Η πληροφορία ότι η OpenAI πρότεινε στην αμερικανική κυβέρνηση την απόκτηση ποσοστού περίπου 5% της εταιρείας άνοιξε μια συζήτηση που περβαίνει κατά πολύ τα όρια μίας ακόμη τυπικής επιχειρηματικής συμφωνίας.
Για πρώτη φορά, μία από τις κορυφαίες εταιρείες τεχνητής νοημοσύνης φέρεται να εξετάζει ένα μοντέλο άμεσης κρατικής συμμετοχής σε μια τεχνολογία που εξελίσσεται με ρυθμούς χωρίς ιστορικό προηγούμενο μετά τη βιομηχανική επενάσταση.
H πρόταση αναδεικνύει ένα βαθύτερο ερώτημα: μήπως η ανάπτυξη της τεχνητής νοημοσύνης έχει εισέλθει σε μια φάση όπου ακόμη και οι ισχυρότερες εταιρείες δυσκολεύονται να χρηματοδοτήσουν μόνες τους τις τεράστιες επενδύσεις που απαιτούνται;
Και αν ναι, μήπως οι κυβερνήσεις θα κληθούν σταδιακά να αναλάβουν ρόλο όχι μόνο ρυθμιστή, αλλά και στρατηγικού επενδυτή, σε ένα πρόγραμμα διάσωσης όπως αυτά για τις τράπεζες το διάστημα 2008 - 2009.
Σημειωτέον ότι η Κίνα έχει διαμορφώσει ένα υβριδικό τεχνολογικό οικοσύστημα από ιδιωτικές και κρατικές εταιρείες που αναπτύσσουν ανταγωνιστικά γλωσσικά μοντέλα, με το κόστος να καταβάλλεται από το θηριώδες εμπορικό πλεόνασμα του 1,2 τρισ. δολ. που πέτυχε το 2025. 
Η έκρηξη του κόστους
Η δημιουργία των σύγχρονων μεγάλων γλωσσικών μοντέλων (LLMs) δεν θυμίζει πλέον την ανάπτυξη λογισμικού όπως τη γνωρίζαμε πριν από μία δεκαετία.
Η τεχνητή νοημοσύνη έχει μετατραπεί σε έναν από τους πιο «κεφαλαιοβόρους» κλάδους της παγκόσμιας οικονομίας.
Η εκπαίδευση ενός προηγμένου μοντέλου απαιτεί εκατοντάδες χιλιάδες εξειδικευμένους επεξεργαστές (GPU), υπερσύγχρονα data centers, τεράστιες ποσότητες ηλεκτρικής ενέργειας, εξειδικευμένα δίκτυα οπτικών ινών και ομάδες μηχανικών υψηλής εξειδίκευσης.
Το κόστος δεν σταματά στην εκπαίδευση.
Κάθε ερώτημα που υποβάλλεται σε ένα μεγάλο μοντέλο απαιτεί υπολογιστική ισχύ, γεγονός που αυξάνει δραστικά τα λειτουργικά έξοδα.
Σε αντίθεση με τις παραδοσιακές πλατφόρμες λογισμικού, όπου η εξυπηρέτηση εκατομμυρίων χρηστών έχει σχετικά μικρό μεταβλητό κόστος, τα μοντέλα AI καταναλώνουν συνεχώς μεγαλύτερους υπολογιστικούς πόρους.
Οι αριθμοί πίσω από την επανάσταση
Τα τελευταία δύο χρόνια οι επενδύσεις έχουν αποκτήσει πρωτοφανείς διαστάσεις.
Η Microsoft έχει δεσμεύσει δεκάδες δισεκατομμύρια δολάρια για την OpenAI και την ανάπτυξη υποδομών Azure AI.
Η Meta επενδύει δεκάδες δισεκατομμύρια ετησίως σε υποδομές τεχνητής νοημοσύνης, με στόχο την ανάπτυξη ανοικτών μοντέλων όπως το Llama.
Η Google επεκτείνει διαρκώς τα data centers της για την υποστήριξη του Gemini.
Η Anthropic έχει εξασφαλίσει τεράστια κεφάλαια από την Amazon και την Google.
Η xAI του Elon Musk επενδύει επίσης σε υποδομές μεγάλης κλίμακας, ενώ παράλληλα αναζητά πρόσθετη χρηματοδότηση για την επέκταση των υπολογιστικών της δυνατοτήτων.
Η κοινή συνισταμένη είναι μία: όλες οι εταιρείες χρειάζονται ολοένα περισσότερα κεφάλαια.
Οι αριθμοί που αλλάζουν την οικονομία της AI
Οι μεγαλύτερες εταιρείες του κλάδου έχουν εισέλθει σε έναν αγώνα κεφαλαιουχικών δαπανών που θυμίζει περισσότερο την κατασκευή εθνικών ενεργειακών ή σιδηροδρομικών δικτύων παρά την ανάπτυξη λογισμικού – σε κλίμακα που θυμίζει τη Βιομηχανική Επανάσταση του 19ου αιώνα.
Η Microsoft ανακοίνωσε ότι οι επενδύσεις της σε υποδομές AI αναμένεται να φθάσουν περίπου τα 80 δισ. δολάρια σε ένα οικονομικό έτος, κυρίως για νέα data centers και εξοπλισμό τεχνητής νοημοσύνης.
Η Meta αύξησε τον προϋπολογισμό κεφαλαιουχικών δαπανών για το 2025 στα 64–72 δισ. δολάρια, με μεγάλο μέρος να κατευθύνεται στην ανάπτυξη υπερυπολογιστών και εγκαταστάσεων AI.
Η Amazon, μέσω της AWS, επενδύει επίσης δεκάδες δισεκατομμύρια δολάρια ετησίως σε υποδομές cloud και AI, ενώ έχει επενδύσει περίπου 8 δισ. δολάρια στην Anthropic.
Η Alphabet (Google) έχει ανακοινώσει επενδύσεις που ξεπερνούν τα 75 δισ. δολάρια για data centers, επεξεργαστές TPU και ανάπτυξη των μοντέλων Gemini.
Η OpenAI, αν και δεν είναι εισηγμένη, έχει αποτίμηση που προσεγγίζει τα 300 δισ. δολάρια, ενώ συνεχίζει να αναζητά νέα κεφάλαια για την επέκταση της υπολογιστικής της υποδομής.
Η Anthropic αποτιμάται σε πάνω από 60 δισ. δολάρια, ενώ η xAI του Elon Musk έχει επίσης φθάσει σε αποτίμηση δεκάδων δισεκατομμυρίων δολαρίων μέσα σε ελάχιστο χρονικό διάστημα.
Συνολικά, οι επενδύσεις που έχουν ανακοινώσει οι μεγάλοι τεχνολογικοί όμιλοι για υποδομές τεχνητής νοημοσύνης υπερβαίνουν ήδη τα 300 δισ. δολάρια ετησίως, χωρίς να υπολογίζονται οι ιδιωτικές επενδύσεις σε νεοφυείς επιχειρήσεις, οι κρατικές επιδοτήσεις και οι ενεργειακές υποδομές που απαιτούνται για την τροφοδοσία των νέων data centers.
Το παράδοξο των αποτιμήσεων
Η χρηματιστηριακή εικόνα των εταιρειών είναι εξίσου εντυπωσιακή.
• Nvidia: κεφαλαιοποίηση άνω των 4 τρισ. δολαρίων.
• Microsoft: περίπου 3,8–4 τρισ. δολάρια.
• Apple: περίπου 3 τρισ. δολάρια.
• Alphabet: πάνω από 2 τρισ. δολάρια.
• Amazon: πάνω από 2 τρισ. δολάρια.
• Meta: περίπου 2 τρισ. δολάρια.
Οι έξι μεγαλύτερες εταιρείες τεχνολογίας αντιπροσωπεύουν πλέον κεφαλαιοποίηση που ξεπερνά τα 16–18 τρισ. δολάρια, ποσοστό πρωτοφανές στην ιστορία των αμερικανικών αγορών.
Παρά τις τεράστιες αποτιμήσεις, οι ανάγκες για ρευστότητα παραμένουν τεράστιες.
Οι περισσότερες εταιρείες αντλούν κεφάλαια μέσω:
• έκδοσης νέων μετοχών,
• μετατρέψιμων ομολόγων,
• εταιρικών ομολόγων,
• τραπεζικών πιστωτικών γραμμών,
• στρατηγικών επενδυτών (Microsoft, Amazon, SoftBank κ.ά.).
Έτσι, το ζήτημα δεν είναι ότι οι εταιρείες AI έχουν ήδη υπερβολικό δανεισμό, αλλά ότι οι κεφαλαιακές ανάγκες αυξάνονται ταχύτερα από τις ταμειακές ροές τους.
Αν ο ρυθμός αυτός συνεχιστεί, οι αγορές θα πρέπει να απορροφήσουν κάθε χρόνο εκατοντάδες δισεκατομμύρια δολάρια νέων επενδύσεων.
Η κρίσιμη έλλειψη υποδομών και η αλλαγή του οικονομικού μοντέλου
Το μεγαλύτερο πρόβλημα δεν είναι πλέον μόνο τα κεφάλαιο.
Οι εταιρείες αντιμετωπίζουν περιορισμούς στην πρόσβαση σε προηγμένους επεξεργαστές, σε ισχύ των ενεργειακών δικτύων και σε κατάλληλες εγκαταστάσεις.
Οι σύγχρονες μονάδες τεχνητής νοημοσύνης απαιτούν ισχύ αντίστοιχη μικρών πόλεων. Σε αρκετές περιοχές των Ηνωμένων Πολιτειών έχουν ήδη ξεκινήσει επενδύσεις σε νέους υποσταθμούς, δίκτυα μεταφοράς ηλεκτρικής ενέργειας ακόμη και σε πυρηνικούς μικρούς αντιδραστήρες (SMRs), με στόχο την τροφοδότηση των νέων data centers.
Έτσι, η τεχνητή νοημοσύνη παύει να αποτελεί μόνο τεχνολογικό προϊόν και μετατρέπεται σε ζήτημα εθνικών υποδομών και εθνικής ασφάλειας.
Γιατί ενδιαφέρεται το αμερικανικό κράτος
Η πιθανή κρατική συμμετοχή στην OpenAI δεν μπορεί να εξεταστεί ανεξάρτητα από τον γεωπολιτικό ανταγωνισμό με την Κίνα.
Η Ουάσιγκτον αντιμετωπίζει πλέον την AI με τρόπο αντίστοιχο με αυτόν που αντιμετώπισε στο παρελθόν την πυρηνική τεχνολογία, το διαδίκτυο ή τους ημιαγωγούς.
Η τεχνητή νοημοσύνη θεωρείται κρίσιμη τόσο για την οικονομική ανάπτυξη όσο και για την άμυνα, την κυβερνοασφάλεια, τη συλλογή πληροφοριών, την ανάπτυξη αυτόνομων οπλικών συστημάτων και την επιστημονική έρευνα.
Μια ενδεχόμενη συμμετοχή του αμερικανικού Δημοσίου σε εταιρείες αιχμής θα μπορούσε να διασφαλίσει μεγαλύτερη επιρροή στις στρατηγικές αποφάσεις τους, χωρίς να απαιτείται άμεση κρατικοποίηση.
Δεν πρόκειται για διάσωση με την τυπική μορφή – αλλά τι μπορεί να σημαίνει;
Μέχρι στιγμής δεν υπάρχουν ενδείξεις ότι η OpenAI ή άλλες μεγάλες εταιρείες AI βρίσκονται στα πρόθυρα οικονομικής κατάρρευσης, αλλά είναι πανθομολογούμενη η ύπαρξη μια τεράστιας φουσκας στιε κεφαλαιοποιήσεις που δεν στηρίζεται από τα θεμελιώση μεγάθη, αλλά και στον δανεισμό των επιχειρήσεων αποό ιδιωτικούς φορείς (private credit).
Αντίθετα, εξακολουθούν να προσελκύουν σημαντικά ιδιωτικά κεφάλαια και να αποτιμώνται σε ιδιαίτερα υψηλά επίπεδα.
Ωστόσο, το επιχειρηματικό τους μοντέλο χαρακτηρίζεται από ένα παράδοξο: όσο αυξάνεται η χρήση των υπηρεσιών τους, τόσο αυξάνεται και η ανάγκη για νέες επενδύσεις σε υπολογιστική ισχύ και ενεργειακές υποδομές.
Αυτό δημιουργεί έναν διαρκή κύκλο χρηματοδοτικών αναγκών.
Ένα νέο μοντέλο βιομηχανικής πολιτικής;
Η ιστορία των Ηνωμένων Πολιτειών δείχνει ότι το κράτος έχει παρέμβει επανειλημμένα σε στρατηγικούς τομείς.
Η δημιουργία του διαδικτύου βασίστηκε σε δημόσια χρηματοδότηση μέσω της DARPA.
Η ανάπτυξη της αμερικανικής αεροδιαστημικής βιομηχανίας στηρίχθηκε σε κρατικά συμβόλαια.
Ο νόμος CHIPS Act κινητοποίησε δεκάδες δισεκατομμύρια δολάρια για την ενίσχυση της εγχώριας παραγωγής ημιαγωγών.
Κατά την τραπεζική κρίση του 2008, το πρόγραμμα TARP απέτρεψε την κατάρρευση του χρηματοπιστωτικού συστήματος μέσω κρατικής παρέμβασης.
Οι περιπτώσεις αυτές διαφέρουν σημαντικά μεταξύ τους, όμως καταδεικνύουν ότι όταν ένας κλάδος θεωρείται κρίσιμος για την εθνική ασφάλεια ή την οικονομική σταθερότητα, η κρατική εμπλοκή δεν αποτελεί εξαίρεση.
Η αυξημένη κρατική συμμετοχή δεν στερείται κινδύνων.
Από τη μία πλευρά μπορεί να προσφέρει σταθερότητα και πρόσβαση σε μακροπρόθεσμα κεφάλαια.
Από την άλλη, εγείρει ζητήματα ανταγωνισμού, συγκέντρωσης ισχύος και επιρροής του κράτους στην ανάπτυξη της τεχνολογίας.
Επιπλέον, η στενή διασύνδεση εταιρειών AI με κυβερνητικούς οργανισμούς μπορεί να ενισχύσει τις ανησυχίες σχετικά με τη χρήση της τεχνητής νοημοσύνης για στρατιωτικούς ή επιτηρησιακούς σκοπούς.
Το μεγάλο ερώτημα
Η πρόταση για συμμετοχή του αμερικανικού Δημοσίου στην σηματοδοτεί ότι η συζήτηση έχει μετατοπιστεί: από το πώς θα αναπτυχθεί η AI, στο ποιος θα χρηματοδοτήσει τη διαρκώς αυξανόμενη υποδομή που απαιτεί.
Αν το κόστος συνεχίσει να αυξάνεται με τους σημερινούς ρυθμούς, οι ιδιωτικές επενδύσεις ενδέχεται να μην επαρκούν για να στηρίξουν μόνες τους την επόμενη φάση της τεχνολογικής κούρσας.
Σε ένα τέτοιο περιβάλλον, δεν αποκλείεται να δούμε περισσότερες μορφές συνεργασίας μεταξύ κράτους και ιδιωτικού τομέα, είτε μέσω επενδύσεων, είτε μέσω φορολογικών κινήτρων, είτε μέσω κοινών υποδομών.
Το βέβαιο είναι ότι η τεχνητή νοημοσύνη παύει να είναι αποκλειστικά υπόθεση της Silicon Valley.
Μετατρέπεται σταδιακά σε πεδίο εθνικής στρατηγικής, βιομηχανικής πολιτικής και γεωπολιτικού ανταγωνισμού. Η συζήτηση για την OpenAI ίσως αποτελεί το πρώτο σημάδι αυτής της νέας εποχής.
Τα σχέδια διάσωσης των τραπεζών και το μελλοντικό κόστος
Η ιστορική εμπειρία της χρηματοπιστωτικής κρίσης του 2008 δείχνει ότι οι συνολικές ζημίες ενός κλάδου διαφέρουν σημαντικά από το τελικό δημοσιονομικό κόστος της κρατικής παρέμβασης.
Σύμφωνα με το Διεθνές Νομισματικό Ταμείο (IMF), οι συνολικές απομειώσεις χρηματοπιστωτικών περιουσιακών στοιχείων αμερικανικής προέλευσης ανήλθαν σε περίπου 2,7 τρισεκατομμύρια δολάρια, εκ των οποίων περίπου 1,6 τρισεκατομμύρια επιβάρυναν τις τράπεζες.
Παρά το μέγεθος αυτών των ζημιών, το καθαρό δημοσιονομικό κόστος του προγράμματος TARP περιορίστηκε τελικά σε περίπου 31 δισεκατομμύρια δολάρια, καθώς το μεγαλύτερο μέρος των κεφαλαίων που διοχετεύθηκαν στις τράπεζες επιστράφηκε στο αμερικανικό Δημόσιο.
Ένα αντίστοιχο υποθετικό πλαίσιο μπορεί να εφαρμοστεί στον κλάδο της τεχνητής νοημοσύνης.
Σήμερα, οι μεγαλύτερες επενδύσεις πραγματοποιούνται από τις Microsoft, Amazon, Alphabet και Meta.
Οι συνολικές κεφαλαιουχικές δαπάνες (CAPEX) των τεσσάρων αυτών εταιρειών αυξήθηκαν από περίπου 224 δισεκατομμύρια δολάρια το 2024 σε περίπου 413 δισεκατομμύρια δολάρια το 2025, ενώ οι εκτιμήσεις των αναλυτών συγκλίνουν ότι θα κυμανθούν μεταξύ 600 και 700 δισεκατομμυρίων δολαρίων το 2026, με το μεγαλύτερο μέρος να αφορά επενδύσεις σε υποδομές AI.
Οι περισσότερες αναλύσεις εκτιμούν ότι την περίοδο 2025–2030 οι επενδύσεις των hyperscalers σε AI θα υπερβούν τα 5 τρισεκατομμύρια δολάρια.
Με βάση τα παραπάνω, μπορεί να διαμορφωθεί ένα υποθετικό σενάριο κατάρρευσης της αγοράς AI.
Εάν μετά από μία περίοδο υπερεπενδύσεων η ζήτηση αποδεικνυόταν σημαντικά χαμηλότερη των προσδοκιών, θα ήταν πιθανές μεγάλες απομειώσεις σε κέντρα δεδομένων, εξειδικευμένους επεξεργαστές (GPU), συμβάσεις αγοράς ηλεκτρικής ενέργειας και λογισμικό.
Υποθέτοντας ότι θα απαξιωνόταν το 30–40% των ήδη πραγματοποιημένων επενδύσεων σε υποδομές AI, οι συνολικές λογιστικές ζημίες θα μπορούσαν να προσεγγίσουν τα 1,0–1,5 τρισεκατομμύρια δολάρια σε ορίζοντα λίγων ετών.
Το μέγεθος αυτό είναι συγκρίσιμο με τις ζημίες που υπέστησαν οι αμερικανικές τράπεζες κατά την κρίση του 2008, αν και θα αφορούσε κυρίως πάγια στοιχεία ενεργητικού και όχι χρηματοπιστωτικά προϊόντα.
Εάν εφαρμοζόταν μια προσέγγιση ανάλογη με το TARP, όπου το Δημόσιο θα αποκτούσε μετοχές ή μετατρέψιμα ομόλογα αντί να επιδοτεί άμεσα τις ζημίες, τότε η απαιτούμενη χρηματοδότηση θα μπορούσε να κυμανθεί μεταξύ 200 και 400 δισεκατομμυρίων δολαρίων. Από αυτό το ποσό, σημαντικό μέρος θα μπορούσε να ανακτηθεί μελλοντικά μέσω πωλήσεων συμμετοχών, μερισμάτων ή αποπληρωμών, με αποτέλεσμα η τελική καθαρή δημοσιονομική επιβάρυνση να είναι αισθητά μικρότερη από τις αρχικές εκταμιεύσεις.
Η βασική διαφορά σε σχέση με την κρίση του 2008 είναι ότι ο συστημικός κίνδυνος δεν προέρχεται σήμερα από τους ισολογισμούς των τραπεζών αλλά από τη συγκέντρωση τεράστιων επενδύσεων σε ψηφιακές υποδομές και υπολογιστική ισχύ.
Επομένως, ακόμη και αν μια «φούσκα» στην τεχνητή νοημοσύνη οδηγούσε σε ζημίες συγκρίσιμες με εκείνες της χρηματοπιστωτικής κρίσης, η κρατική παρέμβαση θα ήταν πιθανότατα μικρότερη ως ποσοστό των συνολικών απωλειών αλλά θα αποτελούσε τρομακτικό πλήγμα για την κεφαλαιογορά των ΗΠΑ.
Εκατομμύρια μικροεπενδυτές θα χάσουν τις αποταμιεύσεις τους και την εργασία τους ενώ θα καταστραφούν και μεγάλα ασφαλιστικά ταμεία σε μια οικονομική ανατάραξη με πολλαπλάσιες συνέπειες από τη χρηματοπιστώτική κρίση του 2008 – 2009.
Δεν είναι τυχαίο ότι οι «tech bros», οι ηγέτες των μεγαλύτερων εταιρειών θελήσαν να ενταχθούν στο κλειστό συστημα εξουσίας του Donald Trump μετά την επιστροφή του στον Λευκό Οίκο το 2025 ούτε και το (όχι πλέον)παράξενο μανιφέστο της Paladir για την σύνδεση της εθνικής ασφάλειας με την ανάπτυξη της ΑΙ.
Σχόλια αναγνωστών