Το 2026 έτος σύνδεσης της τεχνητής νοημοσύνης με το δημόσιο χρέος

Πολλές κυβερνήσεις το 2026 θα συνειδητοποιήσουν ότι το δημόσιο χρέος και τα κρατικά ελλείματα, είναι υπερβολικά μεγάλα για να επιλυθούν με πολιτικά εφικτές αυξήσεις φόρων ή περικοπές δαπανών, και ότι η εκθετική αύξηση της παραγωγικότητας, που θα μπορούσε να δώσει σχετικά γρήγορα η τεχνητή νοημοσύνη (ΤΝ), η ρομποτική και η πλήρης αυτοματοποίηση αποτελεί τη μόνη πρακτική «έξοδο».  Δηλαδή να  αναπτυχθεί η οικονομία τόσο γρήγορα ώστε το χρέος και τα επιτοκιακά βάρη να γίνουν διαχειρίσιμα σε σχέση με το ΑΕΠ. Αυτή η συνειδητοποίηση  έχει στρατηγική σημασία καθώς αντιμετωπίζει την ΤΝ όχι ως τεχνολογικό χαρακτηριστικό αλλά ως μακροοικονομική υποδομή και εξηγεί γιατί οι κυβερνήσεις πασχίζουν να ηγηθούν στην ΤΝ.

Εάν η πραγματική (προσαρμοσμένη για τον πληθωρισμό) αύξηση του ΑΕΠ υπερβαίνει την αύξηση του αποθέματος χρέους και το αποτελεσματικό επιτόκιο αυτού του χρέους, τότε ο λόγος χρέος/ΑΕΠ μπορεί να μειωθεί χωρίς πολιτικά επώδυνες αυξήσεις φόρων ή δρακόντειες περικοπές που δημιουργούν κοινωνικές αναστατώσεις. Η ΤΝ και η ρομποτική εφόσον παραδώσουν συνεχή, σε όλη την οικονομία, κέρδη παραγωγικότητας, θα μπορούσαν να αυξήσουν την παραγωγή αρκετά ώστε να αλλάξουν την δημοσιονομική αριθμητική.

Τα ιστορικά πρότυπα στο ΑΕΠ από μεγάλες γενικού σκοπού τεχνολογίες (ατμός, ηλεκτρισμός, υπολογιστές) χρειάστηκαν δεκαετίες για να διαχυθούν και να αποτυπωθούν σε ευρεία κέρδη παραγωγικότητας. Η ακαδημαϊκή και πολιτική βιβλιογραφία διαπιστώνει μεγάλα οφέλη, αλλά με μακρές χρονοκαθυστερήσεις μεταξύ εφεύρεσης και οικονομικού αντίκτυπου. Η τεχνητή νοημοσύνη όμως «τρέχει» με εκθετικούς ρυθμούς καθώς δεν έχει μεγάλης έκτασης  περιορισμούς στην ανάπτυξη όπως είχε η ανακάλυψη του ηλεκτρισμού με την τεράστια υποδομή των δικτυών διανομής ή πληροφορική με την διάχυση των υπολογιστών σε κάθε επιχείρηση και νοικοκυριό που χρειάστηκε αρκετά χρόνια για να γίνει.

Για παράδειγμα το ChatGPT είναι προσβάσιμο αυτή την στιγμή   σε κάθε γωνιά της γης με την υπάρχουσα υποδομή (σύνδεση ίντερνετ και ένα υπολογιστής). Η προσδοκία ότι θα υπάρξει πλήρης μακροοικονομική στροφή με την ΤΝ μέσα σε λίγα χρόνια είναι επομένως αισιόδοξη σε σχέση με ιστορικά πρότυπα.

Ωστόσο, για να μετατραπεί αυτή η διατύπωση σε ρεαλιστικό πολιτικό οδικό χάρτη απαιτείται να αντιμετωπιστούν δύσκολοι εμπειρικοί περιορισμοί σχετικά με τη διάχυση της τεχνολογίας, το χρονικό πεδίο, την κατανομή και τους θεσμούς.

Είναι πολύ σημαντικό να γίνει κατανοητό ποιοι είναι οι τομείς επενδύσεων  στην τεχνητή νοημοσύνη (ΤΝ) ώστε οι κυβερνήσεις να στραφούν προς αυτήν την κατεύθυνση εγκαίρως.

Επενδύσεις σε ενέργεια: Η ΤΝ απαιτεί τεράστιες ποσότητες ενέργειας  τόσο για τα «κέντρα δεδομένων» (data centers-cloud), όσο και για την λειτουργεία των μοντέλων ΤΝ (π.χ. κάθε νέος χρήστης  του ChatGPT αυξάνει την κατανάλωση ενέργειας).
Επενδύσεις σε τσιπ: Οι μικροεπεξεργαστές (ημιαγωγοί / τσιπ) όπως αυτά που κατασκευάζουν η Nvidia, η TSMC  κ.λπ.

Επενδύσεις σε Data centers: Η υποδομή  των «κέντρων δεδομένων» (data centers-cloud). Αισθητήρες, οπτικές ίνες που θα συνδέουν σε πραγματικός χρόνο τα μοντέλα ΤΝ με τον χρήστη. Για να κατασκευαστεί ένα data center 1 GW χρειάζονται επενδύσεις περίπου 50 δις (15 δις για τις εγκαταστάσεις και την μονάδα παραγωγής ενέργειας και 35 δις για την αγορά των μικροεπεξεργαστών).

Επενδύσεις στα μεγάλα γλωσσικά μοντέλα:  Τα μεγάλα γλωσσικά μοντέλα ή τα μοντέλα ΤΝ,  ChatGPT, Gemini, Grok, Mistral Le Chat, Meta Llama, DeepSeek κλπ.,  είναι οι εκπαιδευμένοι «εγκέφαλοι» της ΤΝ που θα μπορούν να λύσουν σχεδόν κάθε πρόβλημα.

Εκατομμύρια εφαρμογές  ΤΝ που θα βασιστούν στις παραπάνω υποδομές και θα μπορούν να αυτοματοποιήσουν ότι δεν έχει αυτοματοποιηθεί μέχρι σήμερα, να κινούν μη επανδρωμένα οχήματα, και ανθρωποειδή ρομπότ γενικού σκοπού, κλπ.

Αυτή είναι η νέα βιομηχανική επανάσταση και οι κυβερνήσεις θα πρέπει να κατανοήσουν ότι αυτή θα είναι η μεγαλύτερη και ταχύτερη από όλες τις προηγούμενες βιομηχανικές επαναστάσεις, και πρέπει να επιδιώξουν την επιτυχία σε κάθε ένα από τους παραπάνω τομείς. Πλέον είναι ολοένα και περισσότερο σημαντικό οι  κυβερνήσεις  και οι ηγέτες να κατανοήσουν τη δυναμική της τεχνολογίας της ΤΝ.

Ένα από τα κυριότερα εμπόδια στην ανάπτυξη της τεχνητής νοημοσύνης θα είναι η έλλειψη ενέργειας. Όταν τα μοντέλα ΤΝ έχουν εκπαιδευτεί και είναι έτοιμα για χρήση, η αλληλεπίδραση με τα μοντέλα είναι η στιγμή όπου προκύπτει το μεγαλύτερο μέρος της κατανάλωσης ενέργειας. Στο σημείο αυτό τα υπάρχοντα δίκτυα διανομής ενέργειας δεν επαρκούν. Για να λυθεί αυτό το πρόβλημα  δημιουργούνται δορυφόροι στο διάστημα για να παράγουν ενέργεια. Υπολογίζεται ότι  πρώτος δορυφόρος ενέργειας θα τεθεί σε λειτουργία το 2027.  Μόλις είναι έτοιμα τα τσιπ για να τροφοδοτείται  η ΤΝ, δημιουργείται το κέντρο δεδομένων, ενσωματώνεται σε έναν δορυφόρο και εκτοξεύεται στο διάστημα. Μόλις είναι στο διάστημα, θα τροφοδοτείται εγγενώς απευθείας από τον ήλιο μέχρι το τέλος ζωής του δορυφόρου. Έτσι δεν θα επιβαρύνονται  τα υπάρχοντα δίκτυα διανομής ενέργειας. Η ιδέα με το συγκεκριμένο σχέδιο είναι ότι έχει σχετικά μικρή εξάρτηση στην αποθήκευση σε σύγκριση με την επίγεια ηλιακή ενέργεια. Τα ηλιακά πάνελ που τροφοδοτούν αυτούς τους δορυφόρους είναι σχεδόν συνεχώς φωτισμένα, επειδή βρίσκονται σε τροχιές όπου έχουν σχεδόν συνεχή πρόσβαση σε ενεργειακή ισχύ. Έτσι πρακτικά δεν χρειάζεσαι πολύ αποθήκευση καθώς μόλις λάβει την ενέργεια, τροφοδοτείται απευθείας στα τσιπ. Δηλαδή ένας τροχιακός κόμβος κέντρου δεδομένων στο διάστημα. Κάθε ένα από τα δορυφορικά αυτά στοιχεία θα συλλέγει ηλιακή ενέργεια και θα τροφοδοτεί ένα διασυνδεδεμένο σύνολο GPU, τα οποία μαζί μπορούν να εκτελούν εργασίες όπως inference, εφαρμογές πρακτόρων (agent use cases) και ενισχυτική μάθηση κλπ.

Η οικονομία, στην ουσία, είναι η μέση παραγωγικότητα ανά άτομο επί τον αριθμό των ανθρώπων και αν διαθέτεις ανθρωπόμορφα ρομπότ χωρίς ουσιαστικό περιορισμό στον αριθμό τους, τα οποία μπορούν να λειτουργούν με υψηλή ευφυΐα, τότε δεν υπάρχει ουσιαστικό όριο στην παραγωγικότητα μιας οικονομίας.

Δεν υπάρχει πλέον χρόνος για καθυστέρηση, αλλά για δράση, εαν οι χώρες μείνουν πίσω, μπορεί ποτέ να μην προφτάσουν  και οι συνέπειες θα μπορούσαν να αλλάξουν την ισορροπία ισχύος στον κόσμο.

Ο  επαναπροσδιορισμός της τεχνητής νοημοσύνης από ένα στενό εργαλείο παραγωγικότητας σε εθνική οικονομική υποδομή μπορεί να προσδώσει στις χώρες δομικό πλεονέκτημα στην ανάπτυξη και στη δημοσιονομική ανθεκτικότητα. Εκείνο που θα πρέπει να εξασφαλίσουν οι κυβερνήσεις κατά την γρήγορη αύξηση της παραγωγικότητας, είναι τα οφέλη, να μην συγκεντρωθούν σε λίγες εταιρείες ή περιοχές. Η δημοσιονομική και κοινωνική πολιτική πρέπει να δρομολογήσει αυτές τις ωφέλειες προς ευρεία απασχόληση, ανθρώπινο κεφάλαιο και ζήτηση. Διαφορετικά, η πολιτική αντίδραση (ή η μείωση της φορολογικής βάσης λόγω αυτοματοποίησης) μπορεί στην πράξη να επιδεινώσει τη δημοσιονομική κατάσταση, ακόμη και αν το ΑΕΠ αυξάνεται. Η διακυβέρνηση, η αναδιανομή και τα κοινωνικά δίχτυα είναι κρίσιμα για το αν η ΤΝ θα λειτουργήσει ως δημόσιο αγαθό ή ως επιταχυντής ανισότητας.

*Ο Γιώργος Ατσαλάκης , Αναπληρωτής Καθηγητής Πολυτεχνείου Κρήτης Εργαστήριο Επιστημονικών Δεδομένων