Η τεχνητή νοημοσύνη (AI) μπορεί να μετασχηματίσει την οικονομία της ευρωζώνης. Ωστόσο, οι εταιρείες που πραγματοποιούν μεγαλύτερες και πιο εντατικές επενδύσεις δεν στρέφονται στον τραπεζικό δανεισμό αλλά στην κεφαλαιαγορά για την άντληση κεφαλαίων. Γι’ αυτόν τον λόγο και μια ολοκληρωμένη ως προς την ενοποίησή της κεφαλαιαγορά θα μπορούσε να στηρίξει πιο αποτελεσματικά τον παραπάνω μετασχηματισμό.
Ποιες όμως επιχειρήσεις και γιατί επενδύουν με μεγαλύτερη ένταση στην AI; Αυτές είναι που, σε τελική ανάλυση, θα μπορούσαν να διαμορφώσουν τον επόμενο κύκλο ανάπτυξης της ευρωπαϊκής οικονομίας.
Δεν επενδύουν όλοι το ίδιο
Η συζήτηση για την τεχνητή νοημοσύνη συχνά επικεντρώνεται στο πόσες επιχειρήσεις χρησιμοποιούν εργαλεία AI. Η εικόνα είναι πιο σύνθετη. Υπάρχει σημαντική διαφορά ανάμεσα στην υιοθέτηση της AI και στην ανάπτυξή της.
Μια επιχείρηση μπορεί να χρησιμοποιεί ήδη διαθέσιμα εργαλεία τεχνητής νοημοσύνης για να αυτοματοποιεί διαδικασίες, να αναλύει δεδομένα ή να βελτιώνει την παραγωγικότητά της. Μια άλλη, όμως, μπορεί να επενδύει στην ίδια την τεχνολογία: να αναπτύσσει νέα μοντέλα, εφαρμογές και αλγορίθμους, να αποκτά υπολογιστική ισχύ και να προσλαμβάνει εξειδικευμένο προσωπικό.
Η δεύτερη κατηγορία απαιτεί συνήθως μεγαλύτερες και περισσότερο ριψοκίνδυνες επενδύσεις. Η ανάπτυξη AI συνδέεται περισσότερο με την έρευνα, την υπολογιστική ισχύ και το εξειδικευμένο ανθρώπινο δυναμικό, ενώ η υιοθέτηση απαιτεί κυρίως λογισμικό, συστήματα δεδομένων και νέες δεξιότητες.
Αυτή η διάκριση είναι κρίσιμη, γιατί δείχνει και ποιες επιχειρήσεις έχουν τις μεγαλύτερες χρηματοδοτικές ανάγκες.
Ποιοι κλάδοι βρίσκονται στην πρώτη γραμμή
Τα στοιχεία δείχνουν ότι η δραστηριότητα στην AI είναι άνισα κατανεμημένη μεταξύ των κλάδων της οικονομίας. Στην κορυφή βρίσκονται κλάδοι όπως τα μέσα ενημέρωσης, οι τηλεπικοινωνίες και οι υπηρεσίες πληροφορικής, οι οποίοι δεν περιορίζονται στην υιοθέτηση έτοιμων λύσεων αλλά συμμετέχουν και στην ανάπτυξη τεχνολογιών AI.
Ιδιαίτερη θέση έχουν επίσης η επιστημονική έρευνα και ανάπτυξη, οι λοιπές επιχειρηματικές υπηρεσίες και τα φαρμακευτικά προϊόντα. Στους κλάδους αυτούς η τεχνολογία μπορεί να ενσωματωθεί βαθιά στην παραγωγική διαδικασία και να δημιουργήσει νέα προϊόντα, υπηρεσίες και επιχειρηματικά μοντέλα.
Στον αντίποδα, υπάρχουν κλάδοι που υιοθετούν την AI χωρίς να συμμετέχουν στον ίδιο βαθμό στην ανάπτυξή της. Χαρακτηριστικό παράδειγμα αποτελούν οι νομικές και λογιστικές υπηρεσίες. Οι επιχειρήσεις αυτών των κλάδων μπορούν να αξιοποιούν εργαλεία που έχουν αναπτυχθεί αλλού, χωρίς να χρειάζεται να επενδύουν οι ίδιες στην κατασκευή των βασικών τεχνολογιών.
Η διαφορά έχει οικονομική σημασία: άλλη χρηματοδότηση χρειάζεται μια επιχείρηση που αγοράζει ένα εργαλείο AI και άλλη μια επιχείρηση που δημιουργεί το επόμενο εργαλείο AI.
Γιατί η AI δυσκολεύει τον παραδοσιακό τραπεζικό δανεισμό
Ένα από τα σημαντικότερα ευρήματα αφορά τη φύση των επενδύσεων στην τεχνητή νοημοσύνη.
Οι επενδύσεις αυτές βασίζονται σε μεγάλο βαθμό σε άυλα στοιχεία: λογισμικό, δεδομένα, αλγορίθμους, οργανωτική τεχνογνωσία και ανθρώπινο κεφάλαιο. Αυτά τα στοιχεία δεν μπορούν να χρησιμοποιηθούν ως εξασφαλίσεις με τον ίδιο τρόπο που μπορούν ένα κτίριο, ένα εργοστάσιο ή ένας μηχανολογικός εξοπλισμός.
Έτσι, δημιουργείται ένα πρόβλημα για το παραδοσιακό τραπεζικό μοντέλο. Μια επιχείρηση μπορεί να έχει μεγάλες προοπτικές ανάπτυξης και να διαθέτει σημαντική τεχνογνωσία, αλλά να μην έχει τα υλικά περιουσιακά στοιχεία που θα μπορούσαν να στηρίξουν έναν μεγάλο τραπεζικό δανεισμό.
Η απάντηση βρίσκεται περισσότερο στις αγορές.
Από τις τράπεζες στις αγορές κεφαλαίου
Οι επιχειρήσεις στους περισσότερο AI-intensive κλάδους τείνουν να είναι εισηγμένες στο χρηματιστήριο ή να υποστηρίζονται από ιδιωτικά κεφάλαια, όπως το venture capital. Παράλληλα, εμφανίζουν μικρότερη μόχλευση από άλλους κλάδους και στηρίζονται περισσότερο στα ίδια κεφάλαια.
Όταν, όμως, χρειάζονται δανειακή χρηματοδότηση, στρέφονται ολοένα περισσότερο σε χρηματοδότηση μέσω της αγοράς, όπως οι τίτλοι χρέους, αντί να βασίζονται αποκλειστικά στις τράπεζες.
Η μετατόπιση είναι ιδιαίτερα εμφανής στις επιχειρήσεις που υιοθετούν σε υψηλό βαθμό την AI.
Το γεγονός αυτό έχει και μια ευρύτερη σημασία. Η χρηματοδότηση της τεχνολογικής μετάβασης δεν είναι πλέον μόνο ζήτημα τραπεζικής πίστης. Είναι ζήτημα του κατά πόσο μια οικονομία διαθέτει βαθιές, ρευστές και ολοκληρωμένες κεφαλαιαγορές, ικανές να χρηματοδοτήσουν επιχειρήσεις με υψηλές ανάγκες κεφαλαίου και υψηλότερο επενδυτικό κίνδυνο.
Η Ευρώπη απέναντι στις ΗΠΑ
Εδώ βρίσκεται και ένα από τα μεγαλύτερα προβλήματα της ευρωπαϊκής οικονομίας.
Η δραστηριότητα σε διπλώματα ευρεσιτεχνίας που συνδέονται με την AI έχει αυξηθεί σημαντικά στην ευρωζώνη την τελευταία δεκαετία. Ωστόσο, η Ευρώπη εξακολουθεί να βρίσκεται πίσω από τις Ηνωμένες Πολιτείες.
Οι ευρωπαϊκές επιχειρήσεις και οι ερευνητές δραστηριοποιούνται σε πολλούς από τους ίδιους τεχνολογικούς τομείς με τους αμερικανούς, μεταξύ άλλων στη μηχανική μάθηση, την επεξεργασία δεδομένων, τις επικοινωνίες και την αυτοματοποίηση επιχειρηματικών διαδικασιών.
Η διαφορά, επομένως, δεν αφορά μόνο την ικανότητα παραγωγής τεχνολογίας. Αφορά και την ικανότητα μετατροπής της τεχνολογικής καινοτομίας σε επενδύσεις, χρηματοδότηση και ανάπτυξη.
Όταν προκύπτουν θετικές ειδήσεις για την AI, τόσο ο δανεισμός όσο και οι επενδύσεις αυξάνονται σε Ευρώπη και ΗΠΑ. Ωστόσο, η αντίδραση των επενδύσεων στις ειδήσεις που συνδέονται με την AI είναι ισχυρότερη στις Ηνωμένες Πολιτείες.
Μία από τις πιθανές εξηγήσεις είναι ότι οι αμερικανικές επιχειρήσεις έχουν ευκολότερη πρόσβαση σε venture capital, βαθύτερες αγορές μετοχών και μια μεγαλύτερη ενιαία αγορά.
Το ευρωπαϊκό παράδοξο
Το πρόβλημα της Ευρώπης δεν είναι απαραίτητα η έλλειψη αποταμιεύσεων. Είναι η δυσκολία να διοχετευθούν αυτές οι αποταμιεύσεις προς τις επιχειρήσεις που μπορούν να δημιουργήσουν την επόμενη γενιά τεχνολογιών.
Οι επενδυτές της ευρωζώνης κατευθύνουν ολοένα περισσότερα κεφάλαια προς αμερικανικές τεχνολογικές μετοχές, ενώ επενδύουν λιγότερα σε ευρωπαϊκές επιχειρήσεις τεχνολογίας.
Αυτό δημιουργεί έναν φαύλο κύκλο. Οι ευρωπαϊκές επιχειρήσεις χρειάζονται κεφάλαια για να αναπτυχθούν, αλλά οι βαθύτερες αγορές και οι καλύτερες συνθήκες χρηματοδότησης βρίσκονται συχνά αλλού. Έτσι, μέρος της ευρωπαϊκής αποταμίευσης χρηματοδοτεί την αμερικανική τεχνολογική ανάπτυξη αντί την ευρωπαϊκή.
Και όταν μια ευρωπαϊκή startup φτάσει στο σημείο να χρειάζεται πολύ μεγάλα κεφάλαια για να περάσει από την καινοτομία στην παγκόσμια κλίμακα, το χρηματοδοτικό περιβάλλον μπορεί να την ωθήσει εκτός Ευρώπης.
Η κεφαλαιαγορά ως προϋπόθεση της AI μετάβασης
Το συμπέρασμα είναι ευρύτερο από μια απλή σύγκριση τραπεζών και κεφαλαιαγορών. Η τεχνητή νοημοσύνη αλλάζει και τον τρόπο με τον οποίο πρέπει να χρηματοδοτείται η ανάπτυξη.
Οι επιχειρήσεις που αναπτύσσουν AI χρειάζονται κεφάλαια για έρευνα, υπολογιστική ισχύ και εξειδικευμένο προσωπικό, ενώ οι επιχειρήσεις που υιοθετούν AI χρειάζονται κεφάλαια για να αλλάξουν λογισμικό, δεδομένα, διαδικασίες και δεξιότητες. Σε κάθε στάδιο απαιτείται διαφορετικός συνδυασμός χρηματοδότησης.
Γι’ αυτό η ολοκλήρωση της Ένωσης Κεφαλαιαγορών αποκτά ιδιαίτερη σημασία. Μια βαθύτερη και περισσότερο ενοποιημένη ευρωπαϊκή κεφαλαιαγορά θα μπορούσε να δώσει στις επιχειρήσεις πρόσβαση στη χρηματοδότηση που χρειάζονται σε κάθε στάδιο ανάπτυξής τους και παράλληλα να κατευθύνει μεγαλύτερο μέρος των ευρωπαϊκών αποταμιεύσεων προς την ευρωπαϊκή καινοτομία.
Το στοίχημα, επομένως, δεν είναι μόνο πόσο γρήγορα θα υιοθετήσει η Ευρώπη την τεχνητή νοημοσύνη. Είναι αν θα μπορέσει να χρηματοδοτήσει τις επιχειρήσεις που θα την αναπτύξουν, θα την εφαρμόσουν σε μεγάλη κλίμακα και θα μετατρέψουν την τεχνολογική πρόοδο σε παραγωγικότητα και οικονομική ανάπτυξη.
Η AI μπορεί να αποτελέσει καταλύτη για την ευρωπαϊκή οικονομία. Για να συμβεί όμως αυτό, η Ευρώπη χρειάζεται όχι μόνο τεχνολογία, ανθρώπινο κεφάλαιο και καινοτομία, αλλά και μια κεφαλαιαγορά αρκετά βαθιά ώστε να κρατήσει την καινοτομία στην Ευρώπη και να τη χρηματοδοτήσει μέχρι την παγκόσμια κλίμακα.
Ποιοι κλάδοι πρωταγωνιστούν στην AI
| Κλάδος | Υιοθέτηση AI | Ανάπτυξη AI |
|---|---|---|
| Φαρμακευτικά | Υψηλή | Υψηλή |
| Υπολογιστές και ηλεκτρονικά | Μεσαία | Υψηλή |
| Μέσα ενημέρωσης | Υψηλή | Υψηλή |
| Τηλεπικοινωνίες | Υψηλή | Υψηλή |
| Υπηρεσίες πληροφορικής (IT) | Υψηλή | Υψηλή |
| Επιστημονική έρευνα και ανάπτυξη | Υψηλή | Υψηλή |
| Λοιπές επιχειρηματικές υπηρεσίες | Υψηλή | Υψηλή |
| Χημικά | Μεσαία | Μεσαία |
| Ξύλο και χαρτί | Μεσαία | Μεσαία |
| Μηχανήματα και εξοπλισμός | Μεσαία | Μεσαία |
| Ηλεκτρολογικός εξοπλισμός | Μεσαία | Μεσαία |
| Εξοπλισμός μεταφορών | Μεσαία | Μεσαία |
| Λιανικό εμπόριο εκτός αυτοκινήτων | Μεσαία | Μεσαία |
| Χονδρικό εμπόριο εκτός αυτοκινήτων | Μεσαία | Μεσαία |
| Μεταφορές και αποθήκευση | Μεσαία | Μεσαία |
| Ακίνητα | Μεσαία | Υψηλή |
| Νομικές και λογιστικές υπηρεσίες | Υψηλή | Μεσαία |
| Διοικητικές και υποστηρικτικές υπηρεσίες | Μεσαία | Μεσαία |
| Ταξιδιωτικά γραφεία και συναφείς δραστηριότητες | Μεσαία | Χαμηλή |
| Ξενοδοχεία και υπηρεσίες εστίασης | Χαμηλή | Μεσαία |
| Παραγωγή ηλεκτρικής ενέργειας, φυσικού αερίου και ατμού | Μεσαία | Μεσαία |
| Ύδρευση και διαχείριση αποβλήτων | Χαμηλή | Χαμηλή |
Διαβάστε ακόμη
«Φωτιά» στην… αυλή του Ερντογάν βάζει το σκάνδαλο των funds
Δημόσιο: Στα 3,82 δισ. ευρώ τα ληξιπρόθεσμα χρέη
Σε αυτή την οικογένεια υπάρχουν 14 δισεκατομμυριούχοι
Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφθείτε το Πρώτο ΘΕΜΑ
Σχολίασε εδώ
Για να σχολιάσεις, χρησιμοποίησε ένα ψευδώνυμο.