Οι ΗΠΑ παραμένουν πρωτοπόρες στην ανάπτυξη της ΑΙ, όμως η Κίνα προηγείται στη μαζική εφαρμογή της. Η διαφορά δεν είναι τεχνολογική, αλλά δομική: η Κίνα αναδιοργανώνει ολόκληρα συστήματα γύρω από την AI, δημιουργώντας ένα πλεονέκτημα που μπορεί να αλλάξει την παγκόσμια οικονομική ισορροπία
Όσον αφορά την τεχνητή νοημοσύνη, οι Ηνωμένες Πολιτείες εξακολουθούν να κυριαρχούν στα πρωτοσέλιδα – και, σύμφωνα με τα περισσότερα συμβατικά κριτήρια, και στην ίδια την τεχνολογία.
Αμερικανικοί θεσμοί συνεχίζουν να παράγουν μεγάλο μέρος της υψηλής επιρροής έρευνας στην AI, ενώ οι ιδιωτικές επενδύσεις ξεπέρασαν τα 109 δισεκατομμύρια δολάρια το 2024, σχεδόν 12 φορές περισσότερα από την Κίνα, σύμφωνα με το Stanford Institute for Human-Centred AI.
Ταυτόχρονα, η οικονομία της τεχνητής νοημοσύνης βελτιώνεται ραγδαία. Τα κόστη εκπαίδευσης και ανάπτυξης έχουν μειωθεί δραστικά τα τελευταία χρόνια, καθιστώντας τη μαζική υιοθέτηση ολοένα και πιο εφικτή σε πολλούς κλάδους.
Με βάση αυτά τα στοιχεία, οι ΗΠΑ φαίνεται να κερδίζουν την κούρσα της AI. Ωστόσο, αυξάνονται τα στοιχεία ότι ίσως αυτή δεν είναι η κούρσα που έχει τη μεγαλύτερη σημασία.
Διότι, ενώ οι ΗΠΑ διαπρέπουν στη δημιουργία AI, η Κίνα κινείται πιο αποφασιστικά στη χρήση της!
Το μυστικό της Κίνας
Σε πολλούς τομείς – από τα logistics έως την υγεία – η Κίνα δεν απλώς υιοθετεί εργαλεία AI. Αναδιοργανώνει ολόκληρα συστήματα γύρω από αυτά.
Μέχρι το 2024, η Κίνα είχε περισσότερους από 600 εκατομμύρια εγγεγραμμένους χρήστες γενετικής AI και εκατοντάδες μοντέλα που εφαρμόζονται σε πραγματικές συνθήκες, από νοσοκομεία έως συστήματα logistics.
Η χρήση δεν περιορίζεται σε πειραματισμούς· είναι ενσωματωμένη στις λειτουργίες.
Αυτή η διαφορά δεν αφορά κυρίως την τεχνολογική ικανότητα. Αφορά την εφαρμογή.
Στις ΗΠΑ, πολλοί οργανισμοί προσπαθούν να ενσωματώσουν την AI σε συστήματα που σχεδιάστηκαν δεκαετίες πριν. Αυτό είναι ιδιαίτερα εμφανές στον τομέα των logistics.
Ο κλάδος των φορτηγών στις ΗΠΑ – υπεύθυνος για περίπου το 70% της μεταφοράς αγαθών – διαθέτει προηγμένα εργαλεία AI, αλλά συχνά δυσκολεύεται να τα μετατρέψει σε ουσιαστικό μετασχηματισμό.
Αντί να επανασχεδιάζουν τις διαδικασίες, οι εταιρείες συχνά προσθέτουν την AI πάνω σε παλαιές υποδομές που δημιουργήθηκαν την εποχή των fax και του dial-up internet, με αποτέλεσμα μικρές βελτιώσεις αντί για συστημικές αλλαγές.
Οι οικονομολόγοι έχουν δει αυτό το μοτίβο στο παρελθόν. Κατά την ηλεκτροδότηση της βιομηχανίας, τα εργοστάσια που απλώς αντικατέστησαν τις ατμομηχανές με ηλεκτρικούς κινητήρες δεν είδαν σημαντική αύξηση παραγωγικότητας.
Τα πραγματικά οφέλη ήρθαν όταν οι εταιρείες αναδιοργάνωσαν πλήρως τα συστήματα παραγωγής γύρω από την ηλεκτρική ενέργεια.
Σωρευτικό πλεονέκτημα
Η τεχνητή νοημοσύνη φαίνεται να ακολουθεί παρόμοια πορεία, με την Κίνα να δείχνει πιο πρόθυμη να κάνει αυτό το άλμα από τις ΗΠΑ.
Εταιρείες όπως η Cainiao, ο βραχίονας logistics της Alibaba, έχουν σχεδιαστεί εξαρχής γύρω από την ενσωμάτωση δεδομένων σε πραγματικό χρόνο, την αυτοματοποίηση και τη βελτιστοποίηση, αντί να προσαρμόζουν παλαιότερες διαδικασίες.
Σε εθνικό επίπεδο, οι μεγάλες επενδύσεις ενισχύουν την AI ως υποδομή και όχι ως προαιρετικό εργαλείο.
Η McKinsey εκτιμά ότι η AI θα μπορούσε να δημιουργήσει πάνω από 380 δισεκατομμύρια δολάρια ετησίως στον τομέα των μεταφορών της Κίνας μόνο, συμβάλλοντας συνολικά περίπου 600 δισεκατομμύρια δολάρια στην οικονομία.
Το αποτέλεσμα είναι ένα σωρευτικό πλεονέκτημα. Τα συστήματα που βασίζονται στην AI δημιουργούν περισσότερα δεδομένα, τα περισσότερα δεδομένα βελτιώνουν την απόδοση και η βελτιωμένη απόδοση οδηγεί σε μεγαλύτερη υιοθέτηση.
Με τον χρόνο, αυτό δημιουργεί έναν κύκλο που δύσκολα αντιγράφεται σε πιο κατακερματισμένες αγορές.
Μηχανικοί εναντίον νομικών
Παράλληλα, μέρος της διαφοράς μπορεί να οφείλεται και σε βαθύτερες θεσμικές δομές.
Οι ΗΠΑ είναι, σε μεγάλο βαθμό, μια κοινωνία διαμορφωμένη από νομικούς. Τα συστήματά της δίνουν έμφαση στη ρύθμιση, τη συμμόρφωση και τη διαχείριση κινδύνου – στοιχεία που ενισχύουν τη διαφάνεια και την εμπιστοσύνη, αλλά μπορούν να επιβραδύνουν τον μεγάλης κλίμακας μετασχηματισμό.
Η νομική πολυπλοκότητα, οι ανησυχίες για ευθύνη και η αποκεντρωμένη λήψη αποφάσεων καθιστούν δύσκολο τον πλήρη επανασχεδιασμό κλάδων γύρω από νέες τεχνολογίες.
Το μοντέλο της Κίνας λειτουργεί διαφορετικά. Η οικονομία της είναι πιο κεντρικά συντονισμένη και, σε πολλούς τομείς, πιο προσανατολισμένη στη μηχανική.
Πολλοί από τους κορυφαίους πολιτικούς ηγέτες έχουν σπουδάσει μηχανικοί. Η λήψη αποφάσεων δίνει προτεραιότητα στην απόδοση συστημάτων, την ενοποίηση και τη μακροπρόθεσμη ανάπτυξη υποδομών.
Σε συνδυασμό με κρατικές επενδύσεις και συντονισμένη πολιτική, αυτό διευκολύνει τον επανασχεδιασμό διαδικασιών γύρω από νέες τεχνολογίες.
Αυτή η διαφορά εξηγεί εν μέρει το αυξανόμενο χάσμα στην υιοθέτηση της AI: σύμφωνα με έρευνα του Stanford AI Index Report, το 83% των Κινέζων έχει θετική στάση απέναντι στην AI, θεωρώντας τη περισσότερο ωφέλιμη παρά επιβλαβή. Στις ΗΠΑ, μόνο το 39% έχει θετική άποψη.
Μέσα από το πρίσμα μιας «νομικής» κοινωνίας όπως οι ΗΠΑ, η AI αντιμετωπίζεται κυρίως ως κίνδυνος και ευθύνη. Από την οπτική μιας «μηχανικής» κοινωνίας όπως η Κίνα, θεωρείται κυρίως ευκαιρία και βελτίωση. Αυτή η διαφορά αντίληψης έχει σημασία.
Κλειδί η προσαρμοστικότητα
Στον πυρήνα αυτής της διαφοράς βρίσκεται το ζήτημα της εμπιστοσύνης.
Στις ΗΠΑ, οι επιφυλάξεις για την AI σχετίζονται με τον φόβο απώλειας θέσεων εργασίας, αυξημένων απαιτήσεων στην εργασία και ζητήματα ιδιωτικότητας δεδομένων.
Αυτές οι ανησυχίες δεν είναι αβάσιμες, αλλά επηρεάζουν την ταχύτητα με την οποία οι οργανισμοί υιοθετούν αλλαγές.
Στην Κίνα, η AI παρουσιάζεται περισσότερο ως πρακτικό εργαλείο που βελτιώνει την καθημερινή ζωή και εργασία, ενθαρρύνοντας ταχύτερη ενσωμάτωση.
Αυτό δημιουργεί ένα παράδοξο. Οι ΗΠΑ συνεχίζουν να ηγούνται στην ανάπτυξη της AI, αλλά κινδυνεύουν να μείνουν πίσω στην εφαρμογή της σε μεγάλη κλίμακα.
Η Κίνα, που κάποτε θεωρούνταν απλός ακόλουθος, τοποθετείται πλέον ως ηγέτης στην υλοποίηση.
Αν αυτό το χάσμα συνεχιστεί, οι συνέπειες δεν θα είναι θεωρητικές. Θα εμφανιστούν στις εφοδιαστικές αλυσίδες, στο κόστος παραγωγής και στην ανταγωνιστικότητα των εθνικών οικονομιών.
Το μέλλον της τεχνητής νοημοσύνης δεν θα καθοριστεί μόνο σε εργαστήρια ή επενδυτικές αγορές. Θα καθοριστεί σε αποθήκες, νοσοκομεία και δίκτυα μεταφορών – εκεί όπου η τεχνολογία είτε μεταμορφώνει τα συστήματα είτε αποτυγχάνει σιωπηλά.
Υπό αυτή την έννοια, το πιο σημαντικό ερώτημα δεν είναι πλέον ποιος κατασκευάζει την πιο προηγμένη AI.
Είναι ποιος είναι πρόθυμος – και ικανός – να αλλάξει αρκετά ώστε να τη χρησιμοποιήσει.
www.bankingnews.gr
Αμερικανικοί θεσμοί συνεχίζουν να παράγουν μεγάλο μέρος της υψηλής επιρροής έρευνας στην AI, ενώ οι ιδιωτικές επενδύσεις ξεπέρασαν τα 109 δισεκατομμύρια δολάρια το 2024, σχεδόν 12 φορές περισσότερα από την Κίνα, σύμφωνα με το Stanford Institute for Human-Centred AI.
Ταυτόχρονα, η οικονομία της τεχνητής νοημοσύνης βελτιώνεται ραγδαία. Τα κόστη εκπαίδευσης και ανάπτυξης έχουν μειωθεί δραστικά τα τελευταία χρόνια, καθιστώντας τη μαζική υιοθέτηση ολοένα και πιο εφικτή σε πολλούς κλάδους.
Με βάση αυτά τα στοιχεία, οι ΗΠΑ φαίνεται να κερδίζουν την κούρσα της AI. Ωστόσο, αυξάνονται τα στοιχεία ότι ίσως αυτή δεν είναι η κούρσα που έχει τη μεγαλύτερη σημασία.
Διότι, ενώ οι ΗΠΑ διαπρέπουν στη δημιουργία AI, η Κίνα κινείται πιο αποφασιστικά στη χρήση της!
Το μυστικό της Κίνας
Σε πολλούς τομείς – από τα logistics έως την υγεία – η Κίνα δεν απλώς υιοθετεί εργαλεία AI. Αναδιοργανώνει ολόκληρα συστήματα γύρω από αυτά.
Μέχρι το 2024, η Κίνα είχε περισσότερους από 600 εκατομμύρια εγγεγραμμένους χρήστες γενετικής AI και εκατοντάδες μοντέλα που εφαρμόζονται σε πραγματικές συνθήκες, από νοσοκομεία έως συστήματα logistics.
Η χρήση δεν περιορίζεται σε πειραματισμούς· είναι ενσωματωμένη στις λειτουργίες.
Αυτή η διαφορά δεν αφορά κυρίως την τεχνολογική ικανότητα. Αφορά την εφαρμογή.
Στις ΗΠΑ, πολλοί οργανισμοί προσπαθούν να ενσωματώσουν την AI σε συστήματα που σχεδιάστηκαν δεκαετίες πριν. Αυτό είναι ιδιαίτερα εμφανές στον τομέα των logistics.
Ο κλάδος των φορτηγών στις ΗΠΑ – υπεύθυνος για περίπου το 70% της μεταφοράς αγαθών – διαθέτει προηγμένα εργαλεία AI, αλλά συχνά δυσκολεύεται να τα μετατρέψει σε ουσιαστικό μετασχηματισμό.
Αντί να επανασχεδιάζουν τις διαδικασίες, οι εταιρείες συχνά προσθέτουν την AI πάνω σε παλαιές υποδομές που δημιουργήθηκαν την εποχή των fax και του dial-up internet, με αποτέλεσμα μικρές βελτιώσεις αντί για συστημικές αλλαγές.
Οι οικονομολόγοι έχουν δει αυτό το μοτίβο στο παρελθόν. Κατά την ηλεκτροδότηση της βιομηχανίας, τα εργοστάσια που απλώς αντικατέστησαν τις ατμομηχανές με ηλεκτρικούς κινητήρες δεν είδαν σημαντική αύξηση παραγωγικότητας.
Τα πραγματικά οφέλη ήρθαν όταν οι εταιρείες αναδιοργάνωσαν πλήρως τα συστήματα παραγωγής γύρω από την ηλεκτρική ενέργεια.
Σωρευτικό πλεονέκτημα
Η τεχνητή νοημοσύνη φαίνεται να ακολουθεί παρόμοια πορεία, με την Κίνα να δείχνει πιο πρόθυμη να κάνει αυτό το άλμα από τις ΗΠΑ.
Εταιρείες όπως η Cainiao, ο βραχίονας logistics της Alibaba, έχουν σχεδιαστεί εξαρχής γύρω από την ενσωμάτωση δεδομένων σε πραγματικό χρόνο, την αυτοματοποίηση και τη βελτιστοποίηση, αντί να προσαρμόζουν παλαιότερες διαδικασίες.
Σε εθνικό επίπεδο, οι μεγάλες επενδύσεις ενισχύουν την AI ως υποδομή και όχι ως προαιρετικό εργαλείο.
Η McKinsey εκτιμά ότι η AI θα μπορούσε να δημιουργήσει πάνω από 380 δισεκατομμύρια δολάρια ετησίως στον τομέα των μεταφορών της Κίνας μόνο, συμβάλλοντας συνολικά περίπου 600 δισεκατομμύρια δολάρια στην οικονομία.
Το αποτέλεσμα είναι ένα σωρευτικό πλεονέκτημα. Τα συστήματα που βασίζονται στην AI δημιουργούν περισσότερα δεδομένα, τα περισσότερα δεδομένα βελτιώνουν την απόδοση και η βελτιωμένη απόδοση οδηγεί σε μεγαλύτερη υιοθέτηση.
Με τον χρόνο, αυτό δημιουργεί έναν κύκλο που δύσκολα αντιγράφεται σε πιο κατακερματισμένες αγορές.
Μηχανικοί εναντίον νομικών
Παράλληλα, μέρος της διαφοράς μπορεί να οφείλεται και σε βαθύτερες θεσμικές δομές.
Οι ΗΠΑ είναι, σε μεγάλο βαθμό, μια κοινωνία διαμορφωμένη από νομικούς. Τα συστήματά της δίνουν έμφαση στη ρύθμιση, τη συμμόρφωση και τη διαχείριση κινδύνου – στοιχεία που ενισχύουν τη διαφάνεια και την εμπιστοσύνη, αλλά μπορούν να επιβραδύνουν τον μεγάλης κλίμακας μετασχηματισμό.
Η νομική πολυπλοκότητα, οι ανησυχίες για ευθύνη και η αποκεντρωμένη λήψη αποφάσεων καθιστούν δύσκολο τον πλήρη επανασχεδιασμό κλάδων γύρω από νέες τεχνολογίες.
Το μοντέλο της Κίνας λειτουργεί διαφορετικά. Η οικονομία της είναι πιο κεντρικά συντονισμένη και, σε πολλούς τομείς, πιο προσανατολισμένη στη μηχανική.
Πολλοί από τους κορυφαίους πολιτικούς ηγέτες έχουν σπουδάσει μηχανικοί. Η λήψη αποφάσεων δίνει προτεραιότητα στην απόδοση συστημάτων, την ενοποίηση και τη μακροπρόθεσμη ανάπτυξη υποδομών.
Σε συνδυασμό με κρατικές επενδύσεις και συντονισμένη πολιτική, αυτό διευκολύνει τον επανασχεδιασμό διαδικασιών γύρω από νέες τεχνολογίες.
Αυτή η διαφορά εξηγεί εν μέρει το αυξανόμενο χάσμα στην υιοθέτηση της AI: σύμφωνα με έρευνα του Stanford AI Index Report, το 83% των Κινέζων έχει θετική στάση απέναντι στην AI, θεωρώντας τη περισσότερο ωφέλιμη παρά επιβλαβή. Στις ΗΠΑ, μόνο το 39% έχει θετική άποψη.
Μέσα από το πρίσμα μιας «νομικής» κοινωνίας όπως οι ΗΠΑ, η AI αντιμετωπίζεται κυρίως ως κίνδυνος και ευθύνη. Από την οπτική μιας «μηχανικής» κοινωνίας όπως η Κίνα, θεωρείται κυρίως ευκαιρία και βελτίωση. Αυτή η διαφορά αντίληψης έχει σημασία.
Κλειδί η προσαρμοστικότητα
Στον πυρήνα αυτής της διαφοράς βρίσκεται το ζήτημα της εμπιστοσύνης.
Στις ΗΠΑ, οι επιφυλάξεις για την AI σχετίζονται με τον φόβο απώλειας θέσεων εργασίας, αυξημένων απαιτήσεων στην εργασία και ζητήματα ιδιωτικότητας δεδομένων.
Αυτές οι ανησυχίες δεν είναι αβάσιμες, αλλά επηρεάζουν την ταχύτητα με την οποία οι οργανισμοί υιοθετούν αλλαγές.
Στην Κίνα, η AI παρουσιάζεται περισσότερο ως πρακτικό εργαλείο που βελτιώνει την καθημερινή ζωή και εργασία, ενθαρρύνοντας ταχύτερη ενσωμάτωση.
Αυτό δημιουργεί ένα παράδοξο. Οι ΗΠΑ συνεχίζουν να ηγούνται στην ανάπτυξη της AI, αλλά κινδυνεύουν να μείνουν πίσω στην εφαρμογή της σε μεγάλη κλίμακα.
Η Κίνα, που κάποτε θεωρούνταν απλός ακόλουθος, τοποθετείται πλέον ως ηγέτης στην υλοποίηση.
Αν αυτό το χάσμα συνεχιστεί, οι συνέπειες δεν θα είναι θεωρητικές. Θα εμφανιστούν στις εφοδιαστικές αλυσίδες, στο κόστος παραγωγής και στην ανταγωνιστικότητα των εθνικών οικονομιών.
Το μέλλον της τεχνητής νοημοσύνης δεν θα καθοριστεί μόνο σε εργαστήρια ή επενδυτικές αγορές. Θα καθοριστεί σε αποθήκες, νοσοκομεία και δίκτυα μεταφορών – εκεί όπου η τεχνολογία είτε μεταμορφώνει τα συστήματα είτε αποτυγχάνει σιωπηλά.
Υπό αυτή την έννοια, το πιο σημαντικό ερώτημα δεν είναι πλέον ποιος κατασκευάζει την πιο προηγμένη AI.
Είναι ποιος είναι πρόθυμος – και ικανός – να αλλάξει αρκετά ώστε να τη χρησιμοποιήσει.
www.bankingnews.gr
Σχόλια αναγνωστών