Stirbt der Hype um GenAI? - Warum jetzt die beste Zeit zum Bauen ist

Generative KI hat sich schnell von einer experimentellen Technologie zu einem entscheidenden Vorteil für Unternehmen in verschiedenen Sektoren entwickelt. Einem Bericht von Bloomberg Intelligence zufolge wurde der globale Markt für generative KI im Jahr 2023 auf etwa 40 Milliarden USD geschätzt, was einer Verzehnfachung seit 2020 entspricht. Es wird prognostiziert, dass er bis 2032 auf einen Markt von 1,3 Billionen USD anwachsen wird, mit einer voraussichtlichen jährlichen Wachstumsrate von 42%. In ähnlicher Weise schätzt Fortune Business Insights, dass der globale GenAI-Markt bis 2032 ~USD 1 Billion erreichen wird, mit einer jährlichen Rate von 40% von seinem derzeitigen Wert von ~USD 43 Milliarden wachsen.

NVIDIA und Open AI, die oft als Aushängeschilder der KI angesehen werden - NVIDIA mit seinen Computerchips und Open AI mit seinen KI-Modellen und -Lösungen - haben einen starken Anstieg ihrer Bewertungen erlebt. NVIDIA wurde im Juni 2022 mit ~USD 400 Milliarden bewertet, ~USD 1 Billion im Juni 2023, und ~3 Billionen im Juni 2024. OpenAI hat in seiner jüngsten Finanzierungsrunde seine Bewertung auf 157 Milliarden US-Dollar mehr als vervierfacht, Anstieg von 29 Milliarden USD im Jahr 2023. Zu den Investoren, die diese Unternehmen unterstützen, gehören nicht nur VCs, sondern auch große Branchenakteure wie Microsoft und NVIDIA.

Diese Bewertungen verdeutlichen den rasanten Anstieg des Vertrauens in GenAI. Die Akteure sind begierig darauf, sich einen Anteil an dem zu sichern, was mittelfristig zu einer Multi-Billionen-Dollar-Industrie werden könnte. GenAI wurde als das “nächste große Ding nach dem Internet” bezeichnet.

Ist GenAI nur ein euphorischer “Hype”? Seit dem Platzen der Dot-Com-Blase in den 2000er Jahren sind Anleger bei aufstrebenden Technologien vorsichtig geworden - und das zu Recht, denn die meisten dieser Technologien haben sich nicht bewährt. Ist der derzeitige Enthusiasmus um GenAI also nur ein weiterer “Hype” oder steckt hinter dem rasanten Wachstum echte “Substanz”?

Um dies zu untersuchen, können wir uns die Aktie von NVIDIA ansehen, einem der Vorzeigekinder der KI mit seinen Computerchips, und sie mit der Bewertung von CISCO während der Internetblase Anfang der 2000er Jahre vergleichen.

Abbildung 1: Forward P/E Multiple von Cisco (links, während der Dot-Com-Blase) und NVIDIA (rechts, Ende Juni 2024)

Der obige Vergleich deutet darauf hin, dass KI keine Blase ist. Anders als bei der Dot-Com-Blase der 2000er Jahre steht hinter dem Wachstum Substanz: Der Aufstieg von Cisco in den späten 1990er und frühen 2000er Jahren wurde in erster Linie durch die Ausweitung der Multiplikatoren getrieben, während das Wachstum von NVIDIA durch starke Umsatz- und Gewinnsteigerungen und nicht durch einen Anstieg der Bewertungsmultiplikatoren aufgrund irrationaler Euphorie angetrieben wird.

Vor nicht allzu langer Zeit, im Jahr 2007, überraschte Apple die Wall Street mit der Einführung des iPhone. Die Gewinne des Unternehmens stiegen, während das KGV unverändert blieb. Heute ist Apple das wertvollste Unternehmen der Welt. Dies ist ein weiterer Beweis dafür, dass hinter dem steilen Wachstum ein echter Verdienst steckt, und es unterstreicht die Substanz, die das Potenzial der KI unterstützt.

Außerdem hat es in der (wenn auch kurzen) Geschichte der Technologie noch nie eine Technologie gegeben, in die alle Top 7-8 Tech-Unternehmen, einschließlich der FAANGs, Millionen von Dollar investiert haben, außer in GenAI!

Nachdem wir nun festgestellt haben, dass Generative KI nicht nur ein “Hype” ist, lassen Sie uns den Teil mit dem “Sterben” angehen.

Einige reports vermuten, dass das Interesse an GenAI nach der anfänglichen Begeisterung nachlässt. Gartner verfolgt die Entwicklung aufstrebender Technologien über ihren gesamten Lebenszyklus hinweg in seinem renommierten “Hype Cycle for Emerging Technologies”, der als anerkannter Maßstab für die Messung des Hypes um neue Technologien dient. In den letzten 20 Jahren wurden mehr als 200 einzigartige Technologien in dieser Analyse erfasst. Dem Hype Cycle zufolge folgen Technologien in der Regel einer Reifekurve, die fünf Phasen durchläuft: Innovationsauslöser, Höhepunkt der aufgeblähten Erwartungen, Tiefpunkt der Desillusionierung, Anstieg der Erleuchtung und Plateau der Produktivität.

Der Bericht 2024 weist darauf hin, dass GenAI wahrscheinlich eintritt oder bereits eingetreten ist, die Phase “Tal der Enttäuschung”.. Diese Phase ist durch ein nachlassendes Interesse gekennzeichnet, da Experimente und Implementierungen die Erwartungen nicht erfüllen. In dieser Phase können die Hersteller der Technologie Schwierigkeiten haben oder scheitern, und Investitionen werden nur dann fortgesetzt, wenn die überlebenden Anbieter ihre Produkte zur Zufriedenheit der frühen Anwender verbessern können.

Abbildung 2: Gartner Hype Cycle für aufkommende Technologien - August 2023 (links) und August 2024 (rechts)

data zeigt jedoch, dass das Interesse und die Akzeptanz von GenAI robust bleiben. Laut einer McKinsey-Umfrage, geben 65% der Befragten an, dass ihre Unternehmen regelmäßig GenAI einsetzen, fast doppelt so viele wie bei der gleichen Umfrage im letzten Jahr.

Der Einsatz von KI in den Unternehmen der Befragten lag in den letzten Jahren bei 50%, ist aber nun auf 72% im Jahr 2024 gestiegen.

Dieser Trend zur Einführung ist global. Im Jahr 2023 hat die Umfrage ergeben, dass der Einsatz von KI noch in keiner Region 66% erreicht hat. Im Jahr 2024 geben jedoch mehr als 66% der Befragten in fast allen Regionen an, dass ihre Unternehmen KI in ihren Geschäftsaktivitäten einsetzen.

Darüber hinaus setzen Unternehmen KI jetzt in mehr Bereichen ihres Geschäfts ein. 50% der Befragten geben an, dass ihr Unternehmen KI in zwei oder mehr Geschäftsbereichen einsetzt, gegenüber weniger als 33% der Befragten im Jahr 2023.

Es gibt auch aufregende neue Produkte und Modelle, die auf den Markt kommen. GPT-4 hat bemerkenswerte Fähigkeiten bewiesen, darunter fortgeschrittenes logisches Denken, Problemlösung und kreatives Schreiben. Es gibt immer mehr Hinweise darauf, dass GenAI sich der Künstlichen Allgemeinen Intelligenz (Artificial General Intelligence, AGI) nähert - Maschinen mit menschenähnlicher Intelligenz, die in der Lage sind, jede intellektuelle Aufgabe zu erlernen - und GPT-4 gilt als das Modell, das diesem Ziel am nächsten kommt. Darüber hinaus können neue Open-Source-Bildmodelle wie Flux und Stable Diffusion XL sehr detaillierte und realistische Bilder erstellen, selbst bei komplexen Eingabeaufforderungen.

Der CEO von Anthropic glaubt, dass AGI bis 2026 erreicht sein wird. Elon Musk sieht das ähnlich und meint, dass die KI die menschliche Intelligenz zum gleichen Zeitpunkt übertreffen wird. Mark Zuckerberg hat auch gesagt, dass “Selbst wenn der Fortschritt bei den Basismodellen jetzt zum Stillstand käme, was ich nicht glaube, hätten wir noch fünf Jahre Zeit für Produktinnovationen, um herauszufinden, wie wir alle bisher erzielten Fortschritte am effektivsten nutzen können.“.

Es gibt viele sichtbare Anzeichen für Fortschritte bei dieser Transformation, wobei verschiedene Produkte bereits eine hohe Akzeptanz und Produkt-Markt-Fit aufweisen. Die quelloffenen Llama-Modelle von Meta wurden bis heute 350 Millionen Mal heruntergeladen, 10x mehr Downloads als im August 2024. Die monatliche Nutzung (Token-Volumen) von Llama hat sich von Januar bis Juli 2024 verzehnfacht. Co-Pilot, angetrieben durch GenAI, ist das am schnellsten wachsende Produkt für GitHub, das Berichten zufolge 40% des Wachstums ausmacht und Hunderte von Millionen an Einnahmen generiert, obwohl es erst im Oktober 2021 veröffentlicht wurde. Viele Unternehmen steigern ihren Umsatz oder senken ihre Kosten mit Hilfe von GenAI-Produkten. Photoroom zum Beispiel erreichte im März 2024 einen ARR von 65 Mio. USD, was einem Anstieg von 195% im Vergleich zum Vorjahr entspricht. Das Unternehmen nutzt GenAI, um Bilder für E-Commerce-Unternehmen zu erstellen, obwohl einige Kritiker behaupten, dass GenAI für ernsthafte Anwendungen unnötig ist. Auch Klarna macht große Fortschritte mit KI - 66% seiner Kundenanfragen werden jetzt von KI bearbeitet, was der Arbeit von 700 Vollzeitagenten entspricht, was zu Kosteneinsparungen in Höhe von ~USD 40 Millionen führt. Im Marketing setzt Klarna KI für Aufgaben wie Bilderstellung und Übersetzung ein, was zu Kosteneinsparungen von 37% oder etwa 10 Millionen USD pro Jahr führt.!

Es wird viel in den Ausbau der KI-Fähigkeiten und der Infrastruktur investiert. Tech-Giganten wie Google, Microsoft und andere geben jedes Quartal über 50 Milliarden USD für digitale Infrastrukturen aus., einschließlich Grafikprozessoren für KI, ohne dass eine kurzfristige Abschwächung zu erwarten ist.

Glauben Sie, dass der KI-Zug bei all diesen Aktivitäten langsamer wird oder an Schwung verliert?

OpenAI sah sich kürzlich einer Kontroverse ausgesetzt, die durch die plötzlichen Abgänge und schnellen Neueinstellungen von Schlüsselpersonen, darunter CEO Sam Altman, Chief Scientist Ilya Sutskever und Senior Researcher Jan Leike, gekennzeichnet war. Unstimmigkeiten über die Ausrichtung des Unternehmens, insbesondere in Bezug auf die Sicherheit von KI, die ethische Verwendung von data (z.B. die Verwendung von urheberrechtlich geschütztem und sensiblem data zum Trainieren von Modellen) und die Sorge, dass kommerzielle Interessen Vorrang vor ethischen Erwägungen haben könnten, haben sowohl interne als auch öffentliche Debatten ausgelöst.

Um die Bedenken hinsichtlich ethischer KI-Praktiken auszuräumen, haben Unternehmen begonnen, offizielle Lizenzvereinbarungen und Partnerschaften mit data platforms einzugehen. So hat Reddit beispielsweise eine Lizenzvereinbarung mit Google geschlossen, um Zugang zu seinen nutzergenerierten Inhalten für KI-Trainingszwecke zu erhalten. In ähnlicher Weise ist Shutterstock eine Partnerschaft mit mehreren großen Technologieunternehmen eingegangen, darunter Meta, OpenAI, Amazon und Apple, um seine umfangreiche Bibliothek von Bildern und Videos für das KI-Training zu lizenzieren. Außerdem hat Reuters seine Nachrichteninhalte an KI-Unternehmen lizenziert, um deren Modelle zu trainieren.

Es besteht jedoch nach wie vor die Sorge, dass KI-Modelle je nach dem data, auf dem sie trainiert wurden, voreingenommen und diskriminierend sein könnten. Wie Andrew Ng, ein Pionier auf dem Gebiet der KI, sagt: “KI ist nur so unvoreingenommen wie das data, auf dem sie trainiert wird. Wenn wir sie mit verzerrten data füttern, erhalten wir verzerrte Ergebnisse.” Das EU-KI-Gesetz und ähnliche Verordnungen zielen zwar darauf ab, die ethische Entwicklung und Nutzung von KI sicherzustellen, stehen aber vor der Herausforderung, Innovation und Kontrolle in Einklang zu bringen. Einerseits fördern sie Transparenz, Rechenschaftspflicht und Risikominderung und helfen so, Vertrauen in KI-Technologien aufzubauen. Auf der anderen Seite könnten diese Vorschriften die Innovation hemmen, insbesondere in Bereichen, in denen klare Regeln schwer zu definieren sind, und den Unternehmen, insbesondere kleineren, einen erheblichen Befolgungsaufwand aufbürden.

Zusätzlich zu diesen Bedenken gibt es erhebliche technische Herausforderungen im Zusammenhang mit KI. Es wird zwar viel in die KI-Infrastruktur investiert, aber die Aufrechterhaltung der für diese Systeme erforderlichen Rechenleistung verbraucht viel Energie. Zum Beispiel verbraucht das Training eines Modells wie GPT-3 etwa 1.300 MWh Strom, genug, um 130 US-Haushalte ein Jahr lang zu versorgen. Eine einzige ChatGPT-Anfrage verbraucht 2,9 Wattstunden, was deutlich mehr ist als die 0,3 Wattstunden, die eine Google-Suche verbraucht. Wenn ChatGPT alle 9 Milliarden täglichen Google-Suchanfragen bearbeiten würde, würde der jährliche Strombedarf um 10 Terawattstunden steigen, was dem gesamten jährlichen Stromverbrauch von 1,5 Millionen EU-Einwohnern entspricht.. Die IEA schätzt, dass sich der Energiebedarf für KI und verwandte Technologien bis 2026 verdoppeln und damit ein Niveau erreichen könnte, das mit dem gesamten jährlichen Stromverbrauch Japans vergleichbar ist. Für weitere KI-Modelle werden auch größere GPU-Farmen, fortschrittlichere Modelle und immer größere Mengen an data zur Verarbeitung benötigt.

Rund 75% der globalen CEOs halten KI-Führung für unerlässlich, um einen Wettbewerbsvorteil zu erhalten. In der Tat sind etwa 64% der CEOs bereit, größere Risiken einzugehen als ihre Konkurrenten, um nicht ins Hintertreffen zu geraten. Während die Tech-Giganten offensichtlich den Weg vorgeben, haben auch Wirtschaftsführer aus dem Nicht-Tech-Sektor die Bedeutung der Integration von KI in den Arbeitsplatz hervorgehoben.

Andrew Witty, ehemaliger CEO von GlaxoSmithKline, sagte: “KI hat das Potenzial, das Gesundheitswesen zu revolutionieren, von der Arzneimittelforschung bis zur personalisierten Medizin. Sie kann uns helfen, die Entwicklung neuer Behandlungen zu beschleunigen und die Ergebnisse für die Patienten zu verbessern.”

Doug McMillon, CEO von Walmart, sagte: “KI transformiert den Einzelhandel. Sie hilft uns, unsere Lieferkette zu optimieren, das Einkaufserlebnis zu personalisieren und den Kundenservice zu verbessern.”

Mary Barra, CEO von General Motors, sagte: “KI ist ein wichtiger Motor für Innovationen in der Automobilindustrie. Sie ermöglicht es uns, selbstfahrende Autos zu entwickeln, die Fahrzeugsicherheit zu erhöhen und das Fahrerlebnis insgesamt zu verbessern.”

Es gibt so viele solcher Beispiele in verschiedenen Sektoren, die die Begeisterung und die Möglichkeiten widerspiegeln, die GenAI bei den Führungskräften ausgelöst hat. Die Innovation in diesem Bereich floriert - es werden ständig neue Modelle entwickelt und auf den Markt gebracht, wie z.B. LLaMA und Mistral von Meta. Darüber hinaus entstehen Unternehmen, die diese Modelle nicht nur entwickeln, sondern auch die darauf aufbauenden Dienstleistungen bereitstellen und anbieten. Beispiele wie Photoroom, Greenlite und Permitflow sind nur einige dieser Unternehmungen. 2015 hatte allein Google über 2.700 aktive KI-Projekte.

Die Integration von KI in Ihre Geschäftsprozesse bietet einen signifikanten First-Mover-Vorteil und weitere Vorteile. KI kann die Entscheidungsfindung erheblich verbessern. Laut einer Gartner-Umfrage haben Unternehmen, die KI einsetzen, eine Verringerung der Entscheidungsfehler um 37% erfahren. Sie kann auch die betriebliche Effizienz verbessern. Untersuchungen von Accenture zeigen, dass KI das Potenzial hat, die Produktivität der Mitarbeiter um bis zu 40% zu steigern, und Unternehmen wie Klara sparen durch KI bereits ~USD 50 Millionen jährlich. Außerdem kann KI das Kundenerlebnis verändern. Laut einer Analyse von McKinsey und WEF wird erwartet, dass GenAI bis 2040 jährlich zwischen 2,6 Billionen und 4,4 Billionen USD zur Weltwirtschaft beitragen wird. Dies stellt eine beträchtliche Chance dar, und es ist für Unternehmen entscheidend, sich so zu positionieren, dass sie einen Anteil an diesem entstehenden Wert für sich beanspruchen können.

Artefact, ein weltweit führender Anbieter von data- und KI-Beratung, steht an vorderster Front, wenn es darum geht, Kunden bei der Einführung generativer KI-Technologien zu unterstützen. Mit einem Team von mehr als 1.800 engagierten data- und KI-Experten bietet Artefact umfassende Dienstleistungen an, die die Formulierung von Strategien, die Implementierung von Lösungen und die Entwicklung von PoCs umfassen, um einen greifbaren geschäftlichen Nutzen zu erzielen. Wir haben mehr als 150 Kunden bei der Entwicklung und Skalierung von GenAI-Lösungen unterstützt, um einen messbaren Geschäftserfolg zu erzielen.

Zusammenfassend lässt sich sagen, dass generative KI auf dem besten Weg ist, einen Wandel herbeizuführen, ähnlich wie es das Internet vor Jahrzehnten war. Trotz Skepsis und Herausforderungen - von ethischen Bedenken bis hin zum Energiebedarf - beschleunigt sich die Einführung in allen Branchen in einem noch nie dagewesenen Tempo, angetrieben durch greifbare geschäftliche Vorteile und kontinuierliche Innovation. Unternehmen, die GenAI in ihre Prozesse integrieren, erleben erhebliche Verbesserungen bei der Effizienz, der Entscheidungsfindung und der Kundenerfahrung. Mit einem erwarteten Einfluss von mehreren Billionen Dollar auf die Weltwirtschaft bietet diese Technologie einen starken Wettbewerbsvorteil. Der beste Zeitpunkt, um GenAI zu nutzen, ist jetzt, da die rasante Entwicklung mit den steigenden geschäftlichen Anforderungen und dem Bedarf an innovativen Lösungen übereinstimmt.