Prace nad sztuczną inteligencją idą pełną parą, a inwestorzy hojnie finansują je setkami miliardów rocznie. Zdobycie palmy pierwszeństwa w AI jest na tyle łakomym kąskiem, iż łatwo przesadzić zarówno w wydatkach, jak i prognozowanych zyskach. Coraz częściej pojawiają się opinie, iż większość z tych setek miliardów zostanie zwyczajnie przepalona, gdyż inwestorzy ładują pieniądze w AI z powodu typowego dla baniek rynkowych hajpu, a nie dokładnej analizy czy przemyślanej strategii.
Kto jest zwycięzcą inwestycyjnego boomu
W ostatniej dekadzie wzrost nakładów inwestycyjnych na sztuczną inteligencję następował skokowo. Według Artificial Intelligence Index Report 2024 Uniwersytetu Stanforda, w latach 2013–2023 wartość inwestycji w AI wzrosła z niespełna 15 do prawie 190 mld dolarów rocznie. Szczyt zanotowano w 2021 roku, gdy na inwestycje w AI wydano 337 mld dolarów. W całym badanym okresie wydatki inwestycyjne na sztuczną inteligencję wyniosły grubo ponad bilion dolarów.
W latach 2021–2023 roku drugi co do wielkości udział miały inwestycje w startupy. W 2021 roku włożono w nie 132 mld dolarów, a rok później 103 mld. W 2023 roku powstało ponad 1,8 tys. start-upów zajmujących się tworzeniem lub badaniami nad AI.
Prym wiedli Amerykanie, którzy zainwestowali w raczkujące firmy i nowe projekty 67 mld dolarów w 2023 roku, a w całym okresie 2013–2023 – ponad 335 mld. Drugie Chiny zainwestowały trzy razy mniej. Najwięcej wydawano jednak na przejęcia spółek zajmujących się, między innymi, AI. Rekord padł w 2021 roku, gdy wydano na ten cel 173 mld dolarów.
Najwięcej środków finansowych zgarnęło słynne już Open AI, twórca kolejnych edycji Chat GPT, otrzymując 14 mld dolarów od inwestorów takich jak współtwórca PayPala Peter Thiel czy Microsoft. w tej chwili Open AI wyceniane jest choćby na 80 mld dolarów, a druga największa firma zajmująca się large-language model (LLM – uczenie maszynowe na dużych modelach językowych), Anthropic – na ponad 18 mld dolarów. Ponad 200 start-upów zajmujących się AI jest uważanych za tak zwane jednorożce, czyli młode przedsiębiorstwa, których wycena przebiła miliard dolarów.
Największym zwycięzcą jak na razie wydaje się jednak tajwańska NVIDIA, znana wcześniej na świecie przede wszystkim jako hegemon na rynku kart graficznych. Ten producent słynnych GeForce’ów produkuje także prawdopodobnie najlepsze chipy umożliwiające tworzenie i szkolenie programów AI. Jeszcze na początku 2023 roku jedna akcja NVIDIA kosztowała ok. 15 dolarów. Obecnie to ok. 127 dolarów, chociaż kosztowały już choćby nieco drożej.
Udziałowcy stracą cierpliwość?
Problem w tym, iż jak na razie te trwające przecież już od co najmniej kilku lat masowe inwestycje niekoniecznie przekładają się na bezpośrednią monetyzację. Open AI prawdopodobnie wykaże w tym roku stratę wysokości 5 mld dolarów. Także sztuczna inteligencja, nad którą pracują najwięksi giganci, wciąż nie przynosi zadowalających rezultatów, których zaczynają już oczekiwać ich udziałowcy.
Na początku sierpnia największe spółki technologiczne w USA zanotowały bardzo wyraźne spadki po ogłoszeniu słabych wyników finansowych – mowa szczególnie o Amazonie, Google (spółka Alphabet) oraz Microsofcie. Wszystkie te spółki inwestują dziesiątki miliardów dolarów w AI, a według analityków sierpniowe spadki ich wycen to efekt niezadowolenia inwestorów z rezultatów tych wysiłków.
„Obecnie w branży toczy się zażarta dyskusja na temat wymaganych nakładów inwestycyjnych w generatywną sztuczną inteligencję i tego, czy jej monetyzacja faktycznie będzie możliwa” – stwierdziła cytowana przez CNN Keith Weiss, analityczka banku Morgan Stanley, podczas zdalnej konferencji Microsoftu.
W największe kłopoty wpadł jednak Intel, gigant w produkcji półprzewodników, który w swoim raporcie finansowym poinformował, iż będzie zmuszony zredukować swoją załogę aż o 15 proc. Ma w ten sposób zmniejszyć koszty działalności o 10 mld dolarów. To efekt fatalnych wyników finansowych, a najgorszy wynik zanotował Intel Foundry, czyli odnoga zajmująca się AI, która tylko w zeszłym roku przyniosła 7 mld dolarów straty.
Paradoks produktywności
Dotychczasowe słabe wyniki finansowe działalności związanej z AI wynikają głównie z ogromnych kosztów. Tegoroczna strata Open AI będzie przede wszystkim efektem ogromnych nakładów finansowych potrzebnych do wyszkolenia nowego chatbota – sięgną one 7 mld dolarów. Uruchomienie Chat GPT miało kosztować Open AI choćby 700 tys. dolarów dziennie, głównie z powodu konieczności utrzymania serwerów. Pierwszy prezes firmy, Sam Altman, nazwał ją choćby „najbardziej kapitałochłonnym start-upem w historii”.
Tymczasem wykorzystanie AI w pracy nie jest już może marginalne, ale przez cały czas stosunkowo rzadkie. Według raportu Workforce Lab w najbardziej rozwiniętych gospodarkach świata (USA, Wielka Brytania, Niemcy, Japonia, Australia, Francja) ze sztucznej inteligencji korzysta co czwarty zatrudniony pracujący przy komputerze. W Japonii było to ledwie 18 proc. Faktem jest jednak, iż zdecydowana większość wskazywała poprawę produktywności.
Z produktywnością może być jednak różnie. Według badania naukowców z Harvard Business School oraz MIT sztuczna inteligencja może znacząco poprawić produktywność, ale dotyczy to głównie pracowników wysoko wykwalifikowanych.
Co więcej, muszą oni doskonale znać możliwości technologii i pracować zgodnie z jej potencjałem. W takich sytuacjach produktywność może wzrosnąć choćby o 40 proc. Jednak w przypadku przekraczania jej potencjału przez użytkowników, produktywność spada o 19 proc. Według autorów badania oznacza to konieczność przeprowadzenia szkoleń uczących nie tylko stosowania AI, ale też krytycznego podejścia do niej.
W przypadku stosowania AI w pracy powstaje jednak tak zwany paradoks produktywności. Chociaż nominalnie poprawia ona wyniki, zwiększa stopień obciążenia pracą. Wynika to z faktu, iż po wprowadzeniu AI do firmy kierownictwo zaczyna mieć zdecydowanie zbyt wygórowane oczekiwania – domaga się lepszych wyników, szybszej pracy i przede wszystkim rozszerza zakres odpowiedzialności podwładnych. Co zaś prowadzi do zniechęcenia, a czasem choćby wypalenia zawodowego wśród zatrudnionych. Według tegorocznego badania przeprowadzonego przez Upwork aż 77 proc. ankietowanych zatrudnionych na pełen etat zadeklarowało, iż wprowadzeniu AI ich praca stała się bardziej męcząca.
Z tego powodu w ostatnim czasie pojawiło się wiele analiz czołowych ekonomistów, według których nadzieje związane z AI są stanowczo przesadzone, podobnie jak setki miliardów dolarów, które są w nią inwestowane. Co z kolei może grozić, jeżeli nie pęknięciem bańki, to przynajmniej ogromnymi stratami wielu inwestorów technologicznych.
Co mówią eksperci
Jednym ze sceptyków jest Paul Romer, noblista w dziedzinie ekonomii, którego główne prace dotyczyły modelu wzrostu gospodarczego napędzanego zmianami technologicznymi. Według Romera inwestorzy lokują zbyt dużo zaufania w AI i mogą popełnić ten sam błąd co kilka lat temu fascynaci kryptowalut.
W tygodniowym przeglądzie banku Goldman Sachs z 25 czerwca, zatytułowanym znacząco Gen AI: Too much spend, too less benefit?, autorzy przepytali czołowych analityków ekonomicznych w sprawie prognoz dotyczących wpływu AI na gospodarkę w przyszłości. Głównym sceptykiem okazał się prof. Daron Acemoğlu z MIT, jeden z najgłośniejszych światowych komentatorów ekonomicznych, autor między innymi wydanych po polsku książek Dlaczego narody przegrywają i Wąski korytarz. Według Acemoğlu w ciągu kolejnych 10 lat AI wpłynie na automatyzację i zmniejszenie kosztów zaledwie 5 proc. zadań w całej gospodarce USA. W ten sposób w ciągu dekady zwiększy amerykańską produktywność o pół procent, a skumulowany wzrost PKB – zaledwie o niespełna 1 procent.
Równie sceptyczny był Jim Coviello, szef Global Equity Research banku Goldman Sachs, który stwierdził, iż osiągnięcie zwrotu z inwestycji w AI, w tej chwili szacowanych na bilion dolarów, mogłoby być możliwe, gdyby AI potrafiła rozwiązywać złożone problemy niskim kosztem. Tymczasem wątpliwe jest, by w przewidywalnym czasie jej koszty mogłyby spaść do przystępnego cenowo poziomu. W związku z tym Coviello nie przewiduje ani zysków, ani wzrostu wycen spółek zajmujących się AI.
