Η αλλαγή του χρόνου είναι για πολλούς ανθρώπους περίοδος αναστοχασμού, απολογισμού και αποφάσεων για την ερχόμενη περίοδο. Καθώς το 2026 ξεπροβάλλει στον ορίζοντα, οι περισσότεροι άνθρωποι κάνουν σχέδια για το νέο χρόνο, σμιλεύουν προσδοκίες και ελπίδες, κλείνουν τα παλιά βιβλία και ανοίγουν καινούρια. Σε μία τέτοια διαδικασία, φαίνεται ότι ήρθε η ώρα να βάλουμε στο χρονοντούλαπο της ιστορίας τον μύθο της επερχόμενης αφθονίας που θα φέρει η τεχνολογική πρόοδος.
Οι προφήτες της 4ης Βιομηχανικής Επανάστασης, στην καρδιά της οποίας βρίσκεται η τεχνητή νοημοσύνη, μιλούσαν και μιλάνε για την εποχή της αφθονίας, κάποιοι μάλιστα την τοποθετούσαν γύρω στο 2030,. Πρόκειται για την εποχή που η τεχνολογική εξέλιξη θα μοίραζε απλόχερα, και σχεδόν δωρεάν, τα θαύματα της στην ανθρωπότητα, καθιστώντας την καθημερινή εργασία περιττή, τον ελεύθερο χρόνο άφθονο και τη διαχείριση των νοικοκυριών παιδικό παιχνίδι. Η εξασφάλιση φαγητού, νερού και φαρμάκων για όλη την ανθρωπότητα θα ήταν υπόθεση πατήματος μερικών πλήκτρων και οι ελλείψεις εξαιρέσεις που θα επιβεβαίωναν τον κανόνα.
Η προφητεία της αφθονίας συμπυκνώθηκε και στο αφήγημα της Μοναδικότητας (Singularity). Πρόκειται για εκείνη την υποθετική στιγμή όπου η τεχνητή νοημοσύνη και οι συναφείς τεχνολογίες φτάνουν σε τέτοιο επίπεδο ώστε να προκαλούν εκθετική και αυτο-ενισχυόμενη πρόοδο, οδηγώντας την κοινωνία στην εποχή της αφθονίας χωρίς καν να το καταλάβουμε. Η «Μοναδικότητα» (Singularity) έγινε θρησκεία για τη Silicon Valley, το καθολικό υψηλό εισόδημα, χωρίς αντίστοιχη εργασία, έγινε η νέα Γη της Επαγγελίας.
Στον πυρήνα της υπόσχεσης της αφθονίας βρίσκονται τα έξυπνα εργοστάσια, τα έξυπνα χωράφια, οι έξυπνες πόλεις και η έξυπνη διακυβέρνηση όπου αισθητήρες, ρομπότ, κινητά τηλέφωνα και λογισμικό συνεργάζονται σε πραγματικό χρόνο, ενώ το «Internet of Things» συνδέει κρατικές υπηρεσίες και δομές, εταιρείες, μηχανές, αποθήκες, φορτηγά, ράφια και πλαστικό χρήμα στο ίδιο ψηφιακό νευρικό σύστημα. Τα δεδομένα θα έρεαν άφθονα, για να ρέουν άφθονα και τα αγαθά. Η τεχνητή νοημοσύνη θα σχεδίαζε, θα οργάνωνε, θα συντόνιζε και θα υλοποιούσε σταδιακά όλες τις αναγκαίες δράσεις με το ελάχιστο δυνατό κόστος και με το μέγιστο όφελος για όλους. Περισσότερα δεδομένα, περισσότερη υπολογιστική ισχύς, καλύτεροι και περισσότεροι αλγόριθμοι, λιγότερη σπατάλη, «zero marginal cost» για πολλά ψηφιακά και βιομηχανικά αγαθά, και ένας κόσμος που δουλεύει σχεδόν «αυτόματα».
Ο πραγματικός κόσμος θέτει όρια
Η μεγάλη πλάνη των αφηγήσεων «αφθονίας μέχρι το 2030» είναι ότι συχνά αντιμετωπίζουν την πραγματικότητα σαν να ήταν λογισμικό. Στο λογισμικό, η κλιμάκωση είναι μαγική και σχεδόν απεριόριστη: αντιγράφεις, επικολλάς, πατάς deploy και ξαφνικά έχεις δέκα φορές περισσότερους χρήστες. Στον πραγματικό κόσμο, όμως, δεν υπάρχει copy-paste για ορυχεία, ηλεκτρικά δίκτυα, εργοστάσια και data centers. Ο νόμος του Moore (σύμφωνα με τον οποίο η υπολογιστική ισχύς ανά ολοκληρωμένο κύκλωμα διπλασιαζόταν κάθε δύο χρόνια) δεν εφαρμόζεται στα αποθέματα χαλκού και πετρελαίου. Δεν μπορείς να διπλασιάσεις την παραγωγή προϊόντων επειδή, απλά και μόνο, ένας αλγόριθμος έγινε καλύτερος και η υπολογιστική ισχύς μεγαλώνει.
Ακόμα και αν αποδεχθούμε ότι η τεχνητή νοημοσύνη θα είναι η λύση σε πολλά προβλήματα (γεγονός για το οποίο υπάρχουν πολλές αμφιβολίες) για να γίνει πραγματικότητα το «μεγάλο άλμα», χρειάζονται υποδομές: κέντρα δεδομένων, γραμμές μεταφοράς, σταθμοί παραγωγής ενέργειας, συστήματα ψύξης, νερό, γη, χρηματοδότηση και άδειες λειτουργίας. Για να τρέξουν τα όλο και μεγαλύτερα γλωσσικά μοντέλα, χρειάζονται τεράστιες ποσότητες μικροεπεξεργαστών τελευταίας τεχνολογίας, οι οποίοι όμως δεν φυτρώνουν στα δέντρα. Η βιομηχανία μικροεπεξεργαστών είναι ένα εξαιρετικά συγκεντρωμένο οικοσύστημα με ελάχιστους παίκτες, ειδικές μηχανές, εξειδικευμένες διαδικασίες και αυστηρά χρονοδιαγράμματα. Και βεβαίως υπάρχει και η γεωπολιτική: κρίσιμα ορυκτά, σπάνιες γαίες, αλυσίδες εφοδιασμού και σημεία συμφόρησης που δεν αλλάζουν με προσευχές. Και όλα αυτά θέλουν εργασία, χρόνο και ενέργεια.
Ο ψηφιακός κόσμος μοιάζει να κινείται με την ταχύτητα του φωτός. Ο πραγματικός όμως κόσμος κινείται με την ταχύτητα των φορτηγών που μεταφέρουν μπετόν, των ορυχείων που εξορύσσουν σπάνιες γαίες και των εργατών που χτίζουν τις υποδομές. Αυτό με απλά λόγια σημαίνει ότι δεν είναι εφικτό να φτιαχτούν όλες αυτές οι υποδομές που χρειάζονται για το υποτιθέμενο «μεγάλο άλμα» ούτε μέχρι το 2030 ούτε και μέχρι το 2040.
Η τεχνητή νοημοσύνη και ο μύθος της αφθονίας συγκρούονται ήδη με τα όρια του κόσμου μας. Ακόμα και αν η τεχνητή νοημοσύνη σχεδιάσει σε δευτερόλεπτα ένα καλύτερο αυτοκίνητο, ένα σπίτι ή ένα πιο έξυπνο εργοστάσιο, θα χρειαστούν αρκετά χρόνια για να το κατασκευάσουμε. Για να υλοποιήσεις στον φυσικό κόσμο χρειάζεσαι εργατικά χέρια. Και οι άνθρωποι που λείπουν περισσότερο δεν είναι οι προγραμματιστές, αλλά οι υδραυλικοί, οι ηλεκτρολόγοι, οι συγκολλητές, οι ξυλουργοί, οι τεχνικοί ψύξης, οι χειριστές μηχανημάτων. Το μέλλον ήδη φρακάρει στη στενωπό των τεχνικών επαγγελμάτων και των εξειδικευμένων συνεργείων. Χωρίς αυτά δεν εγκαθίσταται ο εξοπλισμός, δεν συντηρούνται τα δίκτυα, δεν λειτουργούν οι υποσταθμοί, δεν στήνονται τα συστήματα ψύξης που κρατούν τα υπολογιστικά συστήματα εν λειτουργία. Η έλλειψη εργατικών χεριών αρχίζει και κάνει πολύ έντονη την παρουσία της και στη βιομηχανία της πληροφορικής.
Η μόνιμη επωδός – απάντηση στο παραπάνω επιχείρημα είναι ότι η έλλειψη αυτή θα καλυφθεί με την έλευση όλο και πιο ικανών σύγχρονων ρομπότ. Πρόκειται, κυριολεκτικά, για μία απάντηση που πετάει τη μπάλα στην εξέδρα. Γιατί τα ρομπότ φτιάχνονται από ειδικά μέταλλα, μικροεπεξεργαστές, αισθητήρες, κινητήρες και λογισμικό που και πάλι κάποιοι εργαζόμενοι πρέπει να τα φτιάξουν. Τα μέταλλα θα βγουν από κάποια ορυχεία, θα τύχουν επεξεργασίας σε κάποια εργοστάσια, θα γίνουν ειδικά εξαρτήματα σε κάποιες εξειδικευμένες εταιρείες κ.ο.κ. Και το ίδιο ισχύει για κάθε ένα εξάρτημα που θα αποτελεί τα ρομπότ. Η έλευση των ρομπότ που θα αντικαταστήσουν τα εξειδικευμένα εργατικά χέρια που λείπουν μεταφέρει την έλλειψη εργατικών χεριών σε άλλους τομείς δεν την εξαλείφει. Επιπλέον, όλα αυτά χρειάζονται άφθονη ενέργεια, πολύ νερό και τεράστιες επενδύσεις. Και εδώ ακριβώς αρχίζει και σχηματίζεται η πλήρης εικόνα.
Η τεχνητή νοημοσύνη φέρνει νέα σπάνη
Η τεχνητή νοημοσύνη της αγοράς, θα αποτελούσε τον καταλύτη που θα επιτάχυνε την τεχνολογική εξέλιξη και θα μας οδηγούσε στην «αφθονία». Πως φτιάχνεται λοιπόν αυτός ο καταλύτης και με τι υλικά; Πληθαίνουν διαρκώς οι εκτιμήσεις που δείχνουν ότι ως το 2030 τα data centers θα καταναλώνουν από 3-6% της παραγόμενης ηλεκτρικής ενέργειας σε παγκόσμια κλίμακα, με συνεχείς αυξητικές τάσεις ως το 2040-45. Πρόκειται για ρεύμα που αντιστοιχεί σε σχεδόν 200 εκατομμύρια ανθρώπους, από τα 700 εκατομμύρια που ακόμα δεν έχουν πρόσβαση σε ηλεκτρισμό. Και όσον αφορά το 2040, τα data centers αναμένεται να καταναλώνουν ηλεκτρισμό που αντιστοιχεί σε 500 εκατομμύρια ανθρώπους.
Η τεράστια αύξηση της ενεργειακής ζήτησης από τα data centers οδηγεί εταιρείες όπως η Google και η Microsoft σε αναζήτηση λύσεων με τη χρήση πυρηνικής ενέργειας. Δυστυχώς όμως και αυτές οι λύσεις απαιτούν πολύ χρόνο για να υλοποιηθούν, ενώ το σχέδιο για μικρής κλίμακας πυρηνικούς αντιδραστήρες δεν φαίνεται να μπορεί να αποδώσει εντός των επόμενων 10-15 ετών. Με τις καθυστερήσεις σύνδεσης στο δίκτυο να φτάνουν ακόμη και έξι χρόνια, αρκετά data centers καταφεύγουν σε λύσεις ανάγκης: προσαρμοσμένους κινητήρες αεροσκαφών, αλλά και γεννήτριες πετρελαίου, ντίζελ και φυσικού αερίου, όπως πρόσφατα αποκάλυψαν οι Financial Times. Και επειδή πάντα υπάρχει μια «επείγουσα ανάγκη» και ένας «ανταγωνισμός που δεν μπορεί να περιμένει», έχει ήδη ξεκινήσει η πίεση να χαλαρώσουν τα όρια εκπομπών για τη χρήση αυτών των γεννητριών. Η μεγάλη τεχνολογική τομή που θα φέρει η τεχνητή νοημοσύνη απαιτεί λιγότερους φραγμούς στις εκπομπές διοξειδίου του άνθρακα και υψηλότερα όρια ανθυγιεινών εκπομπών για τις τοπικές κοινωνίες. Δεν το λες και πρόοδο…
Εκτός όμως από την ενέργεια, ακόμα μεγαλύτερο πρόβλημα δημιουργείται και με την κατανάλωση νερού. Η Διεθνής Υπηρεσία Ενέργειας εκτιμά ότι το 2030 τα data centers θα καταναλώνουν 1,2 δισεκατομμύρια κυβικά μέτρα νερού το χρόνο διευκρινίζοντας ότι πρόκειται για καθαρή κατανάλωση νερού (δηλαδή το μέρος των απολήψεων που δεν επιστρέφει στο υδατικό σύστημα, π.χ. λόγω εξάτμισης), και ότι περιλαμβάνει άμεση χρήση (κυρίως ψύξη) αλλά και έμμεση χρήση (παραγωγή ηλεκτρισμού, κατασκευή μικροεπεξεργαστών και ημιαγωγών). Πρόκειται για έναν τεράστιο όγκο νερού ισοδύναμο με το νερό θα έπιναν 1,65 δισεκατομμύρια άνθρωποι (από τους 2,2 δις που δεν έχουν ασφαλή πρόσβαση σε πόσιμο νερό).
Μόνο στις ΗΠΑ, για την περίοδο 2025-2030, οι επενδύσεις που αναμένονται στην τεχνητή νοημοσύνη είναι της τάξης των 500 δισεκατομμυρίων δολαρίων το χρόνο ή σχεδόν 3 τρις δολάρια ως το 2030. Για να γίνει κατανοητό τι σημαίνουν αυτά τα χρήματα, ας δούμε τι θα μπορούσε να γίνει με ποσά της ίδιας τάξης μεγέθους:
-Με 265 δισεκατομμύρια δολάρια το χρόνο επενδύσεις στην παραγωγή τροφίμων στις αναπτυσσόμενες χώρες μπορεί να τερματιστεί η πείνα στον κόσμο μας ως το 2030.
-Με επενδύσεις 215-387 δισεκατομμύρια δολάρια το χρόνο καλύπτονται οι ανάγκες προσαρμογής στην κλιματική αλλαγή στις πλέον ευάλωτες και φτωχές χώρες.
-Με επενδύσεις 130-140 δισεκατομμυρίων δολαρίων το χρόνο μπορεί να δοθεί λύση στο πρόβλημα της πρόσβασης σε καλό πόσιμο νερό για όλους τους διψασμένους του κόσμου.
Ο τεράστιος αυτός κύκλος επενδύσεων στην τεχνητή νοημοσύνη οδηγεί σε μία από τις μεγαλύτερες συσσωρεύσεις χρέους στην ιστορία του καπιταλισμού. Με το τέλος του 2025, το συνολικό χρέος που συνδέεται με επενδύσεις σε υποδομές τεχνητής νοημοσύνης έχει φτάσει τα 1,2 τρισεκατομμύρια δολάρια, ξεπερνώντας ακόμη και τον τραπεζικό κλάδο ως το μεγαλύτερο τμήμα της αγοράς επενδυτικού βαθμού. Οι προβλέψεις υποδεικνύουν ότι έως το 2028, το χρέος αυτό θα εκτιναχθεί στα 1,5 τρισεκατομμύρια δολάρια, ενώ οι συνολικές δαπάνες για υποδομές τεχνητής νοημοσύνης αναμένεται να φτάσουν τα 5-7 τρισεκατομμύρια δολάρια έως το τέλος της παρούσας δεκαετίας. Αυτή η εκρηκτική αύξηση του χρέους αντιπροσωπεύει μια θεμελιώδη αναδιάρθρωση του τρόπου με τον οποίο το μεγάλο κεφάλαιο χρηματοδοτεί την τεχνολογική του επέκταση. Για πρώτη φορά από την κρίση του 2008, παρατηρούμε μια μαζική μετατόπιση από την αυτοχρηματοδότηση προς την εξωτερική δανειοδότηση σε πρωτοφανή κλίμακα.
Εν τω μεταξύ, πρόσφατα αποκαλύφθηκε ότι οι μεγάλοι παίκτες της Big Tech και του οικοσυστήματος της τεχνητής νοημοσύνης μετέφεραν πάνω από 120 δισ. δολάρια χρηματοδότησης data centers εκτός των ισολογισμών τους μέσω ειδικών εταιρικών σχημάτων (special purpose vehicles), που τροφοδοτούνται από τη Wall Street και την ιδιωτική αγορά πιστώσεων (μία ευγενής διατύπωση για την τοκογλυφία). Πρόκειται για δημιουργική λογιστική που επιτρέπει στις εταιρείες της τεχνητής νοημοσύνης να χρηματοδοτούν αφειδώς τις επενδύσεις τους (που πολλοί αποκαλούν «φούσκα» που αναμένεται να σκάσει) χωρίς να πάψουν να έχουν θετικούς – ελκτικούς χρηματο-οικονομικούς δείκτες. Φυσικά το τεράστιο ρίσκο δεν εξαφανίζεται, απλώς αναδιανέμεται σε περιοχές περιορισμένης διαφάνειας.
Θα μπορούσαν να γραφτούν πολλά ακόμη, ωστόσο είναι σαφές ότι η μεγάλη εικόνα είναι ήδη διαμορφωμένη. Αυτό που ήδη διαμορφώνεται είναι ένα κλασικό πορτρέτο «καπιταλισμού των υποδομών» με γρήγορες διαδρομές πλουτισμού για λίγους, ραγδαία ανάπτυξη που τροφοδοτείται από τεράστιες προσδοκίες, χρηματιστηριακά κόλπα και κομπίνες, ενεργειακές λύσεις που συγκρούονται μετωπικά με την κλιματική κρίση και κατανάλωση νερού σε ανταγωνισμό με τη λειψυδρία. Θα ήταν πραγματικά ιστορικό παράδοξο τεραστίων διαστάσεων αν κάποιο οικοδόμημα με αυτά τα υλικά και αυτή την πολιτική οικονομία δημιουργούσε μία μικρή έστω βελτίωση της κατάστασης της ανθρωπότητας, πόσο μάλλον αν οδηγούσε σε μία εποχή αφθονίας.
Ιδιωτικοποιώντας το Κέρας της Αμάλθειας
Η τεχνητή νοημοσύνη παρουσιάζεται συχνά σαν το σύγχρονο Κέρας της Αμάλθειας: ένα εργαλείο που, με το πάτημα ενός κουμπιού, υπόσχεται αφθονία, παραγωγικότητα χωρίς όρια, γνώση κατά παραγγελία, λύσεις που «βγαίνουν από το πουθενά». Ωστόσο, αντί για αφθονία, στην πραγματική ζωή η εξέλιξη της αγοραίας τεχνητής νοημοσύνης είναι σε άμεσο ανταγωνισμό με τις ανθρώπινες ανάγκες. Ποιος και πότε άραγε αποφάσισε ότι το 2030 είναι προτιμότερο να καταναλώνουμε ρεύμα για data centers αντί για 200 εκατομμύρια ανθρώπους που έχουν ανάγκη τον ηλεκτρισμό για μία αξιοπρεπή διαβίωση; Ποιος και πότε αποφάσισε ότι το 2030 είναι προτιμότερο να καταναλώνουμε δισεκατομμύρια κυβικά μέτρα νερού για data centers αντί να ξεδιψάσουμε σχεδόν 1,5 δις ανθρώπους;
Το Κέρας της Αμάλθειας έδινε ότι χρειαζόταν ο καθένας, χωρίς διακρίσεις, ήταν σύμβολο της αφθονίας των κοινών αγαθών που μπορούν να καλύψουν τις κοινωνικές ανάγκες.
Ο τρόπος που η τεχνητή νοημοσύνη εμπορευματοποιείται και γίνεται βασική υποδομή όχι μόνο δεν οδηγεί στην αφθονία, αλλά επιδεινώνει ακόμα περισσότερο τα μεγάλα προβλήματα του κόσμου μας και εντείνει τη σπάνη ενέργειας και νερού για όσους έχουν ανάγκη αυτά τα αγαθά. Το κέρας της τεχνητής νοημοσύνης γεμίζει ρουφώντας εργασία, ενέργεια και νερό από άλλες σημαντικότερες προτεραιότητες του κόσμου μας. Η υπαρκτή τεχνητή νοημοσύνη της αγοράς λειτουργεί ως ιδιωτικοποιημένο Κέρας της Αμάλθειας: συγκεντρώνει την εξουσία και το χρήμα και τελικά και τα κοινά αγαθά (με πρώτο από όλα τη συλλογική διάνοια της ανθρωπότητας) σε όσους κατέχουν υποδομές, δεδομένα, μοντέλα, πατέντες.
(Ο Αντώνης Μαυρόπουλος είναι σύμβουλος κυκλικής οικονομίας και συγγραφέας του βιβλίου «Τεχνητή Νοημοσύνη – Άνθρωπος, Φύση, Μηχανές», εκδόσεις Τόπος)
