Σύμφωνα με έρευνα της αμερικανικής στατιστικής υπηρεσίας (Census Bureau), η επενδυτική φρενίτιδα γύρω από την AI φαίνεται να "ξεφουσκώνει". Τα νέα δεδομένα δικαιώνουν τις προειδοποιήσεις του Μάικλ Μπέρι για φούσκα στην AI, η οποία μπορεί να προκαλέσει σοβαρές αναταράξεις. Οι ειδικοί επισημαίνουν ότι η μειωμένη εταιρική υιοθέτηση, η στασιμότητα στην παραγωγικότητα και η υποαπόδοση των «AI» μετοχών δημιουργούν ένα επικίνδυνο κενό ανάμεσα στις προσδοκίες και στην πραγματική ζήτηση, ένα φαινόμενο που ιστορικά οδηγεί σε φούσκες.

Παρά το τεράστιο επενδυτικό κύμα των 5 τρισ. δολαρίων που έχουν δρομολογήσει οι Big Tech (Apple, Microsoft, Google, Amazon, Meta) μέχρι το 2030, η χρήση τεχνητής νοημοσύνης από τις επιχειρήσεις στις ΗΠΑ δεν αυξάνεται, αλλά υποχωρεί. Για να γίνει απόσβεση μιας τέτοιας επένδυσης, απαιτούνται ετήσια έσοδα 650 δισ. δολαρίων, έναντι μόλις 50 δισ. δολαρίων που είναι σήμερα.

Η έρευνα έδειξε ότι η υιοθέτηση τεχνητής νοημοσύνης στην εργασία έχει αρχίσει να μειώνεται, καταγράφοντας απότομη πτώση ιδίως σε μεγάλες επιχειρήσεις με περισσότερους από 250 εργαζομένους. Παράλληλα, η παραγωγικότητα δεν καταγράφει την αναμενόμενη βελτίωση.

Ο Μπέρι, ο οποίος είχε προβλέψει τη μεγάλη κρίση των στεγαστικών δανείων, υποστηρίζει ότι κάτι παρόμοιο συμβαίνει τώρα με την τεχνητή νοημοσύνη. Στους συμμάχους του συγκαταλέγεται ο Φιλ Κλίφτον, πρώην associate portfolio manager του Scion, ο οποίος υποστηρίζει ότι "μόνο επειδή μια τεχνολογία αλλάζει τον κόσμο, δεν σημαίνει ότι είναι καλό επιχειρηματικό πλάνο", δεδομένου ότι τα κόστη των υποδομών είναι τεράστια.

Σύμφωνα με τα στοιχεία της Census Bureau, το ποσοστό των εργαζομένων που χρησιμοποιούν AI στη δουλειά έχει πέσει στο 11%, χάνοντας μία μονάδα μέσα στο 2025, γεγονός που αποτελεί έκπληξη έπειτα από τριετή «έκρηξη» της generative AI.

Αν και άλλες μελέτες καταγράφουν υψηλότερα ποσοστά χρήσης AI, όπως αναφέρει το άρθρο του Economist, όλες συγκλίνουν στο ότι η ανάπτυξη έχει επιβραδυνθεί. Η χρήση της genAI από εργαζομένους στις ΗΠΑ μειώθηκε ή έμεινε σχεδόν στάσιμη μέσα σε έναν χρόνο.

Εάν αυτός ο ρυθμός επιμείνει, τότε οι αποδόσεις που απαιτούνται για να στηριχθεί το επενδυτικό αφήγημα ίσως αποδειχθούν ανέφικτες. Οι άνθρωποι που πληρώνουν για AI για προσωπική χρήση πιθανότατα θα αγοράσουν μόνο ένα κλάσμα όσων τελικά απαιτούνται. Οι επιχειρήσεις πρέπει να καλύψουν το υπόλοιπο, οι οποίες προς το παρόν δεν ακολουθούν.

Ακόμα και τα μη επίσημα δεδομένα δείχνουν στασιμότητα στην εταιρική υιοθέτηση. Η ομάδα του Τζον Χάρτλι από το Πανεπιστήμιο Stanford διαπίστωσε ότι τον περασμένο Σεπτέμβριο, το ποσοστό των Αμερικανών που χρησιμοποιούσαν genAI στη δουλειά έπεσε στο 37%, από 46% που ήταν τον Ιούνιο.

Μία άλλη εξήγηση της επιβράδυνσης στην υιοθέτηση AI σχετίζεται με τις ισορροπίες εξουσίας μέσα στις επιχειρήσεις. Σχεδόν όλοι οι ανώτεροι μάνατζερ επαινούν την AI, ενώ οι υπεύθυνοι για την εφαρμογή της μπορεί να μην είναι τόσο προοδευτικοί καθώς ανησυχούν ότι η τεχνολογία θα τους βάλει στο περιθώριο.

Μια έρευνα της εταιρείας λογισμικού Dayforce, διαπίστωσε ότι ενώ το 87% των στελεχών χρησιμοποιούν AI στη δουλειά, μόνο το 57% των μάνατζερ και το 27% των υπαλλήλων το κάνουν.

Για να υπάρξουν οφέλη στην παραγωγικότητα από την τεχνητή νοημοσύνη, οι επιχειρήσεις πρέπει να ενσωματώσουν την τεχνολογία στις καθημερινές λειτουργίες τους.

Πιθανοί λόγοι για τη στασιμότητα που καταγράφεται προσώρας όσον αφορά στην παραγωγικότητα είναι η οικονομική αβεβαιότητα (εμπορικοί πόλεμοι, μεταναστευτικό, ασταθή επιτόκια), αλλά και το γεγονός ότι μάνατζερ και οι απλοί εργαζόμενοι έχουν αρχίσει να χρησιμοποιούν την τεχνητή νοημοσύνη πολύ λιγότερο. Αυτό πιθανώς οφείλεται στον φόβο για απώλεια θέσεων εργασίας ή στην αμφισβήτηση εκ μέρους των εργαζομένων ότι τα εργαλεία AI είναι όντως χρήσιμα.

Σε αρκετές περιπτώσεις, AI projects φαίνεται να ξεκινούν για λόγους εντυπώσεων και μετά εγκαταλείπονται. Επίσης η τρέχουσα γενιά μοντέλων AI φαίνεται ότι δεν είναι σε θέση να μεταμορφώσει την παραγωγικότητα των περισσότερων επιχειρήσεων. Στον βαθμό που οι χρήστες της αρχίζουν να πιστεύουν ότι η απόδοσή της τεχνητής νοημοσύνης είναι υποτονική, οι δυνητικοί χρήστες ενδέχεται να καθυστερούν την υιοθέτησή της.

Οι μετοχές εταιρειών που θεωρούνται «μεγάλοι ωφελούμενοι του AI», από την άλλη, υποαποδίδουν. Έρευνες της Deloitte επιβεβαιώνουν ότι οι αποδόσεις είναι συχνά κατώτερες των προσδοκιών. Μόνο το 10% αναφέρει ότι οι προσδοκίες τους ξεπεράστηκαν. Επιπλέον, η διαδικασία ενσωμάτωσης μπορεί προσωρινά ακόμα και να μειώνει την παραγωγικότητα εξαιτίας προσπαθειών αναδιάρθρωσης συστημάτων πληροφορικής και ροών εργασίας.

Οι ειδικοί αναφέρονται και στη λεγόμενη «παγίδα της μετριότητας»: η τεχνητή νοημοσύνη μπορεί να βοηθάει στην παραγωγή «αρκετά καλού» αποτελέσματος από τους συνήθως πιο αδύναμους εργαζομένους, αλλά μειώνει την απόδοση των πιο ικανών, πολλοί εκ των οποίων στηριζόμενοι στην AI αποφασίζουν να εργαστούν λιγότερο σκληρά.

Σε κάθε περίπτωση, τα στοιχεία δείχνουν ότι η όποια βελτίωση στην παραγωγικότητα θα έρθει πιο αργά, πιο άνισα και με μεγαλύτερο κόστος από όσο υποδηλώνει η τωρινή επενδυτική φρενίτιδα. Μέχρι η υιοθέτηση να επιταχυνθεί ξανά και ενώ η AI θα εξακολουθήσει να εξελίσσεται, τα απαραίτητα έσοδα για να δικαιολογηθούν οι τεράστιες επενδύσεις θα παραμένουν μακρινός στόχος.