότι αν μείνουν εκτός, θα χάσουν την επόμενη ψηφιακή επανάσταση. Αυτή η ψυχολογία δημιουργεί φούσκες, μικρές και μεγάλες.

Κι όμως, η τεχνολογία δεν είναι φούσκα. Κάτω από τις φουσκάλες της επιφάνειας, βρίσκεται ο σκληρός πυρήνας  -το ατσάλι- που οδηγεί:

Η ΤΝ αλλάζει ήδη την οικονομία, αλλά όχι απαραίτητα στον βαθμό και με τον τρόπο που προεξοφλούν οι αγορές.

Ο κύκλος που κλείνει και αυτός που έρχεται

Οι τεχνολογικοί κολοσσοί βρίσκονται σε μια ιδιότυπη παγίδα. Για να κυριαρχήσουν στο μέλλον, οφείλουν να επενδύουν αλόγιστα στο παρόν. Το αποτέλεσμα είναι μια κούρσα ταχύτητας στην οποία όλοι φοβούνται να μείνουν πίσω –και όλοι γνωρίζουν ότι κάποιοι θα καταρρεύσουν από το βάρος των ίδιων τους των επενδύσεων.

Το ερώτημα λοιπόν δεν είναι αν υπάρχει φούσκα στην τεχνητή νοημοσύνη. Το ερώτημα είναι πότε θα εκτονωθεί και σε ποια χέρια θα βρεθεί ο μουτζούρης. Η καρφίτσα που θα σπάσει τη φούσκα μπορεί να είναι οι ζημιές σε υπηρεσίες AI, η απογοήτευση των επενδυτών, η εμφάνιση νέων τεχνολογιών ή ο συνδυασμός όλων αυτών.

Όμως αυτή είναι η διαδικασία ωρίμανσης όλων των μεγάλων τεχνολογιών. Η φούσκα δεν είναι μόνο παθογένεια· είναι και καταλύτης. Από τις φούσκες του σιδηρόδρομου μέχρι την έκρηξη και την κατάρρευση του dot-com, το αποτέλεσμα ήταν η δημιουργία υποδομών και γνώσης που στήριξαν τις επόμενες δεκαετίες.

Επίλογος: Ανάμεσα σε μύθους και αριθμούς

Ο Μπόρχες έγραφε ότι «η πραγματικότητα δεν είναι πάντα πιθανή, ούτε η πιθανότητα πραγματική». Η τεχνητή νοημοσύνη βρίσκεται ακριβώς σε αυτή τη διασταύρωση: ένα πεδίο όπου οι μύθοι της εποχής συναντούν τους αριθμούς των οικονομικών καταστάσεων.

Αν η επιστημονική πρόοδος του 17ου αιώνα χρειάστηκε έναν αιώνα για να περάσει τις πόρτες της βιομηχανίας και να μετασχηματίσει την παραγωγή, η παραγωγική ΤΝ (generative ai) διέλυσε το φράγμα ανάμεσα στην ακαδημαϊκή έρευνα και τη μαζική χρήση σε μια σχεδόν νύχτα και απελευθέρωσε εκρηκτικές δυνατότητες για την οικονομία, την κοινωνία και το περιβάλλον. Η γρήγορη διάδοση όμως δεν σημαίνει και ώριμη αξιοποίηση.

Στο τέλος, το ατσάλι θα παραμείνει. Οι φούσκες θα σκάσουν, οι φουσκάλες θα χαθούν, αλλά η τεχνολογική ουσία -ο τρόπος που δουλεύουμε, παράγουμε, μαθαίνουμε και επικοινωνούμε- θα συνεχίσει να μετασχηματίζεται.

Το πραγματικό στοίχημα δεν είναι να προβλέψουμε τη στιγμή της «διόρθωσης», αλλά να διακρίνουμε τις περιοχές που αξίζει να επενδύσουμε σήμερα για να είμαστε εμείς οι πρωταγωνιστές του σήμερα και του αύριο!

 

* Ο Χρήστος Παπαδόπουλος είναι διευθύνων σύμβουλος της Witside.

 
[i] Η Γενική θεωρία της απασχόλησης του τόκου και του χρήματος (1936).
[ii] Βλ. Greta R. Krippner στο «Capitalizing on Crisis: The Political Origins of the Rise of Finance» και Gerald A. Epstein στο «Financialization and the World Economy» (2005).
[iii] Σύμφωνα με την McKinsey, μέχρι το 2030, θα απαιτηθούν παγκοσμίως 7 τρισεκατομμύρια δολάρια κεφαλαιουχικές δαπάνες για Datacenters.
[iv] Ακόμη και εκεί που σημειώνονται εκπληκτικά περιθώρια κέρδους, αυτά δεν είναι διατηρήσιμα. Π.χ. στα αποτελέσματα που δημοσίευσε η Nvidia για το 3ο τρίμηνο 2025, εμφάνισε μικτό περιθώριο κέρδους 73,4% και καθαρό 55,98%.
[v]  Τι ρυθμούς οικονομικής ανάπτυξης θα εμφάνιζε η οικονομία των ΗΠΑ χωρίς αυτές τις δαπάνες; 
[vi] «The Structure of Scientific Revolutions» (1962)
Load more

Δείτε επίσης

Load more

Σεβόμαστε την ιδιωτικότητά σας

Εμείς και οι συνεργάτες μας χρησιμοποιούμε τεχνολογίες, όπως cookies, και επεξεργαζόμαστε προσωπικά δεδομένα, όπως διευθύνσεις IP και αναγνωριστικά cookies, για να προσαρμόζουμε τις διαφημίσεις και το περιεχόμενο με βάση τα ενδιαφέροντά σας, για να μετρήσουμε την απόδοση των διαφημίσεων και του περιεχομένου και για να αποκτήσουμε εις βάθος γνώση του κοινού που είδε τις διαφημίσεις και το περιεχόμενο. Κάντε κλικ παρακάτω για να συμφωνήσετε με τη χρήση αυτής της τεχνολογίας και την επεξεργασία των προσωπικών σας δεδομένων για αυτούς τους σκοπούς. Μπορείτε να αλλάξετε γνώμη και να αλλάξετε τις επιλογές της συγκατάθεσής σας ανά πάσα στιγμή επιστρέφοντας σε αυτόν τον ιστότοπο.



Πολιτική Cookies
& Προστασία Προσωπικών Δεδομένων