Από τον εντυπωσιασμό των chatbots στη βιομηχανική πραγματικότητα της υπολογιστικής ισχύος, της ενέργειας και των data centers.
Για αρκετό καιρό, η δημόσια συζήτηση γύρω από την τεχνητή νοημοσύνη περιστρεφόταν σχεδόν αποκλειστικά γύρω από τα μοντέλα. Ποιο είναι πιο έξυπνο; Ποιο απαντά καλύτερα; Ποιο γράφει, μεταφράζει, αναλύει, προγραμματίζει ή δημιουργεί εικόνες με μεγαλύτερη ακρίβεια; Ποιο θα φτάσει πρώτο σε κάτι που θα μοιάζει με γενική τεχνητή νοημοσύνη;
Αυτή η συζήτηση παραμένει σημαντική. Η επόμενη φάση, όμως, μετακινεί το κέντρο βάρους.
Η τεχνητή νοημοσύνη περνά από τη φάση του εντυπωσιασμού στη φάση της βιομηχανικής κλίμακας. Σε αυτή τη φάση, κρίσιμο ερώτημα είναι ποιος έχει την υποδομή για να εκπαιδεύσει, να λειτουργήσει, να τροφοδοτήσει, να προστατεύσει και να ενσωματώσει τα συστήματα τεχνητής νοημοσύνης στην πραγματική οικονομία.
Με άλλα λόγια, η επόμενη μάχη της τεχνητής νοημοσύνης δεν αφορά μόνο τα μοντέλα. Αφορά τις υποδομές.
Αφορά τα chips. Τα data centers. Την ηλεκτρική ενέργεια. Τα δίκτυα. Την ψύξη. Το νερό. Τη γη. Τις άδειες. Την κυβερνοασφάλεια. Την πρόσβαση στο cloud. Την ικανότητα ενός κράτους, μιας οικονομίας ή μιας επιχείρησης να μετατρέψει την τεχνητή νοημοσύνη από εφαρμογή σε παραγωγική δυνατότητα.
Το μοντέλο είναι η βιτρίνα. Η υποδομή είναι η ισχύς.
Η τεχνητή νοημοσύνη ως βιομηχανική υποδομή
Η αλλαγή αυτή φαίνεται ήδη στη γλώσσα που χρησιμοποιούν οι μεγάλοι παίκτες της τεχνολογίας. Η NVIDIA μιλά πλέον για “AI factories”, δηλαδή για μια νέα κατηγορία υποδομών που παράγουν υπολογιστική δυνατότητα, tokens, αυτοματισμούς, προβλέψεις, αποφάσεις και υπηρεσίες σε πραγματικό χρόνο.
Η μεταφορά είναι αποκαλυπτική. Όπως η βιομηχανική εποχή στηρίχθηκε στα εργοστάσια, στα δίκτυα ηλεκτρισμού και στις μεταφορές, έτσι και η εποχή της τεχνητής νοημοσύνης στηρίζεται σε μια νέα βιομηχανική βάση: την υποδομή υπολογιστικής ισχύος.
Αυτό αλλάζει και τον τρόπο με τον οποίο πρέπει να διαβάζουμε την τεχνητή νοημοσύνη. Η συζήτηση μετακινείται από την καινοτομία, το software και τους αλγορίθμους προς τη βιομηχανική πολιτική, την ενεργειακή στρατηγική, τις επενδύσεις μεγάλης κλίμακας και τη γεωπολιτική.
Διότι όποιος ελέγχει την υπολογιστική ισχύ, ελέγχει σε μεγάλο βαθμό και τους όρους με τους οποίους θα αναπτύσσεται η τεχνητή νοημοσύνη.
Η ενέργεια ως νέος περιοριστικός παράγοντας
Η συζήτηση αυτή γίνεται ακόμη πιο κρίσιμη όταν μπει στην εξίσωση η ενέργεια. Τα μεγάλα μοντέλα τεχνητής νοημοσύνης έχουν πολύ συγκεκριμένη υλική βάση. Μπορεί να εμφανίζονται στην οθόνη μας ως ένα απλό παράθυρο διαλόγου, αλλά πίσω από αυτό υπάρχουν τεράστιες εγκαταστάσεις, χιλιάδες επεξεργαστές, συστήματα ψύξης και διαρκής κατανάλωση ηλεκτρικής ενέργειας.
Η Διεθνής Υπηρεσία Ενέργειας εκτιμά ότι η παγκόσμια κατανάλωση ηλεκτρικής ενέργειας από data centers μπορεί να υπερδιπλασιαστεί έως το 2030, φτάνοντας περίπου τις 945 TWh. Πρόκειται για κατανάλωση ελαφρώς μεγαλύτερη από τη σημερινή συνολική κατανάλωση ηλεκτρικής ενέργειας της Ιαπωνίας. Η τεχνητή νοημοσύνη είναι ένας από τους βασικούς οδηγούς αυτής της αύξησης.
Αυτό σημαίνει ότι η ΤΝ θα κριθεί στα εργαστήρια έρευνας, στα προϊόντα που βλέπει ο τελικός χρήστης, αλλά και στα ηλεκτρικά δίκτυα. Στην ικανότητα μιας χώρας να προσφέρει αξιόπιστη, ανταγωνιστική και όσο το δυνατόν καθαρότερη ενέργεια. Στην ταχύτητα με την οποία μπορεί να αδειοδοτήσει, να συνδέσει και να λειτουργήσει κρίσιμες ψηφιακές υποδομές. Στην επάρκεια του ανθρώπινου δυναμικού που μπορεί να σχεδιάσει, να εγκαταστήσει και να συντηρήσει αυτές τις υποδομές.
Η τεχνητή νοημοσύνη, λοιπόν, είναι απολύτως υλική.
Η υλική πραγματικότητα πίσω από την ψηφιακή εμπειρία
Αυτό είναι ίσως το σημείο που συχνά διαφεύγει από τη δημόσια συζήτηση. Έχουμε συνηθίσει να βλέπουμε την τεχνολογία ως κάτι ελαφρύ, γρήγορο, σχεδόν άυλο. Μια εφαρμογή, μια πλατφόρμα, ένα API, ένα chatbot. Όμως η επόμενη φάση της ΤΝ θυμίζει περισσότερο βαριά βιομηχανία παρά startup κουλτούρα.
Χρειάζεται γη. Χρειάζεται καλώδια. Χρειάζεται μετασχηματιστές. Χρειάζεται υποσταθμούς. Χρειάζεται εξειδικευμένους τεχνικούς. Χρειάζεται κεφάλαια. Χρειάζεται ανθεκτικά δίκτυα. Χρειάζεται κυβερνοασφάλεια. Χρειάζεται κανόνες για το πού αποθηκεύονται τα δεδομένα, ποιος έχει πρόσβαση σε αυτά και υπό ποιες προϋποθέσεις.
Η ίδια η αγορά δείχνει προς αυτή την κατεύθυνση. Η συνεργασία της Brookfield με τη Bloom Energy, η οποία επεκτάθηκε σε χρηματοδοτικό πλαίσιο 25 δισ. δολαρίων για ενεργειακές λύσεις που θα στηρίξουν υποδομές τεχνητής νοημοσύνης, δείχνει ότι το πεδίο έχει ήδη περάσει από το επίπεδο του software στο επίπεδο της ενέργειας και των υποδομών.
Πρόκειται για τον πυρήνα της νέας τεχνολογικής οικονομίας.
Η γεωπολιτική της υπολογιστικής ισχύος
Όπως στον 20ό αιώνα η βιομηχανική ισχύς συνδεόταν με το πετρέλαιο, τον χάλυβα, τα λιμάνια, τους αυτοκινητοδρόμους και τα εργοστάσια, έτσι στον 21ο αιώνα η ισχύς θα συνδέεται με τα chips, τα data centers, τα ενεργειακά δίκτυα, τις υποθαλάσσιες καλωδιώσεις, τα συστήματα cloud και την ικανότητα επεξεργασίας δεδομένων σε μεγάλη κλίμακα.
Αυτό εξηγεί γιατί η τεχνητή νοημοσύνη μετατρέπεται ταχύτατα σε ζήτημα γεωπολιτικής. Οι περιορισμοί στην εξαγωγή προηγμένων chips, οι επενδύσεις σε εθνικά data centers, η συζήτηση για sovereign AI, η προσπάθεια της Ευρώπης να δημιουργήσει AI Factories και AI Gigafactories, όλα δείχνουν το ίδιο πράγμα: η ΤΝ είναι νέα αγορά, αλλά και πεδίο στρατηγικής αυτονομίας.
Η Ευρωπαϊκή Επιτροπή περιγράφει τα AI Factories ως οικοσυστήματα που συνδυάζουν υπολογιστική ισχύ, δεδομένα και ταλέντο, ενώ η ευρωπαϊκή στρατηγική για την «AI Continent» προβλέπει 19 AI factories και χρηματοδότηση έως πέντε AI gigafactories.
Το ευρωπαϊκό δίλημμα
Η Ευρώπη έχει εδώ ένα βαθύ στρατηγικό δίλημμα.
Από τη μία πλευρά, διαθέτει ρυθμιστική ισχύ, ερευνητικά κέντρα, πανεπιστήμια, βιομηχανικές νησίδες αριστείας και μια πιο ώριμη συζήτηση για τα δικαιώματα, τη δημοκρατία, τη διαφάνεια και την ανθρώπινη εποπτεία. Από την άλλη πλευρά, καλείται να αποκτήσει μεγαλύτερη κλίμακα υπολογιστικών υποδομών, ιδιωτικών κεφαλαίων, cloud δυνατοτήτων και ταχύτητας υλοποίησης, ώστε να σταθεί απέναντι στις Ηνωμένες Πολιτείες και την Κίνα.
Ο κίνδυνος είναι προφανής: μια Ευρώπη που ρυθμίζει μια τεχνολογία η οποία παράγεται, εκπαιδεύεται και ελέγχεται αλλού.
Τι σημαίνει αυτό για την Ελλάδα
Και αυτή είναι μια συζήτηση που αφορά και την Ελλάδα.
Η Ελλάδα έχει μπροστά της ένα πιο ρεαλιστικό και πιο ενδιαφέρον πεδίο στρατηγικής από την απλή μίμηση των μεγάλων τεχνολογικών οικοσυστημάτων. Η αξία για τη χώρα βρίσκεται στη δημιουργία επιλεγμένων, αξιόπιστων και παραγωγικών υποδομών τεχνητής νοημοσύνης, συνδεδεμένων με τις πραγματικές ανάγκες της οικονομίας και της κοινωνίας.
Μπορεί να επενδύσει σε ασφαλείς δημόσιες ψηφιακές υποδομές. Σε αξιόπιστα δεδομένα. Σε ενεργειακά αποδοτικά data centers. Σε εφαρμογές τεχνητής νοημοσύνης για τη ναυτιλία, τον τουρισμό, την υγεία, την εκπαίδευση, την πολιτική προστασία, την αγροδιατροφή και τη δημόσια διοίκηση. Σε εξειδικευμένο ανθρώπινο δυναμικό που θα είναι ικανό να σχεδιάζει, να αξιολογεί, να προσαρμόζει και να ελέγχει συστήματα ΤΝ.
Η Ελλάδα μπορεί επίσης να αξιοποιήσει τη γεωγραφική και ενεργειακή της θέση. Αν η τεχνητή νοημοσύνη χρειάζεται ενέργεια, διασυνδέσεις, data flows και σταθερότητα, τότε η χώρα πρέπει να δει τις ψηφιακές υποδομές ως μέρος μιας ευρύτερης στρατηγικής: ενέργεια, τηλεπικοινωνίες, λιμάνια, καλώδια, κυβερνοασφάλεια, έρευνα, πανεπιστήμια και επιχειρηματικότητα.
Αυτό απαιτεί διαφορετική νοοτροπία.
Από το AI literacy στο AI capacity
Πέρα από το AI literacy, όσο σημαντικό και αν είναι, χρειαζόμαστε και AI capacity. Δηλαδή πραγματική ικανότητα παραγωγικής αξιοποίησης της τεχνητής νοημοσύνης.
AI literacy σημαίνει να καταλαβαίνουμε τι είναι η τεχνητή νοημοσύνη. AI capacity σημαίνει να έχουμε τις υποδομές, τα δεδομένα, τους ανθρώπους, τους θεσμούς και τις επιχειρήσεις που μπορούν να τη χρησιμοποιήσουν ουσιαστικά.
Η διάκριση είναι κρίσιμη. Μια κοινωνία μπορεί να μάθει να χρησιμοποιεί εργαλεία ΤΝ και ταυτόχρονα να παραμένει εξαρτημένη από ξένες πλατφόρμες, ξένα μοντέλα, ξένα cloud συστήματα και ξένους όρους πρόσβασης. Η πραγματική πρόκληση είναι να αποκτήσουμε τη δυνατότητα να ενσωματώσουμε την τεχνητή νοημοσύνη με τρόπο που υπηρετεί τις δικές μας ανάγκες, τους δικούς μας θεσμούς, τη δική μας οικονομία και τις δικές μας αξίες.
Οι επιχειρήσεις και η οργανωτική υποδομή
Αυτό ισχύει για τα κράτη. Ισχύει και για τις επιχειρήσεις.
Οι επιχειρήσεις που θα ωφεληθούν περισσότερο από την ΤΝ θα είναι εκείνες που θα έχουν τα σωστά δεδομένα, τις σωστές διαδικασίες, τις σωστές υποδομές, την κατάλληλη κυβερνοασφάλεια και την οργανωτική ωριμότητα να τη μετατρέψουν σε παραγωγικό πλεονέκτημα.
Η τεχνητή νοημοσύνη αναδεικνύει με μεγάλη ταχύτητα την πραγματική κατάσταση ενός οργανισμού: την ποιότητα των δεδομένων του, τη συνοχή των συστημάτων του, την καθαρότητα των διαδικασιών του, τη σαφήνεια της στρατηγικής του, την κατανομή των ευθυνών και το επίπεδο της ασφάλειάς του.
Γι’ αυτό και η συζήτηση για τις υποδομές είναι ευρύτερη από τα data centers. Είναι και συζήτηση για θεσμικές, οργανωτικές και κοινωνικές υποδομές.
Ποιος εκπαιδεύει τους ανθρώπους; Ποιος ελέγχει τα συστήματα; Ποιος πιστοποιεί την ασφάλεια; Ποιος έχει την ευθύνη όταν ένα σύστημα παράγει λάθος αποτέλεσμα; Ποιος διασφαλίζει ότι τα δεδομένα δεν γίνονται εργαλείο αποκλεισμού, χειραγώγησης ή αθέμιτης ισχύος;
Η επόμενη μάχη θα είναι ανάμεσα σε οικοσυστήματα
Η τεχνητή νοημοσύνη θα πατήσει πάνω στις κοινωνίες που έχουμε ήδη χτίσει. Σε κοινωνίες με ανθεκτικούς θεσμούς, καθαρούς κανόνες, καλά δεδομένα και σύγχρονες υποδομές, μπορεί να γίνει δύναμη παραγωγικότητας και γνώσης. Σε κοινωνίες με ασθενείς θεσμούς, θολούς κανόνες και ανεπαρκείς υποδομές, μπορεί να επιταχύνει υπάρχουσες ανισότητες και εξαρτήσεις.
Η επόμενη μάχη, λοιπόν, θα είναι ανάμεσα σε οικοσυστήματα.
Ανάμεσα σε χώρες που θα έχουν υπολογιστική ισχύ και χώρες που θα νοικιάζουν πρόσβαση. Ανάμεσα σε επιχειρήσεις που θα έχουν οργανωμένα δεδομένα και επιχειρήσεις που θα αυτοματοποιούν το χάος τους. Ανάμεσα σε κοινωνίες που θα συνδέσουν την ΤΝ με την παιδεία, την παραγωγή και τους θεσμούς, και κοινωνίες που θα περιοριστούν στη χρήση έτοιμων εργαλείων.
Τα μοντέλα θα συνεχίσουν να εξελίσσονται. Θα γίνονται πιο γρήγορα, πιο φθηνά, πιο ικανά, πιο ενσωματωμένα στην καθημερινή εργασία. Αλλά όσο πιο ισχυρά γίνονται, τόσο περισσότερο θα εξαρτώνται από κάτι λιγότερο εντυπωσιακό και πολύ πιο θεμελιώδες: την υποδομή που τα στηρίζει.
Η τεχνητή νοημοσύνη είναι πλέον ζήτημα ενέργειας, υπολογιστικής ισχύος, βιομηχανικής πολιτικής, θεσμικής ωριμότητας και στρατηγικής αυτονομίας.
Όποιος δεν το καταλάβει εγκαίρως, θα χρησιμοποιεί την τεχνητή νοημοσύνη των άλλων, στους όρους των άλλων.
Και αυτή ίσως είναι η πιο κρίσιμη διάσταση της νέας τεχνολογικής εποχής: η ΤΝ δεν θα ανήκει σε όποιον τη θαυμάζει περισσότερο. Θα ανήκει σε όποιον μπορεί να τη στηρίξει.
