Ο εφιάλτης των Big Tech έγινε πραγματικότητα – Φθηνή και αποτελεσματική ΑΙ από την Κίνα – Τι μέλλει γενέσθαι...
Η προώθησης της πλατφόρμας DeepSeek αποτέλεσε μια ιστορικών διαστάσεων εξέλιξη για τον κλάδο της τεχνητής νοημοσύνης, παρέχοντας αποτελέσματα ισοδύναμα με το καλύτερο μοντέλο της OpenAI, ενώ χρησιμοποιεί σημαντικά λιγότερη υπολογιστική ισχύ.
Οι επιπτώσεις στις αγορές ήταν ουσιαστικές.
1 Το ευρύτερο ερώτημα που τίθεται ότι οι τεράστιες κεφαλαιοποιήσεις που είχαν φράσει τα 16 τρισ. δολ. τη Δευτέρα 16 Ιανουαρίου 2025 και βασίζονταν την τεχνητή νοημοσύνη δεν αντιστοιχούσαν στην αποτίμηση του κινδύνου σε σχέση με τις εξελίξεις σε ένα τέτοιου είδους τεχνολογικό εγχείρημα – ποια τροπή μπορεί να λάβει.
2 Η σύνδεση των εν λόγω εξελίξεων με μια σειρά από ψηφιακά assets, όπως αυτά της κρυπτογράφησης, αλλά και ψηφιακού μετασχηματισμού παραδοσιακών βιομηχανιών όπως αυτή που επιχειρεί ο Elon Musk με την Tesla – παραγωγή ηλεκτροκίνητων αυτοκινήτων, αυτοματισμός με ρομπότ και την αυτόνομη οδήγηση, την ανάπτυξη τεχνητή νοημοσύνης αλλά και την χρήση του blockchain όσον αφορά τις χρηματοοικονομικές ροές.
Η μετοχή της Nvidia έχασε σχεδόν 600 δισεκατομμύρια δολάρια σε αγοραία αξία σε μια μέρα, καθώς οι επενδυτές ανησυχούν για τη μελλοντική ζήτηση για επεξεργαστές GPU, τα οποία είναι η κύρια πηγή για τα μεγάλα γλωσσικά μοντέλα * της Τεχνητής Νοημοσύνης.
Ας υποθέσουμε ότι μεγάλα γλωσσικά μοντέλα της OpenAI, το Anthropic και αυτό της Meta υιοθετούν ορισμένες από τις τεχνικές που χρησιμοποιούνται από το λογισμικό ανοιχτού κώδικα DeepSeek και γίνονται πιο αποτελεσματικά.
Θα χρειαστούν τόση υπολογιστική ισχύ όση αρχικά θεωρήθηκε;
Από την άλλη πλευρά, οι χρήστες τεχνητής νοημοσύνης, ιδιαίτερα οι εταιρείες λογισμικού, διαμόρφωσαν τα επιχειρηματικά τους πλάνα με την προοπτική ότι το κόστος των τεχνολογιών τεχνητής νοημοσύνης θα μειωνόταν σημαντικά, διασφαλίζοντας υψηλότερα περιθώρια κέρδους.
Υπάρχουν όμως ακόμη ευρύτερα μαθήματα που μπορούν να πάρουν οι επενδυτές από το ξέσπασμα του «μαύρου κύκνου» αυτής της εβδομάδας και επηρεάζουν τα πάντα, από ομόλογα έως μετοχές, ακόμη και κρυπτογράφηση.
1. Προσοχή στη συγκέντρωση
Η συγκέντρωση μιας χούφτας εταιρειών τεχνολογίας μεγάλης κεφαλαιοποίησης που κυριαρχούν στο χρηματιστήριο έχει ανέβει σε ιστορικά επίπεδα τα τελευταία χρόνια.
Σύμφωνα με στοιχεία της Goldman Sachs, οι πέντε κορυφαίες μετοχές του S&P 500 αντιστοιχούσαν περίπου το 29% του δείκτη στις 31 Δεκεμβρίου και είναι όλες πολύ εκτεθειμένες σε παρόμοιες τάσεις της τεχνολογίας.
«Η συγκέντρωση σε πολλά μεγάλα ονόματα προκαλεί ανησυχία όταν οι οδηγοί της επιτυχίας είναι οι ίδιοι για τα περισσότερα από τα ονόματα», δήλωσε στο Business Insider ο Chris Fasciano, επικεφαλής στρατηγικής αγοράς στο Commonwealth Financial Network.
Η συγκέντρωση είναι δίκοπο μαχαίρι.
Μπορεί να λειτουργήσει θαυμάσια σε ανοδικές αγορές, αλλά μια απλή διακοπή της γενικής αισιοδοξίας των επενδυτών θα μπορούσε να οδηγήσει σε οδυνηρή πτώση, όπως φάνηκε τη Δευτέρα (27/1), όταν ο δείκτης που παρακολουθούσε τις μετοχές τεχνολογίας mega-cap σημείωσε βουτιά 3%, σε σύγκριση με ένα ελαφρύ κέρδος για το ίδιο σταθμισμένο S&P 500.
Η συγκέντρωση επισημαίνει ότι οι επενδυτές μπορεί να μην είναι τόσο διαφοροποιημένοι όσο πιστεύουν.
«Αυτό είναι μια υποτιμημένη εκτίμηση», δήλωσε στο BI ο Steve Sosnick, επικεφαλής στρατηγικής στην Interactive Brokers.
«Είναι σύνηθες —και κατανοητό— για τους επενδυτές να πιστεύουν ότι είναι επαρκώς διαφοροποιημένοι όταν αγοράζουν ένα αμοιβαίο κεφάλαιο που συνδέεται με τον S&P 500», είπε ο Sosnick, αλλά αυτό δεν συμβαίνει με βάση τα ακραία επίπεδα συγκέντρωσης.
«Όσοι αναζητούν πραγματική διαφοροποίηση πρέπει να κοιτάξουν πέρα από το SPX», είπε ο Sosnick, προσθέτοντας ότι ο Nasdaq δεν είναι η απάντηση, καθώς μερικές μετοχές αποτελούν περίπου το ήμισυ αυτού του δείκτη.
2. Το αφήγημα της AI έχει πολλά επίπεδα
Η Nvidia κυριάρχησε στην ιστορία της τεχνητής νοημοσύνης από τότε που κυκλοφόρησε το ChatGPT τον Νοέμβριο του 2022, καθώς μετατράπηκε στον βασικό προμηθευτή «εργαλείων» σε εταιρείες που αναπτύσσουν τα δικά τους μεγάλα γλωσσικά μοντέλα.
Αλλά η κατάρρευση αποκάλυψε ότι υπάρχουν δευτερογενώς ωφελούμενοι στο στην αγορά τεχνητής νοημοσύνης, στους οποίους περιλαμβάνονται όσοι υιοθετούν την σχετική τεχνολογία, όπως οι εταιρείες λογισμικού.
Εάν οι ισχυρισμοί του DeepSeek ότι χρησιμοποιεί λιγότερη υπολογιστική ισχύ είναι ακριβείς, αυτό σημαίνει ότι το κόστος θα μειωθεί σημαντικά για τους χρήστες τεχνητής νοημοσύνης, ωθώντας τα περιθώρια κέρδους υψηλότερα.
Μεταξύ των νικητών εν μέσω λουτρού αίματος ήταν η εταιρεία λογισμικού Salesforce, η οποία κέρδισε έως και 10% ενώ η αγορά κατέρρευσε.
«Εάν το DeepSeek μάς έδειξε πραγματικά ότι μια λύση ανοιχτού κώδικα εξαρτάται πολύ λιγότερο από πόρους σε σχέσεη με το πρότυπο του ChatGPT, τότε τα οφέλη της τεχνητής νοημοσύνης μπορεί να είναι πιο εύκολο να αντληθούν από εταιρείες που δεν επιθυμούν ή δεν μπορούν να αντέξουν οικονομικά να συνεργαστούν με τους γίγαντες που κυριαρχούν αυτή τη στιγμή στην αρένα», είπε ο Sosnick.
Οι επιδόσεις των πλατφορμών
3. Το Crypto δεν είναι ασφαλές καταφύγιο
Η αστάθεια των κρυπτογράφησης εμφανίστηκε πλήρως αυτή την εβδομάδα, παρόλο που η πλατφόρμα DeepSeek φάνηκε να επηρεάζει κυρίως τις εταιρείες τεχνολογίας.
Το Bitcoin υποχώρησε έως και 7%, παράλληλα με την απότομη πτώση με τον Nasdaq 100.
Το sell-off υπογραμμίζει ότι τα κρυπτονομίσματα συσχετίζονται σε μεγάλο βαθμό με τις κινήσεις στον ευρύτερο τεχνολογικό χώρο και καθώς αποσίασαν καταλυτικές εξελίξεις για την αγορά της κρυπτογράφησης, το bitcoin είναι ένα στοίχημα στη συνεχιζόμενη υπεραπόδοση της τεχνολογίας.
«Τα ασφαλή επενδυτικά καταφύγια δεν έχουν μέση ημερήσια μεταβλητότητα 2%,» είπε ο Sosnick.
«Τους τελευταίους 6 μήνες, η συσχέτιση των επιπέδων τιμών του bitcoin και του NDX είναι περίπου 80%.
4. Μην υπολογίζετε την Apple...στους ηττημένους
Η μετοχή της Apple βρέθηκε στην αντίπερα όχθη από sell off που προκληθηκε από την DeepSeek, σημειώνοντας άνοδο περίπου 8% την εβδομάδα, καθώς οι επενδυτές διαπίστωσαν ότι η απόφαση της εταιρείας να μην ξοδέψει δεκάδες δισεκατομμύρια δολάρια για την κατασκευή του δικού της μεγάλου γλωσσικού μοντέλου ήταν καλή.
Αντίθετα, η Apple επικεντρώνεται στην αξιοποίηση του μοντέλου AI του ChatGPT και στη χρήση υπολογιστικών συστημάτων αιχμής για να παρέχει γρήγορες απαντήσεις στους χρήστες iPhone.
Αυτό το edge computing είναι το κλειδί, καθώς θα μπορούσε να γίνει ακόμη πιο απαραίτητο εάν τα μοντέλα τεχνητής νοημοσύνης επιτύχουν μείωση στην κατανάλωση υπολογιστικής ισχύος χάρη στην καινοτομία του DeepSeek.
Και μια μείωση στην κατανάλωση υπολγιστικής σημαίνει τελικά μείωση του κόστους, η οποία θα μπορούσε να τροφοδοτήσει ακόμη περισσότερες επαναγορές μετοχών και μερίσματα για την εταιρεία.
«Η φθηνή τεχνητή νοημοσύνη σημαίνει πολύ περισσότερες επιστροφής κεφαλαίων στους μετόχους, είτε με τη μορφή μερισμάτων είτε με buybacks μετοχών.
Κάθε αμερικανική εταιρεία μεγάλης τεχνολογίας εκτός από την Amazon προσφέρει ήδη και τα δύο.
Τώρα μπορούν να γίνουν πολύ, πολύ μεγαλύτερα", δήλωσε ο Nicholas Colas -Ο ιδρυτής της DataTrek Research, είπε σε σημείωμα αυτή την εβδομάδα.
5. Η φθηνή τεχνητή νοημοσύνη θα μπορούσε να τροφοδοτήσει ένα ράλι στην αγορά ομολόγων
Εάν το μοντέλο ανοιχτού κώδικα του DeepSeek προσφέρει την αναμενόμενη εξοικονόμηση κόστους σε άλλα μοντέλα μεγάλων γλωσσών, αυτό θα μπορούσε τελικά να σημαίνει για την αγορά υψηλότερη απόδοση και χαμηλότερο κόστος.
Σύμφωνα με CEOs των Big Tech, όπως ο Satya Nadella της Microsoft, τα φθηνά μοντέλα τεχνητής νοημοσύνης θα πρέπει να επιταχύνουν περαιτέρω την υιοθέτηση της τεχνητής νοημοσύνης σε διάφορους κλάδους και να οδηγήσουν σε αύξηση της παραγωγικότητας - με σημαντικές συνέπειες για όλη την οικονομία.
Εάν συμβεί αυτό, η οικονομική ανάπτυξη θα μπορούσε να συνεχιστεί χωρίς να πυροδοτήσει αναζωπύρωση του πληθωρισμού, η οποία θα επαναφέρει τα επιτόκια σε πτωτική τάση.
«Εάν οι διαδικασίες του DeepSeek δείξουν ότι η επανάσταση της τεχνητής νοημοσύνης μπορεί να επιτευχθεί με χαμηλότερο κόστος και με χαμηλότερη χρήση ενέργειας, αυτό θα ήταν καλό για το μακροοικονομικό περιβάλλιν (όπως η παραγωγικότητα και ο πληθωρισμός) στο μέλλον», έγραψε αυτή την εβδομάδα ο επικεφαλής στρατηγικής της LPL, Jeff Buchbinder.
«Θεωρητικά, αυτό θα βοηθούσε στο χαμήλωμα του ύψους για το ουδέτερο επιτόκια της Fed και θα διατηρούσε τα επιτόκια χαμηλότερα από ό,τι εάν οι μεγάλες δαπάνες για τεχνητή νοημοσύνη συνεχίζονταν αμείωτες».
Τα χαμηλότερα επιτόκια σημαίνουν υψηλότερες τιμές των ομολόγων, πυροδοτώντας ένα πιθανό ράλι σε μια κατηγορία περιουσιακών στοιχείων που πληγώθηκε από τις αυξήσεις των επιτοκίων της Fed το 2022 και το 2023.
«Η φθηνή τεχνητή νοημοσύνη μπορεί και πρέπει να ενισχύσει την παραγωγικότητα σε ολόκληρη την οικονομία και έτσι να έχει οφέλη για τα επίπεδα τιμών και τα επιτόκια», είπε ο Sosnick, αν και προειδοποίησε ότι αυτό «δεν πρόκειται να συμβεί σε βραχυπρόθεσμο ορίζοντα».
* Τα μοντέλα μεγάλων γλωσσών είναι προηγμένα συστήματα τεχνητής νοημοσύνης που αξιοποιούν τεράστιες ποσότητες δεδομένων και εξελιγμένους αλγόριθμους για την κατανόηση, την ερμηνεία και τη δημιουργία ανθρώπινης γλώσσας. Κατασκευάζονται κυρίως χρησιμοποιώντας βαθιά μάθηση τεχνικές, ιδιαίτερα τα νευρωνικά δίκτυα, που τους επιτρέπουν να επεξεργάζονται και να μαθαίνουν από τεράστιες ποσότητες δεδομένων κειμένου. Ο όρος "μεγάλο" αναφέρεται τόσο στα εκτεταμένα δεδομένα εκπαίδευσης όσο και στο σημαντικό μέγεθος των μοντέλων, που συχνά διαθέτουν εκατομμύρια ή και δισεκατομμύρια παραμέτρους.
Παρόμοια με τον ανθρώπινο εγκέφαλο, ο οποίος λειτουργεί ως μηχανή αναγνώρισης προτύπων που εργάζεται συνεχώς για να προβλέψει το μέλλον ή, σε ορισμένες περιπτώσεις, την επόμενη λέξη (π.χ. «Το μήλο πέφτει από το…»), τα LLM λειτουργούν σε τεράστια κλίμακα για να προβλέψουν επόμενη λέξη.
www.bankingnews.gr
Οι επιπτώσεις στις αγορές ήταν ουσιαστικές.
1 Το ευρύτερο ερώτημα που τίθεται ότι οι τεράστιες κεφαλαιοποιήσεις που είχαν φράσει τα 16 τρισ. δολ. τη Δευτέρα 16 Ιανουαρίου 2025 και βασίζονταν την τεχνητή νοημοσύνη δεν αντιστοιχούσαν στην αποτίμηση του κινδύνου σε σχέση με τις εξελίξεις σε ένα τέτοιου είδους τεχνολογικό εγχείρημα – ποια τροπή μπορεί να λάβει.
2 Η σύνδεση των εν λόγω εξελίξεων με μια σειρά από ψηφιακά assets, όπως αυτά της κρυπτογράφησης, αλλά και ψηφιακού μετασχηματισμού παραδοσιακών βιομηχανιών όπως αυτή που επιχειρεί ο Elon Musk με την Tesla – παραγωγή ηλεκτροκίνητων αυτοκινήτων, αυτοματισμός με ρομπότ και την αυτόνομη οδήγηση, την ανάπτυξη τεχνητή νοημοσύνης αλλά και την χρήση του blockchain όσον αφορά τις χρηματοοικονομικές ροές.
Η μετοχή της Nvidia έχασε σχεδόν 600 δισεκατομμύρια δολάρια σε αγοραία αξία σε μια μέρα, καθώς οι επενδυτές ανησυχούν για τη μελλοντική ζήτηση για επεξεργαστές GPU, τα οποία είναι η κύρια πηγή για τα μεγάλα γλωσσικά μοντέλα * της Τεχνητής Νοημοσύνης.
Ας υποθέσουμε ότι μεγάλα γλωσσικά μοντέλα της OpenAI, το Anthropic και αυτό της Meta υιοθετούν ορισμένες από τις τεχνικές που χρησιμοποιούνται από το λογισμικό ανοιχτού κώδικα DeepSeek και γίνονται πιο αποτελεσματικά.
Θα χρειαστούν τόση υπολογιστική ισχύ όση αρχικά θεωρήθηκε;
Από την άλλη πλευρά, οι χρήστες τεχνητής νοημοσύνης, ιδιαίτερα οι εταιρείες λογισμικού, διαμόρφωσαν τα επιχειρηματικά τους πλάνα με την προοπτική ότι το κόστος των τεχνολογιών τεχνητής νοημοσύνης θα μειωνόταν σημαντικά, διασφαλίζοντας υψηλότερα περιθώρια κέρδους.
Υπάρχουν όμως ακόμη ευρύτερα μαθήματα που μπορούν να πάρουν οι επενδυτές από το ξέσπασμα του «μαύρου κύκνου» αυτής της εβδομάδας και επηρεάζουν τα πάντα, από ομόλογα έως μετοχές, ακόμη και κρυπτογράφηση.
1. Προσοχή στη συγκέντρωση
Η συγκέντρωση μιας χούφτας εταιρειών τεχνολογίας μεγάλης κεφαλαιοποίησης που κυριαρχούν στο χρηματιστήριο έχει ανέβει σε ιστορικά επίπεδα τα τελευταία χρόνια.
Σύμφωνα με στοιχεία της Goldman Sachs, οι πέντε κορυφαίες μετοχές του S&P 500 αντιστοιχούσαν περίπου το 29% του δείκτη στις 31 Δεκεμβρίου και είναι όλες πολύ εκτεθειμένες σε παρόμοιες τάσεις της τεχνολογίας.
«Η συγκέντρωση σε πολλά μεγάλα ονόματα προκαλεί ανησυχία όταν οι οδηγοί της επιτυχίας είναι οι ίδιοι για τα περισσότερα από τα ονόματα», δήλωσε στο Business Insider ο Chris Fasciano, επικεφαλής στρατηγικής αγοράς στο Commonwealth Financial Network.
Η συγκέντρωση είναι δίκοπο μαχαίρι.
Μπορεί να λειτουργήσει θαυμάσια σε ανοδικές αγορές, αλλά μια απλή διακοπή της γενικής αισιοδοξίας των επενδυτών θα μπορούσε να οδηγήσει σε οδυνηρή πτώση, όπως φάνηκε τη Δευτέρα (27/1), όταν ο δείκτης που παρακολουθούσε τις μετοχές τεχνολογίας mega-cap σημείωσε βουτιά 3%, σε σύγκριση με ένα ελαφρύ κέρδος για το ίδιο σταθμισμένο S&P 500.
Η συγκέντρωση επισημαίνει ότι οι επενδυτές μπορεί να μην είναι τόσο διαφοροποιημένοι όσο πιστεύουν.
«Αυτό είναι μια υποτιμημένη εκτίμηση», δήλωσε στο BI ο Steve Sosnick, επικεφαλής στρατηγικής στην Interactive Brokers.
«Είναι σύνηθες —και κατανοητό— για τους επενδυτές να πιστεύουν ότι είναι επαρκώς διαφοροποιημένοι όταν αγοράζουν ένα αμοιβαίο κεφάλαιο που συνδέεται με τον S&P 500», είπε ο Sosnick, αλλά αυτό δεν συμβαίνει με βάση τα ακραία επίπεδα συγκέντρωσης.
«Όσοι αναζητούν πραγματική διαφοροποίηση πρέπει να κοιτάξουν πέρα από το SPX», είπε ο Sosnick, προσθέτοντας ότι ο Nasdaq δεν είναι η απάντηση, καθώς μερικές μετοχές αποτελούν περίπου το ήμισυ αυτού του δείκτη.
2. Το αφήγημα της AI έχει πολλά επίπεδα
Η Nvidia κυριάρχησε στην ιστορία της τεχνητής νοημοσύνης από τότε που κυκλοφόρησε το ChatGPT τον Νοέμβριο του 2022, καθώς μετατράπηκε στον βασικό προμηθευτή «εργαλείων» σε εταιρείες που αναπτύσσουν τα δικά τους μεγάλα γλωσσικά μοντέλα.
Αλλά η κατάρρευση αποκάλυψε ότι υπάρχουν δευτερογενώς ωφελούμενοι στο στην αγορά τεχνητής νοημοσύνης, στους οποίους περιλαμβάνονται όσοι υιοθετούν την σχετική τεχνολογία, όπως οι εταιρείες λογισμικού.
Εάν οι ισχυρισμοί του DeepSeek ότι χρησιμοποιεί λιγότερη υπολογιστική ισχύ είναι ακριβείς, αυτό σημαίνει ότι το κόστος θα μειωθεί σημαντικά για τους χρήστες τεχνητής νοημοσύνης, ωθώντας τα περιθώρια κέρδους υψηλότερα.
Μεταξύ των νικητών εν μέσω λουτρού αίματος ήταν η εταιρεία λογισμικού Salesforce, η οποία κέρδισε έως και 10% ενώ η αγορά κατέρρευσε.
«Εάν το DeepSeek μάς έδειξε πραγματικά ότι μια λύση ανοιχτού κώδικα εξαρτάται πολύ λιγότερο από πόρους σε σχέσεη με το πρότυπο του ChatGPT, τότε τα οφέλη της τεχνητής νοημοσύνης μπορεί να είναι πιο εύκολο να αντληθούν από εταιρείες που δεν επιθυμούν ή δεν μπορούν να αντέξουν οικονομικά να συνεργαστούν με τους γίγαντες που κυριαρχούν αυτή τη στιγμή στην αρένα», είπε ο Sosnick.
Οι επιδόσεις των πλατφορμών
3. Το Crypto δεν είναι ασφαλές καταφύγιο
Η αστάθεια των κρυπτογράφησης εμφανίστηκε πλήρως αυτή την εβδομάδα, παρόλο που η πλατφόρμα DeepSeek φάνηκε να επηρεάζει κυρίως τις εταιρείες τεχνολογίας.
Το Bitcoin υποχώρησε έως και 7%, παράλληλα με την απότομη πτώση με τον Nasdaq 100.
Το sell-off υπογραμμίζει ότι τα κρυπτονομίσματα συσχετίζονται σε μεγάλο βαθμό με τις κινήσεις στον ευρύτερο τεχνολογικό χώρο και καθώς αποσίασαν καταλυτικές εξελίξεις για την αγορά της κρυπτογράφησης, το bitcoin είναι ένα στοίχημα στη συνεχιζόμενη υπεραπόδοση της τεχνολογίας.
«Τα ασφαλή επενδυτικά καταφύγια δεν έχουν μέση ημερήσια μεταβλητότητα 2%,» είπε ο Sosnick.
«Τους τελευταίους 6 μήνες, η συσχέτιση των επιπέδων τιμών του bitcoin και του NDX είναι περίπου 80%.
4. Μην υπολογίζετε την Apple...στους ηττημένους
Η μετοχή της Apple βρέθηκε στην αντίπερα όχθη από sell off που προκληθηκε από την DeepSeek, σημειώνοντας άνοδο περίπου 8% την εβδομάδα, καθώς οι επενδυτές διαπίστωσαν ότι η απόφαση της εταιρείας να μην ξοδέψει δεκάδες δισεκατομμύρια δολάρια για την κατασκευή του δικού της μεγάλου γλωσσικού μοντέλου ήταν καλή.
Αντίθετα, η Apple επικεντρώνεται στην αξιοποίηση του μοντέλου AI του ChatGPT και στη χρήση υπολογιστικών συστημάτων αιχμής για να παρέχει γρήγορες απαντήσεις στους χρήστες iPhone.
Αυτό το edge computing είναι το κλειδί, καθώς θα μπορούσε να γίνει ακόμη πιο απαραίτητο εάν τα μοντέλα τεχνητής νοημοσύνης επιτύχουν μείωση στην κατανάλωση υπολογιστικής ισχύος χάρη στην καινοτομία του DeepSeek.
Και μια μείωση στην κατανάλωση υπολγιστικής σημαίνει τελικά μείωση του κόστους, η οποία θα μπορούσε να τροφοδοτήσει ακόμη περισσότερες επαναγορές μετοχών και μερίσματα για την εταιρεία.
«Η φθηνή τεχνητή νοημοσύνη σημαίνει πολύ περισσότερες επιστροφής κεφαλαίων στους μετόχους, είτε με τη μορφή μερισμάτων είτε με buybacks μετοχών.
Κάθε αμερικανική εταιρεία μεγάλης τεχνολογίας εκτός από την Amazon προσφέρει ήδη και τα δύο.
Τώρα μπορούν να γίνουν πολύ, πολύ μεγαλύτερα", δήλωσε ο Nicholas Colas -Ο ιδρυτής της DataTrek Research, είπε σε σημείωμα αυτή την εβδομάδα.
5. Η φθηνή τεχνητή νοημοσύνη θα μπορούσε να τροφοδοτήσει ένα ράλι στην αγορά ομολόγων
Εάν το μοντέλο ανοιχτού κώδικα του DeepSeek προσφέρει την αναμενόμενη εξοικονόμηση κόστους σε άλλα μοντέλα μεγάλων γλωσσών, αυτό θα μπορούσε τελικά να σημαίνει για την αγορά υψηλότερη απόδοση και χαμηλότερο κόστος.
Σύμφωνα με CEOs των Big Tech, όπως ο Satya Nadella της Microsoft, τα φθηνά μοντέλα τεχνητής νοημοσύνης θα πρέπει να επιταχύνουν περαιτέρω την υιοθέτηση της τεχνητής νοημοσύνης σε διάφορους κλάδους και να οδηγήσουν σε αύξηση της παραγωγικότητας - με σημαντικές συνέπειες για όλη την οικονομία.
Εάν συμβεί αυτό, η οικονομική ανάπτυξη θα μπορούσε να συνεχιστεί χωρίς να πυροδοτήσει αναζωπύρωση του πληθωρισμού, η οποία θα επαναφέρει τα επιτόκια σε πτωτική τάση.
«Εάν οι διαδικασίες του DeepSeek δείξουν ότι η επανάσταση της τεχνητής νοημοσύνης μπορεί να επιτευχθεί με χαμηλότερο κόστος και με χαμηλότερη χρήση ενέργειας, αυτό θα ήταν καλό για το μακροοικονομικό περιβάλλιν (όπως η παραγωγικότητα και ο πληθωρισμός) στο μέλλον», έγραψε αυτή την εβδομάδα ο επικεφαλής στρατηγικής της LPL, Jeff Buchbinder.
«Θεωρητικά, αυτό θα βοηθούσε στο χαμήλωμα του ύψους για το ουδέτερο επιτόκια της Fed και θα διατηρούσε τα επιτόκια χαμηλότερα από ό,τι εάν οι μεγάλες δαπάνες για τεχνητή νοημοσύνη συνεχίζονταν αμείωτες».
Τα χαμηλότερα επιτόκια σημαίνουν υψηλότερες τιμές των ομολόγων, πυροδοτώντας ένα πιθανό ράλι σε μια κατηγορία περιουσιακών στοιχείων που πληγώθηκε από τις αυξήσεις των επιτοκίων της Fed το 2022 και το 2023.
«Η φθηνή τεχνητή νοημοσύνη μπορεί και πρέπει να ενισχύσει την παραγωγικότητα σε ολόκληρη την οικονομία και έτσι να έχει οφέλη για τα επίπεδα τιμών και τα επιτόκια», είπε ο Sosnick, αν και προειδοποίησε ότι αυτό «δεν πρόκειται να συμβεί σε βραχυπρόθεσμο ορίζοντα».
* Τα μοντέλα μεγάλων γλωσσών είναι προηγμένα συστήματα τεχνητής νοημοσύνης που αξιοποιούν τεράστιες ποσότητες δεδομένων και εξελιγμένους αλγόριθμους για την κατανόηση, την ερμηνεία και τη δημιουργία ανθρώπινης γλώσσας. Κατασκευάζονται κυρίως χρησιμοποιώντας βαθιά μάθηση τεχνικές, ιδιαίτερα τα νευρωνικά δίκτυα, που τους επιτρέπουν να επεξεργάζονται και να μαθαίνουν από τεράστιες ποσότητες δεδομένων κειμένου. Ο όρος "μεγάλο" αναφέρεται τόσο στα εκτεταμένα δεδομένα εκπαίδευσης όσο και στο σημαντικό μέγεθος των μοντέλων, που συχνά διαθέτουν εκατομμύρια ή και δισεκατομμύρια παραμέτρους.
Παρόμοια με τον ανθρώπινο εγκέφαλο, ο οποίος λειτουργεί ως μηχανή αναγνώρισης προτύπων που εργάζεται συνεχώς για να προβλέψει το μέλλον ή, σε ορισμένες περιπτώσεις, την επόμενη λέξη (π.χ. «Το μήλο πέφτει από το…»), τα LLM λειτουργούν σε τεράστια κλίμακα για να προβλέψουν επόμενη λέξη.
www.bankingnews.gr
Σχόλια αναγνωστών