O Ed Zitron είναι ένας εξέχων σκεπτικιστής της Τεχνητής Νοημοσύνης. Τα δύο αγαπημένα του κείμενα είναι The Hater’s Guide To The AI Bubble 1+2.
Πέρυσι έγραψα ένα από τα αγαπημένα μου κομμάτια — Ο Οδηγός του Μισούντος για τη Φούσκα της Τεχνητής Νοημοσύνης [The Hater’s Guide To The AI Bubble] — και ακολούθησε ο Οδηγός του Μισούντος για τη Φούσκα της Τεχνητής Νοημοσύνης Τόμος 2 [The Hater’s Guide To The AI Bubble Volume 2]αρκετούς μήνες αργότερα. Δυστυχώς, συνειδητοποίησα ότι ο «τόμος» είναι ένας απαίσιος τρόπος για να δομήσει κανείς κάτι τέτοιο, επειδή κάθε τόμος είναι περισσότερο μια ενημέρωση, γι’ αυτό και το σημερινό ενημερωτικό δελτίο θα μεταφερθεί σε ένα σύστημα έκδοσης.
Η φούσκα της Τεχνητής Νοημοσύνης [The AI bubble] είναι ένα ψυχοπαθές, ένα μελόδραμα, μια οικονομική κρίση και μια στιγμή αφαίρεσης μάσκας για τους Επιχειρηματικούς Ηλίθιους που κυβερνούν τη συντριπτική πλειοψηφία της οικονομίας μας.
Είναι η μεγαλύτερης κλίμακας εκμετάλλευση της άγνοιας στην ιστορία, που ροκανίζει τις πνευματικές αδυναμίες της κοινωνίας παρουσιάζοντας ακριβώς αρκετές πληροφορίες ή ακριβώς αρκετές αποδείξεις για να τεκμηριώσει επενδύσεις άνω των τρισεκατομμυρίων δολαρίων και κατασκευασμένη συναίνεση για μια τεχνολογία που, με βάση το πόσοι τη συζητούν, δεν υπάρχει στην πραγματικότητα.
Και αποκαλύπτεται πόσοι πλούσιοι και ισχυροί άνθρωποι είναι είτε (ή και τα δύο) εύπιστοι και θλιβερά αδαείς.
Για να είμαστε σαφείς, τα LLM είναι αληθινά και κάνουν κάποια πράγματα, αλλά δεν κάνουν τίποτα από αυτά για τα οποία μιλάει ο Dario Amodei όταν λέει ότι η Τεχνητή Νοημοσύνη θα εξαλείψει το 50% των θέσεων εργασίας γραφείου.
Είμαστε τέσσερα χρόνια σε αυτή την άχαρη δουλειά και οι άνθρωποι εξακολουθούν να μιλάνε για το «δυναμικό» της Τεχνητής Νοημοσύνης και τι «θα» κάνει και ότι βρισκόμαστε στα πρώτα στάδια μιας τεχνολογίας που, ως επί το πλείστον, εξακολουθεί να κάνει ακριβώς αυτό που έκανε στην αρχή με βελτιώσεις που ποτέ δεν πλησιάζουν τα κενά των υποσχέσεων των υποστηρικτών.
Οι αγορές κινούνται από κακογραμμένη φαντασία από απάτες και παραπλανημένα gargoyles hedge funds, επειδή αυτοί που πωλούν υπηρεσίες Τεχνητής Νοημοσύνης έχουν αποσυνδέσει εντελώς το μυαλό των αγορών και των μέσων ενημέρωσης από την πραγματικότητα.
Αυτό συμβαίνει επειδή απατεώνες όπως ο Amodei και ο Altman συζητούν συνεχώς τι θα κάνει ή θα μπορούσε ή θεωρητικά θα μπορούσε να κάνει η Τεχνητή Νοημοσύνη αντί για τι κάνει στην πραγματικότητα, γιατί αν έπρεπε να το κάνουν αυτό, θα έπρεπε να λένε ότι χάνει συνεχώς χρήματα και δεν έχει μετρήσιμη απόδοση επένδυσης.
Όπως είπα στο Bloomberg αυτή την εβδομάδα, οι αγορές και τα μέσα ενημέρωσης έχουν συγχωνεύσει τις κεφαλαιουχικές δαπάνες για κέντρα δεδομένων με μια ακμάζουσα βιομηχανία τεχνητής νοημοσύνης.
Στην πραγματικότητα, το 89%+ όλων των εσόδων από την τεχνητή νοημοσύνη και το 90%+ όλης της ζήτησης για υπολογισμούς προέρχεται από δύο εταιρείες – την OpenAI και την Anthropic – που βασίζονται σε μεγάλο βαθμό σε επιδοτούμενες συνδρομές τεχνητής νοημοσύνης που προκαλούν ζημιές και σε απεριόριστη καύση token σε οργανισμούς που διοικούνται από ηλίθιους, κάτι που θα εξαφανιστεί τώρα που τα στελέχη δυσκολεύονται να το δικαιολογήσουν επειδή δεν υπάρχει απόδοση επένδυσης (ROI), εν μέρει επειδή η τεχνητή νοημοσύνη είναι πολύ ασυνεπής και αναξιόπιστη, και εν μέρει επειδή δεν μπορείτε πραγματικά να μετρήσετε πόσο θα κοστίσει μια εργασία.
Τώρα οι επιχειρήσεις ήδη θέτουν ανώτατο όριο στις δαπάνες τους για την τεχνητή νοημοσύνη, με πολλές ακόμη να ακολουθούν, αφού πολλές εταιρείες ξεπέρασαν τους ετήσιους προϋπολογισμούς τους για token σε λίγους μήνες. Ο όγκος της συζήτησης για την «απόδοση επένδυσης» της τεχνητής νοημοσύνης είναι αξιοσημείωτος, δεδομένου ότι η Anthropic και η OpenAI μετέφεραν τις επιχειρήσεις σε χρέωση βάσει token — πληρώνοντας το πραγματικό κόστος της τεχνητής νοημοσύνης — μόνο στο πρώτο τρίμηνο του τρέχοντος έτους.
Θυμηθείτε: τα συνολικά, πραγματικά έσοδα ολόκληρης της βιομηχανίας Τεχνητής Νοημοσύνης — συμπεριλαμβανομένων των OpenAI, Google, Microsoft, Amazon και Anthropic — μόλις που έφτασαν τα 100 δισεκατομμύρια δολάρια το 2026. Αυτό περιλαμβάνει κάθε ουγγιά δαπανών για υπολογιστική ενέργεια, κάθε δεκάρα από τα 500 εκατομμύρια δολάρια που ένας μόνο πελάτης ξόδεψε κατά λάθος στο API της Anthropic και κάθε σεντ της συμφωνίας backstop της NVIDIA με την CoreWeave. Το πιο σημαντικό είναι ότι κανείς δεν βγάζει κέρδος εκτός από εκείνους που πωλούν τα bits που μπαίνουν μέσα σε ένα κέντρο δεδομένων.
Τόσο η OpenAI όσο και η Anthropic χάνουν δισεκατομμύρια δολάρια ετησίως, χωρίς κανένα τέλος να διαφαίνεται, αν και η Anthropic έκανε εξαιρετική δουλειά εξαπατώντας τα μέσα ενημέρωσης έχοντας ένα μόνο «κερδοφόρο» τρίμηνο χάρη στον Elon Musk που προεξόφλησε δύο μήνες υπολογιστικής ενέργειας. Η Anthropic έχει ήδη υποβάλει αίτηση για δημόσια εγγραφή, με την OpenAI να φέρεται να μην απέχει πολύ από αυτήν. Καμία από αυτές τις εταιρείες δεν είναι κατάλληλη για δημόσιους επενδυτές.
Τα προϊόντα τους είναι ασυνεπή, αναξιόπιστα και φαίνεται να «βελτιώνονται» μόνο με έναν ασταθή τρόπο που μπορεί να μετρηθεί μόνο με ολοένα και λιγότερο χρήσιμα benchmarks, τα οποία εκπαιδεύονται ειδικά για να ξεπεράσουν. Παρά το γεγονός ότι πολλοί άνθρωποι (και ορισμένες εταιρείες όπως το Spotify) ισχυρίζονται ότι η Τεχνητή Νοημοσύνη γράφει «τον περισσότερο» κώδικα, κανείς δεν μπορεί να εξηγήσει τι σημαίνει αυτό. Δεν εξοικονομεί χρήματα, δεν εξοικονομεί χρόνο, δεν κάνει τις εταιρείες να παράγουν καλύτερα ή πιο λειτουργικά προϊόντα, και τα μόνα απτά παραδείγματα των επιπτώσεών της είναι ότι έσπασε την AWS αρκετές φορές και διέγραψε τη βάση δεδομένων μιας εταιρείας.
Δεν είναι σαφές πού υπάρχει η Τεχνητή Νοημοσύνη εκτός του προγραμματισμού και τα διάφορα μέρη που οι εταιρείες την έχουν σπρώξει.
Έχω περάσει χρόνια προσπαθώντας να καταγράψω άλλες περιπτώσεις χρήσης που δεν αφορούν τον προγραμματισμό, και τα περισσότερα από αυτά που έχω βρει είναι αόριστες περιγραφές εταιρειών όπως η Goldman Sachs που ίσως λανσάρουν αντιπροσώπους «σύντομα» κάποια στιγμή για να κάνουν κάτι, ίσως και αυτή η περίεργη ιστορία με τη Novo Nordisk που ισχυρίζεται ότι «ενσωμάτωνε τα μοντέλα του ChatGPT για να αναλύει σύνθετα σύνολα δεδομένων», παρά το γεγονός ότι ισχυρίζονται ότι το κάνουν αυτό εδώ και χρόνια.
Αυτό συμβαίνει επειδή η γενετική Τεχνητή Νοημοσύνη, ανεξάρτητα από το πόσα καπέλα ή ιμάντες ή ντετερμινιστικές διαδικασίες διαφημίζετε, είναι περιορισμένη από τις μαθηματικά βέβαιες παραισθήσεις της. Αυτά τα μοντέλα είναι πιθανοτικά, μαντεύοντας ποια μπορεί να είναι η ιδανική έξοδος, πράγμα που σημαίνει ότι κάθε πληροφορία που παράγουν είναι ύποπτη και κάθε απόφαση που λαμβάνουν είναι άμυαλη, ανόητη και αυθαίρετη. Δεν «γνωρίζουν» πράγματα, δεν έχουν «σκέψεις» και καμία ποσότητα συνδέσεων API δεν θα λύσει αυτό το πρόβλημα.
Ως αποτέλεσμα, κανείς δεν έχει πραγματικά μια σαφή απάντηση για το τι κάνουν όλοι με την Τεχνητή Νοημοσύνη. Κώδικας; Δημιουργία εικόνας; Χρησιμοποιώντας την ως μια άθλια μηχανή αναζήτησης; Χρησιμοποιώντας την ως σύντροφο; Δεν μπορείτε πραγματικά να βασιστείτε σε αυτήν για να κάνει τίποτα. Όταν ένα μοντέλο παραισθάνεται μια λανθασμένη απάντηση σε κάτι που γνωρίζετε ότι είναι αληθές, είναι ένα πρόβλημα που μπορεί να διορθωθεί – όταν παραισθάνεται μια λανθασμένη απόφαση, αυτό έχει καταστρέψει τα πάντα σε σχεδόν μόνιμο τέλος.
Αυτό είναι το απόλυτο πρόβλημα με την Τεχνητή Νοημοσύνη. Μπορείτε να προσπαθήσετε να την ντύσετε με δισεκατομμύρια επενδύσεις και υποτιθέμενους τρόπους για να μετριάσετε τις παραισθήσεις, αλλά εξακολουθεί να κάνει – και θα συνεχίσει να κάνει – λάθη που δεν έχει ιδέα ότι είναι λάθη.
Λοιπόν, εντάξει, το άλλο πρόβλημα είναι ότι η παραγωγική Τεχνητή Νοημοσύνη δεν έχει κατασκευαστεί για να κάνει τις περισσότερες εργασίες. Μπορεί να παράγει πράγματα και να συνοψίζει πράγματα σε ποικίλους βαθμούς πολυπλοκότητας, αλλά όσο πιο περίπλοκη είναι η παραγωγή, τόσο πιο πιθανό είναι να έχει παραισθήσεις. Ο μόνος τρόπος για να μειωθούν οι παραισθήσεις είναι η προ-εκπαίδευση (η εισαγωγή πραγμάτων στο μοντέλο στην αρχή) και η μετεκπαίδευση (η εκπαίδευσή του στο πώς φαίνεται το «καλό»), και κανένας από αυτούς δεν λύνει στην πραγματικότητα το πρόβλημα. Είναι αδέξια, ανακριβής, αναξιόπιστη, ακριβή και δυσκίνητη.
Η Τεχνητή Νοημοσύνη δεν μπορεί να κάνει τη συντριπτική πλειοψηφία των εργασιών, και ο μόνος λόγος που κάποιος πιστεύει ότι μπορεί είναι ότι η συντριπτική πλειοψηφία των CEOs δεν έχουν καμία πραγματική σύνδεση με την εργασία που τους εμπλουτίζει, και επειδή η Τεχνητή Νοημοσύνη μπορεί να κάνει μια εντύπωση για κάτι που μοιάζει με εργασία, επιλέγει να πιστεύει ότι μπορεί να κάνει οτιδήποτε. Μπορεί να δημιουργήσει ένα ημι-λειτουργικό πρωτότυπο με το όνομα της εταιρείας πάνω του ή ένα νομικό ή οικονομικό έγγραφο που μοιάζει με νόμιμο, και αυτό είναι το μόνο που χρειάζεται ένας μαλάκας με υψηλό μισθό και χαμηλό IQ για να πιστέψει ότι είναι ικανή να αντικαταστήσει τους πάντες.
Αν έκανα λάθος, θα αντικαθιστούσε στην πραγματικότητα τους ανθρώπους. Θα μπορούσατε να επισημάνετε τόσο τα δεδομένα όσο και τις αποδείξεις. Θα είχατε μονοπρόσωπες εταιρείες λογισμικού που βγάζουν δισεκατομμύρια δολάρια, εταιρείες υπερεπενδυτών που θα καταστρέφονταν από ανθρώπους που αντιγράφουν και βελτιώνουν το λογισμικό τους, λογιστές, δικηγόρους, συγγραφείς και κάθε άλλη καριέρα στον χώρο της γνώσης θα ήταν νεκρή, χωρίς να απειλείται με συνεχείς απολύσεις που συνδέονται κυρίως με τη βελτίωση των κερδών, αλλά στην πραγματικότητα νεκρή, αβάσιμη, αδύνατο να εργαστεί κανείς χάρη στη «δύναμη της Τεχνητής Νοημοσύνης».
Στην πραγματικότητα, η Τεχνητή Νοημοσύνη είναι δραματική μόνο στη μετριότητα και την αγριότητα με την οποία έχει αποδείξει πόσο αδαείς έχουν γίνει οι περισσότερες προσωπικότητες εξουσίας και στελέχη. Κάθε αφεντικό απαιτεί να τη χρησιμοποιήσετε, κάθε εφαρμογή σας φωνάζει να δοκιμάσετε την ενσωμάτωσή της, κάθε είδηση σας λέει ότι θα σας αντικαταστήσει άμεσα, αλλά στο τέλος δεν φαίνεται να κάνει πολλά πέρα από τη δημιουργία και τη σύνοψη σε διάφορα επίπεδα πολυπλοκότητας.
Τα μέσα ενημέρωσης απέτυχαν κατηγορηματικά να ελέγξουν έναν κλάδο που χτίστηκε για να την εκμεταλλευτεί, όπως είπα νωρίτερα μέσα στην εβδομάδα:
Αυτή η διαφημιστική εκστρατεία ήταν μη βιώσιμη χωρίς κουβάδες ψέματος, παραπληροφόρησης και αιχμαλωτισμένα τεχνολογικά και επιχειρηματικά μέσα ενημέρωσης. Η αξία της Τεχνητής Νοημοσύνης έχει διογκωθεί από την ασάφεια του τρόπου με τον οποίο συζητείται. Για παράδειγμα, τα μεγάλα μέσα ενημέρωσης θα γράψουν ευχαρίστως ότι «η Τεχνητή Νοημοσύνη μπορεί να κατασκευάσει λογισμικό», αλλά η εν λόγω πρόταση υποδηλώνει ότι μπορείτε απλώς να πληκτρολογήσετε «build me Slack 2» στον Claude και να του δώσετε ένα πλήρως λειτουργικό, έτοιμο για παραγωγή λογισμικό, αντί για ένα σχεδόν λειτουργικό σωρό από άχρηστα κώδικα που μπορεί να κάνει αρκετά για να ξεγελάσει έναν ηλίθιο επιχειρηματία ή έναν τεμπέλη δημοσιογράφο, αλλά τίποτα άλλο.
Η συναίνεση έχει παραχθεί και οι αγορές είναι γεμάτες με μετοχές ημιαγωγών που τρέχουν επειδή οι άνθρωποι συνεχίζουν να συγχέουν τη διαθεσιμότητα χρέους με την πραγματική, ζήτηση για υπολογιστική Τεχνητή Νοημοσύνη. Οι ιδιοφυΐες στην ιδιωτική πίστη και οι μεγαλύτερες αγορές είδαν τα ποσά που ξόδευαν οι υπερεπενδυτές σε κέντρα δεδομένων και την άνοδο του OpenAI και σκέφτηκαν «fuck me up, grandpa», οδηγώντας σε συμφωνίες χρέους κέντρων δεδομένων ύψους 178,5 δισεκατομμυρίων δολαρίων στις ΗΠΑ το 2025 και 50 δισεκατομμυρίων δολαρίων σε κατασκευή κέντρων δεδομένων μόνο τον Απρίλιο του 2026.
Ωστόσο, αποδεικνύεται ότι η κατασκευή των κέντρων δεδομένων διαρκεί από 18 έως 36 μήνες, με τη Microsoft να ολοκληρώνει συνολικά μηδέν από τα κέντρα δεδομένων που ξεκίνησε το 2023, και την JP Morgan να δηλώνει πριν από ένα μήνα ότι το 60% της χωρητικότητας που έχει προγραμματιστεί για ολοκλήρωση το 2027 δεν έχει καν ξεκινήσει την κατασκευή, με ένα άλλο 7% να έχει καθυστερήσει, σύμφωνα με την Wall Street Journal.
Και παρά την υποτιθέμενη χωρητικότητα κέντρων δεδομένων άνω των 100GW που έχει προγραμματιστεί, η ζήτηση για υπολογιστική τεχνητή νοημοσύνη δεν υπάρχει πραγματικά εκτός από την Anthropic και την OpenAI, δύο εταιρείες που βασίζονται σε συνεχείς ροές επιχειρηματικών κεφαλαίων και χρέους για να επιβιώσουν. Μεταξύ τους, έχουν συγκεντρώσει πάνω από 200 δισεκατομμύρια δολάρια τους τελευταίους έξι μήνες, και οι ροές εσόδων τους βασίζονται εγγενώς είτε σε μη κερδοφόρες νεοσύστατες επιχειρήσεις τεχνητής νοημοσύνης που επιδοτούν τις συνδρομές τους, είτε στις δικές τους μη κερδοφόρες επιδοτούμενες συνδρομές ή πειραματικές δαπάνες σε token που βαρύνουν εταιρείες που επιτρέπουν στους υπαλλήλους τους να καίνε όσο θέλουν, κάτι που ήδη φτάνει στο τέλος του.
Στην κορυφή της λίστας βρίσκεται η NVIDIA, η μεγαλύτερη εταιρεία στο χρηματιστήριο, η οποία πουλάει GPU που είναι τόσο ακριβές που οι κάποτε πλούσιοι σε μετρητά υπερεπενδυτές πρέπει τώρα να αναλάβουν βουνά χρέους ή, στην περίπτωση της Google και της Oracle, να ρίξουν δεκάδες δισεκατομμύρια δολάρια σε νέες μετοχές στις αγορές. Η συνεχιζόμενη ανάπτυξη της NVIDIA βασίζεται σε ένα συρρικνούμενο υποσύνολο πελατών, με το 54% των εσόδων του τελευταίου τριμήνου και το 64% των εισπρακτέων λογαριασμών της να προέρχονται από τρεις πελάτες στα τελευταία τριμηνιαία κέρδη της.
Η ζήτηση είναι κατά κάποιο τρόπο απίστευτα υψηλή για εξαρτήματα κέντρων δεδομένων, αλλά τόσο χαμηλή για υπολογιστική Τεχνητή Νοημοσύνη που η NVIDIA συμφώνησε να δαπανήσει 30 δισεκατομμύρια δολάρια τα επόμενα έξι χρόνια για να νοικιάσει χωρητικότητα GPU.
Αυτό συμβαίνει επειδή η ανάπτυξη της Τεχνητής Νοημοσύνης καθοδηγείται από άτομα που δεν έχουν μπει στον κόπο να ελέγξουν εάν η ζήτηση είναι πραγματική, όπως ακριβώς η Τεχνητή Νοημοσύνη υιοθετείται από άτομα που δεν μπαίνουν στον κόπο να κάνουν κάποια πραγματική δουλειά, όπως ακριβώς η Τεχνητή Νοημοσύνη πωλείται με βάση πράγματα που δεν μπορεί στην πραγματικότητα να κάνει.
Οι μεσάζοντες και οι αδιάφοροι θα πουν ότι αυτό είναι ακριβώς όπως η Φούσκα των Dot Com (δεν είναι και δεν θα αφήσει πίσω της καμία χρήσιμη υποδομή), ή η Uber (δεν είναι) ή οι Amazon Web Services (δεν είναι) επειδή θέλουν να δικαιολογήσουν τη σπατάλη. Στην πραγματικότητα, οι άνθρωποι που διευθύνουν τον κλάδο της τεχνολογίας είναι αδιάφοροι Επιχειρηματικοί Ηλίθιοι που ρίχνουν όσο το δυνατόν περισσότερα χρήματα στο πρόβλημα αντί να αντιμετωπίσουν το γεγονός ότι έχουν υποστηρίξει μια αδιέξοδη τεχνολογία επειδή έχουν ξεμείνει από ιδέες υπερανάπτυξης.
Το σημερινό άρθρο είναι μια προσπάθεια λίγης διασκέδασης – μια θορυβώδης, επιθετική ανασκόπηση των κύριων παικτών και ιστοριών της Φούσκας της Τεχνητής Νοημοσύνης, τόσο ως ανανέωση για όσους ήδη γνωρίζουν όσο και ως οδηγός για όσους δεν γνωρίζουν.
