Sztuczna inteligencja, w poszukiwaniu pieniędzy
Entuzjazm wywołany doniesieniami o sztucznej inteligencji zamienił się w nowy strumień pieniędzy, jakimi inwestorzy znowu zaczęli zasilać firmy technologiczne. Microsoft, Alphabet, nawet Facebook zyskują na wartości, przypomniał o sobie Oracle, a Nvidia przebiła próg biliona dolarów giełdowej waloryzacji. Kolejna bańka czy rzeczywiście the next big thing?
W ciągu ostatniego miesiąca uczestniczyłem w wielu dyskusjach o sztucznej inteligencji, wynikających z niej zagrożeniach i nadziejach. Generalna reguła była taka, że im ktoś mniej się znał na temacie, ale nie chciał tego przyznać, mówił największe banały. Najciekawsza dla mnie okazała się rozmowa z finalistami Nagrody im. Marcina Króla, ci bowiem od razu zadeklarowali, że o AI pojęcia nie mają i temat podejmują z perspektyw właściwych dla ich zawodowego i codziennego doświadczenia (nagranie wideo na końcu tekstu).
Nie będę pisał o grożącej ludzkości apokalipsie wywołanej rozwojem AI, choć nie bagatelizuję ostrzeżeń formułowanych przez takich ekspertów jak Geoffrey Hinton. Człowiek na pewno zna się na temacie i jego argumenty należy traktować poważnie. Nie należy jednak zapominać, że nawet taka technologia jak systemy AI nie ma (ciągle) charakteru autonomicznego i jest konstruktem społecznym, uwikłanym w relacje społeczne, gospodarcze, kulturowe.
Rozwój AI będzie miał, a raczej już ma wpływ na rozwój tych relacji, ale to one ciągle determinują rozwój samej technologii, bo od nich choćby zależy strumień pieniędzy inwestycyjnych. Inwestorzy mają różne motywy pakowania pieniędzy w firmy, w ostatecznym rachunku jednak pytają o to, co najważniejsze – zwrot na włożonym kapitale, który jest pochodną wzrostu produktywności firmy i kapitału właśnie.
Twórcy AI obiecują, że AI zmieni wszystko, jak niegdyś koło, para lub elektryczność. Być może, na razie rachunek jest bardziej złożony i dobrze to pokazuje raport Goldman Sachs o potencjalnym wpływie AI na gospodarkę z początku. Wpływ ten może być duży, o ile… I tu zaczyna się lista warunków, które muszą być spełnione, żeby rzeczywiście wdrożenia systemów opartych na AI przełożyły się na wzrost produktywności.
To również w tym raporcie pojawia się szacunek 300 mln miejsc pracy zagrożonych nową falą automatyzacji. Tak może być, na razie jednak ciągle jesteśmy w innej fazie. Żeby lepiej zrozumieć ten moment, warto cofnąć się do listopada ubiegłego roku. Na początku tamtego miesiąca firmy sektora high-tech odnotowały największy dołek, wartość giełdowa Microsoftu, Alphabetu, Facebooka, Amazona osiągnęła najgorsze wyniki.
Amazon otworzył nawet nową kategorię firm giełdowych – stał się pierwszą korporacją, która straciła bilion dolarów rynkowej waloryzacji. To wszystko mimo bezprecedensowych inwestycji w badania i rozwój w 2022 r., kiedy tylko w Amazonie przekroczyły one 70 mld dol. Tyle że te nakłady nie przyniosły wzrostu dynamiki przychodów, a więc nie przełożyły się na wzrost produktywności.
Rozpoczęła się fala zwolnień, nad Doliną Krzemową zawisły czarne chmury. I wtedy, 30 listopada, OpenAI pokazał światu ChatGPT. Rozpoczęła się gorąca dyskusja, co się tak naprawdę wydarzyło. Nowa rewolucja? Koniec świata, jaki znamy? Lepiej nie przegapić, jeśli jest coś na rzeczy, więc inwestorzy podążyli za obietnicami, co świetnie pokazuje powyższy wykres.
Jeszcze lepiej widać to na wykresie pokazującym notowania Nvidii, producenta mikroprocesorów graficznych zasilających systemy obsługujące wielkie modele językowe stojące za takimi rozwiązaniami jak ChatGPT. Popyt na procesory wystrzelił, a wraz z nim notowania – i Nvidia przebiła próg biliona dolarów waloryzacji.
Warto przyjrzeć się wykresowi uważniej, bo pokazuje, że Nvidia już raz zbliżyła się do owego progu. Wtedy, w 2021 r., popyt na mikroprocesory napędzała gorączka kryptowalut. Bańka jednak pękła, i to w atmosferze skandalu i przekrętów, rynek szybko się wyziębił. Czy teraz AI jest czymś bardziej realnym?
Nikt nie zna odpowiedzi, bo ta zależy od koincydencji wielu czynników. Najważniejszy – czy dzisiejsze inwestycje na giełdzie oraz rozwój firm takich jak Oracle, finansowany gigantycznym zadłużeniem, przyniesie na tyle szybko zwroty, by udało się spłacić wykorzystany kapitał z odsetkami i odpowiednią marżą?
Problem dobrze ilustruje analiza Willa Oremusa dla „Washington Post„, już pierwsze jej zdania wykładają sprawę:
AI chatbots have a problem: They lose money on every chat.
The enormous cost of running today’s large language models, which underpin tools like ChatGPT and Bard, is limiting their quality and threatening to throttle the global AI boom they’ve sparked.
Innymi słowy, niedojrzała ciągle technologia sprzedawana jest jako the next big thing, co na razie jest ciągle obietnicą popartą co najmniej niejednoznacznymi efektami dotychczasowych wdrożeń systemów opartych na AI. Już dekadę temu AI miała zmienić medycynę, już mieliśmy jeździć autonomicznymi samochodami etc. Czy teraz będzie inaczej?
Niewątpliwie ChatGPT i podobne rozwiązania to skok technologiczny, ale ciągle dla tych nowych technologii nie ma nowych modeli biznesowych, które zamieniłyby obietnicę w realne wpływy. I to nie na zasadzie zwiększenia efektywności firm poprzez eliminację pracowników, tylko kreację produktywnych, a nie spekulacyjnych sektorów gospodarki i otwarcie nowych rynków.
Technologia jest tu tylko warunkiem koniecznym, ale niewystarczającym. Doskonałym przykładem jest rozwój Amazona, największej – jeśli mierzyć nakładami na B+R i zakumulowanym kapitałem w postaci infrastruktury, baz danych, oprogramowania – firmy technologicznej na świecie. Amazon jest w specyficznym miejscem technologicznego sektora, bo działa na styku z realnym światem i żyje z przekładania efektów rewolucji cyfrowej na oporną materię dystrybucji towarów (choć oczywiście nie tylko, bo domena niematerialna to gigantyczna część amazonowego imperium).
Ale właśnie te ciągłe potyczki Amazona z materialnością świata pokazują, że to ona, materialność, będzie największą przeszkodą w realizacji wizji geeków z Krzemowej Doliny. Ludzkie przyzwyczajenia nas, w roli pracowników, klientów i obywateli w końcu, przekładać się będą na zagregowane decyzje dotyczące realnego przepływu pieniędzy. Ta konfrontacja rozstrzygnie, czy nowy strumień realnego pieniądza przewyższy finanse spekulacyjne przepalone w fazie sprzedawania obietnic.
Pewne jest to, że na razie sektor high-tech, po załamaniu w 2022 r. (wtedy spadły nawet nakłady na AI), odżył i kupił trochę czasu. Stawka jest olbrzymia, co dobrze ilustruje strajk scenarzystów w Stanach Zjednoczonych. Trwający od tygodni protest ma wiele powodów, jednym z nich jest podział wpływów z platform streamingowych, innym zagrożenie miejsc pracy przez AI. Scenarzyści to stosunkowo niewielka, ale bardzo ważna grupa największego sektora amerykańskiej gospodarki opisywanego w USA jako „copyright industries”.
To wszystkie dziedziny obrotu gospodarczego, w których źródłem wartości jest ochrona prawnoautorska (a dokładnie copyright właśnie).
Cały ten sektor, od filmu przez wydawnictwa i produkcje oprogramowania po gry komputerowe, jest zagrożony zmianami technologicznymi. Z jednej strony to właśnie zmiana technologiczna stworzyła ten sektor – nie byłoby copyright industries bez technologii kopiowania, a więc na początku druku, a z czasem także metod kopiowania cyfrowego.
Teraz AI wkracza w sferę już nie tylko kopiowania, ale wytwarzania treści objętych kopiowaniem. I od rozstrzygnięć, do kogo należeć będzie copyright na nowe produkty objęte copyrightem, zależeć będzie przyszły podział wpływów w sektorze dziś wartym 3 bln dol. (tylko w USA). O podziale tym jednak nie zdecyduje sama technologia, tylko ekonomia polityczna.
W końcu kluczowy aspekt, o którym piewcy nowego wspaniałego świata mówić nie chcą, a mówił o nim już stary Karol Marks, zwracając uwagę, że kapitał to relacja społeczna, a technologia to szczególna forma kapitału wyrażająca się w wiedzy przekształconej w maszynę i stającej się bezpośrednim środkiem produkcji. Tyle że każda produkcja mająca na celu kreowanie wartości i akumulację kapitału ma charakter społeczny.
Maszyna nie działa autonomicznie, tylko w symbiozie z człowiekiem, który jest niezbędnym składnikiem systemu maszyny. Nie inaczej jest z systemami AI. Być może zastąpią one pracę dziennikarzy, księgowych etc. Żeby tak się jednak mogło stać, maszyny AI potrzebują milionowych zastępów cyfrowego proletariatu zatrudnianego w Indiach, Bangladeszu, Pakistanie, Kenii, Nigerii, Madagaskarze, by trenować systemy w ramach procesu „data annotation”.
To zaplecze cyfrowego hiperkapitalizmu opisuje w najnowszym „The New York Magazine” Josh Dzieza. I opis bardziej przypomina teksty o wczesnokapitalistycznym wyzysku w XIX w., gdy Marks pisał swoje rozważania o maszynach i kapitale, niż świetlaną przyszłość świata bez pracy wypartej przez inteligentne maszyny. Dzieza pisze:
Much of the public response to language models like OpenAI’s ChatGPT has focused on all the jobs they appear poised to automate. But behind even the most impressive AI system are people— huge numbers of people labeling data to train it and clarifying data when it gets confused. Only the companies that can afford to buy this data can compete, and those that get it are highly motivated to keep it secret. The result is that, with few exceptions, little is known about the information shaping these systems’ behavior, and even less is known about the people doing the shaping.
Ten jedyny jak na razie konkret wyłaniający się spoza fantazji o przyszłości opartej na AI nie wygląda zachęcająco. I to z innych powodów, niż wskazują sygnatariusze apeli przestrzegających przed rozwojem AI.
Poniżej transmisja z Gali Nagród im. Marcina Króla, debata o AI od 36. minuty.
