Η αμερικανική τράπεζα εντοπίζει τέσσερις βασικούς παράγοντες που αναμένεται να καθορίσουν τη βραχυπρόθεσμη και μακροπρόθεσμη συμβολή της Τεχνητής Νοημοσύνης στην ευρωπαϊκή οικονομία.

Πρώτον, στο επίκεντρο της παγκόσμιας αύξησης της υπολογιστικής ισχύος που σχετίζεται με την Τεχνητή Νοημοσύνη βρίσκεται η εκρηκτική ζήτηση για ημιαγωγούς. Τα πλέον προηγμένα τσιπ που χρησιμοποιούνται στα data centers προέρχονται κυρίως από την Ασία, γεγονός που σημαίνει ότι μια αύξηση των επενδύσεων σε εξοπλισμό ΤΠΕ είναι πιθανό να αντισταθμιστεί στους εθνικούς λογαριασμούς από την άνοδο των εισαγωγών. Παρότι η Ευρώπη –και ειδικά η Ολλανδία– συμμετέχει στην αλυσίδα αξίας μέσω της παραγωγής εξοπλισμού, όπως τα μηχανήματα λιθογραφίας, οι συνολικές μακροοικονομικές επιπτώσεις εκτιμάται ότι θα παραμείνουν περιορισμένες.

Δεύτερον, η Goldman αξιολογεί τον ρόλο της Ευρώπης στη ραγδαία επέκταση της παγκόσμιας χωρητικότητας των κέντρων δεδομένων, η οποία έχει σχεδόν τριπλασιαστεί από το 2019 και πλέον προσεγγίζει τα 120 GW. Η Ευρωπαϊκή Ένωση φιλοξενεί περίπου το 10% της παγκόσμιας χωρητικότητας, ποσοστό χαμηλότερο από το μερίδιό της στο παγκόσμιο ΑΕΠ, με τις επενδύσεις να αναμένεται να αυξήσουν τη χωρητικότητα κατά περίπου 50% έως το 2030. Ωστόσο, ο ρυθμός ανάπτυξης θα παραμείνει σαφώς χαμηλότερος σε σχέση με τις ΗΠΑ, λόγω του υψηλότερου κόστους ηλεκτρικής ενέργειας, των καθυστερήσεων στη σύνδεση με το δίκτυο και του γεγονότος ότι η Ευρώπη θα φιλοξενεί κυρίως κέντρα δεδομένων inference και όχι εκπαίδευσης μοντέλων. Οι σχετικές επενδύσεις σε data centers και ενεργειακά δίκτυα εκτιμάται ότι θα μπορούσαν να προσθέσουν περίπου 0,1 ποσοστιαία μονάδα στην ετήσια ευρωπαϊκή ανάπτυξη τα επόμενα χρόνια.

Τρίτον, η ευρωπαϊκή παρουσία στην ανάπτυξη και εκπαίδευση μοντέλων Τεχνητής Νοημοσύνης παραμένει περιορισμένη. Το μερίδιο της Ευρώπης στις παγκόσμιες πατέντες AI δεν ξεπερνά το 5%, ενώ μέχρι σήμερα έχουν αναπτυχθεί μόλις τρία διεθνώς σημαντικά μοντέλα – κυρίως χάρη στη γαλλική Mistral – έναντι περίπου 40 στις ΗΠΑ. Παρότι οι επενδύσεις σε λογισμικό αναμένεται να αυξηθούν καθώς οι επιχειρήσεις υιοθετούν εμπορικές εφαρμογές Τεχνητής Νοημοσύνης, αυτές οι δαπάνες πιθανότατα θα κατευθυνθούν σε αμερικανικούς παρόχους, περιορίζοντας τη θετική συνεισφορά στο ΑΕΠ λόγω αύξησης των εισαγωγών υπηρεσιών.

Τέταρτον, η Goldman εξετάζει τα πρώτα στοιχεία σχετικά με τον βαθμό υιοθέτησης της Τεχνητής Νοημοσύνης και τις επιπτώσεις της στην παραγωγικότητα. Παρότι τα περιθώρια κέρδους από τη χρήση AI στις ευρωπαϊκές επιχειρήσεις φαίνεται να συμβαδίζουν με εκείνα άλλων ανεπτυγμένων οικονομιών, η εφαρμογή της τεχνολογίας βρίσκεται ακόμη σε πειραματικό στάδιο. Οι ευρωπαϊκές επιχειρήσεις αξιοποιούν τα εργαλεία Τεχνητής Νοημοσύνης λιγότερο εντατικά σε σχέση με τις αμερικανικές, με μεγαλύτερη διάδοση να παρατηρείται στις βόρειες χώρες, όπως η Δανία, η Φινλανδία, η Σουηδία, η Ολλανδία και η Γερμανία, σε αντίθεση με τις νότιες οικονομίες.

Η πιο αργή υιοθέτηση αποδίδεται, μεταξύ άλλων, στο μικρότερο μέσο μέγεθος των ευρωπαϊκών επιχειρήσεων, στην έλλειψη εξειδικευμένου ανθρώπινου δυναμικού και στη νομική αβεβαιότητα. Η Goldman Sachs εκτιμά ότι αυτό επιβεβαιώνει την υπόθεσή της πως η Ευρώπη θα ακολουθήσει με χρονική υστέρηση τις ΗΠΑ στην ενσωμάτωση της Τεχνητής Νοημοσύνης, με τα κέρδη παραγωγικότητας να εμφανίζονται πιο σταδιακά. Έτσι, προβλέπει μέση ενίσχυση του ΑΕΠ κατά περίπου 0,05 ποσοστιαίες μονάδες την περίοδο 2026–2030, η οποία θα αυξηθεί σε περίπου 0,2 ποσοστιαίες μονάδες ετησίως στις αρχές της δεκαετίας του 2030.