Kυριακή 5 Οκτωβρίου 2025

Πολύ νωρίς-κάτι που μπορούν άλλωστε να επιβεβαιώσουν οι οξυδερκείς αναγνώστες μας-το Κουρδιστό Πορτοκάλι αντιμετώπισε την ΑΙ-Τεχνητή Νοημοσύνη ως κάτι αντίστοιχο με τα Ασφαλή και Αποτελεσματικά Οπλα βιολογικού Πολέμου, όπως αποδεικνύονται τα Εμβόλια COVID-19. Τώρα έρχεται το Bloomberg των Ημετέρων δυνάμεων να ρίξει περισσότερο αλάτι στη πληγή των τρισεκατομμυρίων δολαρίων της ΑΙ. Είχαν προηγηθεί πολύ πρόσφατα Jeff Bezos, ο David Solomon και ο Warren Buffet.

Για την ώρα λοιπόν αξιοποίησε την ανθρώπινη νοημοσύνη σου, διάβασε και βγάλε συμπεράσματα>

Ο Jeff Bezos χαιρετίζει την άνθηση της τεχνητής νοημοσύνης ως «καλό» είδος φούσκας- good kind of bubble!

Τα σχόλια του ιδρυτή της Amazon έρχονται μετά την προειδοποίηση του David Solomon της Goldman Sachs ότι «δεν είναι διαφορετικά αυτή τη φορά»

Ο ιδρυτής της Amazon.com Inc., λοιπόν υποστήριξε ότι η τεράστια αύξηση των επενδύσεων στην τεχνητή νοημοσύνη τροφοδοτεί ένα «καλό» είδος φούσκας, προσφέροντας διαρκή οφέλη για την κοινωνία, ακόμη και αν οι τιμές των μετοχών καταρρεύσουν τόσο δραματικά όσο η εταιρεία ηλεκτρονικού εμπορίου του πριν από 25 χρόνια!

«Αυτό είναι ένα είδος βιομηχανικής φούσκας σε αντίθεση με τις χρηματοοικονομικές φούσκες», δήλωσε ο Bezos σε τεχνολογικό συνέδριο στο Τορίνο την Παρασκευή, κάνοντας παραλληλισμούς με την επένδυση της εποχής των dotcom σε οπτικές ίνες που άντεξαν πολλές από τις εταιρείες που το ανέπτυξαν και τα «φάρμακα που σώζουν ζωές» που προέκυψαν από την άνθηση και την κατάρρευση της βιοτεχνολογίας τη δεκαετία του 1990.

«Η τραπεζική φούσκα, η κρίση στο τραπεζικό σύστημα, αυτό είναι απλώς κακό, είναι σαν το 2008. Αυτές οι φούσκες που η κοινωνία θέλει να αποφύγει», είπε.

«Αυτές που είναι βιομηχανικές δεν είναι τόσο κακές, μπορούν ακόμη και να είναι καλές. Γιατί όταν η σκόνη κατακάθεται και βλέπεις ποιοι είναι οι νικητές – η κοινωνία επωφελείται από αυτές τις εφευρέσεις», συνέχισε. «Αυτό θα συμβεί και εδώ. Είναι πραγματικό. Τα οφέλη για την κοινωνία από την Τεχνητή Νοημοσύνη-AI ίσως είναι σημαντικά.»

AI_Για να λύνεις σταυρόλεξα για αρχάριους ή κάτι παραπάνω; Το mega test της Goldman Sachs

Από τον Ιούνιο του τρέχοντος έτους 46.000 υπάλληλοι της Goldman Sachs χρησιμοποιούν την Τεχνητή Νοημοσύνη.

Συμπέρασμα>

-Η ΑΙ δεν μπορεί να αντικαταστήσει την προσωπική εμπειρία, ή να εξυπηρετήσει τις ειδικές απαιτήσεις-ανάγκες του κάθε πελάτη. Είναι ένα εργαλείο και όχι πηγή αλήθειας…

Το ενδιαφέρον είναι ότι πρόκειται για έρευνα τα συμπεράματα τη οποίας δημοσιεύονται στους Financial Times με την καλή εφημερίδα να αγκομαχεί να προτάξει τα όποια προτερήματα της AI.

Με απλά λόγια τζίφος, αλλά δεν το λέμε φωναχτά… Μάλλον οδεύει (για τους έξυπνους επιχειρηματίες) στον ίδιο κάλαθο των αχρήστων με τη βιώσιμη ανάπτυξη, τα DEI και τις λοιπές εμπνεύσεις των διαταραγμένων για τη μείωση του πληθυσμού…

Οι πραγματικά οξυδερκείς, με εμπειρία, ενσυναίσθηση και μαχητικότητα εργαζόμενοι και στελέχη είναι πολύτιμοι…

Πάμε να δούμε το σχετικό ρεπορτάζ>

H συνεργάτης της Goldman Sachs, Kerry Blum, δήλωσε ότι η χρήση της Τεχνητής Νοημοσύνης-AI για την επεξεργασία 10 εργασιών κάθε μέρα βελτιώνει σημαντικά την αποτελεσματικότητα στους τέσσερις κύριους τομείς: τεχνικές ερωτήσεις και απαντήσεις, σύνοψη εγγράφων, επεξεργασία περιεχομένου και ανταλλαγή ιδεών, εξοικονομώντας αρκετές ώρες εργασίας κάθε εβδομάδα.

Ωστόσο, η Blum τόνισε ότι ο μεγαλύτερος κίνδυνος είναι η «υπερβολική εξάρτηση».

Η Τεχνητή Νοημοσύνη είναι μόνο ένα εργαλείο, όχι πηγή αλήθειας, και στερείται προσωπικής κρίσης και ικανοτήτων εξυπηρέτησης ειδικά για τον πελάτη.

Αφού η generative AI ενσωματώθηκε βαθιά στις καθημερινές λειτουργίες του τραπεζικού κλάδου, η συνεργάτης της Goldman Sachs, Kerry Blum, δήλωσε ότι παρόλο που οι βοηθοί της Τεχνητής Νοημοσύνης-AI assistants, έχουν βελτιώσει σημαντικά την αποτελεσματικότητα, «ο μεγαλύτερος κίνδυνος είναι ότι οι εργαζόμενοι εξαρτώνται υπερβολικά από αυτούς».

Στις 14 Σεπτεμβρίου, αναφέρθηκε ότι η Goldman Sachs λάνσαρε πλήρως την generative AI assistant platform Goldman Sachs AI Assistant σε περίπου 46.000 υπαλλήλους τον Ιούνιο του τρέχοντος έτους, η οποία έχει ενσωματωθεί βαθιά στις καθημερινές λειτουργίες της τράπεζας.

Η συνεργάτης της τράπεζας, Kerry Blum, δήλωσε ότι χρησιμοποιεί εργαλεία Τεχνητής Νοημοσύνης για να χειρίζεται έως και 10 εργασίες κάθε μέρα.

[Και γιατί δεν την έχουν απολύσει ακόμη;]

Σύμφωνα με αυτήν, οι AI assistants έχουν βελτιώσει την αποδοτικότητα της εργασίας τους σε τέσσερις βασικούς τομείς: γρήγορη απάντηση σε σύνθετα τεχνικά ερωτήματα, σύνοψη βασικών σημείων εντατικών εγγράφων, επεξεργασία και βελτίωση γραπτής εργασίας και ανταλλαγή ιδεών. Εκτιμά ότι αυτή η τεχνολογία της έχει εξοικονομήσει αρκετές ώρες εργασίας κάθε εβδομάδα.

Ωστόσο, η Blum τόνισε ότι οι τραπεζίτες πρέπει να αναγνωρίσουν ότι η Τεχνητή Νοημοσύνη-AI «είναι ένα εργαλείο και όχι μια πηγή αλήθειας». Δήλωσε:

«Ίσως ο πιο σημαντικός περιορισμός των εργαλείων AI είναι ο κίνδυνος υπερβολικής εξάρτησης. Πρέπει να αναγνωρίσουμε ότι είναι ένα εργαλείο, όχι μια πηγή αλήθειας».

Η Blum περιγράφει λεπτομερώς την συγκεκριμένη εφαρμογή των AI assistants στην καθημερινή εργασία. Όταν αντιμετώπισε εμπόδια στη γραφή κατά την επικοινωνία νέων έργων στους υπαλλήλους, αποφάσισε να «κάνει ανταλλαγή ιδεών με έναν βοηθό Τεχνητής Νοημοσύνης-brainstorm with an AI assistant» και αυτή η αλληλεπίδραση επιτάχυνε και βελτίωσε την εργασία της.

Σε μια συγκεκριμένη περίπτωση, ανέβασε μια λεπτομερή παρουσίαση για την επιχείρηση δομημένων προϊόντων της Goldman Sachs και ζήτησε από έναν βοηθό Τεχνητής Νοημοσύνης να γράψει μια τρίλεπτη εισαγωγή για κοινό με ποικίλα επίπεδα εξοικείωσης με την επιχείρηση.

«Εντοπίστηκαν έξι βασικά σημεία που έπρεπε να αντιμετωπιστούν και παρείχε προτεινόμενα σχόλια και χρονοδιαγράμματα, τα οποία χρησιμοποίησα ως σημείο εκκίνησης.»

Οι βοηθοί τεχνητής νοημοσύνης παίζουν επίσης σημαντικό ρόλο στην επεξεργασία εγγράφων. Το εργαλείο μπορεί να συντομεύσει την αρχική εργασία σύνταξης εγγράφων IPO που θα διαρκούσε μήνες σε λίγα λεπτά ή να σκιαγραφήσει γρήγορα ένα πολυετές επενδυτικό σχέδιο.

Η Goldman Sachs έχει επίσης αναπτύξει νέα εργαλεία μετάφρασης τεχνητής νοημοσύνης- AI translation tools για να βοηθήσει τους υπαλλήλους να μεταφράζουν γρήγορα σύνθετους οικονομικούς όρους και να παρέχουν πληροφορίες στην κύρια γλώσσα του πελάτη.

Η έκθεση σημειώνει ότι ο χρόνος που εξοικονομείται επιτρέπει στην Blum να επικεντρωθεί περισσότερο στην αλληλεπίδραση με συναδέλφους και πελάτες.

«Μπορώ να γράψω ό,τι ή ιδέα θέλω σε χαρτί και να αφήσω το εργαλείο τεχνητής νοημοσύνης να κάνει την τελική εργασία, κάτι που είναι πολύ αποτελεσματικό για μένα, και στη συνέχεια να με αφήσει να προχωρήσω στα επόμενα Θέματα ή να αφιερώσω περισσότερο χρόνο στην αλληλεπίδραση με τους ανθρώπους μας.»

Η «υπερβολική εξάρτηση» γίνεται ο μεγαλύτερος κρυφός κίνδυνος

Παρόλο που η τεχνολογία τεχνητής νοημοσύνης φέρνει σημαντικές βελτιώσεις στην αποδοτικότητα, η Blum τονίζει ότι οι περιορισμοί της δεν μπορούν να αγνοηθούν. Πιστεύει ότι ο τρόπος με τον οποίο επιλύονται τα προβλήματα επηρεάζεται σε μεγάλο βαθμό από την προσωπική εμπειρία και τη βάση γνώσεων που έχει συσσωρευτεί σε μεγάλο χρονικό διάστημα και τα εργαλεία τεχνητής νοημοσύνης δεν μπορούν να αντικαταστήσουν πλήρως αυτούς τους παράγοντες. Η Blum λέει:

«Τα εργαλεία τεχνητής νοημοσύνης μπορεί να παρέχουν μια βάση, αλλά πρέπει να επιβάλλω μοναδικά πράγματα που συμβαίνουν σε οποιαδήποτε δεδομένη κατάσταση, ώστε να μπορώ να διασφαλίσω ότι θα λάβω τις καλύτερες απαντήσεις. Το εργαλείο μπορεί να δώσει μια καλή απάντηση, ή ίσως ακόμη και μια καλή, αλλά τώρα πρέπει να αποφασίσω αν αυτή είναι η σωστή απάντηση για τον πελάτη μου;»

Τόνισε ότι η ευθύνη για τη λήψη της τελικής απόφασης παραμένει στους υπαλλήλους. Ο τραπεζικός κλάδος είναι ένας απαιτητικός κλάδος εξυπηρέτησης πελατών που χρεώνει εκατομμύρια δολάρια, και τα εργαλεία τεχνητής νοημοσύνης μπορεί να μην έχουν κρίσιμο προσωπικό έλεγχο.

Ταυτόχρονα, κανονιστικοί παράγοντες επηρεάζουν επίσης την ταχύτητα υιοθέτησης της τεχνητής νοημοσύνης.

Ο συγγραφέας της ερευνητικής έκθεσης Tomasz Noetzel επεσήμανε ότι η Τράπεζα «επεξεργάζεται μεγάλες ποσότητες δεδομένων, γι’ αυτό και η τεχνητή νοημοσύνη είναι τόσο χρήσιμη», αλλά «ορισμένα από αυτά τα δεδομένα ενδέχεται να διαρρεύσουν ή να παραβιαστούν, επομένως αυτό αποτελεί τόσο κίνδυνο διακυβέρνησης όσο και κίνδυνο κανονιστικής συμμόρφωσης».

Σύμφωνα με τραπεζική έρευνα που δημοσιεύθηκε από το Bloomberg τον περασμένο μήνα, το 70% των ερωτηθέντων στην Τράπεζα δήλωσε ότι η generative AI θα χρησιμοποιηθεί ευρέως ή θα είναι κρίσιμη για την επιχείρησή τους μέσα στα επόμενα δύο χρόνια, σε σύγκριση με μόλις 24%.

[Eνδιαφέρον θα έχει να δούμε ποια θα είναι τα ποσοστά εάν η ίδια έρευνα διεξαχθεί σε ένα χρόνο από σήμερα]

Μια μελέτη του Bloomberg think tank εκτιμά ότι οι παγκόσμιες τράπεζες ενδέχεται να περικόψουν έως και 0,2 εκατομμύρια θέσεις εργασίας τα επόμενα 3-5 χρόνια λόγω της αυτοματοποίησης της Τεχνητής Νοημοσύνης-AI automation.

Η έρευνα του Noetzel δείχνει ότι ο κλάδος έχει ανάμεικτες απόψεις σχετικά με τον αντίκτυπο της Τεχνητής Νοημοσύνης: ορισμένοι ερωτηθέντες εκτίμησαν ότι η τράπεζά τους θα έχανε περισσότερο από το 10% των εργαζομένων της, ενώ άλλοι δήλωσαν ότι θα αύξαναν τον αριθμό των εργαζομένων κατά το ίδιο ποσοστό.

«Μπορεί να πρόκειται για την κατάργηση ορισμένων θέσεων εργασίας, όπως οι θέσεις εργασίας back office, αλλά οι εργαζόμενοι μπορούν να δεχτούν αναβάθμιση δεξιοτήτων και να ανατεθούν σε διαφορετικούς ρόλους.».

Warren Buffett> H απάτη με την ΑΙ θα είναι η επόμενη μεγάλη βιομηχανία ανάπτυξης!

Σάββατο 4 Μαίου 2024

Ήταν ένα κρύο και βροχερό πρωινό στην Omaha, όπου δεκάδες χιλιάδες παρευρισκόμενοι συνέρρευσαν στην αρένα του CHI Health Center Omaha για να ακούσουν τον Warren Buffett στην ετήσια συνέλευση της Berkshire Hathaway, του λεγόμενου «Woodstock for Capitalists» το πρωί του Σαββάτου.

Ο Πρόεδρος και Διευθύνων Σύμβουλος της Berkshire Hathaway, Warren Buffett στην ετήσια συνεδρίασης της εταιρείας στο Health Center Omaha – Omaha’s Convention Center and Arena.

Εδώ είναι μερικά από τα κυριότερα σημεία>

Το απόθεμα μετρητών της Berkshire Hathaway διογκώνεται στα 188,99 δισεκατομμύρια δολάρια

Η Berkshire παρακολουθεί τις ανανεώσιμες πηγές ενέργειας, αλλά πιστεύει ότι απαιτείται περισσότερος χρόνος

Warren Buffett: Η ηλιακή ενέργεια δεν θα είναι ποτέ η μόνη πηγή ηλεκτρικής ενέργειας

Ο Warren Buffett είπε ότι η ανανεώσιμη ενέργεια παρουσιάζει ενδιαφέρον, αλλά χρειάζεται χρόνο για να αναπτυχθεί.

«Υπάρχουν ορισμένα πράγματα που χρειάζονται απλώς ένα συγκεκριμένο χρονικό διάστημα», είπε στο «Oracle of Omaha».

«Η κόρη μου το μισεί όταν χρησιμοποιώ αυτό το παράδειγμα, αλλά είναι αλήθεια ότι δεν μπορείς να δημιουργήσεις μωρό σε έναν μήνα αφήνοντας εννέα γυναίκες έγκυες».

-Η απάτη με τεχνητή νοημοσύνη θα μπορούσε να είναι η επόμενη μεγάλη «βιομηχανία ανάπτυξης»

Ο Buffett είπε ακόμη ότι η απάτη με τεχνητή νοημοσύνη θα μπορούσε να είναι η επόμενη μεγάλη «βιομηχανία ανάπτυξης», παρομοιάζοντας την τεχνολογία με πυρηνικά όπλα με τις δυνατότητές της για μεγάλες αλλαγές.

Το “Oracle of Omaha” είπε ότι δεν “ξέρει τίποτα” για την τεχνητή νοημοσύνη, αλλά αφηγήθηκε μια πρόσφατη συνάντηση με μια εικόνα του εαυτού του που δημιουργήθηκε από AI στην οθόνη που τον έκανε νευρικό για την τεχνολογία.

«Όταν σκέφτεστε τις πιθανότητες να εξαπατήσετε ανθρώπους, αν μπορείτε να αναπαράγετε εικόνες που δεν μπορώ καν να τις πω, που λένε, «Χρειάζομαι χρήματα», όπως η κόρη σας, «Μόλις είχα ένα τροχαίο, χρειάζομαι 50.000 $. Εννοώ ότι η απάτη ήταν πάντα μέρος της αμερικανικής σκηνής, αλλά αυτό θα με έκανε, αν ενδιαφερόμουν να επενδύσω στην απάτη, θα είναι η αναπτυσσόμενη βιομηχανία όλων των εποχών», είπε σε ένα πλήθος επενδυτών στην ετήσια έκθεση της Berkshire.

-Είπα ότι αφήσαμε το τζίνι να βγει από το μπουκάλι όταν αναπτύξαμε πυρηνικά όπλα…

Αυτές τις ώρες το Bloomberg των Ημετέρων δυνάμεων ρίχνει ακόμη περισσότερο αλάτι στη πληγή ως εξής>

Bloomberg> Γιατί αυξάνονται οι φόβοι για μια φούσκα Τεχνητής Νοημοσύνης τρισεκατομμυρίων δολαρίων;

Οι επενδυτές έχουν διαθέσει πρωτοφανή χρηματικά ποσά για να βοηθήσουν την Α.Ι. να εκπληρώσει την υψηλή της υπόσχεση. Αλλά κανείς δεν ξέρει πραγματικά πώς (και πότε) θα αποδώσει όλο αυτό

 Για σχεδόν όσο καιρό η άνθηση της Τεχνητής Νοημοσύνης βρίσκεται σε πλήρη εξέλιξη, υπάρχουν προειδοποιήσεις για μια κερδοσκοπική φούσκα που θα μπορούσε να ανταγωνιστεί τη μανία των dot-com στα τέλη της δεκαετίας του 1990, η οποία κατέληξε σε μια θεαματική κατάρρευση και ένα κύμα πτωχεύσεων.

Οι εταιρείες τεχνολογίας ξοδεύουν εκατοντάδες δισεκατομμύρια δολάρια σε προηγμένα τσιπ και κέντρα δεδομένων, όχι μόνο για να συμβαδίσουν με την αύξηση της χρήσης chatbots όπως το ChatGPT, το Gemini και το Claude, αλλά και για να βεβαιωθούν ότι είναι έτοιμες να χειριστούν μια πιο θεμελιώδη και ανατρεπτική μετατόπιση της οικονομικής δραστηριότητας από τους ανθρώπους στις μηχανές.

Ο τελικός λογαριασμός μπορεί να ανέλθει σε τρισεκατομμύρια. Η χρηματοδότηση προέρχεται από επιχειρηματικά κεφάλαια, χρέος και, τελευταία, από κάποιες πιο αντισυμβατικές πρακτικές και συμφωνίες που έχουν προκαλέσει αντιδράσεις στη Wall Street.

Ακόμα και μερικοί από τους μεγαλύτερους υποστηρικτές της Τεχνητής Νοημοσύνης αναγνωρίζουν ότι η αγορά είναι αφρώδης, ενώ εξακολουθούν να δηλώνουν την πίστη τους στις μακροπρόθεσμες δυνατότητες της τεχνολογίας. Η Τεχνητή Νοημοσύνη, λένε, είναι έτοιμη να αναδιαμορφώσει πολλαπλές βιομηχανίες, να θεραπεύσει ασθένειες και γενικά να επιταχύνει την ανθρώπινη πρόοδο.

Ωστόσο, ποτέ πριν δεν έχουν δαπανηθεί τόσα πολλά χρήματα, τόσο γρήγορα, σε μια τεχνολογία που, παρά τις δυνατότητές της, παραμένει κάπως αναπόδεικτη ως κερδοφόρο επιχειρηματικό μοντέλο.

Τα στελέχη της τεχνολογικής βιομηχανίας που αμφισβητούν ιδιωτικά τις πιο δημόσια ενθουσιώδεις αξιολογήσεις του επαναστατικού δυναμικού της Τεχνητής Νοημοσύνης – ή τουλάχιστον δυσκολεύονται να δουν πώς να το αξιοποιήσουν – μπορεί να αισθάνονται ότι δεν έχουν άλλη επιλογή από το να συμβαδίσουν με τις επενδύσεις των ανταγωνιστών τους ή να διακινδυνεύσουν να υποβαθμιστούν και να αποκλειστούν από τη μελλοντική αγορά της Τεχνητής Νοημοσύνης.

Ποια όμως είναι τα προειδοποιητικά σημάδια ότι κάτι δεν πηγαίνει καλά;

Όταν ο Sam Altman, διευθύνων σύμβουλος της OpenAI, κατασκευάστριας εταιρείας του chatbot ChatGPT, ανακοίνωσε ένα σχέδιο υποδομής Τεχνητής Νοημοσύνης ύψους 500 δισεκατομμυρίων δολαρίων, γνωστό ως Stargate, μαζί με άλλα στελέχη στον Λευκό Οίκο τον Ιανουάριο, το κόστος προκάλεσε κάποια δυσπιστία. Έκτοτε, άλλοι ανταγωνιστές στον τομέα της τεχνολογίας έχουν αυξήσει τις δαπάνες, συμπεριλαμβανομένου του Mark Zuckerberg της Meta, ο οποίος έχει δεσμευτεί να επενδύσει εκατοντάδες δισεκατομμύρια σε κέντρα δεδομένων. Για να μην μείνει πίσω, ο Altman έχει δηλώσει έκτοτε ότι αναμένει από την OpenAI να δαπανήσει «τρισεκατομμύρια» σε υποδομές Τεχνητής Νοημοσύνης.

Για να χρηματοδοτήσει αυτά τα έργα, η OpenAI εισέρχεται σε νέα εδάφη. Τον Σεπτέμβριο, η κατασκευάστρια τσιπ Nvidia Corp. ανακοίνωσε μια συμφωνία για επένδυση έως και 100 δισεκατομμυρίων δολαρίων στην κατασκευή κέντρων δεδομένων της OpenAI, ένα ντιλ που ορισμένοι αναλυτές λένε ότι εγείρει ερωτήματα σχετικά με το αν τελικά η κατασκευάστρια τσιπ προσπαθεί να στηρίξει τους πελάτες της, ώστε να συνεχίσουν να ξοδεύουν αλλά για τα δικά της προϊόντα.

Οι ανησυχίες ακολουθούν την Nvidia, σε διαφορετικό βαθμό, για μεγάλο μέρος της άνθησης.

Ο κυρίαρχος κατασκευαστής τσιπ επιταχυντών Τεχνητής Νοημοσύνης έχει υποστηρίξει δεκάδες εταιρείες τα τελευταία χρόνια, συμπεριλαμβανομένων κατασκευαστών μοντέλων Τεχνητής Νοημοσύνης και παρόχων cloud computing. Μερικοί από αυτούς χρησιμοποιούν στη συνέχεια αυτό το κεφάλαιο για να αγοράσουν τους ακριβούς ημιαγωγούς της Nvidia. Η συμφωνία με την OpenAI όμως είναι πολύ μεγαλύτερης κλίμακας.

Η OpenAI έχει επίσης δηλώσει ότι θα μπορούσε να επιδιώξει χρηματοδότηση χρέους (δανεισμό χρημάτων από μια εταιρεία, όπως μια τράπεζα ή έναν οργανισμό χρηματοδότησης κεφαλαίου κίνησης. Η εταιρεία δανειοδότησης είναι στη συνέχεια υπεύθυνη να αποπληρώσει τα χρήματα που δανείστηκε, συν τόκους ή μια καθορισμένη αμοιβή, εντός μιας καθορισμένης περιόδου), αντί να στηρίζεται σε συνεργάτες όπως η Microsoft Corp. και η Oracle Corp. Η διαφορά είναι ότι αυτές οι εταιρείες έχουν σταθερές, καθιερωμένες επιχειρήσεις που είναι κερδοφόρες εδώ και πολλά χρόνια. Η OpenAI αναμένει να ξοδέψει 115 δισεκατομμύρια δολάρια σε μετρητά έως το 2029, ανέφερε το The Information.

Άλλες μεγάλες εταιρείες τεχνολογίας βασίζονται επίσης ολοένα και περισσότερο στο χρέος για να υποστηρίξουν τις πρωτοφανείς δαπάνες τους.

Η Meta, για παράδειγμα, στράφηκε σε δανειστές για να εξασφαλίσει χρηματοδότηση 26 δισεκατομμυρίων δολαρίων για ένα σχεδιαζόμενο συγκρότημα κέντρων δεδομένων στη Λουιζιάνα, το οποίο, όπως λέει, τελικά θα πλησιάσει το μέγεθος του Μανχάταν. Η JPMorgan Chase & Co. και η Mitsubishi UFJ Financial Group ηγούνται επίσης ενός δανείου άνω των 22 δισεκατομμυρίων δολαρίων για να υποστηρίξουν το σχέδιο της Vantage Data Centers να κατασκευάσει μια τεράστια πανεπιστημιούπολη κέντρων δεδομένων, ανέφερε το Bloomberg News.

Τι γίνεται λοιπόν με την αποπληρωμή;

Μέχρι το 2030, οι εταιρείες Τεχνητής Νοημοσύνης θα χρειάζονται 2 τρισεκατομμύρια δολάρια σε συνδυασμένα ετήσια έσοδα για να χρηματοδοτήσουν την υπολογιστική ισχύ που απαιτείται για να καλύψουν την προβλεπόμενη ζήτηση, ανέφερε η Bain & Co. σε έκθεση που δημοσιεύθηκε τον Σεπτέμβριο.

Ωστόσο, τα έσοδά τους είναι πιθανό να είναι μειωμένα κατά 800 δισεκατομμύρια δολάρια σε σχέση με αυτό το όριο, προέβλεψε η Bain.

«Οι αριθμοί που διαδίδονται είναι τόσο ακραίοι που είναι πραγματικά, πραγματικά δύσκολο να τους κατανοήσουμε», δήλωσε ο David Einhorn, ένας εξέχων διαχειριστής hedge fund και ιδρυτής της Greenlight Capital. «Είμαι σίγουρος ότι δεν είναι μηδέν, αλλά υπάρχει μια λογική πιθανότητα ότι μια τεράστια καταστροφή κεφαλαίου θα προκύψει από αυτόν τον κύκλο».

Ως δείγμα των καιρών, υπάρχει επίσης ένας αυξανόμενος αριθμός λιγότερο καθιερωμένων εταιρειών που προσπαθούν να κεφαλαιοποιήσουν την χρυσωρυχία των κέντρων δεδομένων.

Η Nebius, ένας πάροχος cloud με έδρα το Άμστερνταμ που αποσχίστηκε από τον ρωσικό γίγαντα του διαδικτύου Yandex το 2024, υπέγραψε πρόσφατα μια συμφωνία υποδομής με τη Microsoft αξίας έως και 19,4 δισεκατομμυρίων δολαρίων. Και η Nscale, μια ελάχιστα γνωστή βρετανική εταιρεία κέντρων δεδομένων, συνεργάζεται με την Nvidia, την OpenAI και τη Microsoft για την ανάπτυξη κέντρων στην Ευρώπη. Όπως και ορισμένοι άλλοι πάροχοι υποδομών τεχνητής νοημοσύνης, η Nscale είχε προηγουμένως επικεντρωθεί σε έναν άλλον τομέα με έντονη δραστηριότητα: την εξόρυξη κρυπτονομισμάτων.

Υπάρχουν ανησυχίες για την ίδια την τεχνολογία;

Η έξαρση των δαπανών για τα κέντρα δεδομένων επισκιάζεται από τον επίμονο σκεπτικισμό σχετικά με την απόδοση της τεχνολογίας Τεχνητής Νοημοσύνης.

Τον Αύγουστο, οι επενδυτές αναστατώθηκαν όταν ερευνητές του Τεχνολογικού Ινστιτούτου της Μασαχουσέτης διαπίστωσαν ότι το 95% των οργανισμών είδαν μηδενική απόδοση της επένδυσής τους σε πρωτοβουλίες Τεχνητής Νοημοσύνης.

Πιο πρόσφατα, ερευνητές στο Χάρβαρντ και το Στάνφορντ προσέφεραν μια πιθανή εξήγηση για το γιατί.

Οι εργαζόμενοι χρησιμοποιούν την Τεχνητή Νοημοσύνη για να δημιουργήσουν «workslop», το οποίο οι ερευνητές ορίζουν ως «περιεχόμενο εργασίας που παράγεται από την Τεχνητή Νοημοσύνη και μεταμφιέζεται σε απλά καλή εργασία, αλλά δεν έχει το αποφασιστικό βάρος της ανάδειξης μιας δεδομένης εργασίας».

Το ύπουλο αποτέλεσμα του workslop είναι ότι μετατοπίζει το βάρος της εργασίας προς τα κάτω, απαιτώντας από τον παραλήπτη να ερμηνεύσει, να διορθώσει ή να επαναλάβει την εργασία.

Η υπόσχεση της Τεχνητής Νοημοσύνης είναι εδώ και καιρό ότι θα βοηθήσει στην απλοποίηση των εργασιών και στην αύξηση της παραγωγικότητας, καθιστώντας την ένα ανεκτίμητο πλεονέκτημα για τους εργαζόμενους και ένα πλεονέκτημα για το οποίο οι εταιρείες θα πληρώνουν τα περισσότερα χρήματα. Αντ’ αυτού, οι ερευνητές του Χάρβαρντ και του Στάνφορντ διαπίστωσαν ότι η επικράτηση του workslop θα μπορούσε να κοστίσει σε μεγαλύτερους οργανισμούς εκατομμύρια δολάρια ετησίως σε χαμένη παραγωγικότητα.

Οι προγραμματιστές Τεχνητής Νοημοσύνης αντιμετωπίζουν επίσης μια διαφορετική πρόκληση.

Η OpenAI, ο προγραμματιστής chatbot Claude, Anthropic, και άλλοι, στοιχηματίζουν εδώ και χρόνια στους λεγόμενους νόμους κλιμάκωσης – την ιδέα ότι περισσότερη υπολογιστική ισχύς, δεδομένα και μεγαλύτερα μοντέλα αναπόφευκτα θα ανοίξουν τον δρόμο για μεγαλύτερα άλματα στη δύναμη της Τεχνητής Νοημοσύνης. Τελικά, λένε, αυτές οι εξελίξεις θα οδηγήσουν στην Τεχνητή Γενική Νοημοσύνη, μια υποθετική μορφή της τεχνολογίας τόσο εξελιγμένη που να ταιριάζει ή και να ξεπερνά τους ανθρώπους στις περισσότερες εργασίες.

Τον τελευταίο χρόνο, ωστόσο, αυτοί οι προγραμματιστές έχουν βιώσει μειωμένες αποδόσεις από τις δαπανηρές προσπάθειές τους να κατασκευάσουν πιο προηγμένη Τεχνητή Νοημοσύνη.

Μερικοί δυσκολεύτηκαν επίσης να ανταποκριθούν στη δική τους διαφημιστική εκστρατεία. Μετά από μήνες που διαφημίζουν το GPT-5 ως ένα σημαντικό τεχνολογικό άλμα, η κυκλοφορία του τελευταίου μοντέλου Τεχνητής Νοημοσύνης από την OpenAI τον Αύγουστο αντιμετωπίστηκε με ανάμεικτες κριτικές. Σε σχόλια σχετικά με την κυκλοφορία, ο Altman παραδέχτηκε ότι «μας λείπει ακόμα κάτι αρκετά σημαντικό» για να φτάσουμε στην Τεχνητή Νοημοσύνη.

Αυτές οι ανησυχίες επιδεινώνονται από τον αυξανόμενο ανταγωνισμό από την Κίνα, όπου οι εταιρείες κατακλύζουν την αγορά με ανταγωνιστικά, χαμηλού κόστους μοντέλα Τεχνητής Νοημοσύνης.

Ενώ οι αμερικανικές εταιρείες εξακολουθούν γενικά να θεωρούνται ως πρωτοπόροι στον αγώνα της αγοράς, οι κινεζικές εναλλακτικές λύσεις κινδυνεύουν να υποβαθμίσουν την αξία της Silicon Valley σε ορισμένες αγορές, καθιστώντας πιο δύσκολη την απόσβεση της σημαντικής επένδυσης σε υποδομές Τεχνητής Νοημοσύνης.

Υπάρχει επίσης ο κίνδυνος η τεράστια ανάπτυξη κέντρων δεδομένων της βιομηχανίας Τεχνητής Νοημοσύνης, που συνεπάγεται τεράστια αύξηση της κατανάλωσης ηλεκτρικής ενέργειας, να καθυστερήσει λόγω των πιεσμένων εθνικών δικτύων ηλεκτρικής ενέργειας.

Τι απαντά η βιομηχανία της Τεχνητής Νοημοσύνης;

Ο Sam Altman, το πρόσωπο της τρέχουσας άνθησης της Τεχνητής Νοημοσύνης, έχει επανειλημμένα αναγνωρίσει τον κίνδυνο μιας φούσκας τους τελευταίους μήνες, διατηρώντας παράλληλα την αισιοδοξία του για την τεχνολογία. «Βρισκόμαστε σε μια φάση όπου οι επενδυτές στο σύνολό τους είναι υπερβολικά ενθουσιασμένοι με την Τεχνητή Νοημοσύνη; Κατά τη γνώμη μου, ναι», είπε τον Αύγουστο. «Είναι η Τεχνητή Νοημοσύνη το πιο σημαντικό πράγμα που έχει συμβεί εδώ και πολύ καιρό; Η γνώμη μου είναι επίσης ναι».

Ο Altman και άλλοι ηγέτες της τεχνολογίας συνεχίζουν να εκφράζουν εμπιστοσύνη στον οδικό χάρτη προς την Τεχνητή Νοημοσύνη, με ορισμένους να υποδηλώνουν ότι η επιτυχία θα μπορούσε να είναι πιο κοντά από ό,τι πιστεύουν οι σκεπτικιστές.

«Η ανάπτυξη της υπερ-νοημοσύνης είναι τώρα ορατή», έγραψε ο Zuckerberg τον Ιούλιο, αναφερόμενος σε μια ακόμη πιο ισχυρή μορφή Τεχνητής Νοημοσύνης στην οποία στοχεύει η εταιρεία του.

Βραχυπρόθεσμα, ορισμένοι προγραμματιστές Τεχνητής Νοημοσύνης λένε επίσης ότι πρέπει να αυξήσουν δραστικά την υπολογιστική ικανότητα για να υποστηρίξουν την ταχεία υιοθέτηση των υπηρεσιών τους.

Ο Altman, ειδικότερα, έχει τονίσει επανειλημμένα ότι η OpenAI παραμένει περιορισμένη σε υπολογιστικούς πόρους, καθώς εκατοντάδες εκατομμύρια άνθρωποι σε όλο τον κόσμο χρησιμοποιούν τις υπηρεσίες της για να συνομιλούν με το ChatGPT, να γράφουν κώδικα και να δημιουργούν εικόνες και βίντεο. Η OpenAI και η Anthropic έχουν επίσης δημοσιεύσει τις δικές τους έρευνες και αξιολογήσεις που δείχνουν ότι τα συστήματα Τεχνητής Νοημοσύνης έχουν ουσιαστικό αντίκτυπο στις εργασιακές διαδικασίες, σε αντίθεση με τις πιο καταδικαστικές αναφορές από εξωτερικά ακαδημαϊκά ιδρύματα.

Μια έκθεση της Anthropic που δημοσιεύθηκε τον Σεπτέμβριο διαπίστωσε ότι περίπου τα τρία τέταρτα των εταιρειών χρησιμοποιούν το Claude για αυτοματοποίηση εργασίας. Τον ίδιο μήνα, η OpenAI κυκλοφόρησε ένα νέο σύστημα αξιολόγησης που ονομάζεται GDPval, το οποίο μετρά την απόδοση των μοντέλων Τεχνητής Νοημοσύνης σε δεκάδες επαγγέλματα.

«Διαπιστώσαμε ότι τα καλύτερα μοντέλα αιχμής σήμερα προσεγγίζουν ήδη την ποιότητα της εργασίας που παράγεται από ειδικούς του κλάδου», ανέφερε η OpenAI σε μια ανάρτηση ιστολογίου. «Ειδικά στο υποσύνολο των εργασιών όπου τα μοντέλα είναι ιδιαίτερα ισχυρά, αναμένουμε ότι η ανάθεση μιας εργασίας σε ένα μοντέλο πριν τη δοκιμάσουμε με έναν άνθρωπο θα εξοικονομούσε χρόνο και χρήμα».

Πόσα θα είναι λοιπόν τελικά πρόθυμοι να πληρώσουν οι πελάτες για αυτές τις υπηρεσίες;

Η ελπίδα μεταξύ των προγραμματιστών είναι ότι, καθώς τα μοντέλα Τεχνητής Νοημοσύνης βελτιώνονται και εκτελούν πιο σύνθετες εργασίες για λογαριασμό των χρηστών, θα είναι σε θέση να πείσουν τις επιχειρήσεις και τα άτομα να ξοδέψουν πολύ περισσότερα για να έχουν πρόσβαση στην τεχνολογία.

«Θέλω να είναι η πόρτα ανοιχτή σε όλα», δήλωσε η οικονομική διευθύντρια της OpenAI, Sarah Friar, στα τέλη του 2024, όταν ρωτήθηκε για μια αναφορά ότι η εταιρεία έχει συζητήσει μια μηνιαία συνδρομή 2.000 δολαρίων για τα προϊόντα τεχνητής νοημοσύνης της. «Αν με βοηθά να κινούμαι στον κόσμο με κυριολεκτικά έναν βοηθό σε επίπεδο διδακτορικού για οτιδήποτε κάνω, σίγουρα υπάρχουν περιπτώσεις όπου αυτό θα είχε νόημα».

Τον Σεπτέμβριο, ο Zuckerberg δήλωσε ότι μια φούσκα τεχνητής νοημοσύνης είναι «αρκετά πιθανή», αλλά τόνισε ότι η μεγαλύτερη ανησυχία του είναι να μην ξοδεύει αρκετά για να εκμεταλλευτεί την ευκαιρία. «Αν καταλήξουμε να ξοδεύουμε άσκοπα μερικές εκατοντάδες δισεκατομμύρια δολάρια, νομίζω ότι αυτό θα είναι πολύ ατυχές, προφανώς», είπε σε μια συνέντευξη σε podcast. «Αλλά αυτό που θα έλεγα είναι ότι στην πραγματικότητα πιστεύω ότι ο κίνδυνος είναι υψηλότερος από την άλλη πλευρά (του να μην κάνεις τίποτα)».

Τι κάνει όμως μια φούσκα της αγοράς να μοιάζει με φούσκα;

Οι φούσκες είναι οικονομικοί κύκλοι που ορίζονται από μια ταχεία αύξηση των τιμών της αγοράς σε επίπεδα που δεν υποστηρίζονται από τα υποκείμενα θεμελιώδη μεγέθη. Συνήθως ακολουθούνται από μια απότομη ρευστοποίηση – το λεγόμενο «σκάσιμο».

Μια φούσκα συχνά ξεκινά όταν οι επενδυτές παρασύρονται σε μια κερδοσκοπική φρενίτιδα – για μια νέα τεχνολογία ή άλλη ευκαιρία της αγοράς – και τελικά υποχωρούν από φόβο μήπως χάσουν περαιτέρω κέρδη. Ο Αμερικανός οικονομολόγος Hyman Minsky εντόπισε πέντε στάδια μιας φούσκας της αγοράς: μετατόπιση, άνθηση, ευφορία, αποκόμιση κερδών και πανικός.

Οι φούσκες είναι μερικές φορές δύσκολο να εντοπιστούν επειδή οι τιμές της αγοράς μπορούν να απομακρυνθούν από τις πραγματικές αξίες για πολλούς λόγους, και μια απότομη πτώση των τιμών δεν είναι πάντα εκτός προγράμματος. Και, επειδή μια κατάρρευση είναι μέρος ενός κύκλου φούσκας, μπορεί να είναι δύσκολο να εντοπιστούν μέχρι μετά το γεγονός.

Γενικά, οι φούσκες σκάνε όταν οι επενδυτές συνειδητοποιούν ότι οι υψηλές προσδοκίες που είχαν ήταν πολύ υψηλές. Αυτό συνήθως ακολουθεί μια περίοδο υπερβολικής ευφορίας που μετατρέπεται σε μανία, όταν όλοι αγοράζουν την υπάρχουσα τάση της αγοράς. Αυτό που ακολουθεί είναι ένα συνήθως αργό, παρατεταμένο sell-off (ξεπούλημα) όπου τα κέρδη των εταιρειών αρχίζουν να υποφέρουν, ή ένα μεμονωμένο γεγονός που αλλάζει τη μακροπρόθεσμη άποψη, στέλνοντας τους επενδυτές να σπεύδουν προς την έξοδο.

Υπήρχε κάποιος φόβος ότι μια φούσκα Τεχνητής Νοημοσύνης είχε ήδη σκάσει στα τέλη Ιανουαρίου, όταν η DeepSeek της Κίνας έφερε τα πάνω κάτω στην αγορά με την κυκλοφορία ενός ανταγωνιστικού μοντέλου Τεχνητής Νοημοσύνης που φέρεται να κατασκευάστηκε με ένα κλάσμα του ποσού που ξοδεύουν οι κορυφαίοι Αμερικανοί προγραμματιστές. Η επιτυχία του DeepSeek προκάλεσε ένα sell-off τρισεκατομμυρίων δολαρίων σε μετοχές τεχνολογίας. Η Nvidia, μια μετοχή της Τεχνητής Νοημοσύνης με κριτήριο την αισιοδοξία, υποχώρησε κατά 17% σε μια μέρα.

Το επεισόδιο του DeepSeek υπογράμμισε τους κινδύνους των μεγάλων επενδύσεων στην Τεχνητή Νοημοσύνη. Αλλά η Silicon Valley παρέμεινε σε μεγάλο βαθμό απτόητη. Τους μήνες που ακολούθησαν, οι εταιρείες τεχνολογίας διπλασίασαν τα δαπανηρά σχέδια δαπανών για την Τεχνητή Νοημοσύνη και οι επενδυτές συνέχισαν να επευφημούν αυτά τα ρίσκα. Οι μετοχές της Nvidia ανέκαμψαν από το χαμηλό του Απριλίου σε νέα ρεκόρ. Η αξία τους ξεπέρασε τα 4 τρισεκατομμύρια δολάρια μέχρι τα τέλη Σεπτεμβρίου, καθιστώντας την την πιο πολύτιμη εταιρεία στον κόσμο.

Μήπως λοιπόν αυτό που συνέβη το 1999 ξεκίνησε ξανά;

Όπως και με τη σημερινή άνθηση της Τεχνητής Νοημοσύνης, οι εταιρείες που βρίσκονταν στο επίκεντρο της φρενίτιδας των dot-com προσέλκυσαν τεράστια ποσά επενδυτικών κεφαλαίων, συχνά χρησιμοποιώντας αμφισβητήσιμες μετρήσεις όπως η επισκεψιμότητα των ιστοσελίδων αντί για την πραγματική τους ικανότητα να αποκομίζουν κέρδη. Υπήρχαν πολλά ελαττωματικά επιχειρηματικά μοντέλα και υπερβολικές προβλέψεις εσόδων.

Οι εταιρείες τηλεπικοινωνιών έτρεξαν να κατασκευάσουν δίκτυα οπτικών ινών μόνο και μόνο για να διαπιστώσουν τελικά ότι δεν υπήρχε η ουσιαστική ζήτηση για να τις πληρώσει. Όταν όλα κατέρρευσαν το 2001, πολλές εταιρείες ρευστοποιήθηκαν, άλλες απορροφήθηκαν από υγιέστερους ανταγωνιστές σε τιμές που ήταν αρκετά μειωμένες.

Αντηχήσεις της εποχής των dot-com μπορούν να βρεθούν στην τεράστια ανάπτυξη υποδομών της Τεχνητής Νοημοσύνης, στις υπερβολικά υψηλές αποτιμήσεις και στις επιδεικτικές επιδείξεις πλούτου. Οι επενδυτές επιχειρηματικών κεφαλαίων έχουν προσελκύσει νεοσύστατες επιχειρήσεις Τεχνητής Νοημοσύνης με ιδιωτικά τζετ, θέσεις σε funds και με μεγάλες επιταγές. Πολλές νεοσύστατες επιχειρήσεις Τεχνητής Νοημοσύνης προβάλλουν τα επαναλαμβανόμενα έσοδά τους ως βασικό μέτρο ανάπτυξης, αλλά υπάρχουν αμφιβολίες για το πόσο βιώσιμες ή προβλέψιμες είναι αυτές οι προβλέψεις, ιδιαίτερα για τις νεότερες επιχειρήσεις.

Ορισμένες εταιρείες Τεχνητής Νοημοσύνης ολοκληρώνουν πολλαπλές γιγαντιαίες συγκεντρώσεις κεφαλαίων σε ένα μόνο έτος. Αλλά δεν θα ακμάσουν απαραίτητα όλες.

«Νομίζω ότι υπάρχουν πολλές παραλληλίες με τη φούσκα του διαδικτύου», δήλωσε ο Bret Taylor, πρόεδρος της OpenAI και διευθύνων σύμβουλος της Sierra, μιας νεοσύστατης εταιρείας Τεχνητής Νοημοσύνης αξίας 10 δισεκατομμυρίων δολαρίων. Όπως και στην εποχή των dot-com, μια σειρά από εταιρείες υψηλής άνθησης σχεδόν σίγουρα θα χρεοκοπήσουν.

Αλλά σύμφωνα με το αφήγημα του Taylor, θα υπάρξουν επίσης μεγάλες επιχειρήσεις που θα αναδυθούν και θα ευδοκιμήσουν μακροπρόθεσμα, όπως ακριβώς συνέβη με την Amazon.com Inc. και την Google της Alphabet Inc. στα τέλη της δεκαετίας του ’90.

«Είναι αλήθεια ότι η Τεχνητή Νοημοσύνη θα μεταμορφώσει την οικονομία και νομίζω ότι, όπως και το διαδίκτυο, θα δημιουργήσει τεράστια ποσά οικονομικής αξίας στο μέλλον», δήλωσε ο Taylor. «Νομίζω ότι βρισκόμαστε επίσης σε μια φούσκα και πολλοί άνθρωποι θα χάσουν πολλά χρήματα».

Υπάρχουν επίσης ορισμένες βασικές διαφορές που επισημαίνουν οι παρατηρητές της αγοράς, η πρώτη είναι η ευρεία υγεία και σταθερότητα των μεγαλύτερων επιχειρήσεων που βρίσκονται στην πρώτη γραμμή της τάσης. Οι περισσότερες από την ομάδα «Magnificent Seven» των αμερικανικών τεχνολογικών εταιρειών είναι γίγαντες με μακρά παράδοση που αποτελούν μεγάλο μέρος της αύξησης των κερδών στον δείκτη S&P 500. Αυτές οι εταιρείες έχουν τεράστιες ροές εσόδων και διαθέτουν μεγάλα αποθέματα μετρητών.

Παρά τον σκεπτικισμό, η υιοθέτηση της Τεχνητής Νοημοσύνης έχει επίσης προχωρήσει με γοργούς ρυθμούς.

Το ChatGPT της OpenAI έχει περίπου 700 εκατομμύρια εβδομαδιαίους χρήστες, καθιστώντας το ένα από τα ταχύτερα αναπτυσσόμενα καταναλωτικά προϊόντα στην ιστορία.

Κορυφαίοι προγραμματιστές Τεχνητής Νοημοσύνης, συμπεριλαμβανομένων των OpenAI και Anthropic, έχουν επίσης σημειώσει αξιοσημείωτα ισχυρή αύξηση πωλήσεων.

Η OpenAI είχε προβλέψει προηγουμένως ότι τα έσοδα θα υπερτριπλασιάζονταν το 2025 στα 12,7 δισεκατομμύρια δολάρια. Ενώ η εταιρεία δεν αναμένει να έχει θετικές ταμειακές ροές μέχρι κοντά στο τέλος αυτής της δεκαετίας, μια πρόσφατη συμφωνία για να βοηθήσει τους υπαλλήλους να πουλήσουν μετοχές της έδωσε μια σιωπηρή αποτίμηση 500 δισεκατομμυρίων δολαρίων (the world’s most valuable company never to have turned a profit).