Search

Η Κίνα, η ΑΙ (ΤΝ) και το ΑΕΠ Γνώσης: Η σύγκλιση που αλλάζει το Οικονομικό παράδειγμα Γράφει ο Δημήτρης Σκουτέρης Το 2026 σηματοδοτεί μια παγκόσμια καμπή στην οικονομική σκέψη. Το παραδοσιακό Ακαθάριστο Εγχώριο Προϊόν (ΑΕΠ), ο κυρίαρχος δείκτης μέτρησης του εθνικού πλούτου από τη Διάσκεψη του Bretton Woods το 1944, αποδεικνύεται πλέον ανεπαρκές. Αδυνατεί να αποτυπώσει την πραγματική αξία της γνώσης, της τεχνητής νοημοσύνης, της έρευνας, των πατεντών και των άυλων περιουσιακών στοιχείων που αποτελούν τους κύριους μοχλούς ανάπτυξης στον 21ο αιώνα. Η θεωρία του Ακαθάριστου Εγχώριου Προϊόντος Γνώσης (GDPK) έρχεται να καλύψει αυτό το κενό. Προτείνει ένα συμπληρωματικό μακροοικονομικό εργαλείο που αποτιμά τη γνώση σε τρεις διακριτές συνιστώσες: • K1 (Άμεση Παραγωγή Γνώσης): Επενδύσεις σε Έρευνα & Ανάπτυξη (R&D), διπλώματα ευρεσιτεχνίας, λογισμικό και αλγόριθμους. • K2 (Προστιθέμενη Αξία Τομέων Γνώσης): Η οικονομική παραγωγή κλάδων έντασης γνώσης, όπως η πληροφορική, η βιοτεχνολογία και το fintech. • K3 (Κοινωνική Γνώση): Η αξία της δωρεάν γνώσης – open-source λογισμικό (Linux, Python), Wikipedia, δωρεάν εκπαιδευτικό υλικό – την οποία το παραδοσιακό ΑΕΠ καταγράφει ως μηδενική. Στο Παγκόσμιο Συνέδριο Τεχνητής Νοημοσύνης (WAIC)-Κίνα του 2026, ο Καθηγητής Wang Xi, Αναπληρωτής Καθηγητής Οικονομικών στο Πανεπιστήμιο του Πεκίνου, διατύπωσε θέσεις που συγκλίνουν εντυπωσιακά με το GDPK (όπως δημοσιεύτηκε στο China.org.cn στις 20 Ιουλίου 2026). Η έρευνά του εστιάζει στην αποτίμηση περιουσιακών στοιχείων, τη μακροοικονομική χρηματοοικονομική και τη μηχανική μάθηση . Πέντε είναι τα κρίσιμα σημεία σύγκλισης: 1. Η Γνώση ως παραγωγικός συντελεστής: Ο Wang Xi τόνισε ότι «η ΤΝ βοηθά τις επιχειρήσεις να βελτιώσουν την παραγωγικότητα βελτιώνοντας την αποδοτικότητα της επεξεργασίας πληροφοριών, της πρόβλεψης, του συντονισμού και της λήψης αποφάσεων». Το GDPK αναγνωρίζει τη γνώση ως τον κύριο παραγωγικό παράγοντα του 21ου αιώνα, αντικαθιστώντας την παραδοσιακή γη, εργασία και φυσικό κεφάλαιο. 2. Η Ανοιχτή Γνώση ως Αξία (K3): Ο Wang Xi υπογράμμισε τη σημασία των «μοντέλων ανοιχτού βάρους» (open weight models) και των «κοινοτήτων ανοιχτού κώδικα», που μειώνουν τα εμπόδια συμμετοχής. Το GDPK, μέσω του K3, αποτιμά ακριβώς αυτή την κοινωνική γνώση – αυτή που δημιουργείται εκτός αγοράς και το παραδοσιακό ΑΕΠ αγνοεί. 3. Η Ανάγκη για μακροπρόθεσμη χρηματοδότηση της Γνώσης (K1 & K2): Ο Wang Xi υποστήριξε ότι «τα χρηματοπιστωτικά συστήματα πρέπει να εξελίσσονται», βελτιώνοντας τους μηχανισμούς μακροπρόθεσμης χρηματοδότησης μέσω αγορών κεφαλαίου, venture capital και κυβερνητικών ταμείων. Το GDPK προτείνει τα «Ομόλογα Γνώσης» και το «Εθνικό Ταμείο Κεφαλαίου Γνώσης». 4. Η Γνώση ως μοχλός μετάβασης από την οικονομία συντελεστών στην οικονομία Καινοτομίας: Ο Wang Xi περιέγραψε τη μετάβαση της Κίνας από την ανάπτυξη που βασίζεται σε συντελεστές παραγωγής στην ανάπτυξη που βασίζεται στην καινοτομία. Το GDPK είναι το εργαλείο μέτρησης αυτής ακριβώς της μετάβασης. 5. Το όραμα μιας «Ανοιχτής, παραγωγικής και ευρέως ωφέλιμης Οικονομίας Γνώσης»: Ο Wang Xi δήλωσε ότι η Κίνα έχει την ευκαιρία να γίνει «ο οικοδόμος μιας ανοιχτής, παραγωγικής και ευρέως ωφέλιμης οικονομίας ΤΝ». Αυτό το όραμα ταυτίζεται απόλυτα με την αποστολή του GDPK. Η Κίνα αποτελεί την πιο χαρακτηριστική περίπτωση εφαρμογής του GDPK. Το 2024, το ΑΕΠ της ανήλθε σε ~$18,95 τρισ., με δημόσιο χρέος 88,3% του ΑΕΠ. Οι δαπάνες R&D έφτασαν το 2,69% του ΑΕΠ (¥3.632,68 δισ.), οι αιτήσεις διπλωμάτων ευρεσιτεχνίας (PCT) ανήλθαν σε 70.160 (πρώτη παγκοσμίως) και το σύνολο των πατεντών έφτασε τα 1,8 εκατομμύρια – σχεδόν το 50% του παγκόσμιου συνόλου. Το εκτιμώμενο GDPK της Κίνας ανέρχεται σε ~20-25% του ΑΕΠ, μειώνοντας τον δείκτη χρέους από 88,3% σε ~73,6% – μια απόλυτη μείωση 14,7 ποσοστιαίων μονάδων. Η Κίνα έχει ήδη προχωρήσει σε θεσμικές αλλαγές που επιβεβαιώνουν το GDPK. Στο ZGC Forum, ο όρος Ciyuan (token) καθιερώθηκε ως η επίσημη μονάδα μέτρησης της παραγωγής και της οικονομικής αξίας των συστημάτων AI. Ο επικεφαλής της Εθνικής Διοίκησης Δεδομένων δήλωσε ότι τα tokens αποτελούν «άγκυρα αξίας» και «μονάδα διακανονισμού». Η κυβέρνηση εφαρμόζει το μοντέλο: Ηλεκτρική Ενέργεια → Υπολογιστική Ισχύς → Παραγωγή Tokens → Οικονομική Αξία. Για την Ελλάδα (μέτρηση 2023), το GDPK προσφέρει μια μοναδική ευκαιρία. Με δημόσιο χρέος 176,7% του ΑΕΠ (~€380 δισ.) και GDP ~€215 δισ., η ενσωμάτωση ενός συντηρητικού GDPK 14% (~€30 δισ.) μειώνει τον δείκτη χρέους στις 155,0% – μια απόλυτη μείωση 21,7 ποσοστιαίων μονάδων, χωρίς λιτότητα. Παράλληλα, αναδεικνύει τον πραγματικό πλούτο της χώρας: το ανθρώπινο κεφάλαιο, την παιδεία, την πολιτισμική κληρονομιά και την καινοτομία. Η σύγκλιση της θεωρίας του GDPK με την πρακτική διάσταση της κινεζικής οικονομικής πολιτικής, όπως αποτυπώνεται στις θέσεις του Καθηγητή Wang Xi, δεν είναι τυχαία. Είναι η απόδειξη ότι η διεθνής οικονομική σκέψη κινείται προς την ίδια κατεύθυνση: η γνώση είναι το νέο νόμισμα, και το GDPK είναι το εργαλείο που το αθροίζει στο κλασσικό ΑΕΠ και το εμπλουτίζει σε ΑΕΠΓνώσης-GDPK Η Ελλάδα, ως η χώρα που γέννησε τη δημοκρατία, τη φιλοσοφία και τον λόγο, έχει τη μοναδική ευκαιρία να ηγηθεί αυτής της παγκόσμιας μεταρρύθμισης. Η «Δήλωση της Αθήνας», όπως προτείνεται στο βιβλίο, θα μπορούσε να αποτελέσει το πρώτο βήμα για μια παγκόσμια πρωτοβουλία υιοθέτησης του GDPK από τους διεθνείς οργανισμούς (ΟΟΣΑ, ΔΝΤ, Ηνωμένα Έθνη)– αποτίοντας φόρο τιμής στη διαχρονική συμβολή της Ελλάδας στην παραγωγή γνώσης. Το GDPK δεν είναι θεωρητική κατασκευή. Είναι η επιστημονική αποτύπωση μιας ήδη εξελισσόμενης πραγματικότητας. Ο Δημήτρης Σκουτέρης είναι συγγραφέας του βιβλίου ΑΕΠΓνώσης ( «Gross Domestic Product of Knowledge (GDPK): Its Impact on Reducing Public Debt and Contributing to Economic Growth» -Δεκέμβριος 2025).

MOONSHOT ACABA DE LANZAR EL MODELO OPEN SOURCE MÁS GRANDE DE LA HISTORIA se llama Kimi K3. 2.8 billones de parámetros. ventana de contexto de 1 millón de tokens. multimodal nativo. lo interesante no es solo el tamaño. usa dos arquitecturas nuevas: Kimi Delta Attention y Attention Residuals. → decodificación hasta 6.3x más rápida en contextos de 1M tokens → ~25% más eficiencia de entrenamiento con menos de un 2% de coste extra → pensado para coding de largo horizonte y trabajo agéntico según los propios benchmarks de Moonshot, K3 solo queda por detrás de Claude Fable 5 y GPT-5.6 Sol. y por delante de Claude Opus 4.8. todo open source. #OpenSource #AI #MachineLearning

A Transparency International feljelentést tett a NER-elitet támogató 281 milliárd forint közpénz sorsának átláthatatlan kezelése miatt, miután kiderült, hogy a Magyar Fejlesztési Bank által kezelt tőkebefektetések során súlyos összeférhetetlenségek és nem megfelelő kockázatkezelés merültek fel. #Transzparencia #Közpénz #HűtlenKezelés

A Transparency International feljelentést tett a nemzeti tőkeholdingtól és állami pénzt kezelő, NER-közeli magántőkealapoktól, mivel összefonódásokat és hiányos kockázatkezelést tárt fel a Baross Gábor Tőkeprogram keretében, amelynek során az állam 281 milliárd forintnyi kötelezettséget vállalt. #magántőkealap #BarossGáborTőkeprogram #TransparencyInternational

A Transparency International feljelentést tett a Baross Gábor Tőkeprogram keretében történt 281 milliárd forintnyi állami befektetés hiányosságai miatt, miután felfedezték, hogy a programban rendszerszintű kockázatkezelési problémák és összeférhetetlenségek állnak fenn, mivel a magántőkealapok döntéselőkészítő dokumentumai nem támasztják alá a törvényi követelményeket, és a titkos háttérbefektetők kiléte is gyanúra ad okot. #transparencyinternational #magántőkealap #befektetés

⚠ Thursday Brief ⚠ 🇺🇸 🇮🇷 U.S Launches Fresh Strikes on #Iran 🇺🇸 Beige Book Signals Modest U.S. Growth 🇨🇦 🇰🇷 #BoC Held Rates While #BoK Hiked 🇨🇳 AI Token Exports Fuel #China’s Growth ... https://t.co/FUoH8culos #Iran #BoC #China #US #IR #CA #KR #CN

Euroopa Liit kiitis 13. juulil heaks ulatusliku Venemaa-vastase kübersanktsioonide paketi, mille raames lisati nimekirja kaheksa isikut ja neli üksust, mis on seotud Venemaa küberrünnakute ja hübriidoperatsioonidega, rõhutades vajadust karistada riikliku taustaga küberkurjategijaid ning tugevdada koordineeritud vastumeetmeid Venemaa kibestumistegevuse tõkestamiseks. #Venemaa #kübersanktsioonid #EuroopaLiit

Varmasti hyvä jakaa vastakkaisia näkemyksiä täällä taas. Vaikka en ole Jukan (tai Pasin) kanssa eri mieltä syklin vaiheesta, niin mielestäni on helppo todeta, että jos et ole ollut tekoälyliitännäisten osakkeiden kyydissä mukana, niin olet todennäköisesti jo missannut markkina-arvon suurimman kasvun. Tämä koskee erityisesti muistitehtaita kuten SK Hynix ja Micron, joiden osakkeet ovat vuodessa karkeasti kymmenkertaistuneet. Vaikka osakkeet näyttävät halvalta (tai jopa puoli-ilmaisilta) suhteessa yhtiöiden tulosnäkymiin (forward P/E), niin on hyvä tiedostaa, että niiden tulokset ovat kasvaneet merkittävästi nopeammin kuin niiden myynti, kappalemäärissä mitattuna. Tuloskasvu perustuu pitkälti siihen, että kysynnän ylittäessä tuotannon muistien hinnat nousevat tähtitieteellisiksi. Se taas johtuu siitä, että lähes äärettömän varakkaat jättiyhtiöt kilpailevat verisesti (ja ilmeisesti täysin kustannuksista välittämättä) siitä, kuka pystyy kehittämään parhaimmat mallit. Kun isoja frontier-tason huippumalleja koulutetaan (training), niin se tehdään tällä hetkellä joko GPU-chipeillä (joita suunnittelee lähinnä NVIDIA ja AMD) tai ASIC-chipeillä (kuten Googlen Ironwood TPU). Nämä ratkaisut tarvitsevat erittäin kallista HBM-muistia, jota ei ole riittävästi saatavilla tällä hetkellä. Kun mallien kehityksestä siirrytään suorittamiseen (inference) erityisesti agenttien avulla, niin tilanne on paljon monimutkaisempi. Kehitteillä on useita ratkaisuja, jotka eivät tarvitse HBM-muistia ollenkaan, kuten Nvidian lisensoima Groq, Cerebraksen wafer-scale-chipit, d-matrixin Corsair, Qualcommin AI200 Dragonfly, Metan MTIA ja Taalaksen on-chip-LLM-kiihdyttimet. Lisäksi NVIDIAn Rubin CPX-suorittimien avulla voi hoitaa osan inferenssistä ilman HMB-muistia. Villi kortti tässä pelissä on myös Kiina, jossa kehitetään koko ajan uusia "lähes frontier-tason" malleja ja tarjotaan niitä ilmaiseksi (merkittävä osa kehityksestä saadaan kopioimalla länsimaiden huippumalleja ilmaiseksi). On mielestäni väärin ajatella, ettei länsimaissa haluttaisi kiinalaisia malleja käyttää, sillä avoimet mallit on mahdollista eristää ja ajaa oman datakeskuksen turvassa. Mm. tästä syystä tekoäly-yhtiöt kuten Anthropic, OpenAI ja Google rakentavat nyt kuumeisesti ekosysteemejä tekoälymallien ympärille, joita voi hyödyntää vain yhtiöiden pilvipalveluiden kautta. Mutta kestääkö tällaisen softaekosysteemin tuoma "moat" tekoälyn aikakaudella, kun vaihtoehtoisia (ja avoimia) ratkaisuja on mahdollista luoda nopeammin kuin koskaan? On myös nähtävissä selkeitä kysynnän epäterveyteen viittaavia trendejä, kuten ns. tokenmaxxing, jossa koodaajat kilpailevat kuka pystyy kuluttamaan enemmän LLM-mallien tuottamia tokeneita, riippumatta siitä, miten paljon niiden avulla pystytään luomaan tuottavaa koodia. Lisäksi LLM-malleja suoritetaan todella paljon harjoittelutarkoituksessa tällä hetkellä, kun vielä etsitään ja kehitetään aidosti tuottavia prosesseja. Pointtini tässä on lähinnä se, että sijoittamalla datakeskusten kilpavarustelusta hyötyviin yhtiöihin ei lyö vetoa (vain) siitä, että datakeskusten rakennustarve jatkuu, vaan että ylikysyntätilanne ei ratkea vielä ainakaan muutamaan vuoteen. Samaan aikaan muistinvalmistajat ovat jo kasvattamassa kapasiteettiaan ja rakentamassa uusia tehtaita. Useiden eri muistityyppien hinnat ovat osittain lukittu tulevaisuuteen pitkäaikaisten LTA-sopimusten kautta, mutta nekin ovat historiallisesti rikottu tai neuvoteltu uusiksi kysynnän laskiessa. Puolijohdeyhtiöiden poikkeuksellisen voimakas syklisyys johtuu siitä, että tuotantoa on hyvin vaikea skaalata alas kun kysyntä laskee. Ja kun tuotanto ylittää kysynnän edes hieman, niin hinnat romahtavat nopeasti (ylitarjontatilanne). Syklisiä yhtiöitä ei yleensä ole kannattanut ostaa silloin kun P/E-tasot ovat olleet alhaiset ja sille on nimikin: Molodovsky Effect. Tekoäly on kuitenkin ilmeisen mullistava teknologia, joten "this time could be different" ja näitä syklisiä puolijohdeyhtiöitä omistamalla pääseekin helposti lyömään vetoa sen puolesta. Omistan itse tällä hetkellä mm. SK Hynixin, Micronin, Samsungin (ava-tracker), Broadcomin, Amazonin ja Googlen osakkeita, joiden toiminta liittyy vahvasti tekoälyyn. Lisäksi minulla on VVSM-puolijohde-ETF:ää salkussa. Mielestäni kaikki ovat hyviä sijoituksia, mutta näen (erityisesti näillä arvostustasoilla), että niissä piilee myös paljon riskejä. Puhumattakaan siitä, millaisia haasteita ja vaaroja tekoäly aiheuttaa koko yhteiskunnalle (ja sitä kautta myös osakkeille). Ei sijoitussuosituksia. #pekka #tekoäly #osakkeet #puolijohteet

Donald Trump a reinvestit câștigurile uriașe din criptomonede, obținute în principal prin proiecte de familie, în active mai sigure, cum ar fi acțiuni și obligațiuni, deși continuă să dețină o cantitate semnificativă de tokenuri digitale. #DonaldTrump #criptomonede #activefinanciare

Nadia Comăneci 1976-ban a montreali olimpián elért tökéletes tízes tornagyakorlatával a román sport történetének egyik legnagyobb sikerét könyvelhette el, azonban személyére és életére vonatkozóan a közvéleményben sokkal kevesebb ismeret áll rendelkezésre, ami a román sport jelenlegi helyzetét is tükrözi, és ez az ünneplési forma komoly társadalmi és értékrendi párbeszédet igényel. #NadiaComăneci #MontrealiOlimpia #RománSport

Tokenization is not just a technological upgrade, it’s a structural shift in how finance works. The key question is whether it will strengthen or fragment the system. Policy choices that we make today will determine the outcome tomorrow. Read more: https://t.co/t5K9FDt9Ta https://t.co/5IZ5jhrPeW #Tokenization #Finance #Blockchain #Nospecificcountriesarementionedinthetweet.

Tech-Konzerne wie Tesla, Meta und Amazon begrenzen aufgrund steigender Kosten den Einsatz von Künstlicher Intelligenz, indem sie ihren Mitarbeitern strenge Token-Budgets auferlegen, was das Ende des KI-Hype und der uneingeschränkten Nutzung einläutet. #KünstlicheIntelligenz #TechKonzerne #TokenBudgets

A meccseken az emberek általában azért kritizálnak, mert nem érek hozzá a labdához. Visszaléphetnék, hogy néhányszor labdába érjek, de én inkább sétálgatok, ott állok elöl, a saját világomban teszek-veszek, és nem igazán… nehéz ezt elmagyarázni. Kilépek a testemből, és zombivá válok. Ez egyfajta kikapcsolt állapot. És amikor a lehetőség elérkezik, tudom, hogy készen kell állnom. Továbbra is fókuszált vagyok, de közben csak sétálgatok és pásztázom a pályát. Várom a sanszot, és azon jár az agyam, hogy »ha oda jön a labda, ez történhet, ha amoda megy a labda, az történhet«. Ez egy megérzés. Amikor a csapat hátulról építi fel a játékot, tudom, hogy nekem nem kell bekapcsolódnom. Csak állok ott, és várom a tökéletes pillanatot, hogy lecsaphassak.

A SpaceX árfolyamának jelentős zuhanása nem váratlan, hanem figyelmeztető jel lehet a nagy mesterséges intelligencia cégek körüli aggasztó tendencia miatt, amelynek hátterében a tőkepiaci gyakorlatokkal kapcsolatos kritikus kérdések állnak. #SpaceX #tőzsde #mesterségesintelligencia