Legendarny inwestor mówi wprost: AI jest niedoceniana. I ma ku temu twarde argumenty

John Doerr, człowiek który w porę zainwestował w Google i Amazon, nie należy do tych, którym można zarzucić brak wyczucia historii technologii. Teraz, na łamach Wall Street Journal, 74-letni przewodniczący Kleiner Perkins stawia tezę, która w erze powszechnego zmęczenia hype’em brzmi zaskakująco: sztuczna inteligencja jest niedoceniana, a nie przehype’owana.

Doerr od lat posługuje się własnym, charakterystycznym modelem opisu rewolucji technologicznych. Nie mówi o falach, jak większość jego kolegów z Doliny Krzemowej. Mówi o tsunami. I twierdzi, że te tsunami przychodzą mniej więcej co 13 lat.

Cztery tsunami w 46 lat

Schemat, który Doerr wypracował przez cztery dekady inwestowania, wygląda następująco. Około 1980 roku prawo Moore’a i kurczący się mikrochip zapoczątkowały rewolucję komputerów osobistych. Trzynaście lat później, w 1993, osiemnastolatek Mark Andreessen napisał przeglądarkę na Uniwersytecie Illinois i wpuścił internet do świata. Kolejne trzynaście lat, rok 2006, przynosi triumwirat: chmurę obliczeniową, pierwszego iPhone’a i App Store. Superkomputer trafia do kieszeni każdego konsumenta.

I wreszcie 2019. Czwarta fala. Sztuczna inteligencja.

Według Doerra to największe tsunami w historii technologii. Nie jedno z największych. Największe.

AI w medycynie: liczby, które robią wrażenie

Doerr nie poprzestaje na sloganach. W swoim oświadczeniu przed Senatem USA z 2023 roku, które jest rozwinięciem tez prezentowanych również w WSJ, przywołuje konkretne przypadki.

Narzędzie Sybil opracowane w Massachusetts General Cancer Center potrafi wykrywać guzy płuc z dokładnością 94 procent, zanim pojawią się na standardowym skanie. Platforma Viz.ai, działająca w ponad 1500 szpitalach, skraca czas reakcji przy udarach o ponad 100 minut, co bezpośrednio przekłada się na przeżywalność i kondycję pacjentów. W obszarze cukrzycy, będącej główną przyczyną utraty wzroku u osób poniżej 65. roku życia, systemy AI osiągają dokładność diagnostyczną sięgającą 90-95 procent przy ułamku kosztów tradycyjnych badań.

W edukacji Sal Khan wdraża chatbot Khanmigo w Khan Academy. Deklaruje, że ma on poprawić wyniki uczniów o dwa odchylenia standardowe. W badaniu przeprowadzonym wśród 300 studentów i uczniów szkół średnich 95 procent zadeklarowało poprawę ocen po pracy z narzędziami AI.

Doerr ma rację w jednym: AI to nie jest kolejna wersja chatbota. To technologia, która faktycznie przenika do sektorów, gdzie stawką jest ludzkie zdrowie, edukacja i infrastruktura. I właśnie dlatego dyskusja o tym, czy AI jest „overhyped”, wydaje mi się jałowa. Naprawdę ważne pytanie brzmi inaczej: kto będzie tę technologię kontrolował i na czyją korzyść będzie działała? Historia każdego poprzedniego tsunami pokazuje, że korzyści rozłożyły się głęboko nierównomiernie. Nie ma powodu sądzić, że tym razem będzie inaczej bez świadomych decyzji regulacyjnych i społecznych.

Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl

Wyścig, którego USA nie może przegrać

Doerr niezmiennie wraca do kwestii globalnej konkurencji. Przekaz jest prosty: Stany Zjednoczone są dziś największym prywatnym inwestorem w AI na świecie, wyprzedzając Chiny. Ale ta przewaga topnieje. W 2022 roku stosunek liczby inwestycji venture capital w sektorze AI między USA a Chinami wynosił 2:1. W pierwszej połowie 2023 skurczył się do 1,3:1. Według szacunków McKinsey, chińska AI może do 2030 roku generować dodatkowo 600 miliardów dolarów rocznie.

W tym kontekście Doerr formułuje postulaty polityczne:

• podwojenie federalnego finansowania badań i wdrożeń AI do 32 miliardów dolarów rocznie
• „dołączanie zielonej karty do każdego dyplomu” absolwentów kierunków STEM, by zatrzymać talenty w USA
• likwidacja luki finansowej między uczelniami prywatnymi i publicznymi w obszarze informatyki (mediana wydatków: 9,7 mln dolarów dla prywatnych vs 5,7 mln dla publicznych)
• zachowanie M&A i IPO jako żywotnych ścieżek dla startupów

Inwestor, który widział poprzednie fale

Doerr nie jest optymistą z definicji. Przyznaje, że przez ponad cztery dekady inwestowania miał zarówno trafienia, jak i wpadki. Klasycznym przykładem tej drugiej kategorii jest wybór Fiskera zamiast Tesli w segmencie samochodów elektrycznych.

Właśnie dlatego jego ocena AI ma inny ciężar niż entuzjazm przeciętnego promotora startupów. To człowiek, który stał przy Google, Amazon, Compaq i Netscape. Który rozpoznał każde z poprzednich tsunami, zanim dotarły do brzegu.

Tym razem mówi: to co widzimy, to dopiero cofanie się wody przed prawdziwą falą.

Generatywna AI sama w sobie ma, według szacunków McKinsey, dodawać do globalnej gospodarki nawet 4,4 biliony dolarów rocznie. Doerr nie uważa, że to jest przesadzone. Uważa, że jest niedoszacowane.

Nie chatbot. Zmiana cywilizacyjna

Jednym z kluczowych elementów argumentacji Doerra jest oddzielenie AI od jej najpopularniejszego, ale i najbardziej trywialnego wizerunku. „To nie są chatboty” – podkreśla. To narzędzia do wczesnego wykrywania raka, do zarządzania sieciami energetycznymi, do personalizacji edukacji na skalę masową.

Sieci energetyczne jako przykład nie są przypadkowe. Doerr wskazuje, że od 2011 do 2021 roku liczba awarii sieci spowodowanych przez ekstremalne zjawiska pogodowe wzrosła w USA o 80 procent, generując roczne straty między 70 a 120 miliardami dolarów. Systemy AI zdolne do „samonaprawy” i predykcji zakłóceń mogą przynieść globalne oszczędności przekraczające 125 miliardów dolarów rocznie.

To są liczby, które wychodzą poza narrację o technologicznym hype’ie. I to właśnie na tym polega siła tezy Doerra: jeżeli AI naprawdę osiągnie to, co już dziś zapowiada w medycynie, energetyce i edukacji, to debata o „overhype” będzie wyglądała jak dyskusja o tym, czy internet był „overhype’owany” w 1996 roku.

Możliwe, że tak było. I możliwe, że nie miało to żadnego znaczenia.