Η εποχή της «δωρεάν» ή έστω χαμηλού κόστους τεχνητής νοημοσύνης φαίνεται να φτάνει στο τέλος της, καθώς η βιομηχανία μετακινείται από τα απλά γλωσσικά μοντέλα (LLMs) που απαντούν σε ερωτήσεις, στους αυτόνομους πράκτορες (AI agents) που εκτελούν σύνθετες εργασίες. Σύμφωνα με μια αποκαλυπτική έκθεση της Goldman Sachs που είδε το φως της δημοσιότητας στα τέλη Μαΐου 2026, αυτή η δομική αλλαγή αναμένεται να αυξήσει τη ζήτηση για «tokens» —τη βασική μονάδα μέτρησης της υπολογιστικής ισχύος στην AI— έως και 24 φορές σε σχέση με τα σημερινά επίπεδα.

Από το Copilot στον Αυτόνομο Πράκτορα

Μέχρι σήμερα, η χρήση της τεχνητής νοημοσύνης βασιζόταν κυρίως στο μοντέλο του «συγκυβερνήτη» (Copilot). Ο χρήστης δίνει μια εντολή, το μοντέλο παράγει ένα κείμενο ή έναν κώδικα, και η αλληλεπίδραση σταματά εκεί. Οι AI Agents, ωστόσο, λειτουργούν διαφορετικά. Είναι προγραμματισμένοι να επιλύουν προβλήματα σε πολλαπλά στάδια: να σχεδιάζουν μια στρατηγική, να καλούν εξωτερικά APIs, να ελέγχουν τα λάθη τους και να επαναλαμβάνουν τη διαδικασία μέχρι να επιτευχθεί το αποτέλεσμα.

Αυτή η «αλυσίδα σκέψης» (Chain of Thought) είναι εξαιρετικά δαπανηρή. Κάθε βήμα συλλογισμού καταναλώνει tokens, και όταν ένας πράκτορας λειτουργεί στο παρασκήνιο για να οργανώσει, για παράδειγμα, ένα πλήρες επαγγελματικό ταξίδι ή να διαχειριστεί την εφοδιαστική αλυσίδα μιας εταιρείας, ο αριθμός των tokens που απαιτούνται εκτοξεύεται γεωμετρικά. Η Goldman Sachs επισημαίνει ότι ενώ ένας άνθρωπος βλέπει μόνο το τελικό αποτέλεσμα, «κάτω από το καπό» το σύστημα μπορεί να έχει πραγματοποιήσει εκατοντάδες εσωτερικούς διαλόγους.

Uber και Microsoft στο Στόχαστρο του Κόστους

Η έκθεση αναφέρει συγκεκριμένα παραδείγματα εταιρειών όπως η Uber και η Microsoft, οι οποίες βρίσκονται στην πρώτη γραμμή της υιοθέτησης αυτών των τεχνολογιών. Η Microsoft, η οποία έχει ενσωματώσει το Copilot σε ολόκληρο το οικοσύστημα του Office 365, έρχεται αντιμέτωπη με το δίλημμα της τιμολόγησης. Αν η χρήση των agents αυξηθεί σύμφωνα με τις προβλέψεις, οι σταθερές συνδρομές (SaaS) των 30 δολαρίων τον μήνα ίσως αποδειχθούν ζημιογόνες, αναγκάζοντας την εταιρεία να στραφεί σε μοντέλα χρέωσης βάσει κατανάλωσης (usage-based billing).

Η Uber, από την άλλη, χρησιμοποιεί AI agents για τη βελτιστοποίηση της εξυπηρέτησης πελατών και των logistics. Η μετάβαση σε πλήρως αυτόνομους πράκτορες που διαχειρίζονται παράπονα και επιστροφές χρημάτων χωρίς ανθρώπινη παρέμβαση προσφέρει εξοικονόμηση σε εργατικά χέρια, αλλά δημιουργεί μια νέα, τεράστια δαπάνη σε υπολογιστικούς πόρους. Το ερώτημα που θέτει η Goldman Sachs είναι αν η παραγωγικότητα που κερδίζεται αντισταθμίζει το αυξανόμενο κόστος των tokens.

Η Νέα Οικονομία της Νοημοσύνης

Η πρόκληση δεν είναι μόνο οικονομική αλλά και περιβαλλοντική και υποδομική. Η αύξηση της ζήτησης κατά 24 φορές σημαίνει ότι οι ανάγκες για data centers και ενέργεια θα δοκιμάσουν τα όρια των υπαρχόντων δικτύων. Ήδη, η Nvidia και άλλοι κατασκευαστές ημιαγωγών βλέπουν τις παραγγελίες τους να αυξάνονται, αλλά η προσφορά δεν μπορεί να ακολουθήσει τους ρυθμούς της «πρακτορικής» AI (Agentic AI).

  • Πληθωρισμός Tokens: Η αυξανόμενη ζήτηση μπορεί να οδηγήσει σε αύξηση των τιμών από τους παρόχους μοντέλων (OpenAI, Anthropic, Google).
  • Αρχιτεκτονική Αποδοτικότητα: Οι εταιρείες αναγκάζονται πλέον να αναπτύσσουν μικρότερα, πιο εξειδικευμένα μοντέλα (SLMs) για να περιορίσουν το κόστος.
  • Το Τέλος του Unlimited: Η εποχή των απεριόριστων AI queries για ένα σταθερό ποσό φαίνεται να πλησιάζει στο τέλος της.

Συμπερασματικά, η Goldman Sachs προειδοποιεί ότι οι επενδυτές πρέπει να είναι προσεκτικοί. Η «υπόσχεση» της τεχνητής νοημοσύνης για πλήρη αυτοματοποίηση συνοδεύεται από έναν λογαριασμό που πολλές επιχειρήσεις ίσως δεν είναι έτοιμες να πληρώσουν. Η στρατηγική μετατόπιση από το «πόσα μπορεί να κάνει η AI» στο «πόσο κοστίζει αυτό που κάνει η AI» θα είναι το κυρίαρχο θέμα του δεύτερου μισού του 2026.