Τεχνητή νοημοσύνη © Freepik 

 Κώστας Σαρρής

 01.01.2026

Πόσο φούσκα είναι η τεχνητή νοημοσύνη, ιστορικά διδάγματα

Από τη dotcom φούσκα έως τη «μανία των σιδηροδρόμων», οι αναλογίες με την τεχνητή νοημοσύνη φωτίζουν κινδύνους και δυνατότητες. Αποτιμήσεις υψηλότερες από το κραχ του 1929

Τα εκρηκτικά κέρδη των αγορών το 2025 και η εκτίναξη των αποτιμήσεων των εταιρειών τεχνητής νοημοσύνης έχουν επαναφέρει στο προσκήνιο τον φόβο μιας νέας χρηματιστηριακής φούσκας. Με τον δείκτη S&P 500 να διαπραγματεύεται σε επίπεδα ακριβότερα ακόμη και από εκείνα που προηγήθηκαν του κραχ του 1929, και με έναν μικρό αριθμό τεχνολογικών κολοσσών να κυριαρχεί στην αγορά, επενδυτές και κεντρικοί τραπεζίτες προειδοποιούν για τους κινδύνους μιας απότομης διόρθωσης.

Ωστόσο, η ιστορία δείχνει ότι η συγκέντρωση και οι υψηλές αποτιμήσεις δεν οδηγούν πάντα στο ίδιο αποτέλεσμα. Από τη φούσκα των dotcom έως τη βρετανική «μανία των σιδηροδρόμων» του 19ου αιώνα, οι αναλογίες με την τεχνητή νοημοσύνη είναι πιο σύνθετες απ’ όσο φαίνονται.

Τα τεράστια κέρδη του 2025 —κατά τη διάρκεια του οποίου η χρηματιστηριακή αξία της Nvidia υπερδιπλασιάστηκε από τα χαμηλά του Απριλίου, καθιστώντας την για σύντομο διάστημα την πρώτη εταιρεία παγκοσμίως με αποτίμηση 5 τρισ. δολαρίων— έχουν πυροδοτήσει προειδοποιήσεις από κεντρικούς τραπεζίτες και μερίδα επενδυτών. Οι ανησυχίες εστιάζουν στο ενδεχόμενο ο κλάδος της τεχνητής νοημοσύνης να βρίσκεται σε φάση ακραίας υπερτίμησης και στο ότι μια χρηματιστηριακή διόρθωση θα μπορούσε να απειλήσει τη χρηματοπιστωτική σταθερότητα, σύμφωνα με τους Financial Times.

Σύμφωνα με στοιχεία της Finaeon, ο αμερικανικός δείκτης S&P 500 διαπραγματεύεται πλέον σε υψηλότερα επίπεδα με βάση τον κυκλικά προσαρμοσμένο λόγο τιμής προς κέρδη δεκαετίας (CAPE) —ένα ευρέως χρησιμοποιούμενο μέτρο αποτίμησης— απ’ ό,τι πριν από το κραχ της Wall Street το 1929. Παράλληλα, βρίσκεται πολύ πάνω από τα επίπεδα που καταγράφονταν λίγο πριν από την παγκόσμια χρηματοπιστωτική κρίση του 2008. Σε δεδομένα που εκτείνονται έως τη δεκαετία του 1840, μόνο την περίοδο της φούσκας των dotcom το 1999 οι αποτιμήσεις ήταν πιο «τεντωμένες».

Οι πλουσιότεροι δισεκατομμυριούχοι τεχνολογίας στις ΗΠΑ πρόσθεσαν περισσότερα από 550 δισ. δολάρια στη συνδυασμένη καθαρή τους αξία φέτος, καθώς επωφελούνται από μια φρενίτιδα επενδυτών γύρω από κορυφαίες εταιρείες τεχνητής νοημοσύνης. Οι 10 κορυφαίοι ιδρυτές και διευθυντές τεχνολογίας των ΗΠΑ κατείχαν περισσότερα από 2,5 τρισ. δολ. σε μετρητά, μετοχικά κεφάλαια και άλλες επενδύσεις, σύμφωνα με στοιχεία του Bloomberg. Ο αριθμός έχει αυξηθεί από τα 1,9 τρισ. δολ. στις αρχές του έτους.

Ο Έλον Μασκ παραμένει στην κορυφή της λίστας με καθαρή αξία που έχει αυξηθεί σχεδόν 50% στα 645 δισ. δολ., έχοντας ξεφύγει για λίγο από τη θέση τον Σεπτέμβριο όταν ο ιδρυτής της Oracle Λάρι Έλισον τον επισκιάσε.

Αποτιμήσεις και παραγωγικότητα στην εποχή της τεχνητής νοημοσύνης

Παρά τα ανησυχητικά αυτά στοιχεία, ορισμένοι επενδυτές υποστηρίζουν ότι οι τρέχουσες αποτιμήσεις δικαιολογούνται από τον ταχύ ρυθμό αύξησης των κερδών και από την τεράστια επανάσταση στην παραγωγικότητα που ενδέχεται να φέρει η τεχνητή νοημοσύνη. Ωστόσο, οι εκτιμήσεις για το μέγεθος αυτής της επίδρασης διαφέρουν σημαντικά.

Όπως σημειώνει το Γραφείο Δημοσιονομικής Ευθύνης του Ηνωμένου Βασιλείου (Office for Budget Responsibility) σε ενημερωτικό σημείωμα του Νοεμβρίου, η AI «θεωρείται ευρέως μετασχηματιστική, με τη δυνατότητα να αυξήσει ουσιωδώς τον παγκόσμιο ρυθμό αύξησης της παραγωγικότητας», αλλά ο πραγματικός της αντίκτυπος παραμένει εξαιρετικά αβέβαιος. Εννέα μελέτες που επιχείρησαν να ποσοτικοποιήσουν την αύξηση της ετήσιας παραγωγικότητας από την υιοθέτηση της AI κατέληξαν σε εκτιμήσεις που κυμαίνονται από μόλις 0,1 έως 3,4 ποσοστιαίες μονάδες —δηλαδή από μια οριακή ώθηση έως υπερδιπλασιασμό των πρόσφατων ρυθμών ανάπτυξης, αναφέρουν οι Financial Times.

Η συγκέντρωση της αγοράς και ο ρόλος της τεχνητής νοημοσύνης

Ένας ακόμη δείκτης που έχει προκαλέσει ανησυχία είναι η αυξανόμενη κυριαρχία του τεχνολογικού κλάδου στον δείκτη. Οι επικριτές υποστηρίζουν ότι αυτή η συγκέντρωση καθιστά το σύνολο της αγοράς υπερβολικά εξαρτημένο από τις επιδόσεις ενός μικρού αριθμού εταιρειών.

Οι πέντε λεγόμενοι «hyperscalers» —Amazon, Alphabet, Microsoft, Meta και Oracle— αντιπροσωπεύουν πλέον μόνοι τους το 19% της κεφαλαιοποίησης του S&P 500. Οι κατασκευαστές ημιαγωγών Nvidia και Broadcom, που παράγουν την πλειονότητα των τσιπ που χρησιμοποιούνται για την εκπαίδευση και λειτουργία μοντέλων τεχνητής νοημοσύνης, προσθέτουν ακόμη 9%.

Από την κυκλοφορία του ChatGPT τον Οκτώβριο του 2022, η συνολική κεφαλαιοποίηση του S&P 500 ως ποσοστό του αμερικανικού ΑΕΠ εκτινάχθηκε από το 142% στο ιστορικό υψηλό του 214%, ενώ η κεφαλαιοποίηση των τεχνολογικών μετοχών υπερδιπλασιάστηκε, από 44% σε 101%.

Η τεχνητή νοημοσύνη ως μοχλός της αμερικανικής ανάπτυξης

Η εξάρτηση της αμερικανικής οικονομικής ανάπτυξης από τον τεχνολογικό κλάδο εντείνεται. Σύμφωνα με τον ΟΟΣΑ, οι επιχειρηματικές επενδύσεις σε εξοπλισμό επεξεργασίας πληροφοριών —όπως τα data centers— αντιπροσώπευσαν το σύνολο της αύξησης του αμερικανικού ΑΕΠ κατά το πρώτο εξάμηνο του 2025.

«Αν εμφανιστούν ρωγμές στο αφήγημα της AI, αυτό θα αποτελούσε σοβαρό πρόβλημα», δήλωσε στους Financial Times ο Μπεν Ίνκερ, συν-επικεφαλής κατανομής περιουσιακών στοιχείων στην επενδυτική εταιρεία GMO. «Υπάρχουν πολλά που γίνονται με βάση την πίστη όσον αφορά την τεχνητή νοημοσύνη και αργά ή γρήγορα αυτή η πίστη θα δοκιμαστεί», πρόσθεσε.

Ιστορικές αναλογίες: Από τους σιδηροδρόμους στη dotcom φούσκα

Ορισμένοι αναλυτές επισημαίνουν ότι η συγκέντρωση της αγοράς και του ΑΕΠ δεν αποτελούν κατ’ ανάγκη καλούς δείκτες για το μέγεθος μιας χρηματιστηριακής φούσκας ή για την πιθανότητα να «σκάσει». Κατά τη διάρκεια της φούσκας των dotcom, η αγορά ήταν πολύ λιγότερο συγκεντρωμένη, παρότι ακολούθησε μια επώδυνη τριετής περίοδος πτωτικής αγοράς.

Αντίθετα, η συγκέντρωση ήταν πολύ μεγαλύτερη κατά τη διάρκεια της βρετανικής «μανία των σιδηροδρόμων» του 19ου αιώνα —μια περίοδος που, σύμφωνα με ορισμένους σχολιαστές, παρουσιάζει ενδιαφέρουσες ομοιότητες με το σημερινό boom της τεχνητής νοημοσύνης. Όπως σημειώνει στους FT ο οικονομικός ιστορικός Γκάρεθ Κάμπελ από το Πανεπιστήμιο Queen’s του Μπέλφαστ, σε αντίθεση με άλλες φούσκες, η μανία των σιδηροδρόμων βασιζόταν σε «μια απολύτως απτή τεχνολογία που τελικά θα άλλαζε ολόκληρο το σύστημα μετακίνησης των ανθρώπων».

Στο αποκορύφωμά της, το 1845, προτάθηκαν εκατοντάδες νέες σιδηροδρομικές γραμμές και οι επενδύσεις στον κλάδο έφτασαν το 6% του βρετανικού ΑΕΠ. Ωστόσο, μια οικονομική επιβράδυνση και η συνειδητοποίηση ότι πολλές νέες γραμμές δεν θα προσέλκυαν επαρκή επιβατική κίνηση οδήγησαν σε κατάρρευση. Μέχρι το 1850, οι μετοχές των σιδηροδρόμων είχαν υποχωρήσει στο ένα τρίτο των υψηλών τους επιπέδων και πολλά έργα εγκαταλείφθηκαν.

Παρά το κραχ, «οι σιδηρόδρομοι συνέχισαν να κυριαρχούν στο χρηματιστήριο», σημειώνει ο Κάμπελ. Λαμβάνοντας υπόψη τη δυναμική μετασχηματισμού της τεχνολογίας, «νομίζω ότι η τεχνητή νοημοσύνη είναι πιθανό να μοιάζει περισσότερο με αυτή την περίπτωση», καταλήγει.

Αλλά όπως έχει φανείς και σε άλλες περιπτώσεις στο παρελθόν, οι εντελώς ορθολογικές αποφάσεις τεχνολογικών κολοσσών στο πεδίο της τεχνητής νοημοσύνης, που επιδιώκουν να διατηρήσουν τη θέση τους στην αγορά και να συμμετέχουν σε μια τρελή κούρσα για άντληση κεφαλαίων, μπορεί να οδηγήσουν σε εντελώς παράλογα και ανορθολογικά αποτελέσματα.

Εάν οι αποδόσεις των μαζικών επενδύσεων στην τεχνητή νοημοσύνη αποδειχθούν χαμηλότερες από τις αναμενόμενες και τις ισχυριζόμενες, αυτό θα προκαλέσει μια σοβαρή διόρθωση της χρηματιστηριακής αγοράς, με επιπτώσεις στην οικονομία και την κοινωνία.

https://www.powergame.gr