Πώς να μην χάσουμε το εντυπωσιακό τρένο της τεχνητής νοημοσύνης;

Η τεχνητή νοημοσύνη, τουλάχιστον μέχρι τώρα, βοηθάει κυρίως στη λήψη αποφάσεων σε πολύπλοκα προβλήματα στους χώρους της υγείας, των επιχειρήσεων, των χρηματοοικονομικών, της βιομηχανίας αλλά και της άμυνας/ασφάλειας. Με τη βελτιστοποίηση των αλγορίθμων επεξεργασίας φυσικής γλώσσας και πολύπλευρης σημασιολογικής ανάλυσης κειμένων και εικόνων αλλά και αναβάθμισης της αναγκαίας υπολογιστικής δύναμης έτσι ώστε να γίνονται ασύλληπτα νούμερα υπολογισμών σε νάνο-δευτερόλεπτα, έρχονται σημαντικές αλλαγές σε κλάδους που ασχολούνται με τη δημιουργία περιεχομένου (για παράδειγμα δημοσιογραφία, δικηγορία, συμβουλευτικές υπηρεσίες, τεχνική υποστήριξη, συγγραφικό έργο, ανάπτυξη λογισμικού κλπ). Οι αισιόδοξοι αναφέρονται σε σημαντική αύξηση της παραγωγικότητας των εργαζομένων και οι απαισιόδοξοι σε δραματικές μειώσεις του εργατικού δυναμικού. Για παράδειγμα, μια πρόσφατη μελέτη ερευνητικής ομάδας από το Χάρβαρντ, το MIT, το UPenn και τη BCG δείχνει ότι οι εργαζόμενοι στις επιχειρήσεις μπορούν να κερδίσουν 40% καλύτερη απόδοση χρησιμοποιώντας το GPT-4

Οι ήδη ευρείες δυνατότητες της “αναλυτικής τεχνητής νοημοσύνης” που λειτουργεί σε τυπικά επιχειρησιακά δεδομένα οργανωμένα σε βάσεις δεδομένων με πίνακες, προσφέρουν εξαιρετικά αποτελέσματα για τη βελτιστοποίηση των αλυσίδων εφοδιασμού, τη δυναμική τιμολόγηση των προϊόντων, το εξειδικευμένο μάρκετινγκ, την έρευνα και ανάπτυξη νέων καινοτόμων προϊόντων κλπ. Οι τεχνολογίες chatbot τεχνητής νοημοσύνης έχουν φτάσει σε προχωρημένο επίπεδο ωριμότητας και ήδη γνωστές τεχνολογικές εταιρίες (και δυναμικές νεοφυείς) δημιουργούν τυποποιημένες υπηρεσίες που μπορούν να αξιοποιηθούν από τις εταιρίες χρήστες για να στήσουν τις δικές τους αυτόματες υπηρεσίες δημιουργίας σωστού περιεχομένου, τεχνικής υποστήριξης σε επίπεδο ειδικών αλλά και αυτόματων κέντρων εξυπηρέτησης όπως τα τηλεφωνικά κέντρα. Έρευνα του McKinsey Global Institute προτείνει ότι η τεχνητή νοημοσύνη μπορεί να ενισχύσει το παραγόμενο αποτέλεσμα της παγκόσμιας οικονομίας ακόμη και κατά $20 τρισεκατομμύρια, το 20% περίπου της παγκόσμιας οικονομίας. Ποιοι θα ωφεληθούν από αυτό και πόσο από αυτά τα τρισεκατομμύρια θα κερδίσει η Ελλάδα;

Η επιχειρηματική και επιστημονική κοινότητα, συμπεριλαμβανομένων των κορυφαίων ειδικών της τεχνητής νοημοσύνης, έχει εκπλαγεί από την πρόοδο στην τεχνητή νοημοσύνη και τις δυνατότητες αυτής της τεχνολογίας τα τελευταία χρόνια.  Καθώς όλο και περισσότεροι πόροι – ταλέντο, δεδομένα και υπολογιστική ισχύς, επιπλέον των τυπικών ενεργοποιητών καινοτομίας όπως χρηματοιοικονομικές επενδύσεις, σταθερό και υποστηρικτικό νομικό πλαίσιο, και κανονισμοί που ισορροπούν και δημιουργούν εμπιστοσύνη, καινοτομία και ανταγωνιστικότητα – επικεντρώνονται σε αυτόν τον τομέα, και με νέες μαθηματικές, μηχανικές, ακόμη και επιστημονικές μεθόδους (οι ειδικοί μιλούν τώρα για τη λεγόμενη «τεχνητή νευροεπιστήμη») πιθανώς να έρθουν σημαντικές και πιθανώς απρόβλεπτες βελτιώσεις στις δυνατότητες της τεχνητής νοημοσύνης τα επόμενα χρόνια.

Κάποιοι επιστήμονες ανησυχούν ότι οι δυνατότητες μάθησης των αλγορίθμων τεχνητής νοημοσύνης μπορούν ήδη να αξιοποιηθούν για πόλωση και παραπληροφόρηση των πολιτών μέσω του Διαδικτύου, για ανεξέλεγκτες κυβερνοεπιθέσεις, για ανάπτυξη νέων ιών ή τον έλεγχο ιατρικών συσκευών, σημαντικών υποδομών και συστημάτων άμυνας κλπ. Οι προκλήσεις της κυβερνοασφάλειας και της διαδικτυακής εμπιστοσύνης ενδέχεται να έχουν εντελώς διαφορετική κλίμακα και χαρακτήρα στον σημερινό οικοσύστημα της τεχνητής νοημοσύνης. Η επιτροπή εθνικής ασφαλείας των ΗΠΑ έχει ήδη εντοπίσει μια σειρά τέτοιων κρίσιμων κινδύνων λόγω της τεχνητής νοημοσύνης. Αυτές είναι παγκόσμιες προκλήσεις που είναι αναγκαίο να αντιμετωπισθούν συλλογικά και με τη διεθνή συλλογική τεχνογνωσία, ίσως και με νέους παγκόσμιους θεσμούς.  Άρα χρειαζόμαστε άμεσα πλαίσια/πρωτόκολλα διαχείρισης των νέων εφαρμογών τεχνητής νοημοσύνης που να εξετάζουν ενδελεχώς όλες τις πιθανές επιπτώσεις τους, όπως ακριβώς γίνεται εδώ και χρόνια στο χώρο της υγείας με τα νέα φάρμακα. Βραχυπρόθεσμα αυτό πιθανόν να θεωρηθεί ότι συγκρατεί τη πρόοδο, αλλά μακροπρόθεσμα είναι προς όφελος των πολιτών, της κοινωνίας και της βιώσιμης οικονομικής αλλά και τεχνολογικής ανάπτυξης.

Υπάρχουν επίσης και γεωπολιτικές επιπτώσεις στον ανταγωνισμό μεταξύ ΗΠΑ και Κίνας για τη παγκόσμια τεχνολογική πρωτοπορία λόγω της τεχνητής νοημοσύνης, με την Ευρώπη και άλλα μέρη του κόσμου να ακολουθούν ή να κινδυνεύουν να γίνουν απλοί παρατηρητές. Όπως η Ευρώπη έχασε την κούρσα του Διαδικτύου, χωρίς καμία μεγάλη ευρωπαϊκή εταιρεία να έχει δημιουργηθεί  κατά τη διάρκεια της άνθησης του Διαδικτύου της δεκαετίας του ’90, καθώς και καμία σημαντική web2.0 εταιρία τη δεκαετία του 2000, μπορεί και πάλι να χάσει σήμερα το τρένο της τεχνητής νοημοσύνης. Αυτό μπορεί να μην είναι κάτι που η Ευρώπη, και εμείς στην Ελλάδα, να αντέχουμε να χάσουμε αυτή τη φορά, ιδιαίτερα καθώς η τεχνητή νοημοσύνη βρίσκεται σε μεγάλο βαθμό στον πυρήνα όχι μόνο της σημερινής οικονομικής προόδου αλλά και των εφαρμογών διπλής χρήσης, επιχειρηματικών/κοινωνικών και άμυνας/ασφάλειας.

Στα πλαίσια αυτών των ραγδαίων εξελίξεων, η χώρα μας χρειάζεται μια προσεκτικά και έξυπνα μελετημένη ολοκληρωμένη στρατηγική για τη τεχνητή νοημοσύνη. Μια πολύπλευρη προσέγγιση που βασίζεται, μεταξύ άλλων, στους παρακάτω πυλώνες: (1) την  ανάπτυξη ειδικών υποδομών και πολλαπλασιαστών για την τεχνητή νοημοσύνη, (2) τη μόχλευση των εθνικών ανταγωνιστικών δυνατοτήτων για την αποτελεσματική αξιοποίηση της, (3) τη συνεχή προσαρμογή του νομικού και χρηματοοικονομικού πλαισίου, (4)  την ενεργό και ενημερωμένη συμμετοχή στη δημιουργία διεθνών νόμων, πολιτικών και θεσμών για την τεχνητή νοημοσύνη, και (5) τις έξυπνες διεθνείς συνεργασίες που μπορούν να ενισχύσουν τη διεθνή ανάπτυξη των επιχειρήσεων μας και τη διανομή των καινοτομιών μας στην τεχνητή νοημοσύνη.

Πιο συγκεκριμένα η εθνική μας στρατηγική προτείνεται να περιλαμβάνει:

(1) Ενίσχυση της ποιότητας και της διαθεσιμότητας των τριών βασικών απαραίτητων πόρων για την τεχνητή νοημοσύνη: δεδομένα, δεξιότητες και υπολογιστική ισχύ. Για παράδειγμα: (α) αναβάθμιση του εκπαιδευτικού συστήματος, συμπεριλαμβανομένης της δια βίου μάθησης, για την οικοδόμηση κρίσιμων δεξιοτήτων ψηφιακής παιδείας και ισχυρής κατανόησης της τεχνητής νοημοσύνης και των επιπτώσεών της στις επιχειρήσεις και την κοινωνία. (β) ενίσχυση της έρευνας στην τεχνητή νοημοσύνη, μέσω της κινητοποίησης επιστημόνων στην Ελλάδα και στη διασπορά, με στόχο την ανάπτυξη επιστημόνων, εξειδικευμένου ανθρώπινου δυναμικού και την παραγωγή πρωτοποριακής και διεθνώς αναγνωρισμένης έρευνας που μπορεί να αξιοποιηθεί μέσω μηχανισμών μεταφοράς τεχνολογίας. (γ) υποστήριξη της δημιουργίας πλούσιων δεδομένων, συμπεριλαμβανομένων δημόσιων, σε κρίσιμους τομείς – υγεία, αγροδιατροφή, ενέργεια, βιομηχανία, λιανεμπόριο, πολιτισμός, τουρισμός, κ.λπ. – που μπορούν να κοινοποιηθούν και να χρησιμοποιηθούν με ασφαλή και αποτελεσματικό τρόπο (δ) υποστήριξη ασφαλούς, αποτελεσματικής και φθηνής πρόσβασης στην υπολογιστική ισχύ, στα κέντρα δεδομένων και στο cloud.

(2) Αξιοποίηση των συμπληρωματικών πόρων και δυνατοτήτων μας που μπορούν να πολλαπλασιάσουν τον αντίκτυπο της τεχνητής νοημοσύνης στην οικονομία μας και την αύξηση του ΑΕΠ, δίνοντας παράλληλα προτεραιότητα στη χρήση της τεχνητής νοημοσύνης προς όφελος των επιχειρήσεων, του δημοσίου και των πολιτών. Για παράδειγμα, να δοθεί προτεραιότητα στην τεχνητή νοημοσύνη που μπορεί να αυξήσει την παραγωγικότητα και την παραγωγή καινοτόμων λύσεων/υπηρεσιών με εξαγωγικό προσανατολισμό, ειδικά σε τομείς όπου έχουμε σχετικό πλεονέκτημα όπως ναυτιλία, αγροδιατροφή, υγεία/φάρμακα, πολιτισμό, τουρισμό κ.λπ. Ειδική μέριμνα χρειάζεται η αξιοποίηση αυτών των τεχνολογιών από τις τυπικές μικρομεσαίες επιχειρήσεις. Μπορεί επίσης να αποδειχθεί κρίσιμης σημασίας η κατανόηση και, ενδεχομένως, η μόχλευση, της διπλής χρήσης της τεχνητής νοημοσύνης, τόσο για πολιτικές όσο και για  εφαρμογές άμυνας και ασφάλειας.

(3) Διασφάλιση ενός χρηματοοικονομικού και νομικού περιβάλλοντος που υποστηρίζει την υπεύθυνη καινοτομία και την υιοθέτηση της τεχνητής νοημοσύνης, που διασφαλίζει την εμπιστοσύνη της κοινωνίας στην τεχνητή νοημοσύνη, επιτρέπει τον θεμιτό ανταγωνισμό και υποστηρίζει τις σχετικές  νεοφυείς επιχειρήσεις καθώς και την εταιρική επιχειρηματικότητα και καινοτομία. Για παράδειγμα: (α) συνεχής βελτίωση των νόμων που υποστηρίζουν τον ανταγωνισμό και διευκολύνουν τις επενδύσεις σε τεχνητή νοημοσύνη με στόχο την αναβάθμιση  της οικονομίας και κοινωνίας. (β) ανάπτυξη θεσμικών πλαισίων, πρωτοκόλλων και εργαλείων που επιτρέπουν την οργάνωση, την κοινή χρήση και την εκμετάλλευση δημόσιων δεδομένων προς όφελος της κοινωνίας και της επιχειρηματικότητας. (γ) διευκόλυνση πρωτοβουλιών του δημόσιου και ιδιωτικού τομέα για την τεχνητή νοημοσύνη, συμπεριλαμβανομένων των συνεργασιών μεταξύ αυτών των δύο τμημάτων της οικονομίας και τη διασφάλιση ότι η ανάπτυξη της τεχνητής νοημοσύνης συνοδεύεται από ισχυρά προστατευτικά μέτρα για την εξασφάλιση της εμπιστοσύνης της κοινωνίας. (δ) σύσταση και διαχείριση επενδυτικών σχημάτων επιχειρηματικών συμμετοχών (venture capital funds) με έμφαση στη τεχνητή νοημοσύνη.

(4) Ενίσχυση της εθνικής τεχνογνωσίας σχετικά με τους πιθανούς κινδύνους και τον αντίκτυπο της τεχνητής νοημοσύνης στην κοινωνία, και ενεργή συμμετοχή μας στη δημιουργία νέων παγκόσμιων θεσμών, πολιτικών και νόμων, καθώς αυτά διαμορφώνονται τώρα. Για παράδειγμα, υποστήριξη της έρευνας για την κατανόηση των επιπτώσεων της τεχνητής νοημοσύνης – στην κοινωνία, την εκπαίδευση, την εργασία, την άμυνα – και της εφαρμογής ουσιαστικών αντίμετρων για τον μετριασμό των πιθανών κινδύνων, αλλά και τη δημιουργία συνδέσμων εμπειρογνωμόνων μεταξύ της κυβέρνησης, των επιχειρήσεων και των παγκόσμιων ιδρυμάτων που εργάζονται σχετικά με τους κανονισμούς και τις πολιτικές της τεχνητής νοημοσύνης.

(5) Δημιουργία έξυπνων παγκόσμιων συνεργασιών που αποτελούν τα θεμέλια για την ανταλλαγή γνώσεων, τις επιχειρηματικές συναλλαγές και τις συν-επενδύσεις. Αυτά μπορεί να περιλαμβάνουν συνεργασίες μεταξύ εθνικών και διεθνών κορυφαίων πανεπιστημίων, ερευνητικών κέντρων και παγκόσμιων κέντρων αριστείας, κατάλληλες ρυθμίσεις με παγκόσμιες εταιρείες τεχνολογίας που μπορούν να υποστηρίξουν τους οργανισμούς μας σε θέματα τεχνητής νοημοσύνης, και συν-επενδύσεις με παγκόσμιους χρηματοπιστωτικούς οργανισμούς που μπορούν και να προσφέρουν «πιο έξυπνα χρήματα» και να διευκολύνουν τη διεθνή επέκταση των επιχειρήσεών μας, από τις καινοτόμες νεοφυείς έως τις κορυφαίες εξωστρεφείς επιχειρήσεις μας.

Η σχετική επιτροπή στρατηγικής που ανακοινώθηκε πρόσφατα είναι προς τη σωστή κατεύθυνση, με εμπειρογνώμονες παγκόσμιας κλάσης που μπορούν να υποστηρίξουν σε μεγάλο βαθμό την ανάπτυξη εκπαίδευσης, έρευνας και ταλέντου στη χώρα μας, ίσως την πιο κρίσιμη πτυχή μιας εθνικής στρατηγικής για την τεχνητή νοημοσύνη. Χρειάζεται όμως να καλύψουμε όλες τις απαραίτητες πτυχές, να διατεθούν ισχυρά κεφάλαια και εξειδικευμένα επενδυτικά ταμεία (funds) καθώς και να απαιτηθεί η ενεργή εμπλοκή της επιχειρηματικής κοινότητας, αν θελουμε να πρωταγωνιστήσουμε στο υπό διαμόρφωση νέο τεχνολογικό και παραγωγικό μοντέλο και όχι πάλι να ακολουθούμε τις τεχνολογικές εξελίξεις και να παίζουμε το ρόλο των τεχνολογικών μεσαζόντων χωρίς ουσιαστική προστιθέμενη αξία στην εθνική οικονομία. Μόνο έτσι θα μπορέσουμε να μην χάσουμε το εντυπωσιακό τρένο της τεχνητής νοημοσύνης.

Καθηγητής Θεόδωρος Ευγενίου, INSEAD

Καθηγητής Γεώργιος Δουκίδης, Οικονομικό Πανεπιστήμιο Αθηνών