Τρεις βασικοί τομείς - μεγαλύτερα μοντέλα και κέντρα δεδομένων, επιχειρηματικές και κυβερνητικές πρωτοβουλίες για την Τεχνητή Νοημοσύνη, και βελτίωση των δυνατοτήτων λογισμικού - θα μπορούσαν να επιτρέψουν στην αγορά υλικού και λογισμικού Τεχνητής Νοημοσύνης να πλησιάσει το ένα τρισεκατομμύριο δολάρια μέσα στα επόμενα τρία χρόνια.
«Η ραγδαία πρόοδος της Τεχνητής Νοημοσύνης (AI), ειδικά της παραγωγικής τεχνητής νοημοσύνης, αναδιαμορφώνει ολόκληρο το τεχνολογικό τοπίο», επισημαίνει ο Δημήτρης Ψαρρής, Managing Partner της Bain & Company Greece. «Καθώς η παγκόσμια οικονομία προσαρμόζεται στη νέα μετα-παγκοσμιοποιημένη εποχή, οι επιχειρήσεις αλλάζουν τη λειτουργία και τις διαδικασίες τους για να προσφέρουν αξία. Η φετινή Έκθεση Τεχνολογίας της Bain εστιάζει στο μεγάλο αντίκτυπο του AI σε διάφορους τομείς, όπως η βιομηχανία, η επιχειρηματική αξία, τα κέντρα δεδομένων, η γεωπολιτική, το λογισμικό, οι υπηρεσίες και η ανάπτυξη ταλέντων. Η έλευση της παραγωγικής τεχνητής νοημοσύνης επιβάλλει στις επιχειρήσεις την ανάγκη υιοθέτησης μιας ολιστικής στρατηγικής AI για την παροχή υψηλής ποιότητας λύσεων».
Το AI αυξάνει τη ζήτηση για data centers
Σύμφωνα με την Bain, η εργασιακή δραστηριότητα που συνδέεται με την Τεχνητή Νοημοσύνη μπορεί να αυξηθεί με ετήσιο ρυθμό 25% έως 35% μέχρι το 2027. Καθώς αυξάνεται η χρήση του AI, η ανάγκη για υπολογιστική ισχύ θα ενισχύσει ριζικά την ανάπτυξη των μεγάλων data centers τα επόμενα πέντε έως δέκα χρόνια. Η Bain αναφέρει ότι η Τεχνητή Νοημοσύνη θα αυξήσει τη δυναμικότητα των data centers, με αποτέλεσμα αυτά να φτάσουν από τα 50-200 megawatts που έχουν χωρητικότητα σήμερα σε πάνω από 1 gigawatt. Αυτό σημαίνει ότι, ενώ τα σημερινά data centers κοστίζουν από 1 έως 4 δισεκατομμύρια δολάρια, μέσα στα επόμενα πέντε χρόνια το κόστος θα μπορούσε να ανέλθει μεταξύ 10 και 25 δισεκατομμυρίων δολαρίων. Οι αλλαγές αυτές θα επηρεάσουν σημαντικά τα οικοσυστήματα που στηρίζουν τα data centers, όπως η μηχανική υποδομών, η παραγωγή ενέργειας και ψύξης, καθώς και οι αλυσίδες εφοδιασμού.
Εκτός από την ανάγκη για περισσότερα data centers, η Bain προβλέπει ότι η αυξανόμενη ζήτηση για μονάδες επεξεργασίας γραφικών (GPUs), λόγω του AI, θα μπορούσε να εντείνει τη ζήτηση για ορισμένα εξαρτήματα της εφοδιαστικής αλυσίδας κατά 30% ή και περισσότερο μέχρι το 2026. Όπως η πανδημία οδήγησε σε άνοδο τη ζήτηση υπολογιστών, έτσι και η αυξανόμενη ανάγκη για υπολογιστική ισχύ Τεχνητής Νοημοσύνης θα επηρεάσει τις αλυσίδες εφοδιασμού που αφορούν τα τσιπ των data centers, τους προσωπικούς υπολογιστές και τα smartphones. Οι τάσεις αυτές, σε συνδυασμό με τις γεωπολιτικές εντάσεις, θα μπορούσαν να προκαλέσουν μια νέα έλλειψη ημιαγωγών. Εάν η ζήτηση των κέντρων δεδομένων για τις τρέχουσες γενιές GPU διπλασιαστεί έως το 2026, όχι μόνο οι προμηθευτές βασικών εξαρτημάτων θα πρέπει να αυξήσουν την παραγωγή τους, αλλά και οι κατασκευαστές συσκευασιών τσιπ θα χρειαστεί σχεδόν να τριπλασιάσουν την παραγωγική τους ικανότητα για να ανταποκριθούν στη ζήτηση.
Οι συγχωνεύσεις και εξαγορές
Η έρευνα της Bain δείχνει ότι τα συνεχή ρυθμιστικά εμπόδια έχουν ωθήσει τις τεχνολογικές εταιρείες να αλλάξουν τη στρατηγική τους στις συγχωνεύσεις και εξαγορές (M&A). Αντί να επιδιώκουν συμφωνίες που στοχεύουν στην αύξηση του μεγέθους και της κλίμακας των επιχειρήσεων τους, οι εταιρείες τώρα προτιμούν συμφωνίες που τους δίνουν πρόσβαση σε νέες δυνατότητες, προϊόντα ή αγορές - τις οποίες η Bain αναφέρει ως "scope deals". Από το 2015 έως το 2018, το ποσοστό των scope deals στον κλάδο της τεχνολογίας αυξήθηκε από 50% σε 80%, παραμένοντας σταθερό έκτοτε. Τα τελευταία έξι χρόνια, τα scope deals αντιπροσώπευαν σχεδόν το 80% όλων των συγχωνεύσεων και εξαγορών στον κλάδο της τεχνολογίας. Αυτό αποτελεί μεγαλύτερο ποσοστό από ό,τι στους περισσότερους άλλους κλάδους. Η έρευνα της Bain δείχνει ότι η τεχνολογία εξακολουθεί να ελέγχεται σε μεγάλο βαθμό και δεν υπάρχει καμία ένδειξη ότι η δημοτικότητα των scope deals στον κλάδο της τεχνολογίας θα δώσει τη θέση της στην επιστροφή σε συμφωνίες μεγάλης κλίμακας σύντομα. Αντιθέτως, η Bain καταλήγει ότι οι συγχωνεύσεις και εξαγορές στον κλάδο έχουν γίνει πιο απρόβλεπτες.
«Ο τεχνολογικός τομέας είναι εξοικειωμένος με τις ριζικές αλλαγές, γι' αυτό και έχουμε συνηθίσει να βλέπουμε σημαντικές ανακατατάξεις στις κορυφαίες εταιρείες κάθε δεκαετία. Ωστόσο, πρόσφατα οι εταιρείες τεχνολογίας με την μεγαλύτερη αποτίμηση επέδειξαν αξιοσημείωτη ανθεκτικότητα, διατηρώντας την ηγετική τους θέση για παρατεταμένες περιόδους και αυξάνοντας το μερίδιο τους στην αγορά. Η επιτυχία τους βασίζεται στην ικανότητά τους να εντοπίζουν νέες τάσεις, να τις αναπτύσσουν και να τις μετατρέπουν σε επιτυχημένα προϊόντα ή υπηρεσίες. Όποιος κυριαρχήσει στην αγορά της Τεχνητής Νοημοσύνης θα έχει τεράστιο πλεονέκτημα», συμπέρανε ο Δημήτρης Ψαρρής.
Άλλα θέματα που περιλαμβάνονται στη φετινή έκθεση σχετίζονται με τους τομείς όπου η παραγωγική τεχνητή νοημοσύνη έχει ήδη εδραιωθεί, ενώ αναλύεται ο λόγος που ορισμένες εταιρείες λογισμικού βλέπουν να μειώνεται η ικανοποίηση των πελατών.
Αποτελεσματικότερη ανάπτυξη λογισμικού για αυξημένα έσοδα
Η ανάπτυξη της παραγωγικής τεχνητής νοημοσύνης έχει εντείνει την πίεση στις εταιρείες λογισμικού να βελτιώσουν την αποδοτικότητά τους. Σύμφωνα με την έρευνα της Bain, η παραγωγική τεχνητή νοημοσύνη μπορεί να εξοικονομήσει περίπου 10% έως 15% του χρόνου μηχανικής λογισμικού σε περισσότερες από 200 εταιρείες από διάφορους κλάδους. Παρόλα αυτά, οι περισσότερες επιχειρήσεις δεν αξιοποιούν πλήρως αυτά τα οφέλη. Καθώς ο ανταγωνισμός αυξάνεται, οι εταιρείες λογισμικού πρέπει να αξιοποιήσουν πλήρως τις δυνατότητες των εργαλείων τεχνητής νοημοσύνης για να διατηρήσουν το προβάδισμα, απλοποιώντας τις διαδικασίες ανάπτυξης και βελτιώνοντας τη διαχείριση των πόρων τους. Η επίτευξη αποδοτικότητας άνω του 30% εξαρτάται από την ακριβή σχεδίαση, την ταχύτητα και ποιότητα στην εκτέλεση και την αποτελεσματική διαχείριση του κόστους.
Αυτή η πίεση συνοδεύεται από μια γενικότερη τάση επιβράδυνσης της αύξησης των εσόδων στον κλάδο. Σύμφωνα με την ανάλυση της Bain σε περίπου 90 εισηγμένες εταιρείες Software-as-a-Service (SaaS), η μέση ετήσια αύξηση εσόδων μειώθηκε κατά 16% τα τελευταία δύο χρόνια. Ως απάντηση, οι εταιρείες λογισμικού έχουν μειώσει τις δαπάνες για πωλήσεις και μάρκετινγκ, από το 41% των εσόδων στο 33%. Ωστόσο, οι δαπάνες σε έρευνα και ανάπτυξη (Ε&Α) παρέμειναν σχετικά σταθερές, σημειώνοντας μικρή πτώση από 21% σε 18%. Καθώς η οικονομία επιβραδύνεται, οι επιχειρήσεις πρέπει να βρουν τη σωστή ισορροπία μεταξύ ανάπτυξης και εξοικονόμησης.
Στο σημερινό περιβάλλον βραδύτερης ανάπτυξης, οι εταιρείες λογισμικού πρέπει να επιλέγουν προσεκτικά σε ποια προϊόντα θα επενδύσουν. Δίνοντας προτεραιότητα στα κατάλληλα προϊόντα και χαρακτηριστικά, μπορούν να μεγιστοποιήσουν τις επενδύσεις σε Έρευνα και Ανάπτυξη (Ε&Α) και να περιορίσουν τις χαμένες προσπάθειες. Η πρόσφατη «βιασύνη» γύρω από την παραγωγική τεχνητή νοημοσύνη προσθέτει ένα νέο επίπεδο πολυπλοκότητας. Ενώ οι επενδύσεις στην Τεχνητή Νοημοσύνη προσφέρουν σημαντική δυναμική, πρέπει να ενσωματωθούν σε μια συνεκτική στρατηγική προϊόντων για ολόκληρο το χαρτοφυλάκιο. Η επίτευξη της σωστής ισορροπίας μεταξύ των πρωτοβουλιών Τεχνητής Νοημοσύνης και των παραδοσιακών προσπαθειών Έρευνας και Ανάπτυξης απαιτεί προσεκτική ιεράρχηση για τη μέγιστη αποτελεσματικότητα.
Η αποτελεσματικότητα δεν είναι απλώς προνόμιο αλλά αναγκαιότητα, αναφέρει η έκθεση. Οι εταιρείες λογισμικού πρέπει να βελτιώνουν συνεχώς τις διαδικασίες τους, να ελέγχουν τα λειτουργικά έξοδα και να επενδύουν σοφά στην Έρευνα & Ανάπτυξη για να διασφαλίσουν βιώσιμη ανάπτυξη. Οι ηγέτες που θα καταφέρουν να διαχειριστούν αυτή την ισορροπία θα είναι σε καλύτερη θέση να επιτύχουν τα οικονομικά οφέλη και τις υψηλές αποτιμήσεις που είχε η αγορά τα προηγούμενα χρόνια.
