Το tweet διαγράφηκε από τον συγγραφέα.
Αλλά αποθηκεύσαμε τα πάντα 🙂.
Οι τεχνολογικοί κολοσσοί επενδύουν εκατοντάδες δισεκατομμύρια δολάρια στην τεχνητή νοημοσύνη. Όμως, η κούρσα για τη δημιουργία ολοένα ισχυρότερων μοντέλων αντιμετωπίζει αυξανόμενο κόστος, ελλείψεις πόρων και αυξανόμενο σκεπτικισμό από τους επενδυτές. Πλησιάζει η AI τα όρια των δυνατοτήτων της;
Αυτό το άρθρο μεταφράστηκε από το πρωτότυπο. Διαβάστε την αρχική έκδοση από τον ανταποκριτή μας εδώ.
Ο CEO της Broadcom, Hock Tan, προειδοποίησε ότι η έλλειψη κεφαλαίων θα μπορούσε να εξελιχθεί στο μεγαλύτερο εμπόδιο για την ανάπτυξη της AI. Μιλώντας σε συνέδριο στη Σιγκαπούρη, σημείωσε ότι οι ελλείψεις σε chips, μνήμη και ηλεκτρική ενέργεια θα μπορούσαν να αμβλυνθούν με την πάροδο του χρόνου, καθώς επεκτείνονται η παραγωγική δυναμικότητα και οι υποδομές. Ωστόσο, η πρόσβαση σε κεφάλαια θα μπορούσε να αποτελέσει τον βασικό περιορισμό για τη μελλοντική ανάπτυξη του κλάδου.
Προβολή ανάρτησης στο X Φόρτωση...
Οι μεγαλύτερες τεχνολογικές εταιρείες συνεχίζουν να αυξάνουν τις δαπάνες τους για υποδομές AI. Το δεύτερο τρίμηνο του 2026, οι συνολικές κεφαλαιουχικές δαπάνες των Microsoft, Alphabet, Amazon και Meta έφτασαν τα $165 δισ., αυξημένες κατά 87% σε ετήσια βάση. Σημαντικό μέρος αυτών των δαπανών κατευθύνεται στην κατασκευή data centers και την αγορά εξοπλισμού που απαιτείται για την εκπαίδευση και τη λειτουργία μοντέλων AI.
Σε αυτό το πλαίσιο των τεράστιων δαπανών, ο CEO της Intel, Lip-Bu Tan, ανέδειξε ένα ακόμη πρόβλημα: το κόστος του κεφαλαίου και τον χρόνο που απαιτείται για την απόσβεση των επενδύσεων. Οι αυξανόμενες αποδόσεις των ομολόγων καθιστούν ακριβότερο τον δανεισμό, αυξάνοντας το κόστος κατασκευής data centers και αγοράς εξοπλισμού. Παράλληλα, οι επενδυτές θέλουν να γνωρίζουν πότε οι τεράστιες επενδύσεις στην AI θα αρχίσουν να αποφέρουν κέρδη.
Ωστόσο, κανένα από τα δύο στελέχη δεν αναμένει απότομη επιβράδυνση του κλάδου της AI τα επόμενα χρόνια. Ο Hock Tan προβλέπει ότι η ζήτηση για υπολογιστική ισχύ θα υπερβαίνει την προσφορά έως το 2029 και ενδεχομένως και το 2030. Παράλληλα, ο CEO της Broadcom επέκρινε τους επενδυτές που διοχετεύουν χρήματα στην AI χωρίς να κατανοούν τις προοπτικές του κλάδου. «Πολλοί επενδυτές δεν έχουν ιδέα σε τι επενδύουν, αλλά θέτουν εξαιρετικά υψηλές προσδοκίες, μόνο και μόνο για να διαπιστώσουν ότι είναι σχεδόν σαν να παίζουν σε καζίνο», δήλωσε.
Ακόμη και με επαρκή χρηματοδότηση, η ανάπτυξη της AI θα μπορούσε να επιβραδυνθεί λόγω ελλείψεων ηλεκτρικής ενέργειας. Σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας (IEA), τα data centers παγκοσμίως κατανάλωσαν 485 TWh ηλεκτρικής ενέργειας το 2025, αυξημένη κατά 17% σε σχέση με το προηγούμενο έτος. Η κατανάλωση ηλεκτρικής ενέργειας από data centers που επικεντρώνονται στην AI αυξήθηκε κατά 50%. Έως το 2030, η συνολική κατανάλωση ηλεκτρικής ενέργειας των data centers θα μπορούσε να φτάσει τις 950 TWh, ή περίπου το 3% της παγκόσμιας ζήτησης ηλεκτρικής ενέργειας.
Το πρόβλημα δεν αφορά μόνο την ποσότητα της διαθέσιμης ηλεκτρικής ενέργειας, αλλά και τη δυνατότητα σύνδεσης νέων εγκαταστάσεων στα δίκτυα ηλεκτροδότησης. Ο IEA εκτιμά ότι περίπου το 20% της σχεδιαζόμενης δυναμικότητας data centers θα μπορούσε να αντιμετωπίσει καθυστερήσεις λόγω περιορισμών στις υποδομές του δικτύου. Για παράδειγμα, η κατασκευή νέων γραμμών μεταφοράς στις ανεπτυγμένες χώρες μπορεί να διαρκέσει από τέσσερα έως οκτώ χρόνια. Παράλληλα, οι χρόνοι παράδοσης μετασχηματιστών και καλωδίων έχουν διπλασιαστεί τα τελευταία τρία χρόνια.
Ένας ακόμη περιορισμός είναι η παραγωγή προηγμένων chips. Η ολλανδική εταιρεία ASML, η οποία κατασκευάζει εξοπλισμό που χρησιμοποιείται για την παραγωγή ημιαγωγών αιχμής, αναμένει ότι η ζήτηση από τον κλάδο της AI θα υπερβαίνει την προσφορά τουλάχιστον έως το 2028. Η εταιρεία εξετάζει την επέκταση της παραγωγικής δυναμικότητας, καθώς οι πελάτες ρωτούν ήδη για παραδόσεις εξοπλισμού το 2029–2030.
Προβολή ανάρτησης στο X Φόρτωση...
Παράλληλα, αυξάνονται οι απαιτήσεις από τα data centers. Σύμφωνα με εκτιμήσεις του IEA, η κατανάλωση ενέργειας από servers AI αυξήθηκε κατά έντεκα φορές μεταξύ 2020 και 2025 και θα μπορούσε να τετραπλασιαστεί ξανά έως το 2027. Ένα rack servers στο μέγεθος μεγάλου ψυγείου θα μπορούσε δυνητικά να καταναλώνει τόση ηλεκτρική ενέργεια όση 65 νοικοκυριά. Αυτό αυξάνει τις απαιτήσεις από τα συστήματα ψύξης, τις παροχές ρεύματος και τον εξοπλισμό που πρέπει να αντέχει απότομες μεταβολές στο φορτίο κατά τη λειτουργία μοντέλων AI.
Οι ελλείψεις ηλεκτρικής ενέργειας, chips και data centers δεν είναι τα μόνα εμπόδια στην περαιτέρω τεχνολογική ανάπτυξη. Ακόμη και αν επιλυθούν αυτά τα προβλήματα, παραμένει ένα ακόμη ερώτημα: θα βελτιωθούν αρκετά τα νέα μοντέλα ώστε να δικαιολογούν το αυξανόμενο κόστος; Ο Hock Tan αναγνωρίζει ότι η ζήτηση για υπολογιστική ισχύ θα μπορούσε να επιβραδυνθεί αν οι νέες γενιές μοντέλων AI πάψουν να ξεπερνούν σημαντικά τις προηγούμενες. Ωστόσο, προς το παρόν δεν υπάρχουν ενδείξεις ότι η πρόοδος έχει σταματήσει.
Παράλληλα, η αύξηση της υπολογιστικής ισχύος δεν εγγυάται ότι η AI θα αποδίδει εξίσου καλά σε όλες τις εργασίες. Για παράδειγμα, τα προηγμένα μοντέλα μπορούν ήδη να επιλύουν σύνθετα μαθηματικά προβλήματα, αλλά εξακολουθούν να δυσκολεύονται να εργάζονται αυτόνομα με υπολογιστές. Στο benchmark OSWorld, το οποίο αξιολογεί την ικανότητα της AI να εκτελεί εργασίες σε εφαρμογές υπολογιστών, τα καλύτερα συστήματα ολοκλήρωσαν με επιτυχία περίπου τα δύο τρίτα των εργασιών.
Τα πρακτικά οφέλη της AI για τις επιχειρήσεις είναι εξίσου σημαντικά. Τον Αύγουστο του 2026, η McKinsey δημοσίευσε τα αποτελέσματα έρευνας σε 1.719 εκπροσώπους εταιρειών από 97 χώρες. Περίπου το 80% των ερωτηθέντων δήλωσε ότι η AI είχε βελτιώσει την προσωπική του παραγωγικότητα. Ωστόσο, μόλις το 37% ανέφερε θετικό αντίκτυπο στα λειτουργικά κέρδη των οργανισμών του.
Προς το παρόν, δεν υπάρχει λόγος να συμπεράνουμε ότι η τεχνητή νοημοσύνη πλησιάζει τα όρια των δυνατοτήτων της. Ωστόσο, η διατήρηση του τρέχοντος ρυθμού ανάπτυξης θα μπορούσε να καταστεί υπερβολικά ακριβή ακόμη και για τις μεγαλύτερες τεχνολογικές εταιρείες. Αν οι δαπάνες συνεχίσουν να αυξάνονται ταχύτερα από τα έσοδα, οι επενδυτές ίσως χρειαστεί να επανεξετάσουν τις προσδοκίες τους, ενώ οι developers ενδέχεται να πρέπει να μειώσουν το κόστος δημιουργίας και λειτουργίας νέων μοντέλων.
Αυτό είναι πιθανότερο να οδηγήσει σε αλλαγή προτεραιοτήτων παρά στο τέλος της τεχνολογικής προόδου. Αντί να ανταγωνίζονται για τη δημιουργία των ισχυρότερων μοντέλων, οι εταιρείες ενδέχεται να επικεντρωθούν σε φθηνότερες και αποδοτικότερες λύσεις, ικανές να αποφέρουν πραγματικά κέρδη. Σε αυτή την περίπτωση, το μέλλον της ανάπτυξης της AI θα εξαρτάται λιγότερο από το μέγεθος των επενδύσεων και περισσότερο από την ικανότητα της τεχνολογίας να επιλύει πρακτικά προβλήματα για τις επιχειρήσεις και τους καθημερινούς χρήστες.