Μπορεί μια τεχνολογία να αλλάζει πραγματικά τον κόσμο και ταυτόχρονα οι αγορές να υπερβάλλουν για την αξία της; Η ιστορία του διαδικτύου, η σημερινή σύγκρουση στις ΗΠΑ και τα οικονομικά δεδομένα της AI αποκαλύπτουν μια ιστορία πολύ μεγαλύτερη από τις χρηματιστηριακές διακυμάνσεις.
6 Νοεμβρίου 2026
Την Πέμπτη 5 Νοεμβρίου 2026, ο αμερικανικός χρηματιστηριακός δείκτης Nasdaq υποχώρησε κατά 5,5% μέσα σε μία ημέρα. Μετοχές εταιρειών που συνδέονται με την τεχνητή νοημοσύνη δέχθηκαν ισχυρές πιέσεις, καθώς οι επενδυτές ανησύχησαν για το κόστος των τεράστιων τεχνολογικών επενδύσεων, τη χρηματοδότησή τους και τις πιθανές πολιτικές αλλαγές στις Ηνωμένες Πολιτείες.
Τα χρηματιστήρια μάς υπενθύμισαν κάτι που η ιστορία έχει δείξει πολλές φορές: ακόμη και μια πραγματική τεχνολογική επανάσταση μπορεί να συνοδεύεται από υπερβολικές οικονομικές προσδοκίες.
Αυτό δεν σημαίνει ότι η τεχνητή νοημοσύνη αποτελεί απάτη. Ούτε ότι μια πτώση του χρηματιστηρίου αποδεικνύει πως έσκασε οριστικά μια φούσκα.
Για να καταλάβουμε τι συμβαίνει, πρέπει πρώτα να ξεχωρίσουμε δύο πράγματα που συχνά συγχέονται: την πραγματική αξία μιας τεχνολογίας και τη χρηματιστηριακή αξία των επιχειρήσεων που την εκμεταλλεύονται.
Το διαδίκτυο δεν εξαφανίστηκε όταν έσκασε η φούσκα των dot-com
Στα τέλη της δεκαετίας του 1990, το διαδίκτυο θεωρούνταν —και πράγματι ήταν— μια τεχνολογία με τεράστιες δυνατότητες.
Εκατοντάδες επιχειρήσεις χρηματοδοτήθηκαν με την προσδοκία ότι θα κυριαρχούσαν σε μια νέα ψηφιακή οικονομία. Οι επενδυτές τοποθετούσαν χρήματα σε εταιρείες που συχνά δεν είχαν αποδείξει ότι μπορούσαν να δημιουργήσουν σταθερά κέρδη.
Όταν η χρηματιστηριακή φούσκα κατέρρευσε, πολλές εταιρείες έκλεισαν και τεράστια επενδυμένα κεφάλαια χάθηκαν.
Ωστόσο, το διαδίκτυο παρέμεινε.
Τα δίκτυα οπτικών ινών, οι τηλεπικοινωνιακές εγκαταστάσεις και η τεχνογνωσία που είχαν αναπτυχθεί δεν εξαφανίστηκαν μαζί με τις χρηματιστηριακές αποτιμήσεις.
Αυτό, βέβαια, δεν σημαίνει ότι κάθε επένδυση υπήρξε χρήσιμη. Η υπερβολική κατασκευή τηλεπικοινωνιακών δικτύων άφησε επίσης ανεκμετάλλευτες υποδομές και οικονομικές ζημιές.
Σε μελέτη του Ιουλίου 2026, η αμερικανική Ομοσπονδιακή Τράπεζα εξετάζει ακριβώς αυτό το φαινόμενο: πώς οι μεγάλες τεχνολογικές αλλαγές μπορούν να προκαλέσουν κύματα υπερεπενδύσεων.
Εδώ βρίσκεται και η πρώτη μεγάλη ιστορική αναλογία με την τεχνητή νοημοσύνη.
Μια τεχνολογία μπορεί να έχει τεράστιο μέλλον, χωρίς αυτό να σημαίνει ότι κάθε σημερινή επένδυση σε αυτήν θα αποδειχθεί κερδοφόρα.
Η AI χρειάζεται πραγματικά τόσα δισεκατομμύρια;
Η ανάπτυξη της τεχνητής νοημοσύνης δεν εξαρτάται μόνο από έξυπνους αλγορίθμους.
Χρειάζεται επεξεργαστές, κέντρα δεδομένων, ηλεκτρική ενέργεια, συστήματα ψύξης, τηλεπικοινωνιακά δίκτυα και εξειδικευμένο προσωπικό.
Σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας, οι κεφαλαιουχικές δαπάνες πέντε μεγάλων τεχνολογικών εταιρειών ξεπέρασαν συνολικά τα 400 δισεκατομμύρια δολάρια το 2025, ενώ για το 2026 προβλέπεται αύξηση περίπου 75%.
Πρόκειται για συνολικές επενδύσεις των εταιρειών, όχι αποκλειστικά για δαπάνες που μπορούν να αποδοθούν στην AI.
Το ερώτημα δεν είναι αν χρειάζονται αυτές οι υποδομές. Πολλές είναι αναγκαίες.
Το ερώτημα είναι αν η πραγματική ζήτηση και τα μελλοντικά έσοδα θα δικαιολογήσουν το μέγεθος και την ταχύτητα των επενδύσεων.
Εάν αυτό δεν συμβεί, ορισμένες επιχειρήσεις μπορεί να βρεθούν αντιμέτωπες με υψηλό δανεισμό, ανεκμετάλλευτη υπολογιστική ισχύ και πίεση στα οικονομικά τους αποτελέσματα.
Εάν όμως η ζήτηση συνεχίσει να αυξάνεται, οι ίδιες υποδομές μπορεί να αποτελέσουν τη βάση για δεκαετίες τεχνολογικής ανάπτυξης.
Και τα δύο ενδεχόμενα είναι οικονομικά δυνατά. Κανένα δεν μπορεί να παρουσιαστεί σήμερα ως βεβαιότητα.
Η πολιτική μπαίνει στο παιχνίδι
Η τεχνητή νοημοσύνη δεν είναι πλέον μόνο ένα ζήτημα τεχνολογίας ή επιχειρηματικότητας.
Είναι ζήτημα ενέργειας, οικονομικής ισχύος, εθνικής ασφάλειας, θέσεων εργασίας και διεθνούς ανταγωνισμού.
Στις Ηνωμένες Πολιτείες, η κυβέρνηση του Ντόναλντ Τραμπ ανακοίνωσε τον Ιούλιο του 2025 το America's AI Action Plan, ένα σχέδιο που δίνει έμφαση στην επιτάχυνση της καινοτομίας, στην ανάπτυξη υποδομών και στη μείωση ρυθμιστικών εμποδίων.
Στην άλλη πλευρά της πολιτικής αντιπαράθεσης, στελέχη των Δημοκρατικών προωθούν ισχυρότερη εποπτεία σε ζητήματα όπως η ασφάλεια των συστημάτων AI, η νομική ευθύνη των εταιρειών και η επιβάρυνση των καταναλωτών από το ενεργειακό κόστος των κέντρων δεδομένων.
Μετά τις ενδιάμεσες εκλογές του Νοεμβρίου 2026, η προοπτική αυστηρότερων κανόνων επηρέασε τις προσδοκίες των αγορών.
Θα ήταν όμως λάθος να μεταφράσουμε αυτή τη διαφωνία ως μια απλή σύγκρουση ανάμεσα σε πολιτικές δυνάμεις που υποστηρίζουν την τεχνητή νοημοσύνη και σε άλλες που επιθυμούν την εξαφάνισή της.
Η πραγματική σύγκρουση αφορά κυρίως τους όρους ανάπτυξης.
Πόσο γρήγορα πρέπει να δημιουργούνται νέες υποδομές; Ποιος επιβαρύνεται με το ενεργειακό κόστος; Ποιος ελέγχει τους κινδύνους; Ποια προστασία πρέπει να έχουν οι εργαζόμενοι και οι καταναλωτές;
Οι πολιτικές παρατάξεις δεν είναι ενιαίες και οι απαντήσεις τους διαφέρουν ακόμη και στο εσωτερικό τους.
Ποιος θα ελέγχει την τεχνητή νοημοσύνη;
Υπάρχει, όμως, ένα βαθύτερο ζήτημα.
Η τεχνητή νοημοσύνη μπορεί να χρησιμοποιείται από εκατοντάδες εκατομμύρια ανθρώπους, αλλά η κατασκευή των πιο προηγμένων συστημάτων απαιτεί πόρους που διαθέτουν σχετικά λίγες επιχειρήσεις.
Οι μεγάλοι κατασκευαστές επεξεργαστών, οι πάροχοι υπολογιστικού νέφους και οι εταιρείες ανάπτυξης μοντέλων κατέχουν κομβικές θέσεις στην αλυσίδα παραγωγής.
Ο ΟΟΣΑ, σε έκθεσή του τον Ιούλιο του 2026, επισημαίνει ότι η συγκέντρωση κρίσιμων πόρων, η κάθετη ενοποίηση των επιχειρήσεων και το υψηλό κόστος αλλαγής παρόχου μπορούν να περιορίσουν τον ανταγωνισμό.
Αυτό δεν σημαίνει ότι όλες οι μεγάλες εταιρείες συμπεριφέρονται με τον ίδιο τρόπο ή ότι κάθε μεγάλη επιχείρηση αποτελεί πρόβλημα.
Σημαίνει, όμως, ότι η οικονομική ισχύς μπορεί να συγκεντρωθεί σε λίγους παρόχους, ακόμη και όταν οι εφαρμογές που χρησιμοποιούν οι πολίτες φαίνονται πολυάριθμες.
Ας σκεφτούμε ένα απλό παράδειγμα.
Μια μικρή επιχείρηση μπορεί να αγοράζει υπηρεσίες AI από έναν πάροχο. Εκείνος να βασίζεται σε υπολογιστική ισχύ άλλης μεγάλης εταιρείας. Και η τελευταία να εξαρτάται από έναν περιορισμένο αριθμό κατασκευαστών εξειδικευμένων επεξεργαστών.
Ο τελικός χρήστης βλέπει μια απλή εφαρμογή. Πίσω της, όμως, βρίσκεται μια ολόκληρη αλυσίδα οικονομικών εξαρτήσεων.
Αυτός είναι ένας από τους λόγους που ο πολιτικός διάλογος για την AI συνδέεται άμεσα με την πολιτική ανταγωνισμού.
Θα γίνει ακριβότερη η τεχνητή νοημοσύνη;
Εδώ εμφανίζεται ένα ενδιαφέρον παράδοξο.
Οι τεράστιες επενδύσεις δημιουργούν ανησυχίες για τη χρηματοδότηση του κλάδου. Ωστόσο, το κόστος χρήσης των ίδιων των μοντέλων δεν έχει κινηθεί υποχρεωτικά προς τα πάνω.
Σύμφωνα με τον ΟΟΣΑ, ο δείκτης τιμών των γλωσσικών μοντέλων, προσαρμοσμένος ως προς τις δυνατότητές τους, μειώθηκε σχεδόν 80% μεταξύ Ιανουαρίου 2024 και Απριλίου 2026.
Με απλά λόγια, οι χρήστες μπορούν συχνά να αποκτούν μεγαλύτερες δυνατότητες με μικρότερο κόστος από ό,τι παλαιότερα.
Υπάρχει όμως μια σημαντική λεπτομέρεια.
Τα πιο σύνθετα συστήματα AI, ιδιαίτερα εκείνα που εκτελούν αυτόνομα πολλές ενέργειες, μπορεί να καταναλώνουν πολύ περισσότερους υπολογιστικούς πόρους.
Έτσι, ενώ το κόστος ανά μονάδα χρήσης μειώνεται, ο συνολικός λογαριασμός μιας επιχείρησης μπορεί να αυξάνεται.
Επιπλέον, μια συνδρομή σταθερής τιμής μπορεί να περιλαμβάνει όρια, διαφορετικά επίπεδα πρόσβασης ή πρόσθετες χρεώσεις.
Επομένως, το ότι μια χρηματιστηριακή φούσκα μπορεί να διορθωθεί δεν συνεπάγεται αυτομάτως ότι οι υπηρεσίες AI θα ακριβύνουν.
Μια οικονομική κρίση θα μπορούσε να οδηγήσει σε αύξηση τιμών, σε μείωση τιμών λόγω ανταγωνισμού ή σε αλλαγή των συνδρομητικών μοντέλων.
Το τελικό αποτέλεσμα θα εξαρτηθεί από τη ζήτηση, το κόστος παραγωγής, τη χρηματοδότηση και τη δομή της αγοράς.
Και τι σημαίνουν όλα αυτά για την Ελλάδα;
Για μια μικρή ελληνική επιχείρηση, τα ερωτήματα είναι διαφορετικά από εκείνα ενός μεγάλου επενδυτή της Wall Street.
Ένας τεχνικός, ένας μικρός έμπορος ή ένας επαγγελματίας υπηρεσιών ενδιαφέρεται κυρίως για κάτι πρακτικό: να οργανώνει καλύτερα τη δουλειά του, να εξυπηρετεί αποτελεσματικότερα τους πελάτες του και να γνωρίζει πόσο θα του κοστίζει το λογισμικό του.
Σύμφωνα με τη Eurostat, το 2025 χρησιμοποιούσε τεχνολογίες AI περίπου το 9% των ελληνικών επιχειρήσεων με τουλάχιστον 10 απασχολούμενους, έναντι 20% στην Ευρωπαϊκή Ένωση.
Η χρήση πληρωμένων υπηρεσιών cloud στην Ελλάδα ήταν 24,3%, έναντι 52,7% στην ΕΕ.
Αυτά τα στοιχεία δεν περιλαμβάνουν τις πολύ μικρές επιχειρήσεις με λιγότερους από 10 απασχολούμενους. Επίσης, δεν αποδεικνύουν από μόνα τους ότι όλες οι επιχειρήσεις που δεν χρησιμοποιούν AI χρειάζονται ένα νέο προϊόν.
Δείχνουν, όμως, ότι η ψηφιακή υιοθέτηση παραμένει άνιση και ότι υπάρχει σημαντικό περιθώριο εκσυγχρονισμού.
Εδώ αξίζει να ξεχωρίσουμε δύο διαφορετικές χρήσεις της τεχνητής νοημοσύνης.
Η πρώτη είναι το λογισμικό που χρησιμοποιεί AI κατά τη λειτουργία του και μπορεί να επιβαρύνεται συνεχώς με υπολογιστικό κόστος.
Η δεύτερη είναι το λογισμικό που κατασκευάζεται με τη βοήθεια AI, αλλά στη συνέχεια λειτουργεί ως μια συμβατική εφαρμογή, χωρίς να απαιτεί διαρκή επικοινωνία με μοντέλα τεχνητής νοημοσύνης.
Η δεύτερη περίπτωση μπορεί να αποτελέσει σημαντική ευκαιρία για μικρότερες εταιρείες ανάπτυξης λογισμικού.
Μπορούν να αξιοποιούν τα εργαλεία AI για να μειώνουν τον χρόνο ανάπτυξης και να διαθέτουν εφαρμογές με σταθερή και προβλέψιμη τιμολόγηση.
Αυτό, φυσικά, δεν εγγυάται ότι οι εφαρμογές θα είναι αυτομάτως ποιοτικές. Ο σχεδιασμός, η ασφάλεια, οι δοκιμές, η συντήρηση και η ανθρώπινη ευθύνη παραμένουν απαραίτητα.
Υπάρχει και ο αντίθετος κίνδυνος: όσο οι γενικές πλατφόρμες AI αποκτούν περισσότερες δυνατότητες, ορισμένες απλές λειτουργίες λογισμικού μπορεί να προσφέρονται απευθείας μέσα από αυτές.
Άρα η ευκαιρία δεν βρίσκεται απλώς στο να κατασκευάζουμε περισσότερες εφαρμογές. Βρίσκεται στη δημιουργία λογισμικού που λύνει συγκεκριμένα επιχειρησιακά προβλήματα και προσφέρει αξία πέρα από μια γενική συνομιλία με AI.
Η Ευρώπη επιλέγει τη ρύθμιση
Στο μεταξύ, η Ευρωπαϊκή Ένωση ακολουθεί τη δική της θεσμική προσέγγιση.
Ο ευρωπαϊκός Κανονισμός για την Τεχνητή Νοημοσύνη, γνωστός ως AI Act, εφαρμόζεται σταδιακά. Διατάξεις για απαγορευμένες πρακτικές και τη γνώση γύρω από την AI ισχύουν ήδη από το 2025, ενώ σημαντικές διατάξεις διαφάνειας τέθηκαν σε εφαρμογή τον Αύγουστο του 2026. Για κατηγορίες συστημάτων υψηλού κινδύνου προβλέπονται μεταγενέστερες ημερομηνίες εφαρμογής.
Η ευρωπαϊκή πολιτική επιχειρεί να συνδυάσει την καινοτομία με την προστασία θεμελιωδών δικαιωμάτων και την ασφάλεια.
Το αν αυτό το κανονιστικό πλαίσιο θα προσφέρει τελικά ανταγωνιστικό πλεονέκτημα ή θα επιβαρύνει δυσανάλογα ορισμένες επιχειρήσεις εξαρτάται και από τον τρόπο εφαρμογής του.
Πρόκειται για πραγματική πολιτική και οικονομική διαφωνία, όχι για σύγκρουση ανάμεσα σε ανθρώπους που πιστεύουν στην τεχνολογία και σε ανθρώπους που την απορρίπτουν.
Τελικά, είναι φούσκα η τεχνητή νοημοσύνη;
Η ερώτηση ίσως χρειάζεται να διατυπωθεί διαφορετικά.
Δεν είναι το ίδιο πράγμα να ρωτάμε αν η τεχνητή νοημοσύνη έχει πραγματική τεχνολογική αξία και αν οι σημερινές χρηματιστηριακές αποτιμήσεις μπορούν να δικαιολογηθούν από τα μελλοντικά οικονομικά αποτελέσματα.
Το πρώτο αφορά την επιστήμη και την παραγωγική χρησιμότητα.
Το δεύτερο αφορά τις προσδοκίες, τα κέρδη, τον δανεισμό, τους επιχειρηματικούς κινδύνους και τη συμπεριφορά των επενδυτών.
Μια φούσκα μπορεί να δημιουργήσει πρόσθετους πόρους για έρευνα και ανάπτυξη, επιταχύνοντας την τεχνολογική πρόοδο.
Μπορεί επίσης να οδηγήσει σε σπατάλη κεφαλαίων, οικονομικές κρίσεις και καθυστερήσεις.
Γι' αυτό δεν θα ήταν σωστό να υποστηρίξουμε ότι οι φούσκες είναι απαραίτητες για την πρόοδο. Ούτε ότι κάθε υπερβολική επένδυση δημιουργεί τελικά κοινωνικό όφελος.
Το σημαντικότερο ίσως είναι ότι, μετά από μια μεγάλη χρηματιστηριακή διόρθωση, η τεχνολογία μπορεί να συνεχίσει να εξελίσσεται και να χρησιμοποιείται, ακόμη κι αν αλλάξουν οι επιχειρήσεις που κυριαρχούν στην αγορά.
Το είδαμε με το διαδίκτυο.
Δεν γνωρίζουμε αν η ιστορία θα επαναληφθεί με τον ίδιο τρόπο στην τεχνητή νοημοσύνη.
Γνωρίζουμε όμως ότι η συζήτηση δεν μπορεί να περιορίζεται στις μετοχές ή στο ερώτημα ποια πολιτική παράταξη υποστηρίζει περισσότερο την ανάπτυξή της.
Το ουσιαστικό ερώτημα είναι βαθύτερο.
Ποιος θα έχει πρόσβαση στην τεχνητή νοημοσύνη, ποιος θα ελέγχει τις υποδομές της, ποιος θα αναλαμβάνει το οικονομικό και κοινωνικό κόστος και πώς θα μοιράζονται τα οφέλη της;
Η τεχνολογική πρόοδος από μόνη της δεν απαντά σε αυτά τα ερωτήματα.
Η οικονομία και η πολιτική θα παίξουν καθοριστικό ρόλο στις απαντήσεις.
Και ίσως εκεί να βρίσκεται η πραγματική μάχη για το μέλλον της τεχνητής νοημοσύνης.
Πηγές και τεκμηρίωση
- Reuters, 5 Νοεμβρίου 2026: Blue tsunami wipes out $2.5 trillion from Nasdaq — Χρηματιστηριακή πτώση, data centers και πολιτικές προσδοκίες.
- Federal Reserve, 6 Ιουλίου 2026: Do Major Technology Advancements Lead to Overinvestment? — Τεχνολογικές επενδύσεις και ιστορική εμπειρία της φούσκας των dot-com.
- IEA, 2026: Key Questions on Energy and AI — Επενδύσεις, ηλεκτρική ενέργεια και ανάπτυξη υποδομών.
- OECD, 10 Ιουλίου 2026: Artificial Intelligence Markets: Recent Developments and Competition Issues — Τιμές AI, συγκέντρωση υποδομών και ανταγωνισμός.
- Λευκός Οίκος, 23 Ιουλίου 2025: America's AI Action Plan — Επίσημη στρατηγική των ΗΠΑ.
- Reuters, 6 Νοεμβρίου 2026: Democrats Planning Flood of AI Bills — Προτεινόμενες ρυθμίσεις και πολιτικές θέσεις.
- Eurostat, 2026: Digitalisation in Europe — Χρήση AI και cloud στις ευρωπαϊκές επιχειρήσεις.
- Ευρωπαϊκή Επιτροπή: AI Act — Regulatory Framework — Νομικό πλαίσιο και χρονοδιάγραμμα εφαρμογής.
Το άρθρο διαχωρίζει τις διαπιστωμένες εξελίξεις από την ανάλυση και τα μελλοντικά ενδεχόμενα. Δεν αποτελεί επενδυτική σύσταση.
Ξενοφών Απάκης | Developer και σύμβουλος ψηφιακής στρατηγικής