De grote bubbel van kunstmatige intelligentie

In Simulacri digitali (Add Editore, 248 pagina's, € 20) analyseert Andrea Daniele Signorelli met helderheid en kritische geest hoe technologieën de grenzen tussen echt en virtueel herdefiniëren. Met een krachtig en eeuwenoud instrument: narratief, dat het heden vormgeeft en onze toekomst bepaalt. Marketing, storytelling en financiën worden ingezet om een ​​illusie van de toekomst te creëren, die de realiteit transformeert volgens politieke, economische en speculatieve logica.

In het boek stelt Signorelli de scenario's die we doorlopen ter discussie en hoe hun interpretatie wordt gegenereerd, en tegelijkertijd vervormd, door de technologieën waarmee we omgaan. Dit is, met name in recente tijden, het geval bij kunstmatige intelligentie, waaraan dit korte fragment uit het boek is gewijd.

De wereld van nieuwe technologieën werd de afgelopen jaren gekenmerkt door een lange reeks euforische momenten, die vaak enorme geldstromen opleverden voordat ze in waarde daalden en in sommige gevallen spoorloos verdwenen. Het einde van deze cycli heeft in sommige gevallen veelbelovende innovaties overschaduwd die nog te onvolwassen waren om aan de verwachtingen te voldoen, en paradoxaal genoeg hun ontwikkeling eerder belemmerd dan ondersteund. Zijn we er zeker van dat het geval van kunstmatige intelligentie – een technologie die ons leven al ruim tien jaar ten goede of ten kwade verandert – zo anders is?

Sommige van de meest veelbelovende startups in de sector kampen met grote problemen. Dit is bijvoorbeeld het geval voor OpenAI, dat naar verwachting in 2016 meer dan 14 miljard dollar verlies zal lijden zonder een duurzaam bedrijfsmodel te hebben gevonden. Een vergelijkbare situatie, zij het op kleinere schaal, geldt voor Stability AI: in het eerste kwartaal van 2024 boekte het bedrijf dat het beeldverwerkingssysteem Stable Diffusion produceert een verlies van 30 miljoen dollar (tegen een omzet van slechts 5 miljoen). Deze situatie leidde tot het ontslag van CEO Emad Mostaque en het ontslag van 10 procent van de medewerkers.

Als AI inderdaad met de verschillende stadia van een zeepbel te maken heeft, zouden we ons aan het einde van de euforiefase kunnen bevinden, die in de klassieke onderverdeling die econoom Hyman P. Minsky heeft bedacht voorafgaat aan de fase van 'winstneming', waarin de meest scherpzinnige investeerders beseffen dat de groei nu ten einde is en cashen (de laatste fase is de paniekfase, waarin iedereen tegen lage prijzen verkoopt en de laatste nieuwkomers met de baby achterblijven).

Maar is AI echt een bubbel? Kunnen we de meest transformatieve technologie van onze tijd – die zelfs een nieuwe industriële revolutie zou moeten ontketenen – wel vergelijken met de valse beloften van de metaverse of met een intrinsiek speculatieve innovatie zoals het op cryptovaluta gebaseerde web3?

Deskundigen zijn verdeeld over dit onderwerp: in een bericht van afgelopen maart beschreef Jeremy Grantham (medeoprichter van het investeringsfonds GMO en bekend vanwege zijn voorspelling van zowel de dotcom-zeepbel als de vastgoedzeepbel van 2008) kunstmatige intelligentie als "een bubbel in een bubbel". Volgens Grantham heeft de komst van ChatGPT de neerwaartse spiraal die de markten na de financiële euforie van de coronajaren hadden ingezet, juist omgedraaid, waardoor een "bubbel in een bubbel" is ontstaan ​​die "nog maar net kan leeglopen".

Een diametraal tegengesteld standpunt is dat van Jamie Dimon, CEO van JPMorgan Chase, die in een interview met CNBC zei: "Toen we de eerste dotcombubbel meemaakten, was dat vanwege de buitensporige hype die ontstond. Maar kunstmatige intelligentie is geen hype, kunstmatige intelligentie bestaat echt."

Maar deze bewering bevat minstens twee zwakke punten. Ten eerste waren de dotcoms echt. Echt waar. Uit de as van die financiële bubbel verrezen Amazon, Google en vele andere Silicon Valley-giganten, terwijl het internet en het web (die centraal stonden in die speculatieve golf) de wereld voor onze ogen transformeerden en kunstmatige intelligentie mogelijk maakten (door de data te leveren waarmee deze systemen worden getraind).

Ondanks het enorme en concrete potentieel van het internet, is het toch de protagonist van een immense speculatieve zeepbel geweest. Dit komt door te hoge verwachtingen, de angst om niet op de rijdende trein te stappen en een technologie die nog niet voldoende volwassen was.

Doet dit je ergens aan denken? Generatieve AI-systemen kampen ook met een vergelijkbare situatie. Nadat ChatGPT en zijn soortgenoten waren geïntroduceerd als alwetende orakels die de hele mensheid overbodig konden maken, hebben we nu te maken met chatbots die talloze fouten maken en tools voor het genereren van afbeeldingen die vaak op een grove manier de afbeeldingen in de dataset waarmee ze zijn getraind, remixen (tenzij ze worden aangestuurd door bijzonder deskundige professionals of creatievelingen).

Hoeveel ze ons ook kunnen helpen met het schrijven van e-mails, het omzetten van een artikel in een bericht voor LinkedIn, het bewerken van afbeeldingen, het organiseren van onze dag of het maken van een Powerpoint-presentatie, weten we zeker dat deze systemen de economie echt kunnen revolutioneren?

Een ander vermeend verschil tussen de dotcombubbel en de huidige verwachtingen voor AI is dat de startups van destijds – met namen als Pets.com, Priceline, eToys, en die allemaal binnen enkele maanden failliet gingen – op "wankele economische fundamenten" stonden. Matt Cohen, oprichter van Ripple Ventures, denkt dat de situatie vandaag de dag niet zo anders is. In een gesprek met Pitchbook legde hij uit: "Er heerst een enorme hype en er zijn waarschijnlijk veel mensen die financiering krijgen die ze eigenlijk niet hadden moeten krijgen. Nu vraag ik startups alleen nog maar om me te laten zien wat hen onderscheidt van hun concurrenten, en of ze hun eigen systemen gebruiken of systemen die door anderen zijn ontworpen. De markt is momenteel volledig verzadigd."

De recente en verschrikkelijke mislukkingen van de Humane AI Pin en de Rabbit R1, twee apparaten die kunstmatige intelligentie wilden gebruiken om smartphones te vervangen door een multifunctionele assistent, vormen waarschijnlijk een ander signaal om rekening mee te houden. Hetzelfde geldt voor de moeilijkheid om aanzienlijke economische winst te genereren, zelfs voor bekende bedrijven in de sector, zoals StabilityAI, PerplexityAI en zelfs OpenAI, dat in 2024 al zoveel verliezen had geleden dat er gevreesd werd voor een aanstaand faillissement.

Hoewel sommige verwachtingen misschien overdreven zijn, lijdt het geen twijfel dat kunstmatige intelligentie (niet alleen, en niet specifiek, generatieve intelligentie) een technologie is die de wereld kan transformeren, en dat ze die al gedeeltelijk heeft getransformeerd. Zoals de geschiedenis van dotcoms ons leert, betekent dit niet dat ze een speculatieve bubbel niet kan overleven. Sterker nog: in sommige opzichten lijkt dit een overgangsritueel, zelfs voor werkelijk revolutionaire technologieën.

Dit alles betekent echter niet dat kunstmatige intelligentie immuun is voor de perverse dynamiek die we tot nu toe hebben beschreven met betrekking tot web3, de metaverse, zelfrijdende auto's en dergelijke, en dat er geen actoren zijn die verhalen creëren die volledig losstaan ​​van de realiteit om bedrijven aan te trekken die hopen te kunnen profiteren van het beloofde, magnifieke potentieel van deze nieuwe technologieën, of dit op legitieme wijze willen exploiteren.

Volgens gegevens van de New York Times zal het adviesbureau Boston Consulting Group in 2024 20% van zijn omzet uit AI-gerelateerde diensten genereren (tegen 0% twee jaar eerder). IBM Consulting heeft daarentegen meer dan een miljard dollar aan omzet gegenereerd dankzij consultancy voor AI-systemen. Accenture bereikte 300 miljoen dollar in 2023, KPMG International bereikte 650 miljoen dollar in de eerste helft van 2024 en McKinsey voorspelt dat het in 2024 ook 40% van zijn omzet uit generatieve AI zal halen.

Hoe zorgen adviesbureaus ervoor dat ze zulke hoge inkomsten genereren voor een technologie die – in de nieuwste generatie – nog niet zo'n significante spin-off heeft gegenereerd? Om dit te begrijpen, moeten we waarschijnlijk beginnen met de operationele strategie van veel van deze advies- en marktanalysebureaus. Een strategie die we als volgt kunnen samenvatten: allereerst wordt het potentieel van een technologie die door een bepaalde mediahype wordt omgeven bestudeerd, vervolgens worden er rapporten opgesteld waarin het transformatieve potentieel op bedrijfsniveau en de economische impact ervan worden uitvergroot, vaak op een onwaarschijnlijke manier. En tot slot worden er zeer dure adviesdiensten aangeboden aan bedrijven die willen begrijpen hoe ze het potentieel dat de consultants zelf als eerste hebben aangestipt, het beste kunnen benutten.

Het meest recente voorbeeld is in feite dat van generatieve kunstmatige intelligentie, die in 2032 een markt van 167 miljard dollar zal creëren (Future Market Insight). Of misschien wel 266 miljard dollar, zoals Dimension Market Research beweert? En wat als Fortune Business Insight gelijk heeft en de waarde van deze markt in 2032 schat op 970 miljard? En waarom niet de 1,3 biljoen dollar van Bloomberg Intelligence?

Wie biedt meer? Het simpele feit dat de schattingen van de diverse analyse- en adviesbureaus zulke macroscopische verschillen vertonen, spreekt boekdelen over hun betrouwbaarheid. Net zoals de schattingen met betrekking tot de toegevoegde waarde die een technologie die in haar "generatieve" vorm nog maar net haar eerste stappen zet, op wereldschaal oplevert, veel twijfels oproepen.

Het mechanisme is altijd hetzelfde: maak gebruik van de hype rond een technologische innovatie om rapporten te maken die het ongelooflijke potentieel ervan vergroten, en verdien vervolgens geld door bedrijven uit te leggen hoe ze een technologie kunnen implementeren die ze misschien nodig hebben, of misschien niet. Dat heeft misschien een enorm potentieel, of misschien ook niet. Dat zal misschien de wereld veranderen, en misschien (bijna altijd) ook niet.