Οικονομικά οφέλη που θα μπορούσαν να φτάσουν τα 155 δισ. ευρώ ετησίως κινδυνεύει να στερηθεί η Γερμανία, εφόσον επιβληθούν αυστηρότεροι περιορισμοί στη χρήση δεδομένων για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης. Αυτό προκύπτει από ανάλυση του γερμανικού οικονομικού ινστιτούτου ifo, το οποίο προειδοποιεί για τις επιπτώσεις που ενδέχεται να έχουν πρόσθετα ρυθμιστικά εμπόδια στην ανάπτυξη της τεχνολογίας.
Η εκτίμηση αναδεικνύει ένα κρίσιμο ζήτημα για την ευρωπαϊκή στρατηγική στην τεχνητή νοημοσύνη: πώς μπορεί να διασφαλιστεί η προστασία των δεδομένων και των δικαιωμάτων των δημιουργών, χωρίς να περιοριστούν η καινοτομία, οι επενδύσεις και η ανταγωνιστικότητα.
Σύμφωνα με το ifo, η παραγωγική τεχνητή νοημοσύνη (generative AI) έχει τη δυνατότητα να δημιουργεί πρόσθετη οικονομική αξία έως και 440 δισ. ευρώ τον χρόνο για τη Γερμανία έως το 2034. Ωστόσο, η υιοθέτηση ενός αυστηρότερου πλαισίου πρόσβασης στα δεδομένα εκπαίδευσης θα μπορούσε να περιορίσει αισθητά αυτό το αναπτυξιακό δυναμικό.
Το θέμα αποκτά ιδιαίτερη βαρύτητα σε μια περίοδο κατά την οποία η Ευρωπαϊκή Ένωση επιδιώκει να μειώσει την τεχνολογική εξάρτησή της από τις Ηνωμένες Πολιτείες και την Κίνα, αναπτύσσοντας παράλληλα ένα θεσμικό πλαίσιο που θα εγγυάται την ασφαλή και υπεύθυνη αξιοποίηση της AI.
Από πού προκύπτει ο λογαριασμός των 155 δισ. ευρώ
Η μελέτη του ifo προσδιορίζει τέσσερις βασικές πηγές οικονομικών απωλειών, οι οποίες συνδέονται με ενδεχόμενους πρόσθετους περιορισμούς στη χρήση δεδομένων για την ανάπτυξη συστημάτων τεχνητής νοημοσύνης.
Ειδικότερα, η εκτιμώμενη ετήσια απώλεια κατανέμεται ως εξής:
-
75 δισ. ευρώ εξαιτίας της ανάπτυξης λιγότερο αποδοτικών μοντέλων τεχνητής νοημοσύνης.
-
45 δισ. ευρώ λόγω της βραδύτερης ενσωμάτωσης της AI στις επιχειρήσεις και στους οργανισμούς.
-
25 δισ. ευρώ από τον περιορισμό των δραστηριοτήτων έρευνας και ανάπτυξης.
-
10 δισ. ευρώ λόγω της υποχώρησης της ανάπτυξης ευρωπαϊκών τεχνολογιών τεχνητής νοημοσύνης.
Το μεγαλύτερο μέρος της πιθανής οικονομικής ζημίας σχετίζεται με την αποτελεσματικότητα και την ποιότητα των ίδιων των μοντέλων AI.
Η ανάπτυξη προηγμένων συστημάτων προϋποθέτει πρόσβαση σε μεγάλες ποσότητες αξιόπιστων και διαφοροποιημένων δεδομένων. Όσο περισσότερο περιορίζεται αυτή η δυνατότητα, τόσο δυσκολότερο γίνεται για τις ευρωπαϊκές εταιρείες να δημιουργήσουν τεχνολογίες ικανές να ανταγωνιστούν εκείνες των μεγάλων αμερικανικών και κινεζικών ομίλων.
Εξίσου σημαντικές θεωρούνται οι επιπτώσεις στην πραγματική οικονομία. Η καθυστέρηση στην υιοθέτηση της τεχνητής νοημοσύνης από τις γερμανικές επιχειρήσεις θα μπορούσε να στερήσει σημαντικά οφέλη παραγωγικότητας, αυτοματοποίησης και βελτίωσης της επιχειρησιακής αποδοτικότητας.
Το ρυθμιστικό εμπόδιο στην ευρωπαϊκή καινοτομία
Στο επίκεντρο της ανάλυσης βρίσκεται η ανάγκη εξισορρόπησης μεταξύ της προστασίας των δικαιωμάτων και της δυνατότητας ανάπτυξης ανταγωνιστικών ευρωπαϊκών μοντέλων τεχνητής νοημοσύνης.
Ο Όλιβερ Φαλκ, ειδικός του ifo, επισημαίνει ότι η Ευρώπη δεν μπορεί να επιδιώκει τη δημιουργία τεχνολογιών AI παγκόσμιας κλάσης και ταυτόχρονα να επιβάλλει αδικαιολόγητα σύνθετες διαδικασίες πρόσβασης στα δεδομένα που απαιτούνται για την εκπαίδευσή τους.
Στο πλαίσιο αυτό, οι συντάκτες της μελέτης καλούν τους Ευρωπαίους υπεύθυνους χάραξης πολιτικής να διατηρήσουν την εξαίρεση για την εξόρυξη κειμένων και δεδομένων (text and data mining) για εμπορικούς σκοπούς.
Παράλληλα, προτείνουν τη θέσπιση αναλογικών απαιτήσεων διαφάνειας, ώστε οι επιχειρήσεις να μπορούν να συμμορφώνονται με τους κανόνες χωρίς υπέρμετρο διοικητικό και οικονομικό κόστος.
Ιδιαίτερη σημασία αποδίδεται και στη δημιουργία ενός λειτουργικού συστήματος opt-out, μέσω του οποίου οι κάτοχοι δικαιωμάτων θα μπορούν να δηλώνουν ότι δεν επιθυμούν να χρησιμοποιείται το υλικό τους για την εκπαίδευση μοντέλων AI.
Σύμφωνα με το ινστιτούτο, η νομική αβεβαιότητα που επικρατεί ήδη στην ευρωπαϊκή αγορά αποτελεί από μόνη της αποτρεπτικό παράγοντα για νέες επενδύσεις, καθώς οι επιχειρήσεις δυσκολεύονται να εκτιμήσουν τις μελλοντικές υποχρεώσεις και τους κινδύνους που συνδέονται με τη χρήση δεδομένων.
Η γερμανική βιομηχανία ζητεί πρόσβαση στα δεδομένα
Τις επιφυλάξεις για τις συνέπειες πρόσθετων περιορισμών συμμερίζονται και εκπρόσωποι του γερμανικού τεχνολογικού κλάδου, οι οποίοι θεωρούν ότι η διαθεσιμότητα δεδομένων αποτελεί καθοριστικό παράγοντα για την ανταγωνιστικότητα της ευρωπαϊκής τεχνητής νοημοσύνης.
Ο Ιλχάν Σέερ, επικεφαλής γερμανικού εργαστηρίου AI, υπογραμμίζει ότι η πρόσβαση σε δεδομένα υψηλής ποιότητας και μεγάλης ποικιλίας είναι απαραίτητη για τη δημιουργία προηγμένων και ανταγωνιστικών μοντέλων.
Κατά την εκτίμησή του, οι περιττοί περιορισμοί και η έλλειψη νομικής σαφήνειας λειτουργούν ανασταλτικά για την τεχνολογική πρόοδο.
Ο ίδιος υποστηρίζει ότι η Ευρώπη θα πρέπει να αξιοποιήσει πλήρως τις δυνατότητες που παρέχει το υφιστάμενο νομοθετικό πλαίσιο, αντί να δημιουργεί πρόσθετα εμπόδια στην ανάπτυξη νέων εφαρμογών.
Ανάλογη θέση διατυπώνει ο Φλόριαν Σέβορ, διευθυντικό στέλεχος της Celonis με αρμοδιότητα τη Γερμανία, την Αυστρία και την Ελβετία.
Όπως επισημαίνει, η τεχνητή νοημοσύνη μπορεί να αξιοποιήσει πλήρως τις δυνατότητές της μόνο εφόσον οι επιχειρήσεις έχουν ουσιαστική πρόσβαση στα δεδομένα που απαιτούνται για την ανάπτυξη και τη λειτουργία της.
Παράλληλα, τονίζει ότι η γερμανική και η ευρωπαϊκή βιομηχανία διαθέτουν τεράστιο όγκο δεδομένων που παραμένει σε μεγάλο βαθμό αναξιοποίητος.
Η αποτελεσματικότερη χρήση αυτού του πληροφοριακού πλούτου θα μπορούσε να συμβάλει στην ανάπτυξη νέων εφαρμογών, στη βελτίωση των παραγωγικών διαδικασιών και στην ενίσχυση της ανταγωνιστικότητας των ευρωπαϊκών επιχειρήσεων.
Το στοίχημα της ευρωπαϊκής τεχνολογικής ανεξαρτησίας
Η αντιπαράθεση γύρω από την πρόσβαση στα δεδομένα δεν περιορίζεται στον τεχνολογικό τομέα, αλλά συνδέεται με τη συνολική οικονομική στρατηγική της Ευρωπαϊκής Ένωσης.
Η δυνατότητα ανάπτυξης ευρωπαϊκών μοντέλων τεχνητής νοημοσύνης που θα μπορούν να ανταγωνιστούν τις αμερικανικές και κινεζικές τεχνολογίες θεωρείται κρίσιμη για την ενίσχυση της τεχνολογικής αυτονομίας της Ευρώπης.
Ταυτόχρονα, η ευρύτερη υιοθέτηση της AI από τη βιομηχανία και τις υπηρεσίες θα μπορούσε να αποτελέσει σημαντικό παράγοντα αύξησης της παραγωγικότητας και δημιουργίας νέας οικονομικής αξίας.
Το ifo δεν υποστηρίζει ότι κάθε μορφή ρύθμισης είναι επιζήμια. Αντίθετα, η ανάλυσή του επικεντρώνεται στο πρόσθετο κόστος που ενδέχεται να προκαλέσουν δυσανάλογοι περιορισμοί και η αβεβαιότητα γύρω από την εφαρμογή τους.
Είναι επίσης σημαντικό ότι το ποσό των 155 δισ. ευρώ δεν αποτελεί βέβαιη πρόβλεψη οικονομικής ζημίας, αλλά εκτίμηση των δυνητικών απωλειών υπό συγκεκριμένες παραδοχές.
Ωστόσο, το μέγεθος αυτό καταδεικνύει τη σημασία των αποφάσεων που καλούνται να λάβουν οι ευρωπαϊκοί θεσμοί για το μέλλον της τεχνητής νοημοσύνης.
Η βασική πρόκληση για την Ευρώπη είναι να διαμορφώσει ένα ρυθμιστικό περιβάλλον που θα προστατεύει τα δικαιώματα των δημιουργών και των κατόχων δεδομένων, χωρίς να περιορίζει δυσανάλογα την καινοτομία και την ανάπτυξη ανταγωνιστικών τεχνολογιών.