Η εκτίμηση αυτή στηρίζεται σε δύο βασικούς παράγοντες:

Οι εφαρμογές της τεχνητής νοημοσύνης ήδη ενισχύουν την παραγωγικότητα όπου εφαρμόζονται.

Η αξιοποίηση αυτών των κερδών προϋποθέτει τεράστια υπολογιστική ισχύ, η οποία με τη σειρά της τροφοδοτεί νέες επενδύσεις.

Η Goldman προβλέπει ότι η οικονομική αξία που θα προκύψει από την άνοδο της παραγωγικότητας μέσω AI θα υπερβεί κατά πολύ τα αρχικά κόστη, εκτιμώντας ότι η πλήρης ενσωμάτωση της τεχνολογίας στην αμερικανική οικονομία θα μπορούσε να προσθέσει έως και 20 τρισ. δολάρια στο ΑΕΠ, εκ των οποίων περίπου 8 τρισ. θα κατευθυνθούν στις επιχειρήσεις ως κεφαλαιακά κέρδη.

Σύμφωνα με τις προβολές της τράπεζας, η generative AI θα επιταχύνει την αυτοματοποίηση διαδικασιών, θα μειώσει το κόστος εργασίας και θα οδηγήσει σε αύξηση της παραγωγικότητας του εργατικού δυναμικού στις ΗΠΑ κατά περίπου 15% μέσα στην επόμενη δεκαετία, καθώς η τεχνολογία θα υιοθετείται σε ευρεία κλίμακα.

Αν και οι επενδύσεις σε μικροτσίπ, servers και data centers βρίσκονται σε ιστορικά υψηλά επίπεδα, η Goldman τονίζει ότι παραμένουν χαμηλές σε σχέση με προηγούμενες τεχνολογικές επαναστάσεις. Συγκεκριμένα, στις ΗΠΑ οι δαπάνες για AI αντιστοιχούν σε λιγότερο από 1% του ΑΕΠ, έναντι 2%-5% που καταγράφηκε στις περιόδους επέκτασης των σιδηροδρόμων, της ηλεκτροδότησης της δεκαετίας του 1920 και της dot-com άνθησης του 1990.

Το Business Insider σημειώνει ότι η Goldman θεωρεί τις σημερινές ετήσιες δαπάνες των περίπου 300 δισ. δολαρίων απόλυτα λογικές, με βάση τη μακροπρόθεσμη απόδοση που αναμένεται να αποφέρει η τεχνολογία.

Παρά ταύτα, οι αναλυτές αναγνωρίζουν πως υπάρχουν εύλογες ανησυχίες σχετικά με το αν οι εταιρείες που πρωτοπορούν στις επενδύσεις θα είναι τελικά εκείνες που θα αποκομίσουν τα μεγαλύτερα κέρδη. Ιστορικά, οι πρώτοι παίκτες σε τεχνολογικές αλλαγές δεν είναι πάντα και οι μεγαλύτεροι ωφελημένοι, καθώς σε περιόδους ραγδαίας εξέλιξης, οι μεταγενέστεροι επενδυτές ενδέχεται να αποκτήσουν φθηνότερα περιουσιακά στοιχεία και να πετύχουν υψηλότερες αποδόσεις.

Οι πρώιμοι χρήστες της AI ήδη επιχειρούν να περιορίσουν τον κίνδυνο διαφοροποιώντας τις επενδύσεις τους σε πολλαπλά μοντέλα και πλατφόρμες, αντί να περιορίζονται σε ένα μόνο οικοσύστημα. Αυτό, σύμφωνα με τη Goldman, ενδέχεται να διαβρώσει τα συγκριτικά πλεονεκτήματα των σημερινών τεχνολογικών ηγετών.

Το συμπέρασμα της έκθεσης είναι σαφές: η επενδυτική ώθηση γύρω από την τεχνητή νοημοσύνη όχι μόνο θα συνεχιστεί, αλλά πιθανότατα θα ενταθεί, καθώς οι πρώτες αποδείξεις για αύξηση παραγωγικότητας και η συνεχής βελτίωση των AI μοντέλων ενισχύουν τη βεβαιότητα των επιχειρήσεων για μακροπρόθεσμη οικονομική απόδοση.