Η τεχνητή νοημοσύνη μπορεί να κάνει την παραγωγή αποτελεσματικότερη, αλλά η κατασκευή των υποδομών της μπορεί πρώτα να αυξήσει τη ζήτηση και το κόστος. Αυτή η χρονική απόσταση ανάμεσα στη μεγάλη επένδυση και στο μελλοντικό όφελος βρίσκεται στο επίκεντρο της ανάλυσης της Alpha Bank για το διπλό οικονομικό αποτέλεσμα της AI.
Η τράπεζα παραπέμπει, μεταξύ άλλων, στο δελτίο 130 της Τράπεζας Διεθνών Διακανονισμών (BIS), της 28ης Ιουλίου 2026. Οι συντάκτες του καταγράφουν εκτιμήσεις παραγόντων του κλάδου για παγκόσμιες επενδύσεις σχετικές με την AI από περίπου $500 δισ. σε $3–4 τρισ. έως το 2030. Πρόκειται για προβολές, όχι για ήδη δεσμευμένα κεφάλαια.
Οι υποδομές πληρώνονται πριν αποδώσουν
Ένα κέντρο δεδομένων χρειάζεται εξοπλισμό, ηλεκτρική τροφοδοσία, κατασκευαστικές εργασίες και ανθρώπινο δυναμικό πριν παραγάγει οικονομικό αποτέλεσμα. Οι παραγγελίες δημιουργούν άμεσα έσοδα για προμηθευτές και ζήτηση για περιορισμένους πόρους. Η εξοικονόμηση στην επιχείρηση που θα χρησιμοποιήσει τελικά την τεχνολογία εμφανίζεται αργότερα.
Αυτή η ακολουθία εξηγεί γιατί μια τεχνολογία που υπόσχεται χαμηλότερο κόστος δεν είναι υποχρεωτικά αποπληθωριστική από την πρώτη ημέρα. Η επένδυση και η παραγωγικότητα δεν κινούνται αναγκαστικά με την ίδια ταχύτητα.
Από τα εταιρικά διαθέσιμα στον δανεισμό
Το δελτίο της BIS επισημαίνει και τη μεγαλύτερη προσφυγή στον δανεισμό. Οι εκδόσεις ομολόγων εταιρειών σχετικών με την AI έφθασαν τα $243 δισ. το 2025, από $79 δισ. το 2023, ενώ ενισχύθηκε και ο ρόλος της ιδιωτικής πίστωσης.
Η χρηματοδότηση αυτή μεταφέρει μέρος του στοιχήματος έξω από τους ισολογισμούς των τεχνολογικών εταιρειών. Οι δανειστές ενδιαφέρονται για έσοδα, εξασφαλίσεις και αποπληρωμή, όχι μόνο για την τεχνολογική υπόσχεση. Ένα χρήσιμο προϊόν μπορεί να αναπτυχθεί ακόμη και όταν μια συγκεκριμένη επένδυση έχει γίνει σε υπερβολικά υψηλό κόστος.
Η παραγωγικότητα χρειάζεται οργανωτική αλλαγή
Η αγορά ενός εργαλείου δεν εγγυάται ότι η επιχείρηση θα ολοκληρώνει περισσότερη δουλειά με τους ίδιους πόρους. Χρειάζονται κατάλληλα δεδομένα, εκπαίδευση, έλεγχος αποτελεσμάτων και αλλαγές στις διαδικασίες. Αν ο χρόνος που εξοικονομείται σε ένα στάδιο αναλώνεται σε διορθώσεις σε άλλο, το τελικό όφελος είναι μικρότερο από την πρώτη εντύπωση.
Η οικονομική αξιολόγηση, επομένως, χρειάζεται να εξετάζει το συνολικό κόστος εφαρμογής και όχι μόνο την τιμή της συνδρομής ή την ταχύτητα μιας μεμονωμένης εργασίας. Η τεχνολογική πρόοδος και η επενδυτική απόδοση είναι διαφορετικά μεγέθη.
Το μήνυμα για την Κύπρο
Για μια οικονομία υπηρεσιών, η χρήσιμη ερώτηση δεν είναι μόνο πόσα παγκόσμια τρισεκατομμύρια θα επενδυθούν. Είναι πόση αξία μπορούν να δημιουργήσουν οι τοπικές επιχειρήσεις χρησιμοποιώντας σωστά τα νέα εργαλεία, χωρίς να αυξήσουν δυσανάλογα την εξάρτηση και το λειτουργικό τους κόστος.
Η ανάλυση δεν προεξοφλεί ούτε έκρηξη πληθωρισμού ούτε αποτυχία της AI. Αναδεικνύει ένα πιο απαιτητικό σενάριο: μεγάλες δαπάνες τώρα, οφέλη που χρειάζονται χρόνο και έλεγχο για να αποδειχθούν.
- Τα $3–4 τρισ. έως το 2030 είναι κλαδική εκτίμηση, όχι βεβαιωμένη δαπάνη.
- Η ζήτηση για υποδομές μπορεί να προηγηθεί των ωφελειών παραγωγικότητας.
- Η αυξανόμενη χρήση δανεισμού ενισχύει τη σημασία εσόδων και αποπληρωμής.
The post AI: Επενδύσεις έως $4 τρισ. το 2030, γιατί η τεχνολογία μπορεί πρώτα να αυξήσει τις τιμές appeared first on moneymatters.cy.
