Renting Intelligence: Vendor Concentration Risk and the Pricing of AI Dependency
Dit artikel stelt vast dat aandelenmarkten het risico van concentratie bij AI-leveranciers momenteel niet inprijzen omdat verplichte openbaarmakingsregels ontbreken, wat leidt tot inconsistente en vaak ontbrekende informatie in publieke documenten die beleggers verhindert om onderscheid te maken tussen bedrijven die hun AI-modellen huren versus diegene die ze bezitten.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de moderne economie bouwen bedrijven hun producten steeds vaker bovenop kunstmatige intelligentie. Om dit te doen, staat een bedrijf voor een fundamentele keuze. Het kan ofwel de intelligentie licentiëren van een grote technologieleverancier, waarbij een vergoeding wordt betaald telkens wanneer het systeem wordt gebruikt, of het kan zijn eigen systemen vanaf nul opbouwen en draaien, waarbij zwaar wordt geïnvesteerd in hardware en trainingsdata vooraf. Deze beslissing is niet alleen een technische kwestie; het is een financiële gok. Wanneer een bedrijf de intelligentie huurt, is het afhankelijk van een prijs die door iemand anders is vastgesteld, een prijs die op elk moment kan veranderen. Wanneer een bedrijf er zelf een bouwt, heeft het de kosten al betaald en bezit het de capaciteit. De financiële theorie suggereert dat het vertrouwen op een externe leverancier voor een cruciale input een bedrijf risicovoller maakt, vergelijkbaar met hoe een bedrijf dat afhankelijk is van één enkele grote klant als kwetsbaarder wordt beschouwd dan een bedrijf met veel kleine klanten. Beleggers, die voortdurend risico tegenover rendement afwegen, zouden theoretisch meer moeten rekenen aan deze "huur"-bedrijven om hen geld te lenen, of een hoger rendement op hun aandelen moeten eisen, omdat hun toekomstige kosten minder zeker zijn.
Een onderzoeker aan het Peres Academic Center zette zich in om te testen of de aandelenmarkt dit verschil daadwerkelijk ziet. De studie onderzocht duizenden jaarverslagen die werden ingediend door Amerikaanse bedrijven tussen 2023 en 2026. Het doel was om deze bedrijven in twee groepen te verdelen: de bedrijven die toegaven hun kunstmatige intelligentiemodellen van anderen te huren, en de bedrijven die beweerden ze zelf te bouwen en te hosten. De onderzoeker vergeleek vervolgens het aandelengedrag van deze twee groepen met bedrijven die de technologie helemaal niet gebruikten. De verwachting was dat de huur-bedrijven tekenen van een hoger risico zouden vertonen, zoals meer volatiele aandelenkoersen of hogere leenkosten, vergeleken met de bouwers.
De resultaten waren echter niet wat de theorie voorspelde. De studie vond dat de aandelenmarkt het verschil niet kon zien tussen de bedrijven die huurden en de bedrijven die bouwden. Beide groepen vertoonden vergelijkbare risiconiveaus, en geen van beide groepen werd anders geprijsd dan de andere. Het enige duidelijke onderscheid dat de markt maakte, was tussen bedrijven die de technologie wel gebruikten en bedrijven die dat niet deden. Bedrijven die kunstmatige intelligentie gebruikten, ongeacht hoe zij die verkregen, leken risicovoller dan bedrijven die dat niet deden. Maar de specifieke keuze tussen huren of bouwen beïnvloedde de koers niet.
De reden voor deze stilte in de data is niet dat het risico niet bestaat, maar dat de bedrijven niet genoeg vertellen over het. De onderzoeker ontdekte dat de meeste bedrijven die over kunstmatige intelligentie schrijven in hun jaarverslagen, net voor de waarheid stoppen. Ze kunnen beweren een "propriëtair platform" of "interne technologie" te hebben, maar ze vermelden zelden of de modellen die eronder draaien daadwerkelijk de hunne zijn of dat ze gelicenseerd zijn van een derde partij. Omdat de bedrijven niet expliciet vermelden waar hun modellen vandaan komen, moest de onderzoeker gissen op basis van vage taal. Wanneer twee onafhankelijke lezers probeerden dezelfde rapporten te classificeren op basis van deze vage beschrijvingen, kwamen ze slechts ongeveer de helft van de tijd tot hetzelfde antwoord.
Dit gebrek aan duidelijkheid creëerde een grote blinde vlek. De studie toonde aan dat de "huur"-groep en de "bouw"-groep zo slecht gedefinieerd waren in de rapporten dat de markt het verschil niet eens kon onderscheiden. Het is alsoam met het proberen te meten van het verschil tussen twee soorten brandstof wanneer de labels op de tanks vlekkerig en onleesbaar zijn. De data waren simpelweg te ruisig om het risico te onthullen. De onderzoeker berekende dat zelfs als er een echt verschil bestond, het ontwerp van de studie niet gevoelig genoeg was om het te vinden, tenzij dat verschil enorm was—ongeveer een kwart van de totale risicovariatie in de markt.
De meest veelzeggende bevinding kwam voort uit het kijken naar de bedrijven die kunstmatige intelligentie noemden maar weigerden te zeggen waar hun modellen vandaan kwamen. Deze bedrijven, die over de technologie spraken zonder de bron te onthullen, droegen ook daadwerkelijk een hoger risico dan bedrijven die de technologie helemaal niet noemden. Hun aandelen waren volatieler en beleggers vroegen een hoger rendement voor het aanhouden ervan. Dit suggereert dat de stilte zelf een signaal van risico is. Wanneer een bedrijf een krachtige technologie gebruikt maar de oorsprong verbergt, voelt de markt dat er iets onzeker is, zelfs als het niet precies kan aanwijzen wat.
De studie concludeert dat de huidige manier waarop bedrijven hun gebruik van kunstmatige intelligentie rapporteren onvoldoende is voor beleggers om weloverwogen beslissingen te nemen. De markt negeert het risico van huren niet; het kan het simpelweg niet zien. De rapporten zijn te vaag en de taal is te inconsistent om een duidelijke meting mogelijk te maken. De onderzoeker stelt dat een eenvoudige verandering in de rapportageregels dit zou kunnen oplossen. Als toezichthouders bedrijven zouden verplichten om duidelijk te vermelden of hun modellen gehuurd of gebouwd zijn, en de leverancier te noemen als de afhankelijkheid aanzienlijk is, dan zou de data duidelijk worden. Tot die tijd blijft het specifieke risico van het huren van intelligentie onzichtbaar, verborgen achter een zin die de meeste bedrijven er niet van kiezen te schrijven. De markt weet dat de technologie risicovol is, maar het weet nog niet welke bedrijven de rekening gepresenteerd krijgen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.