3 τύποι εταιρειών που μπορούν να ωφεληθούν σημαντικά από τους πράκτορες τεχνητής νοημοσύνης. Και 2, στις οποίες θα ήμουν πιο προσεκτικός.
Η Meta κυκλοφόρησε το Muse μόλις στις 8 Σεπτεμβρίου και μέσα σε 12 ημέρες συγκέντρωσε περίπου 2,8 εκατομμύρια λήψεις. Το πιο σημαντικό όμως είναι τι μπορεί να κάνει. Δεν απαντά απλώς, αλλά μπορεί να στέλνει email, να κλείνει ταξίδια ή να πραγματοποιεί αγορές.
Και αυτό ακριβώς μπορεί να αλλάξει σημαντικά την οικονομία του διαδικτύου.
Μέχρι τώρα ο άνθρωπος έψαχνε το προϊόν, το συνέκρινε και μετά το αγόραζε. Ο πράκτορας τεχνητής νοημοσύνης μπορεί να κάνει και τα τρία βήματα αντί για αυτόν.
1. Shopify $SHOP
Για μένα μία από τις πιο ξεκάθαρες περιπτώσεις. Το μεγαλύτερο πρόβλημα ενός μικρού ηλεκτρονικού καταστήματος ήταν πάντα να φτάσει μπροστά στον πελάτη. Ο πράκτορας τεχνητής νοημοσύνης όμως μπορεί να ψάξει τεράστιο αριθμό προϊόντων και να βρει μόνος του αυτό που ανταποκρίνεται καλύτερα στη ζήτηση.
Το Muse έχει ήδη αποκτήσει πρόσβαση σε ολόκληρο τον κατάλογο των καταστημάτων σε αυτήν την πλατφόρμα και η Meta ταυτόχρονα συνδέει τις αγορές μέσω του Shop Pay. Η εταιρεία δεν χρειάζεται καν να διαθέτει δικό της πράκτορα τεχνητής νοημοσύνης. Το σημαντικό είναι ότι μπορεί να παρέχει την τεχνολογία και την εμπορική υποδομή μέσω της οποίας ο πράκτορας ολοκληρώνει την αγορά.
Ο πράκτορας μπορεί να παρακάμψει πολλούς από τους σημερινούς μεσάζοντες, αλλά η πληρωμή πρέπει να εκτελεστεί από κάποιον. Και με την τεχνητή νοημοσύνη δίνεται ακόμη μεγαλύτερη έμφαση στο ποιος θα επαληθεύσει την ταυτότητα, θα εγκρίνει το συγκεκριμένο ποσό και θα προστατεύσει τον πελάτη από απάτη.
Η Visa ήδη συνεργάζεται με την OpenAI σε πληρωμές που εκτελούνται από πράκτορες τεχνητής νοημοσύνης και η Mastercard έχει ήδη πραγματοποιήσει πραγματικές συναλλαγές στις οποίες ο πράκτορας ολοκλήρωσε μόνος του την αγορά εντός καθορισμένων δικαιωμάτων. Αν λοιπόν η τεχνητή νοημοσύνη αυξήσει τον αριθμό των αυτοματοποιημένων διαδικτυακών συναλλαγών, η Visa και η Mastercard μπορούν να συνεχίσουν να εισπράττουν το μικρό τους «διόδιο» από τον τεράστιο όγκο πληρωμών.
3. Micron $MU
Εδώ η σύνδεση με τους πράκτορες τεχνητής νοημοσύνης είναι κάπως λιγότερο άμεση.
Ο πράκτορας τεχνητής νοημοσύνης δεν κάνει μόνο μία ερώτηση → μία απάντηση. Πρέπει να σχεδιάζει, να επεξεργάζεται μακρύ πλαίσιο, να χρησιμοποιεί επιπλέον εργαλεία, να αποθηκεύει πληροφορίες και να εκτελεί πολλαπλά βήματα. Αυτό σημαίνει αυξανόμενες απαιτήσεις όχι μόνο σε υπολογιστική ισχύ, αλλά και σε DRAM, HBM και αποθήκευση.
Η Micron αναφέρει ρητά ότι οι πράκτορες τεχνητής νοημοσύνης ήδη αυξάνουν τη ζήτηση για διακομιστές και ότι αυτό το είδος τεχνητής νοημοσύνης αλλάζει τα κέντρα δεδομένων, δηλαδή προστίθενται διακομιστές για τη διαχείριση των πρακτόρων και χώροι αποθήκευσης για το αυξανόμενο πλαίσιο τους. Γι' αυτό οι μνήμες μου φαίνονται ένας από τους πιο ενδιαφέροντες έμμεσους τρόπους για να επωφεληθεί κανείς από αυτή την τάση.
Και σε ποιες θα ήμουν πιο προσεκτικός;
Εδώ πρέπει να τονιστεί ότι δεν πρόκειται για εταιρείες που απειλούνται αυτόματα. Πρόκειται μάλλον για επιχειρηματικά μοντέλα στα οποία οι πράκτορες τεχνητής νοημοσύνης δημιουργούν νέο κίνδυνο. Οι εταιρείες αυτές μπορούν να προσαρμοστούν και ορισμένες το κάνουν ήδη.
4. Booking $BKNG και Expedia $EXPE
Η αξία τους έγκειται σε μεγάλο βαθμό στο ότι συγκεντρώνουν προσφορές σε ένα μέρος και επιτρέπουν τη σύγκρισή τους. Όμως το ίδιο δωμάτιο ξενοδοχείου το βρίσκεις συχνά σε πολλές ιστοσελίδες. Ο πράκτορας τεχνητής νοημοσύνης μπορεί να εξετάσει μόνος του όλες τις επιλογές και να κάνει κράτηση εκεί όπου οι όροι είναι καλύτεροι. Αυτό δυνητικά αποδυναμώνει την αξία του ίδιου του μεσάζοντα.
Από την άλλη, βλέπουμε ήδη πώς αυτές οι εταιρείες προσπαθούν να προσαρμοστούν.
Η Expedia ήδη προσπαθεί να εκμεταλλευτεί αυτή την τάση προς όφελός της και συνεργάζεται απευθείας με το Muse. Αντί να παραμείνει απλώς μια πλατφόρμα που ο πράκτορας μπορεί να παρακάμψει, θέλει να είναι μία από τις πηγές προσφορών από τις οποίες θα επιλέγει. Γι' αυτό δεν θα ξέγραφα ακόμη ούτε το Booking ούτε την Expedia. Το ερώτημα είναι μάλλον: ποιος θα κατέχει στο μέλλον τη σχέση με τον πελάτη και ποιος θα κρατήσει μεγαλύτερο μέρος του περιθωρίου κέρδους;
5. Alphabet $GOOGL
Εδώ βλέπω ίσως έναν ακόμη πιο ενδιαφέροντα κίνδυνο. Η κλασική τεχνητή νοημοσύνη αφαίρεσε ένα μέρος της αναζήτησης πληροφοριών. Ο πράκτορας τεχνητής νοημοσύνης όμως μπορεί να πλήξει την εμπορική αναζήτηση, από την οποία μπορεί κανείς να κερδίσει πολύ περισσότερα. Αντί να ψάχνει ο άνθρωπος το προϊόν, να περνάει από τα αποτελέσματα και να κάνει κλικ στις διαφημίσεις, μπορεί απλώς να πει:
«Βρες μου την καλύτερη επιλογή έως 150 $ και αγόρασέ την.»
Ένα μέρος της σημερινής διαδρομής προς την αγορά απλώς εξαφανίζεται. Ούτε εδώ όμως χρειάζεται να ξεγράψουμε την Google. Διαθέτει ένα τεράστιο Shopping Graph με περισσότερες από 60 δισεκατομμύρια προσφορές προϊόντων και ήδη χτίζει δικές της αγοραστικές λειτουργίες για πράκτορες τεχνητής νοημοσύνης. Το ερώτημα λοιπόν είναι: Μπορεί η Google να κερδίζει από τους πράκτορες τεχνητής νοημοσύνης το ίδιο αποτελεσματικά όπως σήμερα από την κλασική αναζήτηση;
Άρα για μένα το βασικό συμπέρασμα:
Οι πράκτορες τεχνητής νοημοσύνης μπορούν να μειώσουν την αξία εταιρειών των οποίων το κύριο πλεονέκτημα είναι να φέρνουν τον πελάτη στο προϊόν. Αντίθετα, μπορούν να ενισχύσουν εταιρείες που διαθέτουν την υποδομή που απαιτείται για να πραγματοποιηθεί καθόλου η αγορά.
Ποια εταιρεία πιστεύετε ότι θα κερδίσει περισσότερα από την άνοδο των πρακτόρων τεχνητής νοημοσύνης; 👇
