Η νέα κούρσα για τον έλεγχο της ψηφιακής οικονομίας
Η συζήτηση για την Τεχνητή Νοημοσύνη παρουσιάζεται συχνά σαν τεχνολογική ιστορία. Στην πραγματικότητα είναι πρωτίστως ιστορία ισχύος, υποδομών και ελέγχου. Οι μεγαλύτερες εταιρείες τεχνολογίας επενδύουν εκατοντάδες δισεκατομμύρια δολάρια τον χρόνο σε υπολογιστικά κέντρα, δίκτυα, ενεργειακές συμφωνίες, ομάδες έρευνας και νέα μοντέλα, παρότι μεγάλο μέρος της παραγωγικής ΤΝ δεν έχει ακόμη σταθερή κερδοφορία. Αυτό φαίνεται παράδοξο μόνο αν βλέπει κανείς την ΤΝ ως ένα απλό προϊόν λογισμικού. Δεν είναι όμως ένα ακόμη πρόγραμμα που πουλιέται με συνδρομή. Είναι η νέα βασική υποδομή πάνω στην οποία ενδέχεται να οργανωθούν η εργασία γνώσης, οι δημόσιες υπηρεσίες, η αναζήτηση πληροφορίας, η εκπαίδευση, η παραγωγή περιεχομένου, η βιομηχανική αυτοματοποίηση και η ίδια η σχέση των πολιτών με τις ψηφιακές υπηρεσίες.
Το οικονομικό στοίχημα των μεγάλων εταιρειών
Οι μεγάλες εταιρείες δεν επενδύουν σήμερα επειδή η ΤΝ είναι ήδη εξαιρετικά κερδοφόρα. Επενδύουν επειδή φοβούνται ότι, αν δεν το κάνουν, θα χάσουν τον έλεγχο της επόμενης ψηφιακής πλατφόρμας. Στην προηγούμενη φάση του διαδικτύου, ο έλεγχος ανήκε σε λίγες πλατφόρμες: αναζήτηση, κοινωνικά δίκτυα, λειτουργικά συστήματα κινητών, ηλεκτρονικό εμπόριο, υπολογιστικό νέφος. Στη νέα φάση, πλατφόρμα μπορεί να γίνει ο πράκτορας ΤΝ που απαντά, γράφει, προτείνει, αγοράζει, οργανώνει και εκτελεί εντολές για λογαριασμό του χρήστη. Όποιος ελέγχει αυτό το επίπεδο, δεν πουλά απλώς μια υπηρεσία. Μεσολαβεί ανάμεσα στον πολίτη, την επιχείρηση, το κράτος και την πληροφορία.
Γι’ αυτό η κούρσα έχει χαρακτηριστικά στρατηγικής άμυνας. Η Google δεν μπορεί να αφήσει την αναζήτηση να αντικατασταθεί από βοηθούς ΤΝ τρίτων. Η Microsoft δεν μπορεί να επιτρέψει να χαθεί η θέση της στο λογισμικό γραφείου και στο εταιρικό νέφος. Η Amazon δεν μπορεί να χάσει τη ζήτηση για υπολογιστική ισχύ. Η Meta δεν θέλει να εξαρτηθεί από μοντέλα τρίτων για τις δικές της πλατφόρμες. Οι εταιρείες παραγωγής μοντέλων, όπως η OpenAI, η Anthropic και η xAI, προσπαθούν να γίνουν το βασικό λειτουργικό επίπεδο της νέας οικονομίας. Η σημερινή ζημία αντιμετωπίζεται ως τίμημα εισόδου σε μια αγορά που, αν παγιωθεί ολιγοπωλιακά, μπορεί να αποδώσει πολύ μεγαλύτερες προσόδους στο μέλλον.
Υποδομή πριν από την κερδοφορία
Το μεγαλύτερο μέρος της δαπάνης δεν αφορά μόνο την εκπαίδευση μοντέλων. Αφορά τη δημιουργία φυσικής υποδομής: υπολογιστικά κέντρα, επεξεργαστές, μνήμη, δίκτυα, ψύξη, ηλεκτρική ενέργεια, γη, μακροχρόνια συμβόλαια και εξειδικευμένο προσωπικό. Αυτή η υποδομή έχει τεράστιο κόστος, αλλά δημιουργεί και εμπόδιο εισόδου. Όσο ακριβότερη γίνεται η ΤΝ, τόσο λιγότεροι μπορούν να συμμετάσχουν. Η αγορά της ΤΝ κινδυνεύει έτσι να ακολουθήσει τη γνωστή πορεία των ψηφιακών αγορών: πρώτα έντονος ανταγωνισμός, μετά συγκέντρωση, στη συνέχεια εξάρτηση των χρηστών και των επιχειρήσεων από λίγους παρόχους.
Υπάρχει, βέβαια, και ο κίνδυνος της «παραγωγικής φούσκας». Η ιστορία των σιδηροδρόμων, των τηλεπικοινωνιακών δικτύων και του διαδικτύου δείχνει ότι μια τεχνολογική υπερεπένδυση μπορεί να καταστρέψει κεφάλαια και εταιρείες, αλλά να αφήσει πίσω χρήσιμες υποδομές. Το ερώτημα δεν είναι μόνο αν η ΤΝ θα είναι χρήσιμη. Ήδη είναι χρήσιμη σε πολλές εργασίες. Το ερώτημα είναι ποιος θα εισπράξει την αξία, με τι κόστος για την κοινωνία και με ποιο βαθμό εξάρτησης.
Γιατί η Ευρώπη δεν πρέπει να αντιγράψει το αμερικανικό μοντέλο
Για τα κράτη μέλη της Ευρωπαϊκής Ένωσης, η απάντηση δεν μπορεί να είναι η απλή αντιγραφή της αμερικανικής κούρσας κεφαλαίου. Η Ευρώπη δεν έχει την ίδια συγκέντρωση τεχνολογικών μονοπωλίων, ούτε την ίδια ανοχή σε υποδομές που λειτουργούν ως ιδιωτικά κλειστά οικοσυστήματα. Το ευρωπαϊκό συμφέρον βρίσκεται σε διαφορετική κατεύθυνση: ανοιχτά πρότυπα, ελεγχόμενες υποδομές, διαφάνεια, διαλειτουργικότητα, προστασία δεδομένων, δημόσια επένδυση που παράγει δημόσια τεχνογνωσία και όχι μόνιμη εξάρτηση.
Εδώ τα χαμηλού κόστους τοπικά μοντέλα ανοιχτού λογισμικού αποκτούν ιδιαίτερη σημασία. Δεν είναι πανάκεια και δεν αντικαθιστούν τα μεγαλύτερα μοντέλα σε κάθε χρήση. Δεν μπορούν εύκολα να ανταγωνιστούν τα ακριβότερα κλειστά μοντέλα στην πιο απαιτητική πολυτροπική παραγωγή, στην αιχμή της έρευνας ή σε γενικού σκοπού πράκτορες μεγάλης πολυπλοκότητας. Μπορούν όμως να καλύψουν μεγάλο μέρος των πραγματικών αναγκών του Δημοσίου, των μικρομεσαίων επιχειρήσεων, της εκπαίδευσης και πολλών επαγγελματικών κλάδων, ιδίως όταν συνδυάζονται με καλά οργανωμένα δεδομένα, ανάκτηση γνώσης από έγγραφα και ανθρώπινη εποπτεία.
Πού μπορούν να δώσουν λύση τα τοπικά ανοιχτά LLMs
Στον δημόσιο τομέα, τοπικά μοντέλα μπορούν να χρησιμοποιηθούν για αναζήτηση σε κανονιστικά κείμενα, περίληψη εγγράφων, προετοιμασία απαντήσεων, ταξινόμηση αιτημάτων, υποστήριξη υπαλλήλων και πολυγλωσσική εξυπηρέτηση, χωρίς να μεταφέρονται ευαίσθητα δεδομένα σε εξωτερικές πλατφόρμες. Στην υγεία, μπορούν να στηρίξουν διοικητικές εργασίες, ανωνυμοποίηση, κλινική τεκμηρίωση και εσωτερική αναζήτηση, με αυστηρά όρια και χωρίς αυτόματες αποφάσεις. Στην εκπαίδευση, μπορούν να προσφέρουν ασφαλή περιβάλλοντα μάθησης, προσαρμοσμένα στην ελληνική και στις άλλες ευρωπαϊκές γλώσσες, με παιδαγωγική εποπτεία. Στον πολιτισμό και στον τουρισμό, μπορούν να βοηθήσουν στην τεκμηρίωση αρχείων, στη μετάφραση, στην προσβασιμότητα και στη δημιουργία ψηφιακών υπηρεσιών γύρω από τη γλώσσα και την κληρονομιά. Στη μεταποίηση, στην ενέργεια, στην αγροδιατροφή, στη ναυτιλία και στις χρηματοπιστωτικές υπηρεσίες, μπορούν να ενσωματωθούν σε εσωτερικές ροές εργασίας, τεχνική υποστήριξη, συμμόρφωση, συντήρηση και ανάλυση δεδομένων.
Το κρίσιμο πλεονέκτημα δεν είναι μόνο το χαμηλότερο κόστος. Είναι ο έλεγχος. Ένας οργανισμός που λειτουργεί τοπικά ένα ανοιχτό μοντέλο γνωρίζει πού βρίσκονται τα δεδομένα του, μπορεί να προσαρμόσει το σύστημα στη δική του ορολογία, μπορεί να ελέγξει τις εκδόσεις, να αλλάξει πάροχο υποστήριξης και να χτίσει εσωτερική τεχνογνωσία. Η δαπάνη παύει να είναι απλή συνδρομή σε ξένη πλατφόρμα και γίνεται επένδυση σε τεχνογνωσία.
Η στρατηγική επιλογή
Η ΤΝ δεν θα κριθεί μόνο από το ποιο μοντέλο απαντά καλύτερα σε μια επίδειξη. Θα κριθεί από το ποια αρχιτεκτονική υπηρετεί την οικονομία και τη δημοκρατία. Για την Ευρώπη, η πιο ώριμη στρατηγική είναι διπλή: πρόσβαση σε ισχυρές δημόσιες και ευρωπαϊκές υποδομές για έρευνα και απαιτητικές εφαρμογές, και ταυτόχρονα μαζική υιοθέτηση τοπικών, ανοιχτών, χαμηλού κόστους μοντέλων για τις καθημερινές ανάγκες οργανισμών και επιχειρήσεων. Έτσι η ΤΝ μπορεί να γίνει παραγωγικό εργαλείο και όχι νέος μηχανισμός αδειοδοτικού εγκλωβισμού. Το διακύβευμα δεν είναι αν θα χρησιμοποιήσουμε ΤΝ. Το διακύβευμα είναι αν θα τη χρησιμοποιήσουμε ως δημόσια και παραγωγική υποδομή ή ως ακόμη μία εξάρτηση από λίγους παγκόσμιους ιδιοκτήτες της υπολογιστικής ισχύος.
Πηγές άρθρου:
The New Yorker, “The A.I. Industry Is Booming. When Will It Actually Make Money?”: Ανάλυση της οικονομικής δυναμικής της παραγωγικής ΤΝ, της τεράστιας επένδυσης των hyperscalers, των αβέβαιων εσόδων και του κινδύνου «παραγωγικής φούσκας»: https://www.newyorker.com/news/the-financial-page/the-ai-industry-is-booming-when-will-it-actually-make-money,
Mistral AI, “Mistral 7B” και “Mixtral of Experts”: Η Mistral AI αποτελεί το κορυφαίο ευρωπαϊκό παράδειγμα ανάπτυξης μοντέλων open-weights που μπορούν να χρησιμοποιηθούν τοπικά, με έμφαση στην απόδοση, στο χαμηλότερο κόστος και στον έλεγχο της υποδομής: https://mistral.ai/news/announcing-mistral-7b/ και https://mistral.ai/news/mixtral-of-experts/,
DeepSeek AI, “DeepSeek-R1”: Παράδειγμα ανοιχτού μοντέλου συλλογισμού που έδειξε ότι η υψηλή απόδοση δεν απαιτεί κατ’ ανάγκη αποκλειστικά κλειστές και υπερβολικά ακριβές αρχιτεκτονικές, ενισχύοντας τη συζήτηση για αποδοτικότερα μοντέλα: https://github.com/deepseek-ai/DeepSeek-R1,
EuroHPC Joint Undertaking, “AI Factories”: Το επίσημο ευρωπαϊκό πλαίσιο για πρόσβαση ερευνητών, επιχειρήσεων και νεοφυών εταιρειών σε υπερυπολογιστικές υποδομές ΤΝ, με στόχο την ενίσχυση της ευρωπαϊκής τεχνολογικής κυριαρχίας: https://www.eurohpc-ju.europa.eu/ai-factories_en,
European Commission, “Apply AI Strategy”: Η στρατηγική της Ευρωπαϊκής Επιτροπής για την υιοθέτηση της ΤΝ σε στρατηγικούς τομείς της οικονομίας και του δημόσιου τομέα, με έμφαση στην ανταγωνιστικότητα, στις ΜμΕ και στην τεχνολογική κυριαρχία της Ευρώπης: https://digital-strategy.ec.europa.eu/en/policies/apply-ai .