Kto zarobi, kiedy sztuczna inteligencja stanieje?

Sztuczna inteligencja może spełnić większość pokładanych w niej nadziei, zmienić gospodarkę i stać się technologią powszechnego użytku, a mimo to część dzisiejszych liderów może okazać się przeciętnymi inwestycjami. O ich przyszłości nie zdecyduje bowiem zachwyt nad możliwościami modeli. Zdecydują klienci, konkurencja i odpowiedź na bardzo stare pytanie, za co warto płacić?

Można mieć rację i stracić pieniądze

Jedną z pułapek inwestowania podczas gwałtownego wzrostu rynku jest możliwość posiadania racji zbyt wcześnie. Inwestor dostrzega wysokie wyceny, porównuje je z obecnymi zyskami i dochodzi do wniosku, że ceny oderwały się od rozsądnych oczekiwań. Jego analiza może być poprawna. Rynek nie ma jednak obowiązku natychmiast się z nią zgodzić.

Akcja przewartościowana przy stu dolarach może kosztować dwieście, a następnie czterysta. Cena i wartość przedsiębiorstwa są ze sobą związane, lecz nie są tym samym. Wartość zależy ostatecznie od przyszłych korzyści, które przedsiębiorstwo potrafi stworzyć i zatrzymać dla właścicieli. Cena powstaje każdego dnia w wyniku decyzji kupujących i sprzedających. Oczekiwania, moda, dostępność kapitału i obawa przed pozostaniem poza wzrostem mogą przez długi czas oddalać jedno od drugiego.

Istnieje ponadto możliwość jeszcze bardziej niewygodna dla sceptyka: przedsiębiorstwo może dorosnąć do swojej wysokiej wyceny. Firma wyceniana dzisiaj na podstawie bardzo optymistycznych założeń może przez następne dziesięć lat zwiększyć przychody i zyski na tyle, że cena, która początkowo wydawała się przesadna, okaże się uzasadniona. Inwestor miał wówczas rację w sprawie teraźniejszości, lecz pomylił się w sprawie przyszłości.

Dlatego samo stwierdzenie, że spółki związane ze sztuczną inteligencją są drogie, niewiele rozstrzyga. Znacznie ciekawsze pytanie brzmi: co musiałoby się wydarzyć, aby dzisiejsze wyceny okazały się rozsądne? Odpowiedzi należy szukać nie tylko w laboratoriach, lecz przede wszystkim u klientów.

Zachwyt nie jest potrzebą

Każda wielka fala technologiczna tworzy własny język. W przypadku sztucznej inteligencji porównujemy parametry modeli, wyniki testów, szybkość działania, koszt wykonania obliczeń i kolejne generacje procesorów. Wszystkie te miary są ważne, ponieważ opisują możliwości technologii. Żadna nie jest jednak ostateczną miarą jej wartości gospodarczej.

Przedsiębiorstwo może posiadać najlepszy model na świecie i nie posiadać dobrego biznesu. Może stworzyć technologię budzącą zachwyt, a następnie odkryć, że klient nie chce zapłacić ceny pokrywającej koszt jej dostarczenia. Może również stworzyć produkt bardzo użyteczny, lecz tak łatwy do zastąpienia, że większość korzyści przypadnie klientom, a nie właścicielom przedsiębiorstwa.

Obowiązuje stara zasada. Klient musi otrzymać wartość większą od ceny, którą płaci, a przedsiębiorstwo musi potrafić dostarczyć tę wartość za koszt niższy od otrzymanej ceny. Sztuczna inteligencja niczego tutaj nie zmienia.

Pierwsza faza rozwoju generatywnej AI była pod tym względem szczególna. Sama możliwość prowadzenia rozmowy z maszyną, tworzenia obrazów, pisania programów czy analizowania tekstów wystarczała, aby miliony ludzi chciały spróbować nowej technologii. Zachwyt znakomicie pozyskuje klientów. Znacznie gorzej ich utrzymuje. Człowiek może kupić miesięczną subskrypcję z ciekawości. Przedsiębiorstwo może rozpocząć próbne wdrożenie, ponieważ jego zarząd nie chce przespać technologicznej zmiany. Wszystko to tworzy popyt, ale jeszcze nie dowodzi jego trwałości.

Po pewnym czasie pojawia się mniej efektowne pytanie, co właściwie dzięki temu otrzymujemy? Odpowiedź przedsiębiorstwa można zazwyczaj sprowadzić do kilku rzeczy. Technologia powinna zwiększać przychody, obniżać koszty, ograniczać ryzyko, poprawiać jakość albo oszczędzać czas. Jeżeli system przez całą noc uzgadnia faktury, kontroluje zamówienia lub planuje wykorzystanie maszyn i dzięki temu oszczędza firmie kilka milionów złotych rocznie, jego wartość nie wymaga opowieści o rewolucji.

Wystarcza rachunek.

Klient nie kupuje sztucznej inteligencji

Jeżeli AI rzeczywiście odniesie sukces, z czasem wydarzy się coś pozornie paradoksalnego: sama sztuczna inteligencja będzie coraz mniej widoczna.

Klient działu księgowego nie potrzebuje AI. Potrzebuje prawidłowo zaksięgowanych dokumentów, wykrytych niezgodności i informacji potrzebnych do podjęcia decyzji. Kancelaria nie potrzebuje modelu o określonej liczbie parametrów. Potrzebuje przeanalizować umowę i znaleźć ryzyko. Firma logistyczna chce dostarczać towary taniej i szybciej. Producent chce zmniejszyć liczbę wadliwych wyrobów i przestojów. Klient kupuje rezultat. Dlatego dojrzałe przedsiębiorstwa korzystające ze sztucznej inteligencji mogą coraz rzadziej sprzedawać samą AI. Będą sprzedawały wykonaną pracę.

To rozróżnienie przenosi uwagę z możliwości technologii na ekonomię jej zastosowania. Model może być imponujący, ale jeżeli wykonanie zadania kosztuje pięć dolarów, podczas gdy klient przypisuje rezultatowi wartość trzech dolarów, nie powstał biznes. Model znacznie mniej zaawansowany, który wykona wystarczająco dobrze to samo zadanie za pięć centów, może okazać się gospodarczo cenniejszy.

Z tego samego powodu dojrzały produkt nie będzie musiał używać najpotężniejszego dostępnego modelu do każdego zadania. Jeżeli wystarcza zwykły program, nie ma powodu uruchamiać modelu językowego. Jeżeli mały model wykonuje pracę prawidłowo, użycie wielokrotnie droższego jest marnotrawstwem. Jeżeli najtrudniejsze pięć procent przypadków wymaga najbardziej zaawansowanego systemu, można skierować do niego właśnie te przypadki.

Dobry produkt może więc łączyć modele kilku dostawców, własne mniejsze modele, tradycyjne programy, bazy danych i pracę człowieka. Klient nie musi nawet wiedzieć, jak skonstruowano cały mechanizm.

Kiedy płacimy kartą, nie zastanawiamy się nad budową systemu wykrywającego oszustwa. Kiedy wsiadamy do windy, nie pytamy o program sterujący silnikiem. Dojrzała technologia znika za rezultatem swojej pracy. Jeżeli AI odniesie sukces, prawdopodobnie spotka ją ten sam los.

Najlepszy model nie musi wygrać

Dzisiejsza fascynacja rankingami modeli może zatem prowadzić inwestora w niewłaściwą stronę. Najlepsza technologia nie musi stworzyć najlepszego przedsiębiorstwa, podobnie jak najlepsze przedsiębiorstwo nie zawsze jest najlepszą inwestycją.

Jeżeli przewaga modelu trwa pół roku, trudno zbudować na niej trwałą przewagę gospodarczą. Konkurent może stworzyć model równie dobry. Tańsze rozwiązanie może okazać się wystarczające. Klient może zmienić dostawcę bez przebudowy całego przedsiębiorstwa. W takim świecie sama inteligencja zaczyna przypominać wymienny składnik.

Znacznie ciekawsza sytuacja powstaje wtedy, gdy produkt zostaje głęboko włączony w działalność klienta. Korzysta z jego dokumentów i danych, łączy się z księgowością, magazynem, pocztą i systemami sprzedaży. Pracownicy uczą się z niego korzystać, a przedsiębiorstwo zaczyna organizować część swojej pracy wokół jego możliwości. Przewagą przestaje być wówczas sam model. Staje się nią miejsce zajmowane w przedsiębiorstwie klienta.

Najsilniejszy dostawca może nawet korzystać z modeli różnych producentów i wybierać w każdym przypadku ten, który oferuje najlepszy stosunek jakości do ceny. Konkurencja pomiędzy laboratoriami działa wtedy na jego korzyść. Sztuczna inteligencja staje się dla niego surowcem.

Co się stanie, jeżeli inteligencja stanieje?

To może być jedno z najważniejszych pytań inwestycyjnych następnych lat. Naturalna intuicja podpowiada, że skoro sztuczna inteligencja będzie coraz ważniejsza, jej producenci będą coraz więcej zarabiać. Nie musi tak być. Znaczenie gospodarcze dobra i zdolność jego producenta do utrzymywania wysokiej marży są dwiema różnymi sprawami.

Przypuśćmy, że koszt wykonania określonego zadania przez model spadnie dziesięciokrotnie, podczas gdy jego jakość wzrośnie. Dla gospodarki będzie to doskonała wiadomość. Tysiące zastosowań, które wcześniej były zbyt drogie, zaczną mieć gospodarczy sens.

Dla producenta modelu rachunek jest mniej oczywisty. Jeżeli dziesięciokrotnie niższa cena spowoduje stukrotny wzrost popytu, przedsiębiorstwo może znakomicie prosperować. Jeżeli popyt wzrośnie tylko pięciokrotnie, sytuacja wygląda inaczej. Trzeba jeszcze pokryć koszty infrastruktury, badań, energii, procesorów i kapitału potrzebnego do budowania kolejnych generacji modeli. Możemy więc otrzymać interesujący paradoks: sztuczna inteligencja będzie coraz lepsza, coraz bardziej użyteczna i jednocześnie coraz mniej rzadka. A to, co przestaje być rzadkie, ma trudności z utrzymaniem nadzwyczajnej ceny.

Wartość może przejść do klienta

Jeżeli inteligencja stanieje, stworzona przez nią wartość nie zniknie. Zmieni miejsce. Przedsiębiorstwo, które dzisiaj wydaje milion dolarów na określoną ilość pracy wykonywanej przez AI, może za kilka lat kupić wielokrotnie większą ilość za połowę tej ceny. Korzyść pojawi się wtedy jako niższy koszt, większa produktywność, lepszy produkt albo dodatkowy zysk przedsiębiorstwa korzystającego z technologii.

Największym beneficjentem rewolucji technologicznej nie musi być zatem producent technologii. Może nim być jej użytkownik.

Jeżeli modele staną się łatwo dostępne i stosunkowo tanie, szczególnie interesujące będą przedsiębiorstwa posiadające coś, czego sam model nie posiada: klientów, sieć sprzedaży, własne dane, markę, wiedzę branżową, pozwolenia, fabryki, logistykę albo trwałe miejsce w działalności swoich odbiorców.

Dla takiego przedsiębiorstwa taniejąca inteligencja będzie przypominała taniejący surowiec. Jeżeli firma kupuje usługę modelu za jednego dolara i wykorzystuje ją do stworzenia wartości dziesięciu dolarów, spadek kosztu tej usługi do dziesięciu centów działa na jej korzyść.

Dlatego jednymi z największych zwycięzców ery sztucznej inteligencji mogą okazać się przedsiębiorstwa, których dzisiaj prawie nikt nie zalicza do sektora AI. Bank, ubezpieczyciel, producent przemysłowy, firma logistyczna czy przedsiębiorstwo farmaceutyczne może wykorzystać coraz tańszą inteligencję do zwiększenia produktywności posiadanego kapitału.

Najlepszą inwestycją w sztuczną inteligencję nie musi być więc przedsiębiorstwo, które ją produkuje. Może nią być przedsiębiorstwo, które potrafi ją tanio kupować i z pożytkiem wykorzystywać.

Technologia może wygrać, inwestor może przegrać

Najbardziej oczywiste ryzyko związane z obecną falą inwestycji w AI jest łatwe do opisania. Oczekiwania okazują się przesadne, wzrost zwalnia, inwestorzy tracą cierpliwość, wyceny spadają. Istnieje jednak scenariusz ciekawszy. Sztuczna inteligencja działa. Modele stają się coraz lepsze. Przedsiębiorstwa wykorzystują je coraz częściej. Produktywność rośnie, powstają nowe zastosowania, a zapotrzebowanie na obliczenia nadal się zwiększa.

Jednocześnie konkurencja obniża ceny. Klienci mogą zmieniać dostawców. Rozwiązania o otwartym kodzie ograniczają możliwość utrzymywania wysokich marż. Duże przedsiębiorstwa tworzą własne systemy, a przewaga technologiczna kolejnych liderów okazuje się przejściowa.

Sztuczna inteligencja może więc spełnić większość technologicznych obietnic, a część inwestorów mimo to uzyska rozczarowujące wyniki. Nie dlatego, że technologia zawiodła, lecz dlatego, że konkurencja zadziałała.

Internet zmienił gospodarkę bardziej, niż pod koniec lat dziewięćdziesiątych przypuszczała większość ludzi. Nie uratowało to każdej spółki internetowej. Rewolucja gospodarcza może być ogromna, podczas gdy zyski przedsiębiorstw znajdujących się początkowo w jej centrum okażą się mniejsze, niż zakładali inwestorzy.

Cena nadal ma znaczenie

Nie ma niczego nieracjonalnego w kupowaniu szybko rosnącego przedsiębiorstwa przy wysokiej wycenie. Firma, która przez wiele lat potrafi zwiększać zyski i reinwestować kapitał przy wysokiej stopie zwrotu, może być warta bardzo dużo.

Problem zaczyna się wtedy, gdy cena wymaga niemal doskonałej przyszłości. Im wyższa wycena, tym większa część przyszłego sukcesu została już uwzględniona w cenie. Nie wystarczy wtedy, że przedsiębiorstwo będzie dobre. Musi być lepsze, niż rynek już oczekuje. Nie wystarczy, że rynek sztucznej inteligencji będzie ogromny. Firma musi zdobyć odpowiednio dużą jego część, zachować marżę, odeprzeć konkurencję i robić to przez wiele lat.

Można zatem mieć całkowitą rację, twierdząc, że AI zmieni świat, i jednocześnie zapłacić zbyt dużo za przedsiębiorstwo uczestniczące w tej zmianie. Im bardziej oczywista staje się znakomita przyszłość przedsiębiorstwa, tym większa część tej przyszłości znajduje się już w jego cenie. Pytanie o wartość nie znika podczas rewolucji technologicznej. Przeciwnie, staje się jeszcze ważniejsze.

Kiedy AI stanie się zwyczajna

Każda naprawdę udana technologia przechodzi w końcu szczególną przemianę. Przestaje być czymś, o czym nieustannie mówimy, i staje się częścią zwykłego świata.

Nie zastanawiamy się nad internetem przy każdej płatności kartą. Nie zachwycamy się bazą danych, kiedy bank pokazuje saldo rachunku. Nie myślimy o elektryfikacji, włączając światło. Technologie, które najgłębiej zmieniły nasze życie, stały się tak powszechne, że przestaliśmy je zauważać. Jeżeli sztuczna inteligencja odniesie sukces, spotka ją zapewne ten sam los.

Przedsiębiorstwo nie będzie chciało kupować AI. Będzie chciało szybciej projektować produkty, taniej prowadzić księgowość, skuteczniej sprzedawać, ograniczać liczbę awarii, szybciej znajdować nowe leki albo lepiej zarządzać kapitałem. To, czy rezultat osiągnięto dzięki modelowi językowemu, klasycznemu algorytmowi czy połączeniu wielu technologii, stanie się sprawą drugorzędną.

Wtedy skończy się najłatwiejsza część obecnej rewolucji. Nie wystarczy powiedzieć, że produkt wykorzystuje sztuczną inteligencję. Nie wystarczy pokazać możliwości, które kilka lat wcześniej wydawały się nieosiągalne. Nie wystarczy również wzrost liczby użytkowników, jeżeli nie chcą oni pozostać klientami.

Pozostanie rachunek ekonomiczny. Które przedsiębiorstwo rozwiązuje rzeczywisty problem? Które robi to taniej od konkurentów? Które potrafi zatrzymać część stworzonej wartości? Które może zyskownie reinwestować kapitał? Które jest potrzebne klientowi nie dlatego, że reprezentuje przyszłość, lecz dlatego, że każdego dnia wykonuje użyteczną pracę?

Najbardziej wartościowe przedsiębiorstwa ery sztucznej inteligencji nie muszą być tymi, które stworzą najinteligentniejsze modele. Mogą być tymi, które najlepiej wykorzystają coraz tańszą inteligencję do rozwiązania starych, kosztownych problemów.

Rynek może długo mylić cenę z wartością. Klient robi to znacznie krócej. Kiedy znika ciekawość i zachwyt, pozostaje pytanie, za co warto zapłacić własnymi pieniędzmi. I właśnie wtedy zaczyna się prawdziwy biznes.