Njemačka mjeri cijenu strožeg pristupa podacima, ali i učinak AI na gospodarstvo

Implement Consulting i ifo institut procijenili su da bi generativna umjetna inteligencija do 2034. mogla Njemačkoj donositi 440 milijardi eura dodatne godišnje vrijednosti, dok bi ograničen pristup podacima za treniranje smanjio taj potencijal za 155 milijardi. Reuters je rezultate objavio 13. listopada u 11:31 po zagrebačkom vremenu.

Studiju su naručili CCIA Europe i Google, kompanija s izravnim poslovnim interesom u treniranju i primjeni velikih modela. To ne poništava izračun, ali traži oprez: 440 i 155 milijardi eura nisu ostvareni prihodi ni službena državna prognoza, nego scenariji izvedeni iz pretpostavki o usvajanju tehnologije, produktivnosti i dostupnosti podataka.

Model dijeli moguću vrijednost na približno 330 milijardi eura iz šire uporabe AI-ja u poslovanju, 65 milijardi iz produktivnijeg istraživanja i 45 milijardi iz razvoja AI proizvoda u Njemačkoj. Zbroj opisuje dodatnu godišnju vrijednost u ciljnoj godini, a ne ulaganje koje se automatski kumulira svake godine do 2034.

Glavni argument izvještaja je da europski skupovi podataka bez autorskopravnih ograničenja nisu dovoljno veliki za vodeće modele. Najveći takav skup procjenjuje se na dvije do tri bilijuna tokena, dok napredni modeli navodno koriste između 15 i 36 bilijuna. Usporedba ovisi o kvaliteti, ponavljanju i jezicima; više tokena samo po sebi ne jamči bolji model.

Autori zato podupiru zadržavanje europske iznimke za rudarenje teksta i podataka, uz mogućnost nositelja prava da isključi sadržaj. Spor se vodi oko toga je li takav opt-out provediv, kako model prepoznaje zabranu i dobivaju li autori naknadu. Regulacija mora razlikovati indeksiranje, treniranje, pohranu kopija i generiranje rezultata koji mogu konkurirati izvornom djelu.

Za poduzeće je pitanje praktičnije od ideološke podjele. Ako dobavljač ne može dokazati porijeklo skupa podataka, kupac preuzima rizik tužbe, povlačenja modela ili naknadne licence. Ako se zakon postroži bez dostupnih licenciranih alternativa, trošak razvoja raste i prednost dobivaju najveće kompanije koje si mogu priuštiti ugovore i pravne timove.

Brojka od 155 milijardi proizlazi iz gubitka dijela predviđenih primjena i produktivnosti, a ne iz izravnog računa vlasnicima prava. Za vjerodostojnu javnu raspravu potrebno je objaviti osjetljivost modela: kako se rezultat mijenja uz sporije usvajanje, jeftinije licence, sintetičke podatke, manje modele ili napredak u učenju s manjim skupovima.

Njemačka politika mora istodobno štititi kreativna tržišta i omogućiti istraživanje. Transparentan registar izvora, strojno čitljiva isključenja, kolektivno licenciranje i neovisna revizija mogu smanjiti sukob. Nijedna mjera neće ukloniti sve troškove, ali omogućuje da se učinci mjere kroz cijenu licenci, broj domaćih modela, sporove i stvarnu produktivnost korisnika.

Sljedeći korak trebao bi biti objava pune metodologije i usporedba s neovisnim procjenama. Do tada studija daje koristan scenarij o mogućem trošku ograničenja, ali ne dokazuje da će Njemačka ostvariti 440 milijardi eura niti da je svako pravilo o podacima jednako štetno. Sponzorstvo i pretpostavke moraju ostati uz brojke pri svakom uredničkom prenošenju.

Scenarij treba usporediti i s troškom neuređenog tržišta. Dugotrajni sporovi, nejasna prava i povlačenje skupova podataka također usporavaju ulaganja. Pravna predvidljivost može imati ekonomsku vrijednost čak i kada pojedina licenca povećava početni trošak. Zato regulatorni učinak treba mjeriti s obje strane bilance, a ne samo kroz količinu podataka dostupnu modelu.

Procjena do 2034. obuhvaća razdoblje u kojem se mogu promijeniti modeli, cijene računanja i zakonodavstvo. Manji specijalizirani modeli mogli bi postići dovoljno dobar rezultat s manje podataka, dok multimodalni sustavi mogu povećati potražnju za licenciranim slikama, videom i zvukom. Istodobno europske jezične zbirke imaju vrijednost koja se ne vidi samo u broju tokena, jer kvaliteta metapodataka i zastupljenost manjih jezika utječu na uporabljivost. Javne politike zato ne bi trebale optimizirati samo ukupnu količinu. Ulaganje u uređene skupove, istraživačke repozitorije i pouzdane licencne registre može povećati produktivnost bez potpunog uklanjanja prava nositelja sadržaja.