Το 2020 σχεδόν κανείς δεν ζητούσε ChatGPT, copilots ή γενετική Τεχνητή Νοημοσύνη. Έξι χρόνια αργότερα, η AI αλλάζει επιχειρήσεις, εργασία και καθημερινότητα. Αυτό αποδεικνύει κάτι βαθύτερο: οι κοινωνίες δεν μπορούν να σχεδιάσουν την επόμενη μεγάλη καινοτομία, επειδή δεν γνωρίζουν ακόμη τι θα θελήσουν. Είναι όμως πράγματι τόσο απλή η ιστορία;
Από τον John Tamny | Forbes
Απόδοση – δημοσιογραφική επιμέλεια: Δαίδαλος | Greece2Day
Τον Οκτώβριο του 2020 συνέβησαν δύο πράγματα που τότε έμοιαζαν εντελώς άσχετα. Το αμερικανικό υπουργείο Δικαιοσύνης κατέθεσε την αντιμονοπωλιακή αγωγή του εναντίον της Google για την κυριαρχία της στη διαδικτυακή αναζήτηση. Και η μετοχή της Nvidia βρισκόταν ακόμη στην αρχή μιας διαδρομής που θα την οδηγούσε έξι χρόνια αργότερα περίπου 1.681% υψηλότερα. Η σύγκριση δεν είναι τυχαία.
Το 2020 οι ρυθμιστικές αρχές κοιτούσαν το τεχνολογικό παρόν και προσπαθούσαν να αντιμετωπίσουν τη Google ως κυρίαρχη δύναμη μιας συγκεκριμένης αγοράς. Την ίδια στιγμή, σχεδόν κανείς δεν μπορούσε να προβλέψει πόσο διαφορετική θα ήταν η ίδια αγορά μόλις έξι χρόνια αργότερα εξαιτίας της Τεχνητής Νοημοσύνης.
Το πρόβλημα δεν είναι ότι οι άνθρωποι κάνουν λάθος
Είναι ότι δεν γνωρίζουν ακόμη τι μπορούν να θελήσουν. Οι καταναλωτές του 2020 δεν διαδήλωναν ζητώντας generative AI. Δεν απαιτούσαν ChatGPT. Δεν ζητούσαν AI assistants, copilots, συστήματα παραγωγής εικόνων ή μοντέλα που γράφουν κώδικα. Όχι επειδή είχαν αξιολογήσει αυτές τις τεχνολογίες και τις είχαν απορρίψει. Αλλά επειδή για τους περισσότερους δεν υπήρχαν ακόμη ως πραγματικές επιλογές.
Η αγορά είναι εξαιρετικά αποτελεσματική στο να αποκαλύπτει τι προτιμούν οι άνθρωποι όταν τους προσφέρονται διαφορετικές επιλογές. Είναι πολύ λιγότερο αποτελεσματική στο να μας πει σήμερα τι θα θέλουμε από μια τεχνολογία που δεν έχει ακόμη δημιουργηθεί. Ο Steve Jobs το είχε διατυπώσει με διαφορετικό τρόπο: πολλές φορές οι άνθρωποι δεν γνωρίζουν τι θέλουν μέχρι να τους το δείξεις.
Η πρόοδος έρχεται από το 0,000001%
Ας χρησιμοποιήσουμε ένα απροσδόκητο σημείο αναφοράς: τον Ντοστογιέφσκι. Στο Έγκλημα και Τιμωρία, ο Ρασκόλνικοφ αναπτύσσει τη θεωρία των "εξαιρετικών ανθρώπων" - εκείνων που έχουν την ικανότητα να φέρουν κάτι πραγματικά καινούργιο στον κόσμο. Ας μεταφέρουμε αυτή την ιδέα στην οικονομία της καινοτομίας. Η πρόοδος δεν δημιουργείται επειδή εκατομμύρια άνθρωποι συμφωνούν εκ των προτέρων για το τι πρέπει να κατασκευαστεί.
Δημιουργείται από ένα απειροελάχιστο ποσοστό ανθρώπων που βλέπουν κάτι το οποίο οι υπόλοιποι δεν μπορούν ακόμη να δουν. Το 0,000001%. Και μόνο αφού το δημιουργήσουν, η κοινωνία αποφασίζει αν το θέλει.
Εδώ εμφανίζεται ένα κλασικό οικονομικό πρόβλημα
Ο καταναλωτής μπορεί να επιλέξει ανάμεσα σε ένα iPhone και ένα Samsung. Μπορεί να αποφασίσει αν προτιμά Netflix ή Disney+. Μπορεί να επιλέξει ηλεκτρικό ή συμβατικό αυτοκίνητο. Αλλά πώς μπορεί το 1995 να εκφράσει τη ζήτησή του για ένα iPhone; Πώς μπορεί το 2005 να ζητήσει το ChatGPT; Δεν μπορεί. Γιατί η προτίμησή του περιορίζεται από το σύνολο των πραγμάτων που γνωρίζει ότι μπορούν να υπάρξουν.
Η καινοτομία δεν ικανοποιεί απλώς υπάρχουσα ζήτηση. Δημιουργεί καινούργιες δυνατότητες και, μαζί τους, καινούργια ζήτηση.
Διαβάστε ακόμα: Rick Scott : Το μεγάλο κράτος καταστρέφει το Αμερικανικό όνειρο
Schumpeter: πρώτα έρχεται ο επιχειρηματίας
Για τον Schumpeter, η κινητήρια δύναμη του καπιταλισμού δεν είναι ο στατικός ανταγωνισμός ανάμεσα σε επιχειρήσεις που παράγουν το ίδιο πράγμα λίγο φθηνότερα. Είναι ο επιχειρηματίας που αλλάζει το ίδιο το παιχνίδι. Νέα προϊόντα. Νέες μέθοδοι παραγωγής. Νέες αγορές. Νέα επιχειρηματικά μοντέλα. Και κάθε μεγάλη καινοτομία καταστρέφει ένα μέρος του προηγούμενου οικονομικού κόσμου.
Η περίφημη "δημιουργική καταστροφή". Η AI αποτελεί ίσως το καλύτερο σύγχρονο παράδειγμα. Δεν κάνει απλώς την παλιά αναζήτηση ταχύτερη. Αμφισβητεί την ίδια την έννοια της αναζήτησης.
Και κάπου εδώ μπαίνει η Google
Ας επιστρέψουμε στην αντιμονοπωλιακή αγωγή του 2020. Η κυβέρνησή των ΗΠΑ εξέταζε τότε την Google μέσα στο πλαίσιο της αγοράς που υπήρχε εκείνη τη στιγμή. Μηχανές αναζήτησης, διαφημιστικές μηχανές, μερίδια αγοράς, προκαθορισμένοι browsers. Έξι χρόνια αργότερα, όμως, η ίδια η έννοια της "αναζήτησης" έχει αρχίσει να αλλάζει. Ένας χρήστης μπορεί να μην ψάξει πλέον δέκα ιστοσελίδες. Μπορεί να θέσει μία ερώτηση σε ένα AI model και να ζητήσει σύνθεση των πληροφοριών.
Αυτό δεν σημαίνει ότι οι αντιμονοπωλιακές ανησυχίες για την Google ήταν αυτομάτως αβάσιμες. Δείχνει όμως κάτι σημαντικό: η τεχνολογική αγορά που προσπαθεί να ρυθμίσει το κράτος σήμερα μπορεί να μην είναι η ίδια αγορά που θα υπάρχει αύριο.
Hayek: κανείς δεν διαθέτει ολόκληρη τη γνώση
Εδώ εμφανίζεται ένας δεύτερος μεγάλος οικονομολόγος. Ο Friedrich Hayek. Ένα από τα κεντρικά επιχειρήματά του ήταν ότι η γνώση που χρειάζεται για να λειτουργήσει μια οικονομία δεν βρίσκεται συγκεντρωμένη σε έναν άνθρωπο ή έναν θεσμό. Είναι διασκορπισμένη.
- Σε επιχειρηματίες.
- Σε εργαζομένους.
- Σε καταναλωτές.
- Σε επιστήμονες.
- Σε επενδυτές.
Η αγορά λειτουργεί ως μηχανισμός ανακάλυψης. Κανείς δεν γνωρίζει εκ των προτέρων ποια ιδέα θα πετύχει. Γι' αυτό δοκιμάζονται πολλές. Οι περισσότερες αποτυγχάνουν. Λίγες επιβιώνουν. Και ελάχιστες αλλάζουν τον κόσμο. Από αυτή την οπτική, η AI δεν είναι προϊόν κάποιου κεντρικού σχεδίου. Είναι αποτέλεσμα χιλιάδων πειραμάτων, αποτυχιών και επενδυτικών στοιχημάτων.
Και εδώ εντοπίζουμε ένα πραγματικό πρόβλημα
Η ιστορία της ίδιας της Τεχνητής Νοημοσύνης. Διότι η θέση "αν η AI είχε αφεθεί στην κυβέρνηση, δεν θα υπήρχε AI" είναι πολύ δυσκολότερο να υποστηριχθεί ιστορικά από όσο υποδηλώνει ο τίτλος. Το αμερικανικό National Science Foundation χρηματοδοτεί έρευνα στην Τεχνητή Νοημοσύνη από τις αρχές της δεκαετίας του 1960. Σήμερα επενδύει πάνω από 700 εκατ. δολάρια ετησίως σε έρευνα AI. Το αμερικανικό υπουργείο Άμυνας και άλλοι δημόσιοι φορείς έχουν επίσης χρηματοδοτήσει επί δεκαετίες έρευνα σε υπολογιστές, δίκτυα, ημιαγωγούς και τεχνολογίες που αποτέλεσαν μέρος της υποδομής πάνω στην οποία αναπτύχθηκε η σημερινή ψηφιακή οικονομία.
Άρα το πραγματικό ιστορικό δίπολο δεν είναι τόσο απλό όσο: κράτος ή αγορά.
Άλλο η βασική έρευνα, άλλο η ανακάλυψη της αγοράς
Εδώ βρίσκεται ίσως η σημαντικότερη διάκριση. Το κράτος μπορεί να χρηματοδοτήσει βασική έρευνα. Μπορεί να χρηματοδοτήσει πανεπιστήμια. Μπορεί να κατασκευάσει υποδομές. Μπορεί να υποστηρίξει τεχνολογίες για τις οποίες ο ιδιωτικός τομέας δεν βλέπει ακόμη άμεση εμπορική απόδοση. Αυτό έχει συμβεί πολλές φορές. Αλλά υπάρχει ένα διαφορετικό ερώτημα: ποιος ανακαλύπτει τι θα γίνει προϊόν; Ποιος αποφασίζει ότι ένα μεγάλο γλωσσικό μοντέλο μπορεί να μετατραπεί σε υπηρεσία για εκατοντάδες εκατομμύρια ανθρώπους; Ποιος αποφασίζει πόσα δισεκατομμύρια πρέπει να επενδυθούν σε data centers; Ποιο interface θα χρησιμοποιούν οι καταναλωτές; Ποιο επιχειρηματικό μοντέλο λειτουργεί; Ποια εφαρμογή έχει πραγματική αξία και ποια είναι απλώς τεχνολογικό πυροτέχνημα;
Εκεί η αγορά έχει ένα πλεονέκτημα που δύσκολα αναπαράγεται διοικητικά. Επιτρέπει σε πολλούς να κάνουν διαφορετικά στοιχήματα ταυτόχρονα. Και επιτρέπει στους περισσότερους να χάσουν.
Τα χρήματα σήμερα είναι κυρίως ιδιωτικά
Τα δεδομένα του Stanford AI Index δείχνουν πόσο έχει αλλάξει η κλίμακα. Η παγκόσμια εταιρική επένδυση στην AI υπερδιπλασιάστηκε το 2025. Η ιδιωτική επένδυση αυξήθηκε κατά 127,5% και αντιστοιχεί πλέον περίπου στο 60% της συνολικής επένδυσης. Στη generative AI η αύξηση ήταν ακόμη μεγαλύτερη: πάνω από 200%. Και οι ΗΠΑ κυριαρχούν στις ιδιωτικές επενδύσεις AI, με ποσά πολλαπλάσια εκείνων της Κίνας.
Η σημερινή εμπορική έκρηξη της AI χρηματοδοτείται σε τεράστιο βαθμό από ιδιωτικό κεφάλαιο.
Αλλά και η Κίνα δείχνει γιατί η εικόνα είναι πιο σύνθετη
Το Stanford επισημαίνει μια ενδιαφέρουσα λεπτομέρεια. Οι απλές συγκρίσεις ιδιωτικών επενδύσεων πιθανότατα υποεκτιμούν την πραγματική κινεζική προσπάθεια, επειδή κρατικά guidance funds έχουν διοχετεύσει τεράστια κεφάλαια σε εταιρείες AI. Άρα στον πραγματικό κόσμο δεν υπάρχουν δύο καθαρά μοντέλα: 100% αγορά έναντι 100% κράτους. Υπάρχουν διαφορετικά μείγματα. Η Αμερική διαθέτει πανεπιστήμια και δημόσια ερευνητική χρηματοδότηση, αλλά τεράστιες ιδιωτικές κεφαλαιαγορές. Η Κίνα συνδυάζει ιδιωτικές επιχειρήσεις με πολύ μεγαλύτερη κρατική καθοδήγηση κεφαλαίων. Η Ευρώπη διαθέτει ισχυρή επιστημονική βάση αλλά μικρότερο οικοσύστημα χρηματοδότησης τεχνολογικών επιχειρήσεων μεγάλης κλίμακας.
Το αποτέλεσμα αυτών των διαφορετικών μοντέλων εξελίσσεται μπροστά μας.
Το πραγματικό πρόβλημα με το «να αποφασίσουμε όλοι μαζί»
Το ισχυρότερο επιχείρημά του δεν είναι ότι το κράτος δεν πρέπει ποτέ να χρηματοδοτεί τεχνολογία. Η ιστορία δεν στηρίζει μια τόσο απόλυτη θέση. Το ισχυρότερο επιχείρημά είναι διαφορετικό: δεν μπορούμε να απαιτούμε κοινωνική συναίνεση για μια καινοτομία πριν ακόμη γνωρίζουμε τι είναι. Εάν κάθε μεγάλη τεχνολογική αλλαγή έπρεπε πρώτα να αποδείξει σε μια πλειοψηφία ότι θα είναι χρήσιμη, πολλές ιδέες πιθανότατα δεν θα περνούσαν ποτέ το πρώτο στάδιο.
Γιατί οι ριζοσπαστικές καινοτομίες φαίνονται συχνά παράλογες πριν γίνουν αυτονόητες.
Αυτό όμως δεν καταργεί τη ρύθμιση
Άλλο όμως πράγμα είναι να προσπαθεί το κράτος να επιλέξει ποια τεχνολογία θα υπάρξει. Και άλλο να θεσπίζει κανόνες για τις συνέπειες μιας τεχνολογίας που ήδη υπάρχει. Η AI δημιουργεί πραγματικά ζητήματα:
- προσωπικά δεδομένα,
- πνευματικά δικαιώματα,
- ασφάλεια,
- διακρίσεις αλγορίθμων,
- απάτη,
- συγκέντρωση οικονομικής ισχύος,
- ευθύνη όταν ένα σύστημα προκαλεί ζημία.
Το γεγονός ότι ένας ρυθμιστής δεν μπορούσε να προβλέψει το ChatGPT το 2020 δεν σημαίνει ότι το 2026 δεν μπορεί να υπάρχει κανένας κανόνας για τη χρήση της AI. Το δύσκολο πρόβλημα είναι να δημιουργούνται κανόνες που αντιμετωπίζουν συγκεκριμένες βλάβες χωρίς να επιχειρούν να προκαθορίσουν ποια τεχνολογία επιτρέπεται να κερδίσει.
Το μεγαλύτερο μάθημα της AI ίσως είναι άλλο
Το 2020 δεν ξέραμε τι θα θέλαμε το 2026. Και το 2026 πιθανότατα δεν γνωρίζουμε τι θα θεωρούμε αυτονόητο το 2032. Αυτό είναι το παράδοξο της τεχνολογικής προόδου. Ζητάμε το μέλλον μόνο αφού κάποιος μας δείξει ότι μπορεί να υπάρξει. Η αγορά έχει τεράστια δύναμη ακριβώς επειδή επιτρέπει σε ανθρώπους να στοιχηματίζουν πάνω σε διαφορετικές εκδοχές αυτού του άγνωστου μέλλοντος. Το κράτος έχει ιστορικά διαφορετικό αλλά επίσης σημαντικό ρόλο: μπορεί να χρηματοδοτεί τη βασική γνώση και τις υποδομές πάνω στις οποίες αργότερα γίνονται αυτά τα στοιχήματα.
Γι' αυτό ίσως το πραγματικό δίδαγμα της AI δεν είναι ότι το κράτος δεν δημιουργεί καινοτομία. Ούτε ότι η αγορά από μόνη της δημιουργεί τα πάντα. Είναι ότι υπάρχει τεράστια διαφορά ανάμεσα στο να χρηματοδοτείς την αναζήτηση της γνώσης και στο να πιστεύεις ότι γνωρίζεις εκ των προτέρων πού πρέπει να οδηγήσει αυτή η γνώση. Κανένας υπουργός, κανένα συμβούλιο ειδικών, καμία εταιρεία - αλλά ούτε και "όλοι εμείς" μαζί - δεν γνωρίζει με βεβαιότητα ποια θα είναι η επόμενη μεγάλη τεχνολογική ανατροπή.
Γι' αυτό η καινοτομία χρειάζεται κάτι που ένας κεντρικός σχεδιασμός δυσκολεύεται εξ ορισμού να προσφέρει: την ελευθερία να δοκιμαστούν πολλές ιδέες, να αποτύχουν σχεδόν όλες και να ανακαλύψουμε εκ των υστέρων ποια από αυτές ήταν το μέλλον.
Add comment
Comments