Ηγέτες σκέψης
Είμαστε σε μια Φούσκα AI; Μια Καθαρή Ματιά στις Υποδομές έναντι της Υπερβολής

Βασικά σημείαΗ υποδομή της Τεχνητής Νοημοσύνης συμπεριφέρεται ως βασικό κοινωφελές πάγιο, όχι ως…
Δείτε περισσότερα
- Η υποδομή της Τεχνητής Νοημοσύνης συμπεριφέρεται ως βασικό κοινωφελές πάγιο, όχι ως κερδοσκοπικό περιουσιακό στοιχείο, λόγω δομικής ζήτησης.
- Οι μεγάλες τεχνολογικές εταιρείες χρηματοδοτούν την επέκταση της ΤΝ με τα λειτουργικά τους κέρδη, όχι με κερδοσκοπικά δάνεια, μειώνοντας τον συστημικό κίνδυνο.
- Η ζήτηση για υπολογιστική ισχύ καθορίζεται από τεχνικές ανάγκες, όπως τα μοντέλα λογικής και η κυβερνητική ασφάλεια, όχι από την αγοραία διάθεση.
Η άνοδος της AI έχει προκαλέσει τεράστια επένδυση, γρήγορη καινοτομία και έντονη δημόσια προσοχή. Αυτές οι συνθήκες σχεδόν αναπόφευκτα ανακινούν ένα γνωστό ερώτημα: είμαστε σε μια φούσκα AI;
Είναι μια εύλογη ανησυχία. Τις περιόδους τεχνολογικού ενθουσιασμού συχνά ακολουθούν επώδυνες διορθώσεις, ιδιαίτερα όταν οι προσδοκίες προηγούνται των θεμελίων. Αλλά για να απαντηθεί αυτό το ερώτημα, απαιτείται η διάκριση μεταξύ ορατής υπερβολής και των λιγότερο ορατών συστημάτων κάτω από αυτήν και η εναρμόνιση της συζήτησης στην ιστορία, την οικονομία και τις πραγματικότητες του υποδομικού επιπέδου που ενεργοποιεί πραγματικά την AI.
Όταν το κάνετε αυτό, το σκηνικό φαίνεται πολύ πιο σύνθετο από ό,τι υποδηλώνει η αφήγηση της φούσκας.
1. Η Κρίσιμη Διάκριση: Υποδομή vs. Εφαρμογές
Οι περισσότερες συζητήσεις για μια “φούσκα AI” εστιάζουν στο τι βλέπουν στο επίπεδο της εφαρμογής. Αυτό περιλαμβάνει τους πολυσυζητημένους γύρους χρηματοδότησης από εταιρείες όπως η OpenAI, η Anthropic και η xAI με γρήγορες ανακοινώσεις χρηματοδότησης που έρχονται με διαφορά μόλις λίγων μηνών. Στη συνέχεια, υπάρχουν δημοφιλείς επιδείξεις πρακτόρων AI που κατακλύζουν τα μέσα κοινωνικής δικτύωσης και γενικευμένες αξιώσεις για γενική νοημοσύνη ή αποτέλεσμα τρισεκατομμυρίων δολαρίων πολύ πριν τα έσοδα φτάσουν σε αυτά τα επίπεδα.
Αυτό το επίπεδο της βιομηχανίας κινείται γρήγορα γιατί καθοδηγείται από την αφήγηση, τις προσδοκίες και την ψυχολογία των επενδυτών. Οι εταιρείες εφαρμογών μπορούν να αυξηθούν στην προσοχή τόσο γρήγορα όσο και να πέσουν εκτός ευνοίας. Οι αφηγήσεις συχνά επεκτείνονται γρηγορότερα από τα θεμελιώδη επιχειρηματικά στοιχεία και επειδή αυτό είναι το πιο ορατό μέρος της οικονομίας AI, γίνεται το προεπιλεγμένο σημείο αναφοράς για τις αξιώσεις ότι ολόκληρος ο τομέας είναι υπερθερμανμένος.
Αλλά υποδομή υπολογισμού λειτουργεί σε μια εντελώς διαφορετική πραγματικότητα, μια που διέπεται από τη φυσική, την οικονομία και τους αυστηρούς περιορισμούς χωρητικότητας.
Η υποδομή υπολογισμού διαμορφώνεται από μετρήσιμες δυνάμεις: GPUs που παράγουν ωριαία έσοδα εκτελώντας AI workloads, τη διαθεσιμότητα και το κόστος της ενέργειας, το ρυθμό κατασκευής των κέντρων δεδομένων, την αυξανόμενη ζήτηση εκπαίδευσης και εξαγωγής συμπερασμάτων ως τα μοντέλα μεγεθύνονται. Η χρησιμοποίηση, όχι η στάση, καθορίζει αν αυτό το επίπεδο λειτουργεί.
Όπου οι εφαρμογές ανεβαίνουν και πέφτουν με βάση την αντίληψη, η υποδομή είναι αναρτημένη σε διατηρημένη ζήτηση. Αυτός είναι ο λόγος για τον οποίο το επίπεδο υποδομής δεν συμπεριφέρεται σαν ένα τυπικό asset class που είναι ευάλωτο σε φούσκες. Συμπεριφέρεται περισσότερο σαν το δίκτυο ηλεκτρικής ενέργειας κατά τη διάρκεια της ηλεκτροδότησης ή οι οπτικές ίνες κατά τη διάρκεια της έκρηξης του διαδικτύου. Είναι ένα θεμελιώδες σύστημα του οποίου η καμπύλη ζήτησης οδηγείται από την τεχνολογική πρόοδο και όχι από τις σκέψεις των επενδυτών.
2. Τι Δείχνει Πραγματικά η Ιστορία
Η εξέταση προηγούμενων τεχνολογιών γενικής χρήσης αποκαλύπτει ένα συνεχές και επαναλαμβανόμενο μοτίβο: μεγάλες τεχνολογικές μετατοπίσεις αρχίζουν με μια τεράστια άνοδο στις επενδύσεις υποδομής, πολύ πριν τα οφέλη παραγωγικότητας εμφανιστούν στην οικονομία.
Οι σιδηρόδρομοι απαιτούσαν τεράστιες αρχικές επενδύσεις δεκαετίες πριν μεταμορφώσουν το εμπόριο. Η ηλεκτρική ενέργεια απαιτούσε δαπανηρές κατασκευές δικτύων πριν τα εργοστάσια μπορέσουν να οργανωθούν πλήρως γύρω από την ηλεκτρική ενέργεια. Τα τηλεπικοινωνιακά δίκτυα, το internet backbone, τα κινητά δίκτυα και η cloud υπολογιστική ακολούθησαν την ίδια πορεία. Σε κάθε περίπτωση, οι επενδύσεις υποδομής ανέβηκαν πρώτα, ενώ οι βελτιώσεις παραγωγικότητας ακολουθούσαν με καθυστέρηση.
Από την εξωτερική πλευρά, αυτές οι περίοδοι συχνά φαίνονταν σαν φούσκες. Σε αναδρομή, ήταν φάσεις εγκατάστασης. Απαραίτητες, κεφαλαιουχικές κατασκευές που έθεσαν τις βάσεις για δεκαετίες οικονομικής ανάπτυξης.
Αυτό το ευρέως κυκλοφορούν διάγραμμα της Goldman Sachs (GS ) εικονογραφεί αυτό το φαινόμενο σαφώς:
Οι επενδύσεις υποδομής ανεβαίνουν χρόνια πριν από τις μετρήσιμες βελτιώσεις παραγωγικότητας. Η AI σήμερα ακολουθεί αυτή τη καμπύλη σχεδόν ακριβώς.
Μεγάλο μέρος της σημερινής ανάπτυξης υποδομών AI καθοδηγείται από εταιρείες που είναι θεμελιωδώς διαφορετικές από εκείνες της εποχής dot-com. Κατά τη διάρκεια των τελευταίων ετών της δεκαετίας του 1990, πολλές υψηλά αξιολογημένες εταιρείες internet είχαν ελάχιστα ή καθόλου έσοδα. Από την άλλη πλευρά, οι μεγαλύτερες δυνάμεις πίσω από την τρέχουσα AI υποδομική άνοδο, όπως η Microsoft (MSFT ), η Google, η Meta και η Amazon (AMZN ), είναι υψηλά κερδοφόρες εταιρείες με τεράστιες, επαναλαμβανόμενες ροές μετρητών από καθιερωμένες επιχειρήσεις όπως η cloud υπολογιστική, η διαφήμιση και το enterprise software.
Η δαπάνη AI τους χρηματοδοτείται σε μεγάλο βαθμό από τα λειτουργικά κέρδη, όχι από κερδοσκοπικό χρέος. Αυτή η διάκριση έχει σημασία. Μειώνει σημαντικά τη συστημική ευθραυστότητα και επαναπροσδιορίζει το σημερινό CapEx όχι ως απερίσκεπτη υπερβολή, αλλά ως σκόπιμη μακροπρόθεσμη επένδυση.
3. Η Ζήτηση για Υπολογισμό είναι Δομική, Δεν Καθοδηγείται από το Επενδυτικό Κλίμα
Τι κάνει τον τρέχοντα AI κύκλο εξαιρετικά ανθεκτικό είναι ότι η ζήτηση για υπολογισμό δεν οδηγείται πρωτίστως από τον ενθουσιασμό γύρω από τις αφηγήσεις. Οδηγείται από τεχνικές απαιτήσεις που συνεχίζουν να επεκτείνονται ανεξάρτητα από το κλίμα της αγοράς.
Οι βασικοί οδηγοί της ζήτησης υπολογισμού συνεχίζουν να αυξάνονται:
-
Ο Φόρος της “Σκέψης”: Τα νέα μοντέλα AI δεν ανακτούν απλώς απαντήσεις αλλά πραγματικά εξετάζουν συλλογιστικά χιλιάδες δυνατότητες πριν απαντήσουν. Αυτό δημιουργεί μια νέα πραγματικότητα όπου μια μοναδική προτροπή χρήστη μπορεί να καταναλώσει 100x την υπολογιστική ισχύ μιας παραδοσιακής αναζήτησης.
-
Συνθετικά Δεδομένα Παραγωγή: Έχουμε αποτελεσματικά εξαντλήσει τα υψηλής ποιότητας ανθρώπινα δεδομένα για εκπαίδευση. Για να συνεχίσουμε να βελτιώνουμε, στόλοι από GPUs τρέχουν 24/7 μόνο για να γράψουν τα δεδομένα εκπαίδευσης για την επόμενη γενιά μοντέλων.
-
Κυρίαρχη Εθνική Υποδομή: Οι κυβερνήσεις αγοράζουν τώρα υπολογιστική ισχύ για εθνική ασφάλεια όπως αγοράζουν ενεργειακά αποθέματα ή αμυντικά συστήματα. Αυτό δημιουργεί ένα τεράστιο, μόνιμο πάτωμα ζήτησης που δεν επηρεάζεται από το κλίμα της αγοράς.
Αυτές οι δυνάμεις υπάρχουν ανεξάρτητα από το πώς οι εταιρείες AI αξιολογούνται σε οποιοδήποτε δεδομένο τρίμηνο. Ακόμη και κατά τη διάρκεια των πτωτικών αγορών, η χρησιμοποίηση GPU παραμένει υψηλή γιατί οι εργασίες τους συνεχίζουν να αυξάνονται σε πολυπλοκότητα και όγκο.
Αυτή η κατασκευή είναι ορατή με έναν τρόπο που πολλές κερδοσκοπικές φούσκες δεν ήταν. Οι GPU, οι διακομιστές, τα κέντρα δεδομένων, η υποδομή ενέργειας και οι αναπτυγμένες εφαρμογές AI είναι πραγματικά περιουσιακά στοιχεία που ήδη παρέχουν μετρήσιμες βελτιώσεις παραγωγικότητας. Σε αντίθεση με πολλές ιδέες της εποχής dot-com που ήταν χρόνια μακριά από την πρακτική χρήση, τα συστήματα AI είναι ήδη ενσωματωμένα σε ροές εργασιών στην ανάπτυξη λογισμικού, έρευνα, υποστήριξη πελατών, σχεδιασμό, εφοδιαστική και λήψη αποφάσεων.
Υπάρχει επίσης ένας ανταγωνιστικός δυναμισμός που λειτουργεί πέρα από τις αγορές. Η AI έχει εξελιχθεί σε μια στρατηγική “κούρσα εξοπλισμών” μεταξύ εταιρειών και εθνών. Οι κυβερνήσεις και οι εταιρείες δεν μπορούν απλώς να εξαιρεθούν από την επένδυση χωρίς να θέτουν σε κίνδυνο τη μακροπρόθεσμη ανταγωνιστικότητά τους. Η πτώση πίσω στην υπολογιστική ικανότητα σημαίνει όλο και περισσότερο την πτώση πίσω στην καινοτομία, την έλξη ταλέντου και την πρόσβαση σε κεφάλαια.
4. Φούσκα ή Σημείο Αναστροφής;
Ορισμένοι οικονομολόγοι διακρίνουν μεταξύ δύο τύπων φουσκών. Οι οικονομικές φούσκες αφήνουν λίγο πίσω τους όταν σπάσουν. Οι φούσκες αναστροφής, από την άλλη πλευρά, επιταχύνουν την κατασκευή θεμελιώδους υποδομής που μόνιμα αλλάζει το οικονομικό τοπίο, ακόμη και αν το κεφάλαιο είναι λανθασμένα κατανεμημένο κατά τη διάρκεια.
Οι σιδηρόδρομοι, η ηλεκτροδότηση και το πρώιμο διαδίκτυο έδειξαν όλα στοιχεία υπερβολής. Όμως, επίσης, μετέτρεψαν την κοινωνία με μη αναστρέψιμους τρόπους. Η σπατάλη δεν αρνήθηκε την πρόοδο.
Ο AI κύκλος εμφανίζει χαρακτηριστικά μιας φούσκας αναστροφής. Υπάρχει αναμφισβήτητα υπερβολή στα άκρα και ορισμένες επενδύσεις θα αποτύχουν. Αλλά η υποδομή που κατασκευάζεται είναι πραγματική, ανθεκτική και όλο και περισσότερο απαραίτητη. Ακόμη και καθώς οι αξιολογήσεις συμπιέζονται, η αγορά συγκεντρώνεται, και συγκεκριμένες εφαρμογές αποτυγχάνουν, η υποκείμενη υποδομή θα παραμείνει.
5. Το Πρόβλημα της Ανθρώπινης Υποεκτίμησης
Τέλος, υπάρχει μια επαναλαμβανόμενη τάση να υποτιμούμε την επίδραση των νέων τεχνολογιών στη καθημερινή ζωή. Μόνο 18 μήνες πριν, το μεγαλύτερο μέρος του κοινού εισαγόταν στην AI μέσω εργαλείων όπως το ChatGPT. Σήμερα, για πολλούς εργαζόμενους γνώσεων, είναι δύσκολο να φανταστούμε να εργαζόμαστε χωρίς την βοήθεια AI.
Αυτή η μετατόπιση συνέβη αξιοσημείωτα γρήγορα και είναι ακόμη στις πρώτες φάσεις.
Από αυτή την οπτική, το να ονομάζουμε αυτό μια φούσκα AI χάνει το μεγαλύτερο σημείο. Αυτό που βλέπουμε φαίνεται λιγότερο σαν κερδοσκοπική υπερβολή αποκολλημένη από την πραγματικότητα και περισσότερο σαν την ακατάστατη, κεφαλαιουχική φάση εγκατάστασης μιας επανάστασης της παραγωγικότητας που ήδη είναι σε εξέλιξη.
Η δημόσια στάση θα κυμαίνεται. Οι τιμές θα διορθωθούν. Η υποδομή και η καινοτομία που την ενεργοποιούν είναι εδώ για να παραμείνουν.












