Gorączka złota sztucznej inteligencji: historia, porównania i perspektywy na przyszłość

Sztuczna inteligencja wywołała coś, co wielu nazywa "gorączką złota".

Zjawisko to wykazuje uderzające podobieństwa, ale także znaczące różnice, z dwoma ważnymi wydarzeniami historycznymi: gorączką złota w Klondike i bańką internetową. Analizując te podobieństwa i różnice, wyłania się jaśniejszy obraz tego, dlaczego sztuczna inteligencja, choć ma pewne cechy wspólne z poprzednimi "bańkami", stanowi bardziej solidną i trwałą transformację technologiczną.

‍

Gorączka złota w Klondike: Euforia odkrycia

Gorączka złota w Klondike, która rozpoczęła się w sierpniu 1896 r. po odkryciu złota na kanadyjskim terytorium Jukon, stała się katalizatorem masowego exodusu do północnych regionów Ameryki Północnej. Do 1897 roku około 100 000 ludzi porzuciło swoje domy, aby wyruszyć w niebezpieczną podróż przez niedostępne terytorium, napędzane nadzieją na natychmiastowe bogactwo.

‍

Podobieństwa ze sztuczną inteligencją

1. Efekt "gorączki złota": Podobnie jak poszukiwacze złota z Klondike, inwestorzy i firmy pędzą dziś do sektora AI, obawiając się "przegapienia okazji". Szalona aktywność inwestycyjna przypomina pośpiech, który doprowadził tysiące ludzi do Jukonu.
2. Demokratyzacja dostępu: tak jak każdy mógł podnieść łopatę i spróbować swoich sił w poszukiwaniu złota podczas wyścigu Klondike, tak dziś generatywne narzędzia sztucznej inteligencji, takie jak ChatGPT, pozwalają każdemu korzystać ze sztucznej inteligencji z niewielkimi barierami wejścia, co skutkuje masową adopcją.
3. Ekosystem wsparcia: Tak jak miasta Dawson, Seattle i Vancouver prosperowały dzięki usługom świadczonym poszukiwaczom złota, tak dziś jesteśmy świadkami rozwoju ekosystemu firm dostarczających narzędzia, infrastrukturę i usługi wspierające inicjatywy związane ze sztuczną inteligencją.

‍

Kluczowe różnice

1. Dostępność i skalowalność: Podczas gdy złoża złota w Klondike były fizycznie ograniczone i szybko się wyczerpały, możliwości w dziedzinie sztucznej inteligencji są potencjalnie nieograniczone i globalnie skalowalne.
2. Zmienne bariery wejścia na rynek: Chociaż konsumenckie narzędzia sztucznej inteligencji są łatwo dostępne, rozwój zaawansowanych modeli sztucznej inteligencji wiąże się ze znacznymi barierami wejścia na rynek pod względem kosztów, infrastruktury i specjalistycznych umiejętności. Według analizy Reutersa, do niedawna uważano, że "większe i droższe systemy dają lepsze wyniki", wymagając ogromnych inwestycji w sprzęt i zasoby obliczeniowe. Dziś przykład DeepSeek pokazał, że być może nie jest to do końca prawdą.
3. Dystrybucja wartości: W Klondike niewielu poszukiwaczy faktycznie znalazło złoto, podczas gdy największymi beneficjentami byli ci, którzy sprzedawali sprzęt i usługi. W erze sztucznej inteligencji, chociaż istnieją "sprzedawcy łopat" (tacy jak producenci chipów, tacy jak Nvidia), wartość tworzona przez aplikacje AI jest szerzej dystrybuowana w różnych branżach i zastosowaniach. Kluczem jest podjęcie decyzji, czy chcesz "sprzedawać łopaty", czy "iść po złoto". W każdym razie zawsze warto pamiętać, że sukces nie jest gwarantowany.
4. Trwały wpływ: Gorączka złota w Klondike szybko się skończyła (1899-1900) wraz z odkryciem złota w Nome na Alasce. Z drugiej strony sztuczna inteligencja stanowi fundamentalną transformację technologiczną o długoterminowych konsekwencjach dla praktycznie każdego sektora gospodarki.

Bańka internetowa: technologiczna euforia i załamanie

Bańka dot-comów z końca lat dziewięćdziesiątych XX wieku przyniosła gwałtowny wzrost wycen spółek internetowych, którego kulminacją był dramatyczny spadek na początku XXI wieku. W tym okresie Nasdaq osiągnął szczytową wartość około 2,95 biliona dolarów, by w ciągu kolejnych dwóch i pół roku spaść o ponad 78%.

Podobieństwa ze sztuczną inteligencją

1. Entuzjazm inwestorów: Podobnie jak w erze dot-comów, sztuczna inteligencja przyciąga ogromne inwestycje i uwagę mediów.
2. Rosnące wyceny: Niektóre firmy związane ze sztuczną inteligencją odnotowały gwałtowny wzrost wartości swoich akcji, przypominający gwałtowny wzrost wartości akcji spółek technologicznych podczas bańki internetowej. Nvidia, na przykład, odnotowała wzrost wartości swoich akcji porównywalny z Cisco w latach 90-tych.
3. Wysokie oczekiwania: W obu przypadkach oczekiwania dotyczące potencjału technologii wypchnęły wyceny daleko poza bezpośrednie podstawy finansowe.

Podstawowe różnice

1. Stabilność finansowa: w przeciwieństwie do większości firm dot-com, które działały ze stratą, wiele firm napędzających innowacje w dziedzinie sztucznej inteligencji jest dziś w dobrej kondycji finansowej, ze znacznymi przepływami pieniężnymi i ugruntowanymi modelami biznesowymi.
2. Natychmiastowe zastosowania praktyczne: Podczas gdy wiele obietnic z ery dot-comów spełniło się dopiero wiele lat później, sztuczna inteligencja już teraz zapewnia wymierną wartość w wielu sektorach, od opieki zdrowotnej po finanse, od automatyzacji przemysłowej po obsługę klienta.
3. Dojrzałość ekosystemu cyfrowego: sztuczna inteligencja jest rozwijana w kontekście, w którym infrastruktura cyfrowa jest już ugruntowana, a firmy mają doświadczenie we wdrażaniu nowych technologii, co zmniejsza ryzyko związane z wdrażaniem.
4. Bardziej umiarkowane wyceny względne: Pomimo entuzjazmu dla sztucznej inteligencji, obecne wyceny rynkowe pozostają znacznie niższe niż w szczytowym okresie bańki internetowej. Wskaźnik ceny do zysków Nasdaq jest dziś znacznie niższy niż w 2000 roku.
5. Bardziej ostrożne zachowanie inwestorów: W przeciwieństwie do okresu dot-comów, który charakteryzował się ogromnymi napływami do funduszy akcyjnych, w ostatnich latach przepływy do tych funduszy były ujemne, co wskazuje na bardziej ostrożne podejście inwestorów.

Dlaczego sztuczna inteligencja nie jest bańką skazaną na eksplozję?

W przeciwieństwie do poprzednich baniek technologicznych, sztuczna inteligencja ma cechy, które sugerują bardziej solidną i trwałą transformację gospodarczą:

‍

1. Solidne podstawy technologiczne

Sztuczna inteligencja nie jest technologią spekulacyjną, ale kulminacją dziesięcioleci badań i rozwoju w dziedzinie uczenia maszynowego, sieci neuronowych i przetwarzania języka naturalnego. Ostatnie postępy stanowią znaczący próg możliwości, a nie tylko marginalne przyrosty.

‍

2. Rzeczywista i natychmiastowa wartość ekonomiczna

Sztuczna inteligencja już teraz generuje wymierną wartość ekonomiczną. Jak stwierdza analiza Quartz, "obecnie sztuczna inteligencja jest w stanie wygenerować znacznie więcej przychodów niż internet w latach 90. i na początku XXI wieku". Aplikacje AI poprawiają wydajność operacyjną, redukują koszty i tworzą nowe możliwości biznesowe dzięki automatyzacji i analizie predykcyjnej.

‍

3. Integracja z istniejącymi modelami biznesowymi

W przeciwieństwie do start-upów typu dot-com, które często proponowały niesprawdzone modele biznesowe, sztuczna inteligencja jest zintegrowana z istniejącymi i ugruntowanymi procesami biznesowymi. Firmy wykorzystują ją do usprawniania swoich operacji, a nie do całkowitego wymyślania na nowo swoich modeli biznesowych.

‍

4. Bariery utrudniające wejście na rynek

Krajobraz sztucznej inteligencji przedstawia dwupoziomową strukturę z różnymi barierami wejścia. Z jednej strony, jak zauważa Patrick Hall, profesor George Washington University, tym, co wyróżnia generatywną sztuczną inteligencję, jest "niższa bariera wejścia dla konsumentów technologii", dzięki czemu narzędzia są dostępne praktycznie dla każdego. Z drugiej strony, rozwój zaawansowanych modeli sztucznej inteligencji nadal wymaga znacznych inwestycji, ale bariera ta maleje. Jak donosi Reuters, "koniec wyścigu zbrojeń o moc obliczeniową może oznaczać niższe bariery wejścia", umożliwiając "nowym start-upom wytwarzanie konkurencyjnych produktów AI przy minimalnych kosztach".

‍

5. Popyt przewyższający podaż

Krytycznym czynnikiem krachu dot-comów było przeinwestowanie w infrastrukturę sieciową (taką jak kable światłowodowe), która znacznie przewyższała ówczesny popyt. Z kolei w przypadku sztucznej inteligencji to popyt przewyższa podaż, tworząc wąskie gardła w infrastrukturze centrów danych i dostępnej mocy obliczeniowej.

‍

6. Głęboka transformacja procesów decyzyjnych

Jak podkreślono w artykule "The Great AI Rebalancing", sztuczna inteligencja zasadniczo zmienia sposób, w jaki firmy podejmują decyzje, tworząc "rozszerzone ramy decyzyjne", w których sztuczna inteligencja zajmuje się przetwarzaniem danych, podczas gdy ludzie zachowują władzę nad decyzjami opartymi na wartościach i kreatywnymi strategiami. Ta głęboka integracja sugeruje raczej trwałą wartość niż przelotny entuzjazm.

‍

7. Wsparcie instytucjonalne i rządowe

W przeciwieństwie do poprzednich baniek, sztuczna inteligencja cieszy się znacznym wsparciem instytucjonalnym i rządowym. Rządy na całym świecie inwestują miliardy w badania nad sztuczną inteligencją, szkolenia i regulacje, postrzegając ją jako kluczową technologię strategiczną dla konkurencyjności gospodarczej i bezpieczeństwa narodowego.

‍

Wnioski

Gorączka złota związana ze sztuczną inteligencją z pewnością ma pewne cechy wspólne z poprzednimi zjawiskami, takimi jak gorączka Klondike i bańka internetowa, w szczególności entuzjazm inwestorów i zainteresowanie mediów. Jednak zasadnicze różnice - siła finansowa zaangażowanych firm, natychmiastowa wartość ekonomiczna, integracja z istniejącymi modelami biznesowymi i wsparcie instytucjonalne - sugerują, że jest to głębsza i trwalsza transformacja gospodarcza.

‍

Podobnie jak podczas rewolucji przemysłowej lub nadejścia Internetu, prawdopodobnie będziemy świadkami korekt rynkowych i upadku niektórych przewartościowanych firm, ale podstawowy trend wydaje się być solidny i będzie się utrzymywał. Kluczem dla inwestorów i spółek będzie rozróżnienie między krótkoterminową ekscytacją a długoterminową wartością fundamentalną, koncentrując się na aplikacjach AI, które rozwiązują rzeczywiste problemy i tworzą namacalną wartość ekonomiczną.

‍

FAQ: Udział w gorączce złota AI

1. Czy istnieje realna szansa na wzbogacenie się dzięki sztucznej inteligencji w 2025 roku?

Jak najbardziej. Podobnie jak podczas gorączki złota w Klondike, istnieje realna szansa na stworzenie znaczącej wartości. Jednak, podobnie jak wtedy, największe korzyści mogą niekoniecznie trafić do tych, którzy bezpośrednio "szukają złota", ale do tych, którzy zapewniają "łopaty i kilofy" (infrastrukturę, narzędzia i usługi wsparcia). Inwestycje w firmy opracowujące wyspecjalizowane chipy dla AI, usługi w chmurze zoptymalizowane pod kątem uczenia maszynowego lub narzędzia programistyczne dla aplikacji AI stanowią realne możliwości. Rozwój rozwiązań wertykalnych dla konkretnych sektorów (opieka zdrowotna, finanse, prawo) również tworzy liczne technologiczne "jednorożce".

2. Czy potrzebujesz zaawansowanego zaplecza technicznego, aby wziąć udział w tej rewolucji?

Rewolucja AI pod pewnymi względami przypomina pojawienie się elektryczności: nie każdy musiał być Thomasem Edisonem lub Nikolą Teslą, aby z niej skorzystać. Ekosystem AI ma strukturę z różnymi punktami wejścia, ale z ważną lekcją z historii technologii: to wiedza merytoryczna, a nie pośrednie umiejętności techniczne, utrzymuje wartość w dłuższej perspektywie.

‍

• Użytkownicy strategiczni: profesjonaliści, którzy rozumieją potencjał sztucznej inteligencji na tyle, by na nowo wymyślić procesy w swojej dziedzinie. Podobnie jak w przypadku sieci, umiejętność wyobrażenia sobie aplikacji ma większe znaczenie niż techniczna znajomość ich mechanizmów.
• Eksperci dziedzinowi: prawdziwie trwały zasób w erze sztucznej inteligencji. Tak jak Google sprawił, że eksperci od składni wyszukiwania stali się przestarzali, tak modele AI sprawią, że ich możliwości będą coraz bardziej dostępne bez konieczności posiadania specjalistycznej wiedzy technicznej. Osoby posiadające głęboką wiedzę dyscyplinarną (medycyna, prawo, inżynieria) zachowają niepodważalną przewagę.
• Krytyczni myśliciele: sztuczna inteligencja wzmocni tych, którzy wiedzą, o co pytać, a nie tych, którzy wiedzą, jak pytać. Doskonałe formułowanie podpowiedzi ("inżynieria podpowiedzi") stanie się nieistotne w miarę doskonalenia modeli, podobnie jak miało to miejsce w przypadku wyszukiwarek. Zamiast tego kluczowa pozostanie umiejętność formułowania właściwych pytań, identyfikowania nieoczywistych powiązań i krytycznej oceny wyników.
• Integratorzy technologii: programiści, którzy łączą systemy AI z rzeczywistą infrastrukturą, przekształcając teoretyczny potencjał w konkretne narzędzia. Również w tym przypadku interfejsy będą coraz bardziej dostępne, zwiększając wartość zrozumienia procesów biznesowych w stosunku do technologii integracji.
• Pionierzy algorytmów: badacze i naukowcy zajmujący się danymi na granicy innowacji. Ta niewielka grupa będzie nadal tworzyć fundamentalną wartość, ale stanowi jedynie niewielki ułamek całego ekosystemu.

Każda z tych ról wymaga różnych poziomów wiedzy technicznej.

‍

Lekcja cyfrowej historii jest jasna: pośrednie umiejętności techniczne (takie jak optymalizacja SEO lub inżynieria promptów) są zazwyczaj krótkotrwałe, podczas gdy głęboka wiedza domenowa oraz umiejętność krytycznego i kreatywnego myślenia utrzymują lub zwiększają ich wartość. Podobnie jak w gorączce złota w Klondike, poszukiwacze odnoszący największe sukcesy niekoniecznie byli najbardziej techniczni, ale ci, którzy potrafili lepiej czytać teren i podejmować mądrzejsze decyzje dotyczące tego, gdzie kopać.

‍

3. Jak trudne jest "życie górnika AI"?

Podobnie jak poszukiwacze złota musieli stawić czoła ekstremalnym warunkom w Klondike, "górnicy AI" również stoją przed poważnymi wyzwaniami:

• Szybka dezaktualizacja umiejętności: technologia rozwija się w zawrotnym tempie, wymagając ciągłych aktualizacji.
• Globalna konkurencja: W przeciwieństwie do ograniczonego geograficznie wyścigu Klondike, wyścig AI jest globalny
• Wypalenie zawodowe: długie godziny pracy w wysoce konkurencyjnej i szybko zmieniającej się branży.
• Niepewność regulacyjna: przepisy dotyczące sztucznej inteligencji stale ewoluują, stwarzając ryzyko dla projektów i inwestycji.
• Ryzyko etyczne: poruszanie się po złożonych kwestiach etycznych związanych ze sztuczną inteligencją wymaga stałej uwagi.

4. Lepiej inwestować w szkolenia czy w firmy AI?

Obie strategie mają swoje zalety. Inwestowanie w szkolenia osobiste może pozwolić ci bezpośrednio uczestniczyć w tworzeniu wartości w erze sztucznej inteligencji. Z drugiej strony, inwestowanie w obiecujące firmy może oferować znaczące zwroty bez konieczności rozwijania specjalistycznych umiejętności.

‍

Najlepsza strategia zależy od osobistych uwarunkowań, umiejętności i apetytu na ryzyko. Podobnie jak w gorączce złota w Klondike, nie wszystkie start-upy stają się jednorożcami, ale niektóre stają się wyjątkowo dochodowe.

5. Które sektory oferują najlepsze możliwości związane ze sztuczną inteligencją w 2025 roku?

Najbardziej obiecujące obszary obejmują:

• Opieka zdrowotna: diagnostyka wspomagana, odkrywanie leków, medycyna spersonalizowana
• Finanse: handel algorytmiczny, analiza ryzyka, wykrywanie oszustw
• Prawne: Automatyzacja umów, badania prawne, analiza precedensów
• Produkcja: konserwacja predykcyjna, zautomatyzowana kontrola jakości
• Handel detaliczny: personalizacja, zarządzanie zapasami, prognozowanie popytu
• Kreatywność: generowanie treści, edycja, pomoc w tworzeniu
• Infrastruktura AI: specjalistyczny sprzęt, platformy chmurowe, narzędzia programistyczne

6. Czy jest już za późno na wejście na rynek AI?

Absolutnie nie. Wciąż jesteśmy na wczesnym etapie rewolucji AI. Porównując z Internetem, jesteśmy być może na poziomie lat 1995-1998: podstawowe technologie istnieją, ale większość aplikacji, które głęboko przekształcą gospodarkę, nie została jeszcze opracowana. Co więcej, wraz z ewolucją transformatorów i modeli generatywnych, nieustannie pojawiają się nowe możliwości. Podobnie jak w gorączce złota w Klondike, pierwsi mają pewną przewagę, ale wciąż istnieje wiele niezbadanych "złóż", ujmijmy to w ten sposób.

‍

7. Jakie są główne zagrożenia dla osób inwestujących w sztuczną inteligencję?

Główne zagrożenia obejmują:

• Bańka cenowa: niektóre spółki AI mogą być przewartościowane w porównaniu do fundamentów
• Ograniczenia regulacyjne: nowe przepisy mogą ograniczyć niektóre zastosowania sztucznej inteligencji.
• Bariery techniczne: Niektóre obietnice związane ze sztuczną inteligencją mogą okazać się trudniejsze do zrealizowania niż oczekiwano.
• Konsolidacja rynku: kilka dominujących firm może przechwycić większość wartości.
• Ryzyko etyczne i związane z reputacją: problematyczne zastosowania sztucznej inteligencji mogą spowodować znaczne szkody dla reputacji.

8. Jak mogę zacząć brać udział w gorączce złota AI już dziś?

• Szkolenia: Zacznij od kursów online na temat uczenia maszynowego, inżynierii podpowiedzi lub zastosowań sztucznej inteligencji w Twojej branży.
• Eksperymenty: wykorzystanie publicznie dostępnych narzędzi AI w celu zrozumienia ich potencjału.
• Networking: Nawiązywanie kontaktów z profesjonalistami w dziedzinie sztucznej inteligencji poprzez konferencje, fora internetowe i społeczności.
• Inwestycje: Rozważ fundusze ETF skoncentrowane na sztucznej inteligencji lub inwestycje w wiodące spółki.
• Zastosowanie: Identyfikacja możliwości zastosowania sztucznej inteligencji w bieżącej pracy lub opracowania nowych rozwiązań.

Sukces będzie wymagał połączenia wizji, wytrwałości, zdolności adaptacyjnych i odrobiny szczęścia. Jednak w przeciwieństwie do fizycznie ograniczonych złóż złota w Jukonie, potencjał sztucznej inteligencji stale rośnie wraz z każdym postępem technologicznym, nieustannie tworząc nowe możliwości dla tych, którzy potrafią je wykorzystać.

‍

Źródła

1. History.com - "Gorączka złota w Klondike - definicja, mapa i fakty". Link
2. Encyclopaedia Britannica - "Gorączka złota w Klondike". Link
3. Travel Yukon - "Historia gorączki złota w Klondike". Link
4. Encyclopaedia Canadiana - 'Gorączka złota w Klondike'. Link
5. Cointelegraph - "Sztuczna inteligencja i bańka internetowa mają pewne podobieństwa, ale różnią się tam, gdzie to się liczy". Link
6. Reuters - "Echa bańki internetowej nawiedzają amerykański rynek akcji oparty na sztucznej inteligencji". Link
7. Reuters - "Spowolnienie modeli AI oznacza koniec ery gorączki złota". Link
8. Visual Capitalist - "Bańka internetowa a entuzjazm związany ze sztuczną inteligencją: dlaczego się różnią". Link
9. Yahoo Finance - "Byłem tam podczas krachu dot-comów. Oto dlaczego boom na sztuczną inteligencję nie jest taki sam". Link
10. ORF Online - "Bajty i bańki: porównanie bańki internetowej lat 90. i wyścigu sztucznej inteligencji". Link
11. The Hill - "Jak "gorączka złota" sztucznej inteligencji ożywia branżę technologiczną". Link
12. R Street Institute - "Zmniejszanie barier wejścia w rozwoju i stosowaniu sztucznej inteligencji". Link