Η τεχνητή νοημοσύνη περνά σε νέα φάση. Εμείς;

Η συζήτηση για την τεχνητή νοημοσύνη έχει ξεφύγει πλέον από τα εργαστήρια και τα συνέδρια. Έχει μπει στις εταιρείες, στα συστήματα του δημοσίου και στις αποφάσεις της αγοράς. Κι η πραγματικότητα που διαμορφώνεται είναι πολύ πιο σύνθετη απ’ ό,τι δείχνουν τα εύκολα συνθήματα για "επανάσταση". Για πρώτη φορά βλέπουμε τεχνολογική πρόοδο, επιχειρηματικές κινήσεις και επενδύσεις να εξελίσσονται ταυτόχρονα, με ρυθμό που δεν θυμίζει καμία άλλη περίοδο στην ιστορία των τεχνολογικών εξελίξεων.

Το τεχνικό κομμάτι έχει αλλάξει πρόσωπο. Τα κυρίαρχα μοντέλα δεν είναι πλέον απλά Μεγάλα Γλωσσικά Μοντέλα (LLM – Large Language Model) που στηρίζονται σε τεράστιους όγκους δεδομένων κειμένου. Συνδυάζουν εικόνα, ήχο, βίντεο και πίνακες μέσα σε μία ενιαία λογική λειτουργίας. Είναι τα λεγόμενα μοντέλα πολλαπλών μορφών εισόδου (multimodal), συστήματα που δεν "βλέπουν” απλώς το περιβάλλον τους· το κατανοούν. Η Meta, η OpenAI, η Google, η Anthropic και η Mistral βρίσκονται στην πρώτη γραμμή.

Σήμερα βλέπουμε και χρησιμοποιούμε μοντέλα με τεράστια context windows (δηλ. πόσα δεδομένα μπορούν να θυμούνται και να επεξεργάζονται ταυτόχρονα), πολύπλοκες δομές "συλλογισμού" και πραγματικές δυνατότητες χειρισμού εργασιών με διαδοχικά βήματα. Δεν έχουμε να κάνουμε πλέον απλά με "έξυπνα chat”. Είναι εργαλεία που μπορούν να αξιολογήσουν δεδομένα, να αναγνωρίσουν μοτίβα, να συνδυάσουν πληροφορίες και να φτάσουν σε συμπεράσματα.

Η δεύτερη μεγάλη αλλαγή που συμβαίνει εδώ και κάποιους μήνες, αφορά τους agents, τους "ψηφιακούς πράκτορες" που εκτελούν διαδικασίες αυτόνομα. Η ιδέα είναι ότι το μοντέλο δεν περιμένει εντολές, αλλά εκτελεί συγκεκριμένα καθήκοντα σύμφωνα με συγκεκριμένες "οδηγίες" που του έχουν δοθεί εξ αρχής. Αναζητά αρχεία, ενημερώνει συστήματα, τρέχει διαδικασίες, ελέγχει δεδομένα, προχωρά μόνο του στο επόμενο βήμα. Και λειτουργεί. Οι επιχειρήσεις το δοκιμάζουν ήδη. Μερικές το εφαρμόζουν πιλοτικά, άλλες το αναπτύσσουν σε μεγαλύτερη κλίμακα. Δεν είναι ακόμη μαζικό, αλλά η κατεύθυνση είναι καθαρή: η τεχνητή νοημοσύνη περνά από τη φάση "ερώτηση–απάντηση", σε εκείνην της "εργασίας και αποτελέσματος".

Η τρίτη εξέλιξη αφορά τα "ανοιχτά" (open-weight) μοντέλα. Μέχρι πριν λίγο καιρό θεωρούνταν βοηθητικά. Σήμερα ανταγωνίζονται ευθέως τα κλειστά συστήματα των μεγάλων εταιρειών σε πολλά τεστ. Γρήγορα, ελαφριά, οικονομικά και συχνά εντυπωσιακά ικανά όταν τα προσαρμόζει μια εταιρεία για τις δικές της ανάγκες. Αυτός ο μετασχηματισμός μειώνει το κόστος και περιορίζει την εξάρτηση από έναν μόνο προμηθευτή, κάτι που στον τομέα της τεχνητής νοημοσύνης, αρχίζει να μετράει ιδιαίτερα για τις επιχειρήσεις.

Ενώ αυτά συμβαίνουν στο τεχνικό επίπεδο, στο οικονομικό/επιχειρηματικό πεδίο διαμορφώνονται νέες καταστάσεις, κατακλυσμικών μεγεθών. Οι ΗΠΑ προηγούνται συντριπτικά στην ιδιωτική χρηματοδότηση. Οι επενδύσεις αυξάνονται, οι νέες εταιρείες πολλαπλασιάζονται και ο ανταγωνισμός θυμίζει πιο πολύ κούρσα εξοπλισμών, παρά τεχνολογικό κύκλο. Η Nvidia έχει γίνει ο βασικός προμηθευτής υπολογιστικής ισχύος του πλανήτη. Τα έσοδά της από τα δεδομένα φτάνουν σε ιστορικά επίπεδα, η αξία της εκτινάχθηκε, και το μοντέλο ανάπτυξης της εταιρείας μοιάζει σχεδόν συνδεδεμένο με τη συνολική πορεία του κλάδου.

Την ίδια στιγμή, οι μεγάλες πλατφόρμες –Microsoft, Google, Amazon, Meta– επενδύουν σε υποδομές με ρυθμό που δεν έχουμε ξαναδεί. Τεράστιες εγκαταστάσεις, νέα κέντρα δεδομένων, συμβόλαια πολλών δισεκατομμυρίων για γραμμές παραγωγής υπολογιστικής ισχύος. Ο κλάδος της τεχνητής νοημοσύνης μοιάζει με ενεργειακό σύστημα: το ποιος έχει πρόσβαση σε ρεύμα, σε υποδομές, σε μοντέλα μεγάλης κλίμακας, καθορίζει το ποιος θα μείνει όρθιος στο επόμενο κύμα.

Το αποτέλεσμα είναι διπλό. Από τη μία, η αγορά ανεβαίνει σταθερά και ιδιαίτερα γρήγορα. Από την άλλη, πληθαίνουν οι ανησυχίες για υπερβολές. Οι αποτιμήσεις ορισμένων εταιρειών προκαλούν, όχι άδικα, πολλές συζητήσεις. Οι επενδυτές βλέπουν ευκαιρίες, αλλά και ευδιάκριτα σημάδια υπερθέρμανσης. Αν και σε ποιο βαθμό μιλάμε για "φούσκα" ή έχουμε μία νέα κανονικότητα, θα φανεί μόνο όταν η τεχνολογία ωριμάσει και οι υποσχέσεις μετατραπούν σε έσοδα. Απτά, χειροπιαστά νούμερα! Στο bottom line!

Τι μπορούμε να περιμένουμε στα επόμενα δύο χρόνια; Πρώτα, μεγαλύτερη σταθερότητα στα τεχνικά μοντέλα. Θα δούμε λιγότερες "εκρήξεις” και "ξεπετάγματα" αλλά πολύ περισσότερη ωρίμανση. Καλύτερη αξιοπιστία, πιο καθαρή λογική, καλύτερη κατανόηση και "ανάλυση" των δεδομένων. Ύστερα, ενίσχυση των agents. Εργαλεία που θα εκτελούν εργασίες αυτόνομα, όχι πειραματικά αλλά ως μέρος της καθημερινής λειτουργίας μιας εταιρείας. Και φυσικά, πίεση για φθηνότερη υπολογιστική ισχύ. Όσο η τεχνολογία εξαπλώνεται, τόσο θα μεγαλώνει η ανάγκη να μειωθεί το κόστος της.

Οικονομικά, η αγορά θα συνεχίσει να κινείται σε υψηλές ταχύτητες. Πιο επιλεκτικά, όμως. Οι επενδυτές θα ξεχωρίζουν τις εταιρείες που φέρνουν πραγματικό προϊόν από εκείνες που ζουν από την προσδοκία. Και οι μεγάλες πλατφόρμες θα ενισχύσουν την παρουσία τους, γιατί έχουν το κεφάλαιο να κρατήσουν την κούρσα.

Αν κάτι μένει σταθερό σε αυτό το περιβάλλον, είναι ότι η τεχνητή νοημοσύνη δεν επιστρέφει σε παλιές πίστες. Η αγορά αλλάζει μπροστά στα μάτια μας. Το ερώτημα είναι ποιοι θα προσαρμοστούν έγκαιρα, ποιοι θα επενδύσουν με σύνεση και ποιοι θα επιχειρήσουν να στηριχθούν μόνο στον θόρυβο της στιγμής. Αυτό θα το δούμε πολύ γρήγορα.

Πέτρος Λάζος
petros.lazos@capital.gr