AI: Εκτοξεύεται η ζήτηση με την πίεση να αυξάνεται σε υποδομές και μοντέλα
Αντιμέτωπες με αυξανόμενη πίεση στις υποδομές και τα επιχειρηματικά τους μοντέλα βρίσκονται οι μεγάλες εταιρείες τεχνητής νοημοσύνης, όπως η Anthropic, η OpenAI και η Microsoft, καθώς η εκρηκτική χρήση των νέων εργαλείων ξεπερνά τις αρχικές προβλέψεις.
Η ταχεία άνοδος της τεχνητής νοημοσύνης οδηγεί τις ίδιες τις εταιρείες που την ανέπτυξαν στα όριά τους. Η αυξανόμενη χρήση προηγμένων εργαλείων, ιδιαίτερα όσων βασίζονται σε «πρακτορική» λειτουργία (δηλαδή συστήματα που εκτελούν αυτόνομα σύνθετες εργασίες για μεγάλα χρονικά διαστήματα), επιβαρύνει σημαντικά τις διαθέσιμες υπολογιστικές υποδομές.
Ήδη εμφανίζονται τα πρώτα σημάδια πίεσης. Η Microsoft περιόρισε νέες εγγραφές και χρήση για το GitHub Copilot, ενώ η Anthropic εξετάζει αλλαγές στη διάθεση του Claude Code, ενός από τα πιο δημοφιλή εργαλεία της. Οι κινήσεις αυτές δείχνουν ότι η πρόσβαση σε ισχυρά μοντέλα τεχνητής νοημοσύνης δεν θα παραμείνει απεριόριστη.
Οι χρήστες αρχίζουν ήδη να αντιλαμβάνονται το κόστος. Περιορισμοί χρήσης, αυξήσεις τιμών και αλλαγές σε υπηρεσίες που μέχρι πρόσφατα θεωρούνταν δεδομένες, δημιουργούν ανησυχία για το μέλλον. Η αρχική στρατηγική των εταιρειών —εύκολη και συχνά δωρεάν πρόσβαση— φαίνεται να μην είναι πλέον βιώσιμη.
Σύμφωνα με αναλυτές, η αυξημένη ζήτηση για συνεχή και εντατική χρήση των μοντέλων έχει ξεπεράσει τα αρχικά επιχειρηματικά σχέδια. Τα συστήματα αυτά απαιτούν τεράστια υπολογιστική ισχύ, με αποτέλεσμα το κόστος λειτουργίας να αυξάνεται ταχύτερα από τα έσοδα.
Η Anthropic βρίσκεται στο επίκεντρο αυτής της πίεσης, καθώς γνώρισε απότομη αύξηση της χρήσης των υπηρεσιών της, ενώ ταυτόχρονα αναγκάστηκε να προσαρμόσει τα όρια χρήσης και να διαχειριστεί διακοπές λειτουργίας. Αντίστοιχα, ακόμη και η OpenAI, παρά την ισχυρή της υποδομή και τη συνεργασία με τη Microsoft, αντιμετωπίζει προκλήσεις σε επίπεδο κόστους και βιωσιμότητας.
Το βασικό πρόβλημα είναι ότι η υπολογιστική ισχύς δεν είναι απεριόριστη, ενώ υπάρχουν και γεωγραφικοί περιορισμοί στις υποδομές. Αυτό σημαίνει ότι οι εταιρείες καλούνται να επιλέξουν μεταξύ τριών δύσκολων λύσεων: να βελτιώσουν την αποδοτικότητα των μοντέλων, να διαχειριστούν πιο αυστηρά τη χρήση ή να αυξήσουν τις τιμές.
Καμία από αυτές τις επιλογές δεν είναι ιδιαίτερα δημοφιλής στους χρήστες. Ωστόσο, θεωρείται βέβαιο ότι το σημερινό μοντέλο «άφθονης» τεχνητής νοημοσύνης θα αλλάξει, καθώς ο κλάδος εισέρχεται σε μια πιο ώριμη φάση, όπου η ισορροπία μεταξύ ζήτησης, κόστους και υποδομών γίνεται καθοριστική.
