Artificiell intelligens (AI) och särskilt generativ AI har varit på allas läppar det senaste året. Teknologijättar som Microsoft, Google och OpenAI har pumpat in miljarder i utvecklingen av allt kraftfullare AI-modeller. Men nu börjar röster höjas om att AI-hypen kan vara överdriven och att teknologin kanske inte kommer leverera de revolutionerande fördelar som många hoppats på.
En ny rapport från investmentbanken Goldman Sachs har nyligen kastat kallt vatten över den glödheta AI-sektorn. I rapporten med titeln "Gen AI: Too Much Spend, Too Little Benefit?" ställer sig analytikerna skeptiska till om de enorma investeringarna i generativ AI verkligen kommer kunna generera motsvarande ekonomisk avkastning.
Några av rapportens huvudpoänger är:
Att Goldman Sachs, som normalt gärna hakar på teknikhypes, nu uttrycker skepsis är anmärkningsvärt. Det tyder på att banken är mycket orolig för AI-industrins framtid.
En av de intervjuade experterna i rapporten är ekonomen Daron Acemoglu från MIT. Han menar att AI:s förmåga att öka produktiviteten i ekonomin som helhet är låg, eftersom "många av de uppgifter som människor utför idag är mångfacetterade och kräver interaktion med den verkliga världen, något som AI inte kommer kunna förbättra nämnvärt inom en överskådlig framtid".
Acemoglu ifrågasätter också den utbredda tron att AI-modeller automatiskt blir kraftfullare ju mer data och beräkningskapacitet man matar in. Han ställer den berättigade frågan: "Vad innebär det egentligen att 'fördubbla AI:s kapacitet'? Hur gör det exempelvis en kundtjänstmedarbetare bättre på sitt jobb?"
Detta pekar på ett grundläggande problem med mycket av retoriken kring AI. Det är ofta oklart vad som egentligen menas med att AI blir "bättre" eller "smartare". Visst kan modellerna bli snabbare på att generera text eller bilder. Men det är långt ifrån säkert att det leder till några revolutionerande nya förmågor.
Som Acemoglu påpekar finns det inget tydligt mått på vad "bättre" AI faktiskt innebär. Dagens AI-modeller, som ChatGPT, bygger på mycket stora språkmodeller som genererar text baserat på statistiska sannolikheter. De har ingen egentlig förståelse för innebörden i det de producerar. Därför är det svårt att se hur de skulle kunna utveckla någon form av medvetande eller "superintelligens", vilket många AI-entusiaster hoppas på.
Ett annat problem som lyfts fram i rapporten är bristen på träningsdata för AI-modellerna. För att förbättra modellernas prestanda krävs exponentiellt större mängder data. En studie publicerad i tidskriften Computer Vision and Pattern Recognition visade att för att uppnå en linjär förbättring av modellernas prestanda krävs en exponentiellt större mängd träningsdata.
Detta innebär att kostnaderna för att träna modellerna ökar dramatiskt. Anthropics VD Dario Amodei har sagt att de AI-modeller som nu är under utveckling kommer kosta upp mot 1 miljard dollar att träna. Inom tre år kan vi se modeller som kostar "tio eller hundra miljarder dollar" att träna.
Dessa astronomiska summor väcker frågan om AI-utvecklingen verkligen är ekonomiskt hållbar i längden.
Trots alla löften om att AI ska revolutionera arbetsmarknaden, finns det få tecken på att generativ AI faktiskt ersätter hela jobb. Istället verkar tekniken främst användas för att automatisera enskilda arbetsuppgifter.
Ett exempel är snabbmatskedjornas försök att implementera AI-drivna beställningssystem. Wendy's "FreshAI"-system kräver mänsklig intervention i 14% av beställningarna. White Castle, som samarbetar med Samsung och SoundHound, har liknande problem med sitt system där 10% av ordrarna kräver mänsklig hjälp.
Detta visar på svårigheterna med att ersätta mänskliga anställda med AI. Även till synes enkla uppgifter som att ta emot beställningar kräver ofta en flexibilitet och situationsanpassning som dagens AI-system har svårt att hantera.
En av de mest intressanta intervjuerna i Goldman Sachs-rapporten är med Jim Covello, bankens chef för global aktieanalys. Han är mycket kritisk till AI-hypen och menar att de sammanlagda kostnaderna för AI-boomen - inklusive datacenter, kraftförsörjning och applikationer - kommer uppgå till en biljon dollar de närmaste åren.
Covello ställer den berättigade frågan: "Vilket problem värt en biljon dollar kommer AI att lösa?" Han påpekar att det är ytterst tveksamt om det är ekonomiskt försvarbart att ersätta lågavlönade jobb med extremt dyr teknologi.
Till skillnad från internet, som redan från början var en lågkostnadsteknologi som möjliggjorde e-handel, är AI-teknologi extremt dyr. För att motivera dessa kostnader måste tekniken kunna lösa komplexa problem, vilket den enligt Covello inte är designad för att göra.
En annan aspekt som lyfts fram i rapporten är att det amerikanska elnätet inte är rustat för den enorma ökning av energiförbrukning som AI-utvecklingen medför. Några av de problem som nämns:
Att bygga ut elnätet i den takt som krävs är en enorm utmaning, både tekniskt och byråkratiskt. Detta kan bli en allvarlig flaskhals för fortsatt AI-utveckling.
Många AI-entusiaster hävdar att företag som OpenAI har banbrytande teknologi under utveckling som kommer revolutionera branschen. Men det finns få konkreta bevis för detta.
OpenAI:s egen tekniska chef Mira Murati sade nyligen att de modeller företaget har i sina labb inte är mycket mer avancerade än de som finns tillgängliga offentligt.
Det verkar alltså inte finnas någon magisk lösning som plötsligt kommer få generativ AI att leva upp till all hypen. Tekniken har uppenbara begränsningar som är svåra att komma runt.
Sammantaget målar Goldman Sachs-rapporten upp en dyster bild av AI-industrins framtidsutsikter. Generativ AI är olönsam, ohållbar och fundamentalt begränsad i vad den kan åstadkomma. Trots 18 månader av intensiv utveckling och astronomiska investeringar har få verkligt revolutionerande tillämpningar sett dagens ljus.
Tekniken kostar för mycket, blir inte nämnvärt billigare, drar för mycket el och gör inte tillräckligt för att motivera sin existens. Det finns inga "killer apps" och inga sådana i sikte heller.
För företag som OpenAI och Anthropic finns det ingen tydlig väg till lönsamhet - bara fortsatt miljardrullning i hopp om att upptäcka något som verkligen är innovativt. Men oddsen för det verkar allt sämre.
Mycket tyder på att vi befinner oss i en AI-bubbla som riskerar att spricka inom en inte alltför avlägsen framtid. När investerarna inser att avkastningen uteblir kan det få dramatiska konsekvenser för hela techindustrin.
Generativ AI må vara en intressant teknologi med vissa användbara tillämpningar. Men den kommer knappast revolutionera världen på det sätt som många hoppats och trott. Det är dags för en mer nyanserad och realistisk syn på vad artificiell intelligens faktiskt kan åstadkomma.
Läs även: Heeyo: AI-läraren som förvånar barnen
