Η ξέφρενη κούρσα επενδύσεων στην τεχνητή νοημοσύνη εισέρχεται σε μια νέα φάση, καθώς οι επιχειρήσεις σε όλο τον κόσμο αρχίζουν να αντιμετωπίζουν ένα πρόβλημα που μέχρι πρόσφατα περνούσε απαρατήρητο: το εκρηκτικό λειτουργικό κόστος των AI agents.
Μετά από δύο χρόνια μαζικής υιοθέτησης εφαρμογών τεχνητής νοημοσύνης, οι διοικήσεις μεγάλων επιχειρήσεων διαπιστώνουν ότι οι ψηφιακοί βοηθοί, τα αυτόνομα συστήματα λήψης αποφάσεων και οι προηγμένοι AI agents καταναλώνουν τεράστιους υπολογιστικούς πόρους, δημιουργώντας λογαριασμούς που σε ορισμένες περιπτώσεις ξεπερνούν τις αρχικές προβλέψεις κατά εκατοντάδες εκατομμύρια δολάρια.
Η νέα πραγματικότητα οδηγεί πολλές εταιρείες στην αναζήτηση τρόπων περιορισμού της κατανάλωσης υπολογιστικής ισχύος, σε μια εξέλιξη που αρκετοί αναλυτές χαρακτηρίζουν ως το τέλος της εποχής του «tokenmaxxing» — της στρατηγικής δηλαδή κατά την οποία οι επιχειρήσεις αξιοποιούσαν όσο το δυνατόν περισσότερα AI μοντέλα και υπολογιστικούς πόρους χωρίς ιδιαίτερο έλεγχο του κόστους.
Το πρόβλημα γίνεται ακόμη πιο σύνθετο με την εξάπλωση των AI agents. Σε αντίθεση με τα παραδοσιακά chatbots, οι νέοι ψηφιακοί βοηθοί δεν απαντούν απλώς σε ερωτήσεις. Αναλύουν δεδομένα, εκτελούν εντολές, επικοινωνούν με άλλες εφαρμογές και συχνά λαμβάνουν αυτόνομες αποφάσεις.
Αυτές οι λειτουργίες απαιτούν πολύ μεγαλύτερη επεξεργαστική ισχύ, περισσότερη χρήση μοντέλων τεχνητής νοημοσύνης και συνεχή πρόσβαση σε υποδομές cloud υψηλών επιδόσεων.
Στελέχη της τεχνολογικής βιομηχανίας προειδοποιούν ότι η κατάσταση μπορεί να εξελιχθεί σε σοβαρό πονοκέφαλο για τις επιχειρήσεις. Ένας μεγάλος πολυεθνικός οργανισμός χρησιμοποιεί σήμερα εκατοντάδες διαφορετικές επιχειρησιακές εφαρμογές. Εάν κάθε μία από αυτές ενσωματώσει AI agents, το συνολικό κόστος χρήσης μπορεί να αυξηθεί εκθετικά.
Η εξέλιξη αυτή έρχεται σε μια περίοδο κατά την οποία οι τεχνολογικοί κολοσσοί επενδύουν πρωτοφανή ποσά σε υποδομές τεχνητής νοημοσύνης. Σύμφωνα με πρόσφατες εκτιμήσεις επενδυτικών οίκων, οι μεγαλύτερες εταιρείες τεχνολογίας αναμένεται να δαπανήσουν πάνω από 770 δισ. δολάρια το 2026 σε data centers, υπολογιστικά συστήματα, εξοπλισμό AI και ενεργειακές υποδομές.
Οι επενδύσεις αυτές δημιουργούν μια νέα εξίσωση για την αγορά. Από τη μία πλευρά οι επιχειρήσεις θέλουν να αξιοποιήσουν τα οφέλη της τεχνητής νοημοσύνης. Από την άλλη, καλούνται να δικαιολογήσουν το κόστος αυτών των επενδύσεων απέναντι στους μετόχους και στις χρηματοπιστωτικές αγορές.
Ήδη πολλές εταιρείες προχωρούν σε στρατηγικές βελτιστοποίησης της χρήσης AI. Περιορίζουν τον αριθμό των μοντέλων που χρησιμοποιούν, μειώνουν τα tokens που καταναλώνονται ανά εργασία, υιοθετούν μικρότερα και φθηνότερα μοντέλα για καθημερινές εργασίες και δημιουργούν εσωτερικά συστήματα ελέγχου κόστους.
Παράλληλα, αναπτύσσεται μια νέα αγορά λογισμικού που επιτρέπει στις επιχειρήσεις να παρακολουθούν σε πραγματικό χρόνο τη χρήση και το κόστος των AI εφαρμογών τους, παρόμοια με τα εργαλεία που χρησιμοποιούνται εδώ και χρόνια για τη διαχείριση cloud υποδομών.
Οι ειδικοί εκτιμούν ότι η επόμενη μεγάλη πρόκληση της τεχνητής νοημοσύνης δεν θα είναι η τεχνολογική εξέλιξη αλλά η οικονομική αποδοτικότητα. Οι εταιρείες που θα καταφέρουν να συνδυάσουν υψηλή παραγωγικότητα με χαμηλό λειτουργικό κόστος θα αποκτήσουν σημαντικό ανταγωνιστικό πλεονέκτημα.
Αυτό σημαίνει ότι η επόμενη φάση της επανάστασης της τεχνητής νοημοσύνης δεν θα καθοριστεί μόνο από το ποιος διαθέτει τα ισχυρότερα μοντέλα, αλλά και από το ποιος μπορεί να τα λειτουργήσει με τον πιο αποδοτικό και οικονομικά βιώσιμο τρόπο.
SBC Tech & AI Desk – Σχολιο
Η αγορά περνά από τη φάση του ενθουσιασμού στη φάση της λογοδοσίας. Το 2024 και το 2025 οι επιχειρήσεις επένδυσαν επιθετικά στην τεχνητή νοημοσύνη με στόχο να μη μείνουν πίσω στον ανταγωνισμό. Το 2026 όμως είναι η χρονιά που τα διοικητικά συμβούλια ζητούν μετρήσιμη απόδοση επένδυσης. Όπως συνέβη με το cloud πριν από μία δεκαετία, έτσι και σήμερα η πραγματική αξία της AI δεν θα κριθεί από το πόσο χρησιμοποιείται αλλά από το πόσο κέρδος παράγει ανά δολάριο που δαπανάται.
