Wielka bańka sztucznej inteligencji

W Simulacri digitali (Add Editore, 248 stron, 20 euro) Andrea Daniele Signorelli analizuje z jasnością i krytycznym duchem sposób, w jaki technologie na nowo definiują granice między rzeczywistością a wirtualnością. Za pomocą potężnego i starożytnego narzędzia: narracji, która kształtuje teraźniejszość i kieruje naszą przyszłością. Dźwignie marketingu, opowiadania historii i finansów służą do tworzenia iluzji przyszłości, funkcjonalnej do przekształcania rzeczywistości zgodnie z logiką polityczną, ekonomiczną i spekulacyjną.

W książce Signorelli kwestionuje scenariusze, przez które przechodzimy, i sposób, w jaki ich interpretacja jest generowana, a jednocześnie zniekształcana, przez technologie, z którymi wchodzimy w interakcję. Tak jest, zwłaszcza w ostatnich czasach, w przypadku sztucznej inteligencji, której poświęcony jest ten krótki fragment książki.

W ostatnich latach świat nowych technologii charakteryzował się długą serią momentów euforii, które często generowały ogromne ruchy pieniędzy, zanim spadły, a w niektórych przypadkach zniknęły bez śladu. Koniec tych cykli w niektórych przypadkach przytłoczył obiecujące innowacje, które były jeszcze zbyt niedojrzałe, aby sprostać oczekiwaniom, paradoksalnie kończąc na utrudnianiu, a nie wspieraniu, ich rozwoju. Czy jesteśmy pewni, że przypadek sztucznej inteligencji — technologii, która zmienia nasze życie, na lepsze lub gorsze, od dobrych dziesięciu lat — jest aż tak inny?

Niektóre z najbardziej obiecujących startupów w branży faktycznie borykają się z wieloma trudnościami. Tak jest na przykład w przypadku OpenAI, które ma stracić ponad 14 miliardów dolarów w 2016 roku, nie mając jeszcze zidentyfikowanego zrównoważonego modelu biznesowego. Podobna sytuacja, choć na mniejszą skalę, dotyczy Stability AI: w pierwszym kwartale 2024 roku firma produkująca system tworzenia wizerunku Stable Diffusion odnotowała straty w wysokości 30 milionów dolarów (przy zaledwie 5 milionach przychodów). Sytuacja ta doprowadziła do rezygnacji CEO Emada Mostaque i zwolnienia 10 procent pracowników.

Jeśli AI rzeczywiście przechodzi przez różne etapy bańki, to możemy znajdować się u schyłku fazy euforii, która w klasycznym podziale opracowanym przez ekonomistę Hymana P. Minsky’ego poprzedza fazę „realizacji zysków”, kiedy to najbardziej spostrzegawczy inwestorzy zdają sobie sprawę, że wzrost gospodarczy dobiegł końca i zarabiają (ostatnią fazą jest faza paniki, kiedy wszyscy sprzedają po niskiej cenie, a ostatni przybysze zostają z dzieckiem).

Ale czy AI jest naprawdę bańką? Czy naprawdę możemy porównywać najbardziej transformacyjną technologię naszych czasów – która powinna nawet dać początek nowej rewolucji przemysłowej – do fałszywych obietnic metawersum lub do z natury spekulatywnej innowacji, takiej jak oparta na kryptowalutach sieć web3?

W tym temacie eksperci są podzieleni: w poście z marca ubiegłego roku Jeremy Grantham (współzałożyciel funduszu inwestycyjnego GMO, znany z przewidzenia zarówno bańki internetowej, jak i bańki na rynku nieruchomości w 2008 r.) opisał sztuczną inteligencję jako „bańkę w bańce”. Według Granthama pojawienie się ChatGPT faktycznie odwróciło spadkową spiralę, w którą rynki weszły po finansowej euforii lat Covid, dając początek „bańce w bańce”, która „może dopiero zacząć pękać”.

Diametralnie przeciwne stanowisko wyraził Jamie Dimon, CEO JPMorgan Chase, który w rozmowie z CNBC stwierdził: „Kiedy przeżyliśmy pierwszą bańkę internetową, stało się tak z powodu nadmiernego szumu, jaki się wokół niej wytworzył. Ale sztuczna inteligencja nie jest szumem, sztuczna inteligencja to coś realnego”.

Ale w tym stwierdzeniu są co najmniej dwa błędy. Po pierwsze, dot-comy były prawdziwe. Były. Z popiołów tej bańki finansowej wyłoniły się Amazon, Google i wielu innych gigantów z Doliny Krzemowej, podczas gdy Internet i sieć (które były w centrum tej spekulacyjnej fali) przekształciły świat na naszych oczach, pomagając uczynić sztuczną inteligencję możliwą (poprzez dostarczanie danych, na których trenowane są te systemy).

Mimo ogromnego i konkretnego potencjału, Internet stał się jednak protagonistą ogromnej bańki spekulacyjnej. Było to spowodowane wygórowanymi oczekiwaniami, obawą przed niewskoczeniem do jadącego pociągu oraz niedojrzałością technologii.

Czy to ci coś przypomina? Generative AI również doświadcza podobnej sytuacji. Po wprowadzeniu ChatGPT i jego rodzeństwa jako wszechwiedzących wyroczni zdolnych do uczynienia całego gatunku ludzkiego przestarzałym, dziś mamy do czynienia z chatbotami, które popełniają niezliczone błędy i narzędziami do generowania obrazów, które często prymitywnie remiksują obrazy zawarte w zestawie danych, na którym zostały wyszkolone (chyba że są prowadzone przez szczególnie doświadczonych profesjonalistów lub osoby kreatywne).

Choć mogą nam pomóc w pisaniu e-maili, przekształcaniu artykułu we wpis na LinkedIn, edytowaniu zdjęć, organizowaniu dnia lub tworzeniu prezentacji w programie PowerPoint, czy jesteśmy pewni, że te systemy naprawdę są w stanie zrewolucjonizować gospodarkę?

Inną domniemaną różnicą między bańką internetową a dzisiejszymi oczekiwaniami wobec AI jest to, że startupy tamtych czasów — które miały nazwy takie jak Pets.com, Priceline, eToys i wszystkie upadły w ciągu kilku miesięcy — znajdowały się na „chwiejnych fundamentach ekonomicznych”. Matt Cohen, założyciel Ripple Ventures, uważa, że ​​dzisiejsza sytuacja nie jest aż tak odmienna. W rozmowie z Pitchbook wyjaśnił: „Panuje ogromne szaleństwo i prawdopodobnie wiele osób otrzymuje finansowanie, które nie powinno go otrzymać. Teraz wszystko, o co proszę startupy, to pokazanie mi, co odróżnia je od konkurencji i czy używają własnych systemów, czy też systemów zaprojektowanych przez innych. Rynek jest teraz całkowicie nasycony”.

Niedawne i fatalne porażki Humane AI Pin i Rabbit R1, dwóch urządzeń, które miały wykorzystać sztuczną inteligencję do zastąpienia smartfonów uniwersalnym asystentem, prawdopodobnie stanowią kolejny sygnał, który należy wziąć pod uwagę. Podobnie jak trudności w generowaniu znaczących zysków ekonomicznych nawet dla znanych firm z tego sektora, takich jak StabilityAI, PerplexityAI, a nawet OpenAI, która już w 2024 r. poniosła tak duże straty, że obawia się nieuchronnego bankructwa.

Choć niektóre oczekiwania mogą być przesadzone, nie ma wątpliwości, że sztuczna inteligencja (nie tylko i nie szczególnie inteligencja generatywna) jest technologią zdolną do przekształcenia świata i że już go częściowo przekształciła. Jak uczy nas historia dot-comów, nie oznacza to, że nie może przetrwać bańki spekulacyjnej. Rzeczywiście: w pewnym sensie wydaje się to być rytuałem przejścia nawet dla prawdziwie rewolucyjnych technologii.

Wszystko to jednak nie oznacza, że ​​sztuczna inteligencja jest odporna na perwersyjne dynamiki, które do tej pory opisaliśmy w odniesieniu do web3, metawersum, autonomicznych samochodów itd., i że nie ma żadnych aktorów tworzących narracje całkowicie oderwane od rzeczywistości, aby przyciągnąć firmy, które mają nadzieję wykorzystać lub legalnie wykorzystać obiecany wspaniały potencjał tych nowych technologii.

Według danych podanych przez New York Times, firma konsultingowa Boston Consulting Group wygeneruje 20% swoich przychodów z usług związanych z AI w 2024 r. (w porównaniu z 0% dwa lata wcześniej). IBM Consulting zabezpieczyło ponad miliard dolarów przychodów dzięki konsultacjom dotyczącym systemów AI. Accenture osiągnęło 300 milionów dolarów w 2023 r., KPMG International osiągnęło 650 milionów dolarów w pierwszej połowie 2024 r., a McKinsey przewiduje, że w 2024 r. uzyska również 40% swoich przychodów z generatywnej AI.

W jaki sposób firmy konsultingowe zapewniają tak wysokie przychody z technologii, która – w swojej najnowszej generatywnej wersji – nie wygenerowała jeszcze tak znaczącego spin-offu? Aby to zrozumieć, prawdopodobnie musimy zacząć od strategii operacyjnej wielu z tych firm konsultingowych i analiz rynkowych. Strategię, którą moglibyśmy podsumować następująco: po pierwsze, bada się potencjał technologii otoczonej szczególnym medialnym szumem, a następnie opracowuje się raporty, w których jej potencjał transformacyjny na poziomie korporacyjnym i jej wpływ ekonomiczny są powiększane, często w nieprawdopodobny sposób. I wreszcie, bardzo drogie usługi konsultingowe są oferowane firmom, które chcą zrozumieć, jak najlepiej wykorzystać potencjał, o którym najpierw opowiedzieli sami konsultanci.

Najnowszym przypadkiem jest w istocie generatywna sztuczna inteligencja, która do 2032 r. da początek rynkowi wartemu 167 miliardów dolarów (Future Market Insight). A może osiągnie 266 miliardów dolarów, jak twierdzi Dimension Market Research? A co jeśli Fortune Business Insight ma rację, szacując wartość tego rynku w 2032 r. na 970 miliardów? I dlaczego nie 1,3 biliona Bloomberg Intelligence?

Kto oferuje więcej? Już sam fakt, że szacunki różnych firm analitycznych i konsultingowych mają tak makroskopowe różnice, mówi wiele o ich wiarygodności. Podobnie jak szacunki dotyczące wartości dodanej wniesionej na poziom globalny przez technologię, która w swojej „generatywnej” wersji wciąż stawia pierwsze kroki, budzą wiele wątpliwości.

Mechanizm jest zawsze taki sam: wykorzystaj szum wokół innowacji technologicznej, aby tworzyć raporty, które powiększają jej niesamowity potencjał, a następnie zarabiaj pieniądze, tłumacząc firmom, jak przyjąć technologię, której być może potrzebują, a może nie. Która może ma ogromny potencjał, a może nie. Która może zmienić świat, a może (prawie zawsze) nie.