Η τεχνητή νοημοσύνη (AI) αναμένεται να εξελιχθεί το 2026 σε κάτι πολύ μεγαλύτερο από τα chatbots, κάνοντας ένα κρίσιμο βήμα ωρίμανσης, που αναμένεται να έχει βαθιές επιπτώσεις στην παγκόσμια οικονομία από το τρέχον έτος και μετά. Σε αυτήν τη διαπίστωση καταλήγει σχετικό report της Goldman Sachs.

Η AI έχει ήδη αναδειχθεί σε βασικό μοχλό των χρηματοπιστωτικών αγορών και - δυνητικά - της ευρύτερης οικονομίας. Όπως αναφέρει το report, οι αναλυτές της Wall Street - που διαχρονικά υποεκτιμούν τις επενδύσεις στην AI - προβλέπουν ότι οι μεγαλύτεροι hyperscale πάροχοι cloud θα επενδύσουν πάνω από $500 δισ. σε κεφαλαιουχικές δαπάνες το 2026.

Ένα κρίσιμο βήμα ωρίμανσης με βαθιές επιπτώσεις στην παγκόσμια οικονομία το 2026 κάνει η ΑΙ, σύμφωνα με την Goldman Sachs

Την ίδια στιγμή, οι επτά μεγαλύτερες τεχνολογικές εταιρείες αντιστοιχούν πλέον σε πάνω από το 30% της κεφαλαιοποίησης του S&P 500 και περίπου στο ένα τέταρτο των συνολικών κερδών του δείκτη, σύμφωνα με τη Goldman Sachs Research.

Σύμφωνα με τους αναλυτές της Goldman Sachs, με δεδομένο ότι η AI είναι «παιχνίδι κλίμακας», η εκτίμηση είναι ότι συμμαχίες πρωτοφανούς μεγέθους θα αναδιαμορφώσουν το τοπίο, δημιουργώντας αυτοτροφοδοτούμενα οικοσυστήματα, όπου μόνο λίγοι παίκτες θα μπορούν να ανταγωνιστούν. Η αγορά AI ενδέχεται να μοιάσει με κλάδους, όπως η αεροδιαστημική, όπου κυριαρχούν ολιγοπώλια ή δυο-τρία ισχυρά σχήματα.

Στο μεταξύ, η ενέργεια δείχνει να είναι ένα μείζον στοίχημα. Η κλιμάκωση της AI δεν εξαρτάται μόνο από τα κεφάλαια, αλλά από την πρόσβαση στο ηλεκτρικό δίκτυο. Σύμφωνα με τη βασική εκτίμηση της Goldman Sachs Research, η κατανάλωση ενέργειας των data centers θα αυξηθεί κατά 175% έως το 2030 σε σχέση με το 2023.

Οι περιορισμοί σε νέες μονάδες παραγωγής, η σύνδεση με το δίκτυο και οι μακροχρόνιοι χρόνοι υλοποίησης σημαίνουν ότι η πρόσβαση στην ηλεκτρική ισχύ θα εξαρτηθεί από στρατηγικές σχέσεις. Το 2026, η τεράστια ζήτηση θα οδηγήσει σε ένα «ταβάνι gigawatt», με τις εταιρείες να επικεντρώνονται στην απόλυτα αποδοτική κατανομή κάθε διαθέσιμου μεγαβάτ.

Η άνοδος του προσωπικού AI agent

Από το 2026, οι προσωπικοί AI agents γίνονται πραγματικότητα, κάτι που οι εταιρείες επιδιώκουν εδώ και χρόνια. Ό,τι σήμερα γίνεται αποσπασματικά μέσω εφαρμογών, θα εκτελείται αυτόματα. Παράδειγμα: αν μια πτήση ακυρωθεί λόγω κακοκαιρίας, ο AI agent θα αναλάβει να κλείσει νέα πτήση, να μεταφέρει τα επαγγελματικά ραντεβού και να παραγγείλει φαγητό, γνωρίζοντας ότι τα εστιατόρια θα είναι κλειστά. Με τις agentic δυνατότητες της AI, αυτό είναι απολύτως εφικτό.

Στο μεταξύ, σύμφωνα με τις εκτιμήσεις της Goldman Sachs, οι επιχειρήσεις θα περάσουν από ανθρώπινα στελεχωμένες ομάδες σε ανθρώπινα «ενορχηστρωμένους» στόλους εξειδικευμένων AI agents. Αντί για χρέωση ανά ώρα εργασίας, τα υβριδικά αυτά σχήματα ανθρώπων και μηχανών θα τιμολογούν βάσει tokens - των μονάδων δεδομένων, που καταναλώνουν τα μοντέλα AI.

Οι εργαζόμενοι, που θα ξεχωρίσουν, είναι εκείνοι που, πέρα από τεχνογνωσία, διαθέτουν τη μεγαλύτερη προσαρμοστικότητα. Ο καθοριστικός παράγοντας θα είναι η ικανότητά τους να επανεφεύρουν τον ρόλο τους σε μια εποχή, όπου η AI τους βοηθά να κάνουν τη δουλειά τους. Όπως συνέβη με την έλευση των υπολογιστών, η AI φέρνει μια αλλαγή αντίστοιχης κλίμακας - καθιστώντας τη διαρκή μάθηση το υπ’ αριθμόν ένα προσόν.

Αλλαγή μοντέλου

Η Goldman Sachs προβλέπει, τέλος, αλλαγή του παραδοσιακού μοντέλου του λογισμικού. Αντί για μονοδιάστατες εφαρμογές, τα μοντέλα AI μετατρέπονται σε λειτουργικά συστήματα, που μπορούν αυτόνομα να αξιοποιούν εργαλεία για να εκτελούν σύνθετες εργασίες.

Η υπολογιστική ισχύς μετατοπίζεται από στατική, προγραμματισμένη λογική σε βοηθούς, που λειτουργούν βάσει αποτελέσματος και επαναπρογραμματίζονται διαρκώς. Όποιος ελέγχει τα μοντέλα, θα ελέγχει και τα νέα «λειτουργικά συστήματα» της εποχής των AI agents.

Στο μεταξύ, σύμφωνα με τους αναλυτές, το context γίνεται πλέον το νέο πεδίο μάχης. Το ενδιαφέρον των μηχανικών AI θα μετακινηθεί από τα «μεγαλύτερα μοντέλα» στη «καλύτερη μνήμη». Τα μοντέλα έχουν ήδη εκπαιδευτεί σε τεράστιες δεξαμενές δεδομένων, ουσιαστικά σε ολόκληρο το διαδίκτυο και σε συνθετικά δεδομένα.

Ωστόσο, το άμεσο πλαίσιο (context) που διαθέτουν - όσα θυμούνται από προηγούμενες εργασίες και συνομιλίες - παραμένει περιορισμένο. Τα νεότερα μοντέλα αρχίζουν να ενσωματώνουν πολύ μεγαλύτερα context, επιτρέποντας πιο εξατομικευμένες και στοχευμένες απαντήσεις.