Ökonomen und Investoren haben zunehmend Zweifel an dem Potenzial von KI geäußert. Im Jahr 2023 war Goldman Sachs noch sehr begeistert von den wirtschaftlichen Aussichten der KI und prognostizierte einen potenziellen Anstieg des globalen BIP um fast $7 Billionen über einen Zeitraum von 10 Jahren. Doch weniger als zwei Jahre nach der Veröffentlichung von ChatGPT sind die Perspektiven bei Goldman Sachs nüchterner geworden. In einem kürzlich veröffentlichten Bericht äußern mehrere Experten der Investmentbank Zweifel daran, ob die KI tatsächlich die hohen Erwartungen erfüllen kann.
Jim Covello, Leiter der globalen Aktienforschung bei Goldman Sachs, ist einer derjenigen, die die teure KI-Technologie in Frage stellen. Er argumentiert, dass die KI nicht dazu konzipiert ist, komplexe Probleme zu lösen, um die hohen Kosten zu rechtfertigen. Andere Experten wie der MIT-Professor Daron Acemoglu stimmen dieser Einschätzung zu und bezweifeln, dass die automatisierungsfähigen Aufgaben genügend produktivitätssteigernd und wirtschaftlich rentabel sind.
Selbst große Unternehmen wie Amazon, Microsoft und Alphabet haben Schwierigkeiten, die Milliarden Dollar zu rechtfertigen, die sie in die KI-Infrastruktur investiert haben. Die Implementierung von KI geht langsamer voran als erwartet, mit rückläufigen Zahlen von amerikanischen Unternehmen, die KI zur Produktion von Gütern und Dienstleistungen einsetzen. Der Hype um die KI scheint sich laut Experten in eine Phase der Ernüchterung zu entwickeln.
Die Hype-Zyklus-Struktur von Gartner ist nützlich, um das nachlassende Momentum der KI zu verstehen. Nach der anfänglichen Begeisterung (Peak of Inflated Expectations) könnte die KI nun in die Phase des Tals der Enttäuschung eintreten. Es bleibt abzuwarten, ob die KI letztlich auf dem Plateau der Produktivität ankommt und eine breite Anwendung findet, nachdem technische Herausforderungen überwunden wurden.
Es wird nur in einigen Jahren klar werden, ob der Hype-Zyklus tatsächlich das richtige Modell zur Bewertung der KI ist. Trotz der riesigen Investitionen in die KI stehen noch technische Rätsel bevor, die gelöst werden müssen, bevor die KI ihren Höhepunkt erreicht.