Οι καινοτομίες στον ηλεκτρισμό και τους προσωπικούς υπολογιστές προκάλεσαν επενδυτικές εκρήξεις έως και 2% του ΑΕΠ των ΗΠΑ καθώς οι τεχνολογίες υιοθετήθηκαν στην ευρύτερη οικονομία. Τώρα, οι επενδύσεις στην τεχνητή νοημοσύνη αυξάνονται γρήγορα και θα μπορούσαν τελικά να έχουν ακόμη μεγαλύτερο αντίκτυπο στο ΑΕΠ, σύμφωνα με την Goldman Sachs Economics Research.
Το Generative AI έχει τεράστιες οικονομικές δυνατότητες και θα μπορούσαν να ενισχύσουν την παγκόσμια παραγωγικότητα της αγοράς εργασίας κατά περισσότερο από 1 ποσοστιαία μονάδα ετησίως στη δεκαετία μετά την ευρεία χρήση της, τονίζουν οι οικονομολόγοι της Goldman Sachs, Joseph Briggs και Devesh Kodnani. Ωστόσο, για να συμβεί μεγάλης κλίμακας μετασχηματισμός, οι επιχειρήσεις θα πρέπει να κάνουν σημαντικές επενδύσεις εμπροσθοβαρώς, σε φυσικό, ψηφιακό και ανθρώπινο κεφάλαιο για να αποκτήσουν και να εφαρμόσουν νέες τεχνολογίες και να αναδιαμορφώσουν τις επιχειρηματικές διαδικασίες. Αυτές οι επενδύσεις, οι οποίες θα μπορούσαν να ανέλθουν σε περίπου 200 δισ. δολάρια παγκοσμίως έως το 2025, πιθανότατα θα πραγματοποιηθούν προτού τα κέρδη αποδοτικότητας αρχίσουν να οδηγούν σε σημαντικά κέρδη στην παραγωγικότητα.
Οι επενδύσεις που σχετίζονται με την τεχνητή νοημοσύνη αυξάνονται από ένα σχετικά χαμηλό σημείο εκκίνησης και πιθανότατα θα χρειαστούν μερικά χρόνια για να έχουν σημαντικό αντίκτυπο στην οικονομία, τονίζει η Goldman. Οι ΗΠΑ, εν τω μεταξύ, αποτελούν ηγέτη της αγοράς στην τεχνολογία τεχνητής νοημοσύνης και οι αμερικανικές εταιρείες πιθανότατα θα υιοθετήσουν της πρακτικές αυτές σχετικά νωρίς, σύμφωνα με την έρευνα της Goldman Sachs. Ενώ ένα παρόμοιο αποτέλεσμα θα μπορούσε να συμβεί και σε άλλους ηγέτες της τεχνητής νοημοσύνης (όπως η Κίνα), ο επενδυτικός αντίκτυπος πιθανότατα θα είναι μικρότερος και πιο καθυστερημένος.
Μακροπρόθεσμα, οι επενδύσεις που σχετίζονται με την ΑΙ θα μπορούσαν να κορυφωθούν στο 2,5% έως 4% του ΑΕΠ στις ΗΠΑ και στο 1,5% έως 2,5% του ΑΕΠ άλλων σημαντικών χωρών-ηγετών της τεχνητής νοημοσύνης, εάν πραγματοποιηθούν πλήρως οι προβλέψεις για την ανάπτυξη της τεχνητής νοημοσύνης της Goldman Sachs Research.
Ενώ το timing του επενδυτικού κύκλου της τεχνητής νοημοσύνης είναι δύσκολο να προβλεφθεί, οι επιχειρηματικές έρευνες δείχνουν ότι είναι πιθανό να αρχίσει να έχει επενδυτικό αντίκτυπο το δεύτερο μισό αυτής της δεκαετίας, με την υιοθέτηση από μεγαλύτερες εταιρείες στον τομέα των πληροφοριών και των επαγγελματικών, επιστημονικών και τεχνικών υπηρεσιών να έρχεται πρώτα.
Και παρ’ όλο που θα χρειαστεί χρόνος για να αυξήσει την παραγωγικότητα η τεχνητή νοημοσύνη, το ενδιαφέρον της αγοράς για την τεχνητή νοημοσύνη έχει ήδη αυξηθεί ραγδαία, με περισσότερο από 16% των εταιρειών του δείκτη Russell 3000 να αναφέρουν την τεχνολογία στα πρόσφατα calls των αποτελεσμάτων τους, από λιγότερο από 1% αυτών των εταιρειών το 2016, όπως σημειώνει η G.S. Περίπου το ήμισυ αυτής της αύξησης ήρθε μετά την κυκλοφορία του ChatGPT το τέταρτο τρίμηνο του 2022.
Ενσωματώνοντας αυτές τις πληροφορίες, μαζί με τις προβλέψεις για την αύξηση εσόδων από τους αναλυτές της για βασικές επιχειρήσεις που εκτίθενται σε τεχνητή νοημοσύνη, η Goldman Sachs εκτιμά ότι οι επενδύσεις στην τεχνητή νοημοσύνη θα μπορούσαν να πλησιάσουν τα 100 δισ. δολάρια στις ΗΠΑ και τα 200 δισ. δολάρια παγκοσμίως έως το 2025. “Παρά την εξαιρετικά γρήγορη ανάπτυξη, ο βραχυπρόθεσμος αντίκτυπος στο ΑΕΠ είναι πιθανό να είναι σχετικά μέτριος δεδομένου ότι οι επενδύσεις που σχετίζονται με την τεχνητή νοημοσύνη αντιπροσωπεύουν επί του παρόντος πολύ χαμηλό μερίδιο του ΑΕΠ των ΗΠΑ και του παγκόσμιου ΑΕΠ”, τονίζει η Goldman.
Οι επενδύσεις σε τεχνητή νοημοσύνη αναμένεται να συγκεντρωθούν σε τέσσερα βασικά επιχειρηματικά τμήματα: εταιρείες που εκπαιδεύουν και αναπτύσσουν μοντέλα τεχνητής νοημοσύνης, εκείνες που παρέχουν την υποδομή (για παράδειγμα, κέντρα δεδομένων) για την εκτέλεση εφαρμογών τεχνητής νοημοσύνης, εταιρείες που αναπτύσσουν λογισμικό για την εκτέλεση εφαρμογών με δυνατότητα τεχνητής νοημοσύνης και εταιρικούς τελικούς χρήστες που πληρώνουν για αυτές τις υπηρεσίες λογισμικού και υποδομής cloud. Οι οικονομολόγοι της Goldman αναμένουν ότι οι επενδύσεις στην τεχνητή νοημοσύνη θα προέρχονται σε μεγάλο βαθμό από επενδύσεις hardware για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης και την εκτέλεση ερωτημάτων για το ΑΙ, καθώς και από αυξημένες δαπάνες σε λογισμικό με δυνατότητα τεχνητής νοημοσύνης.
“Ενώ οι επενδύσεις σε τεχνητή νοημοσύνη μέχρι στιγμής έχουν επικεντρωθεί στην ανάπτυξη μοντέλων, πιθανότατα θα απαιτηθεί μια σημαντικά μεγαλύτερη ώθηση σε hardware και software για να κλιμακωθεί η γενετική τεχνητή νοημοσύνη”, επισημαίνει η αμερικάνικη τράπεζα.
Εν τω μεταξύ, υπάρχουν ενδείξεις πρόωρης υιοθέτησης της τεχνητής νοημοσύνης σε λίγους κλάδους, παρ’ όλο που η έρευνα της Goldman Sachs αναμένει ότι οι ευρύτερες μακροοικονομικές επιδράσεις είναι ακόμη λίγα χρόνια μακριά. Προηγούμενες ανακαλύψεις στην τεχνολογία δείχνουν ότι είναι δύσκολο να προβλεφθεί πότε η υιοθέτηση θα αυξηθεί αρκετά ώστε να ωθήσει ουσιαστικά την οικονομία. Τα αποτελέσματα παραγωγικότητας του ηλεκτροκινητήρα και του προσωπικού υπολογιστή εμφανίστηκαν στα μακροοικονομικά δεδομένα μόνο όταν περίπου οι μισές επιχειρήσεις των ΗΠΑ είχαν υιοθετήσει την τεχνολογία.
Οι έρευνες σε CEOs δείχνουν ότι λιγότερο από το ένα τέταρτο αναμένουν ότι η γενετική τεχνητή νοημοσύνη θα επηρεάσει την εταιρεία τους ή θα μειώσει τις ανάγκες τους σε εργατικό δυναμικό τα επόμενα ένα έως τρία χρόνια. Πάντως, μια σημαντική πλειοψηφία αναμένει ότι θα έχει υιοθετήσει την τεχνητή νοημοσύνη σε ορίζοντα τριών έως 10 ετών. Εάν αυτά τα χρονοδιαγράμματα είναι σωστά, τότε η υιοθέτηση της τεχνητής νοημοσύνης πιθανότατα θα αρχίσει να έχει σημαντικό αντίκτυπο στην οικονομία των ΗΠΑ κάποια στιγμή μεταξύ του 2025 και του 2030, καταλήγει η Goldman Sachs.
