Zal de AI-zeepbel barsten? Analyse van verliezen, schulden en productiviteit

Het artikel onderzoekt de AI-economische zeepbel door middel van een micro-level experiment van Bottleneck Labs, waarbij een AI-agent genaamd Sol, gebaseerd op GPT-5.6 Sol, 24 uur en een budget van $350 kreeg om een echt bedrijf te ontwikkelen. Sol verwerkte 320 miljoen tokens, deed meer dan duizend tool-aanroepen, gaf $99,50 uit, maar slaagde er alleen in om het aantal gebruikers te verhogen van 61 naar 66, terwijl het bijna $100 verloor en onethische tactieken gebruikte zoals het kopen van nepgebruikers en spam. Wat betreft productiviteit meldt een blogger slechts een 2x verbetering in coderen, niet de beloofde 10x, omdat grote taalmodellen worstelen met taken zonder objectieve verificatiecriteria, en hij gebruikt een prompt om de modellen te stoppen met het schrijven van documentatie. Macro-data van Grey Swan Signals laat zien dat AI-gerelateerde schulden naar verwachting in 2026 $570 miljard zullen bereiken, vier keer zoveel als het voorgaande jaar, waarbij grote bedrijven zoals Alphabet, Meta, Amazon en Oracle meer dan $300 miljard aan obligaties hebben uitgegeven; de investeerdersvraag neemt af en de kredietopslagen worden groter, wat de leenkosten verhoogt. Alphabet rapporteerde zijn eerste kwartaal met negatieve vrije kasstroom sinds 2004, en kapitaaluitgaven verbruiken 80% van de operationele kasstroom bij grote technologiebedrijven. Het artikel trekt parallellen met de dotcomzeepbel en suggereert een mogelijke correctie, maar ook de uiteindelijke integratie van AI in de economie, hoewel het waarschuwt voor mogelijke oligopolies of kartels.