Της Ελευθερίας Κούρταλη

Καθώς ο παγκόσμιος κύκλος επενδύσεων και υιοθέτησης της Τεχνητής Νοημοσύνης κερδίζει δυναμική, η Goldman Sachs αξιολογεί τη θέση της Ευρώπης σε αυτό το mega θέμα. Όπως εκτιμά, η ώθηση στην ανάπτυξη βραχυπρόθεσμα θα είναι πολύ μέτρια και θα προέλθει κυρίως από επενδύσεις σε υποδομές σε κέντρα δεδομένων και στο δίκτυο ηλεκτρικής ενέργειας, ενώ οι δαπάνες για ημιαγωγούς και λογισμικό είναι πιθανό να είναι ουδέτερες από την άποψη του ΑΕΠ. Ωστόσο, όπως επισημαίνει, η ώθηση θα έρθει πραγματικά και πιο ουσιαστικά μετά το 2030.

Στο βασικό της σενάριο, η αμερικάνικη τράπεζα αναμένει ότι τα κέρδη παραγωγικότητας από την Τεχνητή Νοημοσύνη θα προσθέσουν έως και 0,2 ποσοστιαίες μονάδες στην ετήσια αύξηση του ΑΕΠ στην Ευρώπη, σε σχέση με περίπου 0,4 ποσοστιαίες μονάδες ετησίως στις ΗΠΑ.

Η Goldman Sachs εστιάζει σε τέσσερα θέματα που πιστεύει ότι θα καθορίσουν τη συμβολή της Τεχνητής Νοημοσύνης στην βραχυπρόθεσμη και μακροπρόθεσμη ευρωπαϊκή ανάπτυξη.

Πρώτον, στον πυρήνα της παγκόσμιας αύξησης της υπολογιστικής ικανότητας που σχετίζεται με την Τεχνητή Νοημοσύνη βρίσκεται η απότομη αύξηση της ζήτησης για ημιαγωγούς, όπως τονίζει. Τα περισσότερα από τα προηγμένα τσιπ που χρησιμοποιούνται σε κέντρα δεδομένων Τεχνητής Νοημοσύνης προέρχονται από την Ασία, γεγονός που υποδηλώνει ότι οποιαδήποτε αύξηση των επενδύσεων σε εξοπλισμό ICT (Τεχνολογίες Πληροφορικής και Επικοινωνιών) πιθανότατα θα αντισταθμιστεί στους εθνικούς λογαριασμούς από την αύξηση των εισαγωγών.

Εκτός από την άμεση επίδραση της επένδυσης σε τσιπ, η Ευρώπη (και κυρίως η Ολλανδία) συμμετέχει στην παγκόσμια αλυσίδα εφοδιασμού ημιαγωγών με την παραγωγή κεφαλαιουχικών αγαθών που σχετίζονται με ημιαγωγούς, όπως τα μηχανήματα λιθογραφίας. Ωστόσο, οι μακροοικονομικές επιπτώσεις της αναμενόμενης αύξησης της ζήτησης για αυτά τα προϊόντα είναι πιθανότατα πολύ μικρές στην Ευρώπη.

Δεύτερον, η Goldman αξιολογεί τη θέση της Ευρώπης στην ταχεία ανάπτυξη της χωρητικότητας των κέντρων δεδομένων. Σε παγκόσμιο επίπεδο, η διαθέσιμη χωρητικότητα των κέντρων δεδομένων έχει ουσιαστικά τριπλασιαστεί από το 2019, φτάνοντας περίπου τα 120 GW, με ιδιαίτερα γρήγορο ρυθμό επέκτασης τα τελευταία 2 χρόνια.

Η ΕΕ φιλοξενεί περίπου το 10% της παγκόσμιας χωρητικότητας κέντρων δεδομένων, περίπου 6 ποσοστιαίες μονάδες λιγότερο από το μερίδιό της στο παγκόσμιο ΑΕΠ, και αναμένεται να δει αύξηση των επενδύσεων σε κέντρα δεδομένων, με την χωρητικότητα να αυξάνεται κατά 50% έως το 2030.

Ωστόσο, η ανάπτυξη είναι πιθανό να παραμείνει πολύ χαμηλότερη από ό,τι στις ΗΠΑ, αντανακλώντας τις αυξημένες τιμές ηλεκτρικής ενέργειας, τις μεγάλες καθυστερήσεις στη σύνδεση στο δίκτυο και το γεγονός ότι η Ευρώπη θα φιλοξενεί κυρίως κέντρα δεδομένων inference (συμπερασμός - δηλαδή απλή χρήση ήδη εκπαιδευμένων, μικρότερων ανοιχτών μοντέλων ΑΙ) αντί για κέντρα εκπαίδευσης. Εκτιμά ότι η κατασκευή κέντρων δεδομένων που βασίζονται στην τεχνητή νοημοσύνη και οι επενδύσεις στο δίκτυο ηλεκτρικής ενέργειας θα μπορούσαν να προσθέσουν περίπου 0,1 ποσοστιαία μονάδα στην ετήσια ευρωπαϊκή ανάπτυξη τα επόμενα χρόνια.

Τρίτον, η ευρωπαϊκή συμμετοχή στην ανάπτυξη και την εκπαίδευση μοντέλων τεχνητής νοημοσύνης είναι μέχρι στιγμής περιορισμένη. Το μερίδιο της Ευρώπης στις παγκόσμιες ευρεσιτεχνίες τεχνητής νοημοσύνης είναι κάτω από 5% και η περιοχή έχει αναπτύξει επί του παρόντος μόνο 3 παγκοσμίως σημαντικά μοντέλα τεχνητής νοημοσύνης (έναντι 40 των ΗΠΑ) χάρη στο γαλλικό Mistral.

Ενώ η αύξηση των επενδύσεων σε λογισμικό θα αυξηθεί καθώς περισσότερες εταιρείες υιοθετούν υπηρεσίες τεχνητής νοημοσύνης επί πληρωμή, αυτές πιθανότατα θα προέλθουν από παρόχους των ΗΠΑ, γεγονός που θα πρέπει να οδηγήσει σε αντιστάθμιση της συμβολής στις εισαγωγές υπηρεσιών από την άποψη του ΑΕΠ.

Τέταρτον, η Goldman εξετάζει τα πρώιμα στοιχεία σχετικά με την υιοθέτηση και τις επιπτώσεις στις υποθέσεις της σχετικά με τα μακροπρόθεσμα κέρδη παραγωγικότητας που σχετίζονται με την Τεχνητή Νοημοσύνη.

Ενώ οι εκτεταμένες μετρήσεις περιθωρίου κέρδους της χρήσης της Τεχνητής Νοημοσύνης από τις ευρωπαϊκές εταιρείες φαίνονται να ευθυγραμμίζονται με άλλους αναπτυσσόμενους παρόχους, η υιοθέτηση βρίσκεται ακόμη σε μεγάλο βαθμό σε πειραματικό επίπεδο και οι ευρωπαϊκές επιχειρήσεις χρησιμοποιούν εργαλεία Τεχνητής Νοημοσύνης λιγότερο εντατικά από τις αντίστοιχες στις ΗΠΑ. Τα στοιχεία δείχνουν μια πιο διαδεδομένη χρήση της Τεχνητής Νοημοσύνης στις βόρειες οικονομίες, όπως η Δανία, η Φινλανδία και η Σουηδία, η Ολλανδία και η Γερμανία, παρά στις νότιες οικονομίες. 

Η έντονη υιοθέτηση εργαλείων Τεχνητής Νοημοσύνης πιθανότατα παρεμποδίζεται από το μικρότερο μέσο μέγεθος των ευρωπαϊκών εταιρειών, την έλλειψη εμπειρογνωμοσύνης και την νομική αβεβαιότητα.

Η αμερικάνικη τράπεζα θεωρεί ότι αυτό συνάδει με την υπόθεσή της ότι οι ευρωπαϊκές εταιρείες θα υιοθετήσουν την Τεχνητή Νοημοσύνη αργότερα και πιο αργά από τις αντίστοιχες στις ΗΠΑ, με τα κέρδη παραγωγικότητας να πραγματοποιούνται πιο σταδιακά από ό,τι στις πρωτοποριακές οικονομίες της Τεχνητής Νοημοσύνης. Αναμένει έτσι μια μέση αύξηση του ΑΕΠ στην Ευρώπη κατά 0,05 ποσοστιαίες μονάδες την περίοδο 2026-30, πριν αυξηθεί στις 0,2 ποσοστιαίες μονάδες ετησίως στις αρχές της δεκαετίας του 2030.