Δύο τρισεκατομμύρια δολάρια ετησίως απαιτούνται για τη χρηματοδότηση της υπολογιστικής ισχύος που θα καλύψει τη ζήτηση της τεχνητής νοημοσύνης έως το 2030. Σύμφωνα με νέα έρευνα της Bain & Company, αν και σημειώνονται εξοικονομήσεις λόγω της χρήσης της ΤΝ, καταγράφεται έλλειμμα 800 δισ. δολαρίων για την κάλυψη της ζήτησης παγκοσμίως.
Η 6η ετήσια Παγκόσμια Έκθεση Τεχνολογίας της Bain δείχνει ότι μέχρι το 2030 οι παγκόσμιες ανάγκες σε πρόσθετη υπολογιστική ισχύ για την Τεχνητή Νοημοσύνη (ΤΝ) ενδέχεται να αγγίξουν τα 200 GW, με τις ΗΠΑ να είναι υπεύθυνες για το περίπου 50% του συνόλου των αναγκών. Ακόμη και αν οι εταιρείες στις ΗΠΑ μετέφεραν όλους τους on-premise ΙΤ πόρους στο cloud και επανεπένδυαν τα κέρδη από την αξιοποίηση της Τεχνητής Νοημοσύνης στις πωλήσεις, στο μάρκετινγκ, στην εξυπηρέτηση πελατών αλλά και στην έρευνα και ανάπτυξη (R&D) με γνώμονα νέες επενδύσεις για data centers, το ποσό θα εξακολουθούσε να υπολείπεται των εσόδων που θα απαιτείτο για τη χρηματοδότηση της συνολικής επένδυσης, καθώς η ζήτηση της υπολογιστικής ισχύος για ΤΝ αυξάνεται με ρυθμό πάνω από διπλάσιο του νόμου του Moore, σύμφωνα με τη Bain.
«Αν συνεχιστεί ο ραγδαίος ρυθμός ανάπτυξης της τεχνητής νοημοσύνης, η παγκόσμια οικονομία θα βρεθεί υπό μεγαλύτερη πίεση. Έως το 2030, θα χρειαστούν επενδύσεις περίπου 500 δισ. δολαρίων σε κεφαλαιουχικές δαπάνες και περίπου 2 τρισ. δολάρια νέων εσόδων για να καλύψουν κερδοφόρα τη ζήτηση», επισημαίνει ο Δημήτρης Ψαρρής, Managing Partner της Bain & Company Greece. «Παράλληλα, η προσπάθεια για την τροφοδότηση των αναγκών ενέργειας μέσω παλαιών δικτύων στις οποίες δεν έχει προστεθεί χωρητικότητα εδώ και δεκαετίες, μαζί με τις διαφορετικές δυναμικές που ανατπύσσονται μεταξύ κρατών και την ασταθή οικονομία, δημιουργoύν σοβαρές προκλήσεις. Ωστόσο, η αξιοποίηση των δυνατοτήτων των νέων τεχνολογιών και των υποδομών παραμένει κρίσιμη για να ξεπεραστούν αυτά τα εμπόδια τα επόμενα χρόνια».
Νέες ευκαιρίες κερδοφορίας από τη ραγδαία ανάπτυξη του Agentic AI
Καθώς η υπολογιστική ζήτηση αυξάνεται, κορυφαίες εταιρείες έχουν ήδη περάσει από τη φάση του πειραματισμού, στη δημιουργία μετρήσιμων αποτελεσμάτων, αξιοποιώντας την ΤΝ σε κρίσιμες λειτουργίες τους με αποτέλεσμα την αύξηση EBITDA κατά 10% έως 25% τα τελευταία δύο χρόνια. Ωστόσο, για την πλειονότητα των επιχειρήσεων σήμερα η ΤΝ παραμένει σε φάση πειραματισμού, μιας και αρκούνται σε μερικές βελτιώσεις παραγωγικότητας, σύμφωνα με την έκθεση.
Οι πιο προηγμένες τεχνολογικά εταιρείες επενδύουν σε δυνατότητες agentic AI, επιτυγχάνοντας ρυθμούς καινοτομίας χωρίς προηγούμενο. Στα επόμενα 3 - 5 χρόνια, το 5% έως 10% των τεχνολογικών δαπανών εκτιμάται ότι θα κατευθυνθεί στην ανάπτυξη τέτοιων δυνατοτήτων — όπως AI πλατφόρμες, πρωτόκολλα επικοινωνίας, πρόσβαση σε δεδομένα σε πραγματικό χρόνο και λειτουργία μέσω AI Agents. Σε βάθος χρόνου, έως και το 50% των τεχνολογικών δαπανών των επιχειρήσεων θα μπορούσε να αφορά τη χρήση αυτών των ψηφιακών «βοηθών», σύμφωνα με τη Bain.
Όσο η ΤΝ εξελίσσεται, η μελέτη καταγράφει τέσσερα επίπεδα ωριμότητας μέσα από τα οποία οι κορυφαίες εταιρείες αναμένεται να αποκτήσουν σημαντικό προβάδισμα από τους ουραγούς:
(1) αναζήτηση πληροφοριών με χρήση AI Agents που βασίζονται σε μεγάλα γλωσσικά μοντέλα (LLMs),
(2) εκτέλεση μεμονωμένων λειτουργιών μέσω agentic AI,
(3) συντονισμός AI Agents σε διαφορετικά συστήματα και
(4) δημιουργία συστοιχιών πολλαπλών AI Agents. Σήμερα, τα επίπεδα 2 και 3 συγκεντρώνουν τη μεγαλύτερη επενδυτική καινοτομία, προσφέροντας σε όσους τα αξιοποιούν ένα σημαντικό ανταγωνιστικό πλεονέκτημα.
Την ίδια στιγμή, πολλές επιχειρήσεις εξακολουθούν να αντιμετωπίζουν προκλήσεις στις εταιρικές ΙΤ δομές τους, οι οποίες δεν είναι ακόμη σε θέση να υποστηρίξουν AI Agents που συνεργάζονται με ασφάλεια και λειτουργούν συντονισμένα σε πολλαπλές εφαρμογές και βάσεις δεδομένων για την αυτοματοποίηση διάφορων εργασιών που υλοποιούνται από ανθρώπους. Η Bain υπογραμμίζει ότι ένας κεντρικός σχεδιασμός είναι κρίσιμος, ωστόσο οι στόχοι κερδοφορίας και οι απαιτήσεις ασφαλείας θα οδηγήσουν σε άνιση πρόοδο όσον αφορά τα τέσσερα προαναφερθέντα επίπεδα ωριμότητας.