Η Κίνα ξεκίνησε εξάγοντας φθηνά παιχνίδια και ηλεκτρονικά. Στη συνέχεια κατέκτησε φωτοβολταϊκά, μπαταρίες και ηλεκτρικά αυτοκίνητα. Τώρα επιχειρεί κάτι πολύ πιο φιλόδοξο: να μετατρέψει την τεχνητή νοημοσύνη σε φθηνό, σχεδόν εμπορευματοποιημένο αγαθό.
Από τον Larry Elliott | The Guardian
Απόδοση – δημοσιογραφική επιμέλεια: Αργώ | Greece2Day
Για χρόνια η Δύση περίμενε την κινεζική οικονομία να σκοντάψει.
- Υπερχρέωση.
- Φούσκα ακινήτων.
- Γήρανση του πληθυσμού.
- Υπερεπενδύσεις.
- Αδύναμη εσωτερική κατανάλωση.
Όλα πραγματικά προβλήματα. Μόνο που, όσο η Δύση περίμενε την κινεζική κατάρρευση, η Κίνα άλλαζε πίστα.
Και μπορεί να αποδοθεί με τρεις φάσεις.
China 1.0: Το εργοστάσιο του κόσμου
Η πρώτη κινεζική επανάσταση ήταν σχετικά απλή:
Η είσοδος της Κίνας στον Παγκόσμιο Οργανισμό Εμπορίου το 2001 επιτάχυνε μια διαδικασία που άλλαξε την παγκόσμια βιομηχανική γεωγραφία.
Η Δύση κέρδισε φθηνότερα προϊόντα. Οι επιχειρήσεις κέρδισαν φθηνότερη παραγωγή. Η Κίνα απέκτησε εργοστάσια, τεχνογνωσία, κεφάλαιο και εκατομμύρια βιομηχανικές θέσεις εργασίας. Αλλά ορισμένες δυτικές βιομηχανικές περιοχές πλήρωσαν πολύ υψηλό τίμημα.
China 2.0: Από τα παιχνίδια στα ηλεκτρικά αυτοκίνητα
Το μεγάλο δυτικό λάθος ήταν η υπόθεση ότι η Κίνα θα παρέμενε για πάντα ο παραγωγός των φθηνών προϊόντων που σχεδίαζαν άλλοι. Δεν συνέβη. Η χώρα άρχισε να ανεβαίνει στην αλυσίδα αξίας:
Η Κίνα δεν ήθελε πλέον απλώς να κατασκευάζει τα προϊόντα της Δύσης. Ήθελε να κατασκευάζει τα δικά της προηγμένα προϊόντα και να ανταγωνίζεται τις δυτικές εταιρείες στις δικές τους αγορές. Αυτό είναι το China 2.0 και είναι η αλλαγή που σήμερα προκαλεί βαθιά ανησυχία στη γερμανική αυτοκινητοβιομηχανία και στην ευρωπαϊκή βιομηχανική πολιτική.
Αλλά η τρίτη φάση μπορεί να είναι ακόμη σημαντικότερη.
China 3.0: Η AI γίνεται το νέο κινεζικό εξαγώγιμο προϊόν
Η τεχνητή νοημοσύνη έχει μία κρίσιμη διαφορά από ένα αυτοκίνητο.
- Δεν χρειάζεται πλοίο.
- Δεν χρειάζεται λιμάνι.
- Δεν χρειάζεται εργοστάσιο σε κάθε αγορά.
- Και το οριακό κόστος διανομής του software είναι εξαιρετικά χαμηλό.
Εάν λοιπόν μια κινεζική εταιρεία κατασκευάσει ένα AI model που βρίσκεται κοντά στις δυνατότητες των καλύτερων αμερικανικών συστημάτων, μπορεί να το διαθέσει παγκοσμίως σχεδόν αμέσως.
Και εδώ βρίσκεται η πραγματική απειλή.
Όχι απαραίτητα: κινεζική AI > αμερικανική AI
αλλά: κινεζική AI ≈ αμερικανική AI, με πολύ χαμηλότερη τιμή.
Αυτό είναι πολύ διαφορετικό οικονομικό πρόβλημα.
Ο πόλεμος τιμών έχει ήδη αρχίσει
Δεν μιλάμε πλέον μόνο θεωρητικά.
Οι Financial Times κατέγραψαν τον Αύγουστο ότι οι αμερικανικές OpenAI και Anthropic μείωσαν σημαντικά τις τιμές μοντέλων τους, καθώς επιχειρήσεις άρχισαν να εξετάζουν φθηνότερες κινεζικές λύσεις από εταιρείες όπως η DeepSeek και η Moonshot.
Σύμφωνα με τα στοιχεία που επικαλείται η FT, οι τιμές χρήσης κορυφαίων αμερικανικών μοντέλων είχαν μειωθεί σχεδόν 25% από τα μέσα Ιουλίου.
Και υπάρχει μια ακόμη πιο ενδιαφέρουσα ένδειξη.
Στα τέλη Αυγούστου, στην πλατφόρμα AI Gateway της αμερικανικής Vercel, τα open-weight μοντέλα έφτασαν το 62% του token volume σε μία ημέρα, έναντι μόλις 28% περίπου δύο μήνες νωρίτερα.
Μεταξύ των δημοφιλέστερων βρίσκονταν κινεζικά μοντέλα των DeepSeek, StepFun και Zhipu. Πρόκειται για στοιχεία μίας συγκεκριμένης πλατφόρμας - όχι για μερίδιο της συνολικής παγκόσμιας αγοράς - αλλά η μεταβολή είναι εντυπωσιακή.
Ακόμη πιο ενδιαφέρον: DoorDash και Airbnb έχουν, σύμφωνα με τους FT, αρχίσει να χρησιμοποιούν κινεζικά μοντέλα σε ορισμένες εφαρμογές προκειμένου να περιορίσουν τους λογαριασμούς AI.
Εδώ αρχίζει το πραγματικό οικονομικό story.
Γιατί η τιμή έχει μεγαλύτερη σημασία από το benchmark
Φανταστείτε δύο μοντέλα. Το αμερικανικό είναι 100 στην απόδοση. Το κινεζικό είναι 95. Αλλά το δεύτερο κοστίζει το ένα τρίτο. Για έναν ερευνητή που κυνηγά την απόλυτη επίδοση, το 100 μπορεί να είναι απαραίτητο. Για μια επιχείρηση όμως που χρησιμοποιεί εκατομμύρια ή δισεκατομμύρια tokens για:
- πελατειακή υποστήριξη,
- coding,
- λογιστική επεξεργασία,
- marketing,
- ανάλυση δεδομένων,
- agents,
- διαχείριση εγγράφων,
το οικονομικό ερώτημα είναι διαφορετικό: "Πόση νοημοσύνη αγοράζω ανά ευρώ;"
Και όσο η AI περνά από το πειραματικό στάδιο στη μαζική επιχειρηματική χρήση, αυτή η σχέση κόστους-απόδοσης αποκτά τεράστια σημασία.
Οι ίδιοι οι FT σημειώνουν ότι οι απλές τιμές ανά token δεν αποτελούν τέλεια σύγκριση, επειδή ένα ακριβότερο και ικανότερο μοντέλο μπορεί να ολοκληρώνει μια εργασία με λιγότερα tokens ή προσπάθειες. Ωστόσο, ανεξάρτητα benchmarks δείχνουν πλέον κινεζικά και αμερικανικά μοντέλα να βρίσκονται αρκετά κοντά σε ορισμένες κατηγορίες κόστους/απόδοσης.
Το DeepSeek άλλαξε την εξίσωση
Η σημασία του DeepSeek δεν ήταν ότι απέδειξε πως "η Κίνα κέρδισε την AI". Δεν το απέδειξε. Έκανε κάτι ίσως οικονομικά σημαντικότερο. Αμφισβήτησε την υπόθεση ότι καλύτερη AI απαιτεί συνεχώς περισσότερα chips, περισσότερα data centers, περισσότερα δισεκατομμύρια επενδύσεων, άρα υψηλή τιμή για τον τελικό πελάτη.
Η κινεζική πίεση εισήγαγε μια διαφορετική πιθανότητα:
Και εδώ βρίσκεται ίσως ο μεγαλύτερος κίνδυνος για τις αμερικανικές αποτιμήσεις.
Τι σημαίνει «AI ως commodity»;
Commodity δεν σημαίνει ότι όλα τα μοντέλα είναι ίδια. Σημαίνει ότι γίνεται όλο και δυσκολότερο για τον παραγωγό να χρεώνει τεράστιο premium για κάτι που οι ανταγωνιστές μπορούν να προσφέρουν αρκετά κοντά σε ποιότητα και πολύ φθηνότερα.
Το έχουμε δει πολλές φορές. Όταν ένα προϊόν είναι σπάνιο: υψηλή τιμή → υψηλό περιθώριο κέρδους.
Όταν πολλοί μπορούν να το παράγουν: ανταγωνισμός → πτώση τιμών → συμπίεση margins.
Εάν λοιπόν τα foundation models μετατραπούν σταδιακά σε commodity, η AI μπορεί να αποδειχθεί εξαιρετική για τους χρήστες και πολύ δυσκολότερη επιχείρηση για τους παραγωγούς των μοντέλων.
Αυτό είναι το παράδοξο. Η AI μπορεί να αλλάξει τον κόσμο και ταυτόχρονα να αποδειχθεί λιγότερο κερδοφόρα από όσο προεξοφλούν σήμερα οι αγορές.
Το πρόβλημα των τρισεκατομμυρίων
Εδώ πρέπει να ξεχωρίσουμε δύο διαφορετικά πράγματα.
Το πρώτο είναι: Θα γίνει η AI τεράστια τεχνολογία; Πιθανότατα ναι. Το δεύτερο: Θα μπορέσουν οι σημερινοί πρωταγωνιστές να κρατήσουν αρκετά υψηλές τιμές και περιθώρια ώστε να δικαιολογήσουν τις τεράστιες επενδύσεις και αποτιμήσεις; Αυτό δεν είναι καθόλου βέβαιο.
Οι αμερικανικοί όμιλοι επενδύουν ασύλληπτα ποσά σε:
- GPU,
- data centers,
- ηλεκτρική ενέργεια,
- δίκτυα,
- μοντέλα,
- ερευνητές.
Το επιχειρηματικό στοίχημα προϋποθέτει ότι από αυτή την τεράστια υποδομή θα δημιουργηθούν ακόμη μεγαλύτερες μελλοντικές ταμειακές ροές.
Αλλά εάν η τιμή της "νοημοσύνης" πέφτει συνεχώς λόγω ανταγωνισμού, έχουμε μια παράξενη εξίσωση: να ανεβαίνουν συνεχώς οι επενδύσεις και ταυτόχρονα να μειώνεται η τιμή της ΑΙ και τα περιθώρια κέρδους.
Αυτό είναι πολύ πιο επικίνδυνο για τις αποτιμήσεις από το ερώτημα ποιο μοντέλο κερδίζει ένα benchmark.
Η Κίνα έχει διαφορετικό παιχνίδι
Και εδώ η κινεζική στρατηγική γίνεται εξαιρετικά ενδιαφέρουσα. Μια αμερικανική AI startup πρέπει τελικά να αποδείξει στους επενδυτές της ότι μπορεί να παράγει κέρδη. Η Κίνα μπορεί να αντιμετωπίζει το AI ecosystem και ως βιομηχανική και γεωπολιτική υποδομή.
Οι FT περιγράφουν μια κινεζική στρατηγική που προωθεί χαμηλού κόστους open-weight AI προς τον υπόλοιπο κόσμο, ιδιαίτερα προς αναδυόμενες οικονομίες.
Το αποτέλεσμα μπορεί να είναι:
Δεν χρειάζεται λοιπόν το ίδιο το μοντέλο να παράγει τεράστια κέρδη. Μπορεί να λειτουργεί ως loss leader για ένα ολόκληρο οικοσύστημα.
Η Alibaba το είπε σχεδόν ξεκάθαρα
Υπάρχει ένα εξαιρετικά αποκαλυπτικό περιστατικό.
Όταν ο πρόεδρος της Alibaba, Joe Tsai, ρωτήθηκε πώς βγάζει χρήματα η εταιρεία διαθέτοντας ανοιχτά τα μοντέλα της, απάντησε ουσιαστικά ότι "δεν βγάζει χρήματα από την πώληση των ίδιων των μοντέλων, αλλά κερδίζει από τη χρήση τους μέσω των υπηρεσιών cloud και της υπολογιστικής της υποδομής, ενώ χρησιμοποιεί το open-source/open-weight AI για να διευρύνει το οικοσύστημά της".
Αυτό είναι το αντίστοιχο του: σου δίνω φθηνά το λειτουργικό σύστημα για να μπεις στην πλατφόρμα μου.
Και αποτελεί δυνητικά πολύ ισχυρό όπλο απέναντι σε μια εταιρεία της οποίας το ίδιο το μοντέλο πρέπει να αποφέρει υψηλή κεφαλαιακή απόδοση.
Αλλά υπάρχει μια σημαντική ένσταση
Δεν πρέπει να πέσουμε στο αντίθετο λάθος και να παρουσιάσουμε την κινεζική AI ως δωρεάν μηχανή που καταστρέφει αυτομάτως τους Αμερικανούς. Η ίδια η DeepSeek δείχνει ότι όσο ανεβαίνει η ποιότητα, ανεβαίνει και το κόστος.
Το νέο V4 Pro τιμολογείται σημαντικά υψηλότερα από το V4 Flash - περίπου 9 φορές περισσότερο για input και 14 φορές για output tokens -, σύμφωνα με στοιχεία που επικαλείται το Reuters.
Άρα ακόμη και οι Κινέζοι ανακαλύπτουν ότι frontier intelligence δεν είναι δωρεάν. Και οι αμερικανικές εταιρείες εξακολουθούν να διαθέτουν σημαντικά πλεονεκτήματα:
- κεφάλαιο,
- chips,
- cloud infrastructure,
- ταλέντο,
- enterprise relationships,
- distribution,
- και τεράστια οικοσυστήματα χρηστών.
Η μάχη επομένως δεν έχει κριθεί. Αλλά η οικονομική δομή της μάχης έχει αλλάξει.
Το πραγματικό China Shock 3.0
Το πρώτο China shock μείωσε την τιμή των βιομηχανικών προϊόντων. Το δεύτερο μειώνει την τιμή της πράσινης τεχνολογίας. Το τρίτο μπορεί να μειώσει την τιμή της μηχανικής νοημοσύνης.
Υπάρχει όμως και μια ανατροπή.
Εάν η AI γίνει δραματικά φθηνότερη, μπορεί να χάσουν κάποιοι κατασκευαστές μοντέλων αλλά να κερδίσει σχεδόν ολόκληρη η υπόλοιπη οικονομία. Μια ελληνική μικρομεσαία επιχείρηση δεν ενδιαφέρεται ιδιαίτερα εάν το καλύτερο μοντέλο είναι αμερικανικό ή κινεζικό.
Την ενδιαφέρει αν μπορεί με €1.000 τον μήνα αντί για €10.000 να αυτοματοποιήσει:
- λογιστήριο,
- customer support,
- marketing,
- μεταφράσεις,
- data analysis,
- προγραμματισμό.
Και αυτό δημιουργεί ένα από τα πιο ενδιαφέροντα παράδοξα της σημερινής χρηματιστηριακής αγοράς: αυτό που είναι κακό για τις αποτιμήσεις ορισμένων AI εταιρειών μπορεί να είναι εξαιρετικό για την πραγματική οικονομία.
Και ίσως ακόμη καλύτερο για όσους βρίσκονται πάνω από τα μοντέλα Εάν τα ίδια τα foundation models γίνουν commodity, η αξία μπορεί να μετακινηθεί αλλού.
Από το model layer προς:
- εφαρμογές,
- agents,
- Λογισμικό για επιχειρήσεις,
- proprietary data,
- integration,
- cloud,
- και επιχειρήσεις που χρησιμοποιούν AI για να αυξήσουν την παραγωγικότητά τους.
Έχουμε δει το ίδιο στην ιστορία της τεχνολογίας.
Η πτώση της τιμής των υπολογιστών δεν κατέστρεψε την ψηφιακή οικονομία. Την απογείωσε. Η πτώση της τιμής του internet bandwidth δεν κατέστρεψε το internet. Δημιούργησε νέες επιχειρήσεις πάνω του.
Το ίδιο μπορεί να συμβεί με την AI.
Οι αμερικανικοί περιορισμοί στην πρόσβαση της Κίνας στα πιο προηγμένα chips σχεδιάστηκαν για να επιβραδύνουν την κινεζική AI. Εν μέρει το πέτυχαν.
Αλλά υπάρχει πιθανότητα να δημιούργησαν και ένα απρόσμενο κίνητρο: λιγότερη πρόσβαση σε κορυφαία chips. Αυτό οδήγησε στη ανάγκη μεγαλύτερης αποδοτικότητας άρα στο optimization, με τη σειρά τους σε φθηνότερα μοντέλα και open-weight στρατηγική που διευκολύνει την παγκόσμια διάδοση.
Οι FT χαρακτηρίζουν ακριβώς αυτή την εξέλιξη πιθανό ακούσιο αποτέλεσμα των αμερικανικών export controls. Η προσπάθεια δηλαδή να περιοριστεί η Κίνα μπορεί να συνέβαλε στη δημιουργία ενός ανταγωνιστή που αναγκάστηκε να μάθει να κάνει περισσότερα με λιγότερα.
Η μάχη δεν είναι πλέον μόνο ποιος έχει την καλύτερη AI
Αυτό ίσως είναι το βασικό συμπέρασμα.
Η πρώτη φάση του AI boom είχε ένα απλό ερώτημα: "Ποιος έχει το καλύτερο μοντέλο;" Η δεύτερη θα έχει διαφορετικό: "Ποιος μπορεί να προσφέρει επαρκώς καλή νοημοσύνη στο χαμηλότερο κόστος;"
Και αυτή είναι μάχη στην οποία η Κίνα έχει αποδείξει επανειλημμένα ότι είναι εξαιρετικά επικίνδυνος ανταγωνιστής.
- Το έκανε στα φωτοβολταϊκά.
- Το έκανε στις μπαταρίες.
- Το έκανε στα ηλεκτρικά αυτοκίνητα.
Τώρα επιχειρεί να το κάνει σε ένα προϊόν που δεν ζυγίζει ούτε ένα γραμμάριο: τη νοημοσύνη.
Και αν το πετύχει, το China 3.0 δεν θα χρειαστεί ούτε εμπορευματοκιβώτια ούτε λιμάνια για να φτάσει στη Δύση.
Θα φτάσει μέσα από ένα API.
Add comment
Comments