Talous kiitää, pörssit porhaltavat ja datakeskuksia nousee kuin sieniä sateella. Mutta jos tekoälyn tuottavuuslupaukset ovat liioiteltuja, pohja nykyiselle investointisykille on huterampi kuin halutaan myöntää. Taloustieteilijä Servaas Storm väittää, että olemme saavuttaneet “GenAI-huipun”, että skaalan kasvattaminen ei vie kohti AGI:ta ja että sekä AI-sektori että USA:n talous ratsastavat spekulatiivisella kuplalla. (Institute for New Economic Thinking)

Ydinväite pähkinänkuoressa

  • “Peak GenAI” on täällä: Nykyiset suuret kielimallit (LLM) saavuttavat nopeasti vähenevän rajatuoton – lisää siruja ja isompia malleja ei enää muuta perusrajoitteita. (Institute for New Economic Thinking)
  • Kuplatalouden merkkejä: Pörssiarvot ja investoinnit (erityisesti datakeskuksiin) nojautuvat oletukseen, että AI nostaa laajasti tuottavuutta ja yritysvoittoja – oletus, josta ei ole vielä vakuuttavaa näyttöä reaalitaloudessa. (Institute for New Economic Thinking)
  • Hallusinaatio-riski ei ole pelkkä meemi: Jos mallit tuottavat virheitä ja “varmalta kuulostavaa” puppua, niiden arvo yrityksille on rajallinen – ja laajamittainen käyttöönotto voi jopa lisätä kustannuksia laadunvalvonnan kautta. (Institute for New Economic Thinking)

Mistä nykyinen AI-nousu on tehty?

USA:ssa AI-vetoinen investointiaalto on tukenut kasvua: datakeskukset, kuitu, sähkönsyöttö, siruketjut. Sijoituslogiikka on selvä: kun AI tekee työntekijöistä tuottavampia, voitot kasvavat → arvostuskertoimet perustellaan → investoinnit kiihtyvät. Stormin mukaan tämä narratiivi on kuitenkin enemmän toive kuin todiste – ainakin vielä. (Institute for New Economic Thinking)

“Skaalaa lisää” ei ratkaise perusvikaa

Storm kokoaa kriitikoiden (esim. Gary Marcus) argumentteja: LLM:t ennustavat seuraavaa tokenia, ne eivät rakenna vankkaa “maailmamallia”. Siksi ne tekevät yhä hämmentäviä virheitä myös yksinkertaisissa ongelmissa – ja skaalan kasvattaminen on antanut yhä pienempiä laatuhyppyjä. Jos perusparadigma ei muutu, AGI-lupaus jää markkinointitermiksi. (Institute for New Economic Thinking)

Mitä jos laatunäyttö jää ohueksi?

Yrityskäytössä AI:lle asetetaan tyly mittari: raha ja riski. Jos työkalun hallusinaatiot vaativat tiukan tarkastusketjun, säästöt syöpyvät. Jos päätöksentekoon livahtaa virheitä, riskikustannukset kasvavat. Storm muistuttaa, että “realistisen näköinen väärä tieto” on halpaa tuottaa, kallista havaita – ja yhteiskunnalliset kustannukset on laskettava mukaan, kun teknologian nettovaikutusta arvioidaan. (Institute for New Economic Thinking)

Rahoituspuoli: 3 biljoonan dollarin kysymys

Morgan Stanleyn laskelmien mukaan AI-infran ruokkiminen voi vaatia useita biljoonia dollareita tämän vuosikymmenen loppuun mennessä. Jos rahoitusikkuna perustuu voimakkaasti tuleviin tuottavuushyötyihin, mutta hyödyt eivät realisoidu, kuplariski kasvaa: arvostukset pettävät ensin, investoinnit hyytyvät perässä, ja reaalitalous saa iskun rakentamisen jäähtyessä. (Storm viittaa arvioihin ja varoittaa rahoitusmarkkinoiden kantokyvystä suhteessa AI-infran pääomatarpeeseen.) (Institute for New Economic Thinking)

Mitä tästä seuraa käytännössä?

1) Yrityksille:

  • Siirrä painopiste hype-piloteista tuottavuuspositiivisiin ydinprosesseihin.
  • Vaatimukset: läpinäkyvä laatu, selkeät ROI-mittarit, ja inhimillinen valvonta korkean riskin kohdissa.
  • Vältä “massiivinen ensin” –strategiaa: pienet, rajatut käyttötapaukset ensin, sitten asteittainen skaalaus vain jos data tukee.

2) Sijoittajille:

  • Erottele infratarina (sähkö, jäähdytys, verkot) mallitarinasta (AGI/LLM-lupaukset). Ensimmäinen voi olla vakaampi, jälkimmäinen syklisten odotusten armoilla.
  • Tarkastele skenaarioherkkyyttä: mitä jos tuottavuushyödyt viivästyvät 3–5 vuotta?

3) Päättäjille:

  • Infran lupamenettelyt, energiaverkot ja osaajapula ovat realiaineksia – niiden kehittäminen tuottaa hyötyä AI-syklistä riippumatta.
  • Samalla tarvitaan laatustandardit, vastuuketjut ja läpinäkyvyys mallien virheistä ja vinoumista.

Miksi tämä keskustelu on ajankohtainen juuri nyt?

Stormin artikkeli ilmestyi 2.10.2025, eli noususyklin keskellä, kun isot toimijat julistavat askelia kohti AGI:ta ja markkinat hinnoittelevat tulevia ihmeitä. Siksi väite “huippu on jo nähty” on isku konsensusta vastaan – ja juuri siksi se on lukemisen arvoinen vastapaino. (Institute for New Economic Thinking)

Toimituksen huomio

Tässä tekstissä viitatut arviot ja luvut ovat Stormin esittämiä johtopäätöksiä ja tiivistyksiä (INET), jotka perustuvat hänen kokoamiinsa lähteisiin ja analyysiin. Niiden kiistanalaisuus kuuluu asiaan: AI-talous on vielä todentumassa, ja datapisteitä kertyy nopeasti. Sijoittajalle ja päättäjälle tärkeintä on erotella näyttö narratiivista ja rakentaa päätökset mitattujen hyötyjen varaan. (Institute for New Economic Thinking)

Lähde: Servaas Storm, The AI Bubble and the U.S. Economy: How Long Do “Hallucinations” Last?, Institute for New Economic Thinking, 2.10.2025. (Frontnieuws viittaa ja referoi samaa artikkelia.) (Institute for New Economic Thinking)