Στο Milken Global Conference πέντε κορυφαίοι παίκτες της παγκόσμιας αλυσίδας AI περιέγραψαν σπάνιες αλλά κρίσιμες ρωγμές στο αφήγημα της απεριόριστης κλιμάκωσης. Από τα τσιπ και την ενέργεια μέχρι την ίδια την αρχιτεκτονική των μοντέλων, ο κλάδος συγκρούεται με σκληρά φυσικά, τεχνολογικά και γεωπολιτικά όρια.
Στο Milken Global Conference στο Μπέβερλι Χιλς, πέντε «αρχιτέκτονες» της παγκόσμιας οικονομίας της τεχνητής νοημοσύνης – από τα τσιπ μέχρι τα πράκτορα-εργαλεία – περιέγραψαν πού αρχίζει να «τρίζει» η σημερινή κούρσα επενδύσεων στην AI.
Στενότητα σε τσιπ και ενέργεια, ακόμη και… διαστημικά data centers
Ο Christophe Fouquet, διευθύνων σύμβουλος της ολλανδικής ASML, προειδοποίησε ότι παρά τη «τεράστια επιτάχυνση» στην παραγωγή, η αγορά ημιαγωγών θα παραμείνει προσφοράς-περιορισμένη για 2–5 χρόνια. Οι hyperscalers – Google, Microsoft, Amazon, Meta – δεν θα λαμβάνουν όλα τα τσιπ για τα οποία πληρώνουν, με ό,τι αυτό συνεπάγεται για την επέκταση υποδομών AI.
Ο Francis deSouza, COO της Google Cloud, υπενθύμισε ότι τα έσοδα της μονάδας ξεπέρασαν τα 20 δισ. δολάρια το τελευταίο τρίμηνο, με backlog που εκτοξεύθηκε από 250 σε 460 δισ. δολάρια – ένδειξη εκρηκτικής ζήτησης. Παραδέχθηκε ότι η ενέργεια αναδεικνύεται στον επόμενο μεγάλο περιορισμό και αποκάλυψε πως η Google εξετάζει σοβαρά διαστημικά data centers, αξιοποιώντας άφθονη ηλιακή ενέργεια, παρά τις τεράστιες προκλήσεις ψύξης σε κενό.
Κοινός παρονομαστής: η ανάγκη για κάθετη ολοκλήρωση. Ο deSouza υποστήριξε ότι η συνεξέλιξη custom τσιπ (TPUs), μοντέλων και πρακτόρων βελτιώνει δραστικά την απόδοση ανά κιλοβάτ, έναντι λύσεων «από το ράφι».
Νέα αρχιτεκτονική, φυσική AI και γεωπολιτική κυριαρχία
Πέρα από το δόγμα των μεγάλων γλωσσικών μοντέλων, η φυσικός Eve Bodnia (Logical Intelligence) παρουσίασε προσέγγιση με energy-based models, που στοχεύουν στην κατανόηση κανόνων των δεδομένων και όχι στην πρόβλεψη της επόμενης λέξης. Με μόλις 200 εκατ. παραμέτρους, ισχυρίζεται ότι τα μοντέλα της είναι χιλιάδες φορές ταχύτερα και ενημερώνονται συνεχώς χωρίς πλήρη επαναεκπαίδευση – ιδανικά, όπως λέει, για ρομποτική, σχεδιασμό τσιπ και φυσικά συστήματα.
Ο Qasar Younis (Applied Intuition) περιέγραψε διαφορετικό «λαιμό μπουκαλιού»: όχι το πυρίτιο, αλλά τα πραγματικά δεδομένα από οχήματα, drones, εξορυκτικές και αμυντικές πλατφόρμες. Η φυσική AI απαιτεί εμπειρική παρατήρηση, που δεν μπορεί να υποκατασταθεί πλήρως από συνθετική προσομοίωση.
Παράλληλα, συνέδεσε τη φυσική AI με την εθνική κυριαρχία: κράτη δεν αποδέχονται πλέον «έξυπνα» συστήματα εντός συνόρων που ελέγχονται από ξένη δύναμη, κάτι που διαφοροποιεί ριζικά τη σημερινή φάση από την εποχή του «καθαρά ψηφιακού» διαδικτύου.
Ο Fouquet υπενθύμισε ότι η Κίνα, παρά την πρόοδο σε επίπεδο μοντέλων, υστερεί στα προηγμένα τσιπ λόγω περιορισμένης πρόσβασης σε EUV λιθογραφία. Έτσι, η ισχύς υπολογισμού και η ενεργειακή αποδοτικότητα παραμένουν στρατηγικό πλεονέκτημα των ΗΠΑ και των συμμάχων τους.
Πράκτορες, εμπιστοσύνη και ο αντίκτυπος στις επόμενες γενιές
Ο Dimitry Shevelenko (Perplexity) περιέγραψε τη μετάβαση από «έξυπνη αναζήτηση» σε «ψηφιακό εργαζόμενο» μέσω του Perplexity Computer: μια μόνιμη ομάδα πρακτόρων που εκτελεί εργασίες για λογαριασμό του χρήστη. Η απάντηση στις ανησυχίες για έλεγχο είναι η λεπτομερής διαχείριση δικαιωμάτων και η απαίτηση ρητής έγκρισης πριν από κρίσιμες ενέργειες – κρίσιμο για τράπεζες και θεσμικούς παίκτες που ζουν από την εμπιστοσύνη.
Στο ερώτημα αν η AI υπονομεύει την κριτική σκέψη των νέων, οι ομιλητές εμφανίστηκαν αισιόδοξοι. Ο deSouza είδε ευκαιρία για επιτάχυνση λύσεων σε χρόνιες προκλήσεις – από νευροεκφυλιστικές ασθένειες έως την ενεργειακή μετάβαση. Ο Shevelenko σημείωσε ότι, παρότι τα παραδοσιακά entry-level jobs συμπιέζονται, η δυνατότητα ενός νέου να «στήσει κάτι μόνος του» με εργαλεία AI δεν ήταν ποτέ μεγαλύτερη.
Ο Younis ξεχώρισε τη γνώση από τη φυσική εργασία: σε γερασμένους και υποστελεχωμένους κλάδους όπως γεωργία, εξόρυξη και μεταφορές, η φυσική AI δεν εκτοπίζει εργαζομένους, αλλά καλύπτει κενά που ήδη διευρύνονται.
Σχόλιο 
: Η συζήτηση απογυμνώνει το αφήγημα της άπειρης κλιμάκωσης: τσιπ, ενέργεια, δεδομένα και γεωπολιτική θέτουν σκληρά όρια. Για την Ελλάδα, η ουσία δεν είναι η φθηνή κατανάλωση εργαλείων AI, αλλά η στρατηγική τοποθέτηση σε υποδομές, data, ρύθμιση και εξειδικευμένες εφαρμογές, πριν παγιωθεί μια νέα τεχνολογική και βιομηχανική ιεραρχία όπου θα είμαστε απλοί χρήστες και όχι συμπαραγωγοί αξίας.
#τεχνητή_νοημοσύνη #AI #GoogleCloud #ASML #ενέργεια #datacenters #Perplexity #AppliedIntuition
