Ny rapport om kostnad og nytte ved AI: – Vil ta tid før vi ser store gevinster

I en ny rapport problematiserer investeringsbanken Goldman Sachs kostnad og nytte av generativ AI. – Vi trenger realistisk vurdering av AI-relaterte forventninger, sier Morten Goodwin om funnene.

AI-forsker Morten Goodwin mener både de som er mest optimistiske og negative til AI kan ha godt av en realitetsorientering. 📸: Faksimile, Goldman Sachs og Universitetet i Agder
AI-forsker Morten Goodwin mener både de som er mest optimistiske og negative til AI kan ha godt av en realitetsorientering. 📸: Faksimile, Goldman Sachs og Universitetet i Agder Vis mer

Koster generativ AI mer enn det smaker? spør investeringsbanken Goldman Sachs retorisk i forbindelse med en ny rapport.

I «Gen AI: too much spend, too little benefit?» oppsummerer de hva ekspertene mener om framtida til verktøyene i denne sekkebetegnelsen.

Til tross for flere forhold som taler mot generativ AI, så forventer de at veksten vil fortsette, enten fordi AI leverer det de mest håpefulle tror på, eller fordi det vil ta lang tid før bobla faktisk sprekker.

– Mer som en ballong

Morten Goodwin er AI-professor ved Universitet i Agder, og mener rapporten er en nyttig realiseringsorientering når det gjelder rollen til generativ AI. Den kan være en kalddusj for dem som lover mest på vegne av teknologien, og samtidig bidra til at skeptikere kan få mer tillit til at det likevel kan finnes nytte i teknologien, ifølge ham.

– Jeg er helt enig i at vi trenger realistisk vurdering av AI-relaterte forventninger.

Goodwin er enig i at vi nå ser en boble innen generativ AI. Men han mener det er en forskjell på denne boblen, og tidligere IT-bobler.

– Tidligere på tusentallet var det nok av bedrifter som tjente penger, enkelt sagt i kraft av at de hadde en nettside. Flere av disse hadde egentlig ikke livets rett, og fikk merke det da bobla sprakk, sier han.

– Når det derimot gjelder generativ AI, så finnes det konkrete bruksområder. Så selv om det er en boble, så er den nok mer som en ballong. Lufta vil kunne sive ut over lengre tid framfor at det smeller, forklarer Goodwin.

– Men det vil være igjen noe av verdi å bygge videre på, presiserer han. Dette blir også påpekt av flere i rapporten. Det er også årsaken til at de i liten grad frykter en reprise av dot-com-smellen.

Lang tidshorisont

Det siste året har det vært et gjentakende mantra om at «toget går nå», og at Norge ikke har råd til å stå igjen på perrongen. Prognosen om at det vil ta lang tid før bobla når et metningspunkt, gjør også at det neppe er like akutt å «hoppe om bord toget» i hui og hast, ifølge Goodwin.

– Jeg tenker, i likhet med rapporten, at det vil ta tid før vi ser store gevinster av AI. Sånn sett er det ikke nødvendigvis så viktig å være blant dem som hopper på aller først. Verken Google eller Amazon var først på sine felt, men de var litt bedre enn konkurrentene, påpeker han.

– Samtidig er det slik at de som er tidlig på, kan få god nytte av dette, blant annet i form av store andeler av markedet i etterkant. I tillegg er det et spørsmål om hvor lenge vi kan vente? Kodak ventet lenge med digitalisering, og det straffet seg, utbroderer Goodwin.

– Det å vente til alle andre er om bord vil kunne være ødeleggende, legger han til.

Jim Covello er en av Goldman Sachs egne analytikere som uttaler seg i rapporten. Ifølge ham har AI mellom 12 og 18 måneder til å vise en mer utbredt nytte, før investeringsviljen kan begynne å stoppe opp.

For selskaper som satser på AI, kan viljen vare mye lenger. Så lenge selskapene har store nok overskudd til å tape penger på AI-eksperimenter, så vil det trolig fortsette, mener Covello. Samtidig er eksperimentene blant de første tingene som kan bli kuttet om økonomien blir trangere i selskaper.

Lover mer enn det ser ut til å holde

I rapporten blir det tegnet et bilde av at generativ AI har langt igjen før det vil være kostnadseffektivt å bruke, eller før det bidrar til store gevinster.

Økonomiprofessoren Daron Acemoglu ved MIT blir også intervjuet. Han anslår at det vil ta minst ti år før vi som samfunn, i beste fall, vil se store og revolusjonerende endringer som følge av AI-bruk. Selv om AI kan erstatte mennesker i enkelte oppgaver, vil de færreste av disse bli kostnadseffektive det neste tiåret, mener Acemoglu.

I tillegg problematiseres de store investeringskostnadene knyttet til AI. I rapporten anslås disse til rundt én trillion dollar, eller 10,72 billioner kroner, og inkluderer strømnett, datasentre, brikker mm.

De høye kostnadene og foreløpig begrensede nytten sammenlignet med løftene til tross, Goodwin har fortsatt tro på at AI vil endre mye av samfunnet.

– Men løftene om hva AI skal bidra til går ofte over alle støvleskaft! Algoritmene blir ofte framstilt som at det er like før vi får nærmest bevisste menneskelige vesener, men det er langt unna virkeligheten, sier han.

– Når hypen er så stor som den er, er det en risiko for å investere mer i teknologien enn det du får tilbake. Det betyr ikke at det ikke er gevinster rundt AI generelt og generativ AI spesielt, fortsetter Goodwin.

Dette er også budskapet fra to andre analytikere i Goldman Sachs, Kash Rangan og Eric Sheridan, som begge er positive til utviklingen. Rangan går så langt som å si at han har mer tro på økonomien i generativ AI nå enn han hadde for ett år siden.

– Som flere også sier i rapporten, bør vi ha forsiktig optimisme, og anerkjenne de høye kostnadene. Men de understreker også potensialet for langsiktige fordeler, tydeliggjør Goodwin.

Mye kan endre seg på få år

Det er ingen tvil om at IT er en av sektorene som er kommet lengst når det gjelder bruk av generativ AI. Dette har ført til spådommer som spenner fra at hver fjerde utviklerstilling kan bli overflødig, til at det vil behov for langt flere til å jobbe med utviklingen og bruken av AI.

– Svaret er jo åpenbart et sted midt imellom. Effektiviseringen betyr ikke økt arbeidsledighet i starten. Automatisering av kontoret med kopimaskiner og lignende har ikke ført til arbeidsledighet. De som lykkes, bruker de tilgjengelige ressursene til å heve nivået på produkter og tjenester. Slik blir det også med AI, mener Goodwin.

Slik som det er en risiko for å investere mer i AI enn du får tilbake, er det også en risiko i at du kan overse bedre løstninger, mener han. For mens det for eksempel er lett å se hvordan en løsning som Github Copilot vil være nyttig for et IT-konsulenthus, så er det viktigste fortsatt å ha fokus på hva som er oppgaven.

– Det er en risiko dersom AI blir svaret på «alle» utfordringer. Det er viktig å ha en klar plan for hvilke oppgaver du vil ha løst, og deretter tenkt ut hvilke verktøy som er best egnet til å løse oppgavene. Andre teknologier kan være vel så nyttige. Det handler om å ha et edruelig forhold til dette, sier Goodwin.

Studenter får gjerne høre at de må lære seg AI-verktøy, selv om det fortsatt er uklarhet hvilke verktøy som vil være mest nyttige. Goodwin er overbevist om at dagens studenter vil bruke AI innen utvikling, i en eller annen form.

– Men det er vanskelig å spå hvilke kompetansekrav og teknologier som gjelder om fem år. Det viktigste er at de lærer seg hva teknologien kan gjøre, og hvordan det kan og bør brukes. Det er som å kjøre bil. Du trenger ikke kunne alt om forbrenningsmotoren, forklarer han.

Mener analytikere bommer

I rapporten trekkes det fram at generativ AI så langt ikke har løst store nok utfordringer til å ha livets rett. Det mangler «killer applications» ifølge analytikere hos Goldman Sachs. Der er Goodwin uenig.

– Jeg er helt uenig i at «AI’s killer application» ennå ikke har dukket opp. Den påstanden er en bom. Vi ser mange killer applications for AI, også for generativ AI, som virkelig allerede gjør enorm nytte, sier han.

– Det spenner fra språkmodeller som ChatGPT og GitHub Copilot, til medisinske verktøy som diagnostiserer sykdommer bedre enn leger. Dette er killer applications, altså applikasjoner som driver utviklingen videre. De beviser AIs nytteverdi, forklarer Goodwin.

Fysiske grenser

Et annet aspekt som trekkes fram i rapporten, er at teknologien står ovenfor flere harde grenser. Statsminister Jonas Gahr Støre har uttrykt bekymring for et stort energibehov fra AI, mens tilgangen på avanserte databrikker allerede har vist seg å være en fysisk begrensning for teknologien.

Hvor harde er disse grensene?

– Det er flere problemstillinger å svare ut her. Det er et økende behov for energiressurser til å trene opp AI, mens det er mindre energiintensivt å «bare bruke» dem. Også kan vi si at dersom det finnes ett land som har forutsetninger for å få det til, så er det Norge. Vi har mye fornybar energi, og det krever mindre strøm til kjøling med et fjellanlegg her, enn med et anlegg som også trenger mer luftkjøling lenger nede i Europa. I tillegg blir også brikkene mer energieffektive, slik at strømforbruket kan bli redusert, forklarer Goodwin.

Og da er vi inne på temaet med tilgang på brikker. Hvor hard er den fysiske grensa?

– Dersom det skulle skje en konflikt i området rundt i Kina, så vil det kunne få svært store følger for en sånn grense. Dersom Kina eller Taiwan slutter å sende ut brikker til GPU’er, så vil det merkes. De sitter på en gullkantet kortstokk i så måte. Dette viser også viktigheten av at vi får mer av denne teknologien i også vestlige land, og at vi også kan utvinne metallene som kreves for å lage slike brikker i Vesten, understreker han.