Μάικλ Ρόμπερτς*: Τεχνητή νοημοσύνη – η νέα επενδυτική φούσκα
Αναδημοσίευση από το blog του Μάικλ Ρόμπερτς*
Η Goldman Sachs, η κολοσσιαία επενδυτική τράπεζα, εκτιμά ότι η τεχνητή νοημοσύνη (AI) είναι απλώς «μία μεγάλη εμπορική συναλλαγή για την αμερικανική οικονομία». Και η επενδυτική φούσκα της τεχνητής νοημοσύνης γίνεται ακόμη μεγαλύτερη.
Την περασμένη εβδομάδα, η εταιρεία κατασκευής μοντέλων τεχνητής νοημοσύνης, Anthropic, ανακοίνωσε ότι θα εκδώσει μετοχές σε πιθανούς επενδυτές, σε αυτό που στην ορολογία της χρηματιστηριακής αγοράς ονομάζεται Αρχική Δημόσια Προσφορά (IPO).
Η Anthropic ακολούθησε την προγραμματισμένη IPO της Space X του Ίλον Μασκ, ύψους 1,8 τρισεκατομμυρίων δολαρίων. Αυτό θα σημαίνει ότι η αξία της SpaceX στην αγορά θα είναι 92 φορές τα ετήσια έσοδά της!
Η Alphabet, μητρική εταιρεία της Google, σχεδιάζει επίσης να αντλήσει 85 δισ. δολάρια μέσω έκδοσης νέων μετοχών, στην πρώτη δημόσια προσφορά μετοχών της εδώ και είκοσι χρόνια. Συνολικά, αυτές οι τρεις γιγαντιαίες IPO θα μπορούσαν να φτάσουν σε συνολική αξία περίπου τα τέσσερα τρισ. δολάρια που αντιστοιχεί στο ένα τρίτο της συνολικής αξίας των αμερικανικών IPO από το 1980 (προσαρμοσμένη για τον πληθωρισμό)!
Ωστόσο, η SpaceX, η OpenAI και η Anthropic είναι όλες επί του παρόντος ζημιογόνες και το εμπορικό δυναμικό των μοντέλων τεχνητής νοημοσύνης και – στην περίπτωση της SpaceX – της αποστολής στον Άρη, παραμένει άγνωστο.
Η τεχνητή νοημοσύνη αποτελεί μια μεγάλη ευκαιρία για τους επενδυτές της αμερικανικής χρηματιστηριακής αγοράς και ένα μεγάλο στοίχημα για την αμερικανική οικονομία. Αυτό οφείλεται στο γεγονός ότι το μέγεθος των επενδύσεων που πραγματοποιούν οι λεγόμενοι «υπερμεγέθεις» πάροχοι (hyperscalers) σε μοντέλα τεχνητής νοημοσύνης, κέντρα δεδομένων και λοιπές υποδομές ΤΝ είναι εντυπωσιακό. Ως ποσοστό του αμερικανικού ΑΕΠ, αναμένεται πλέον να ξεπεράσει κατά πολύ την κατασκευή σιδηροδρόμων του 19ου αιώνα.
Τον Δεκέμβριο του 1996, ο τότε πρόεδρος της Ομοσπονδιακής Τράπεζας των ΗΠΑ, Άλαν Γκρίνσπαν, χαρακτήρισε την άνθηση των μετοχών στον τομέα της τεχνολογίας, των μέσων ενημέρωσης και των τηλεπικοινωνιών ως ένδειξη «παράλογης ευφορίας». Σχεδόν 30 χρόνια αργότερα μπορούμε εύκολα να πούμε το ίδιο και για το tech boom. Αυτή η επενδυτική άνθηση είναι ήδη πολύ μεγαλύτερη από ότι ήταν ποτέ οι επενδύσεις στο διαδίκτυο της εποχής των dot.com στα τέλη της δεκαετίας του 1990.
Το 2025, οι αμερικανικές επιχειρήσεις επένδυσαν σχεδόν 1,5 τρισ. δολάρια σε εξοπλισμό πληροφορικής και λογισμικό. Στην κορύφωση της φούσκας των dot.com, το ποσό ήταν 466 δισ. δολάρια, ή 829 δισ. δολάρια σε σημερινά δεδομένα.
Οι κολοσσοί Microsoft, Alphabet, Amazon, Meta και Oracle σχεδιάζουν να επενδύσουν εκατοντάδες δισεκατομμύρια τα επόμενα πέντε χρόνια σε κέντρα δεδομένων, για να παρέχουν την υπολογιστική ισχύ που απαιτείται για τη λειτουργία αυτών των μοντέλων τεχνητής νοημοσύνης. Οι επενδύσεις κεφαλαίου αναμένεται να αυξηθούν κατά 20% ετησίως, ένας ρυθμός ανάπτυξης που δεν έχει ξαναδεί ο κλάδος.
Η αύξηση του ΑΕΠ των ΗΠΑ καθοδηγείται πλέον σχεδόν αποκλειστικά από τις αυξανόμενες δαπάνες στον τομέα της τεχνολογίας. Εάν αυτές αρχίσουν να μειώνονται, η αμερικανική οικονομία θα εισέλθει πολύ γρήγορα σε ύφεση, ακόμη και αν οι επενδύσεις στην τεχνολογία μειωθούν μόνο κατά 4 έως 6%, όπως συνέβη μετά από πολύ μικρότερα tech boom τη δεκαετία του 1960 και κατά τη διάρκεια της κρίσης του 2009.
Όπως έδειξα στην τελευταία μου ανάρτηση, τα εταιρικά κέρδη στις ΗΠΑ έχουν αυξηθεί σημαντικά. Όμως, σύμφωνα με τον Brian Green σε πρόσφατη ανάρτησή του, περίπου το 80% της αύξησης στα κέρδη των μη χρηματοπιστωτικών εταιρειών στις ΗΠΑ προήλθε από την Nvidia και τις hyperscalers.
Η χρηματιστηριακή αγορά συγκεντρώνεται όλο και περισσότερο σε μια χούφτα μετοχών που συνδέονται με την τεχνητή νοημοσύνη, οι οποίες αποτελούν πλέον περίπου το 40% της κεφαλαιοποίησης του S&P 500, σύμφωνα με στοιχεία της Bank of America.
Η συνολική κερδοφορία εμφανίζεται καλύτερη από ότι είναι στην πραγματικότητα, λόγω ενός μικρού τμήματος της οικονομίας που αποκομίζει εξαιρετικές αποδόσεις από τον αγώνα για την ανάπτυξη δυναμικού τεχνητής νοημοσύνης. Ο κίνδυνος λοιπόν είναι ότι η οικονομία, ο κύκλος κερδών και η χρηματιστηριακή αγορά «στηρίζονται όλα στον ίδιο στενό πυλώνα. Εάν αμφισβητηθούν οι αναμενόμενες αποδόσεις από τις υποδομές και τις πλατφόρμες τεχνητής νοημοσύνης, οι επιπτώσεις ενδέχεται να μην περιοριστούν σε μερικές τεχνολογικές μετοχές υψηλής απόδοσης».
Όπως έχω επισημάνει σε προηγούμενες αναρτήσεις, μέχρι τώρα η τεράστια επένδυση στην τεχνητή νοημοσύνη χρηματοδοτήθηκε κυρίως από τα κέρδη που ήδη πραγματοποιούν οι hyperscalers. Ωστόσο, δεδομένης της αδυναμίας εξεύρεσης επαρκών πρόσθετων εσόδων για την αυτοχρηματοδότηση των επενδυτικών τους σχεδίων, οι hyperscalers και οι προμηθευτές υλικού τους χρησιμοποιούν όλο και περισσότερο εξωτερική χρηματοδότηση.
Το πρώτο παιχνίδι είναι η «κυκλική χρηματοδότηση», δηλαδή μέσω αμοιβαίων επενδύσεων μεταξύ της Microsoft, της OpenAI και άλλων. Ουσιαστικά, μια hyperscaler με άφθονα μετρητά όπως η Microsoft αγοράζει υλικό από την Nvidia, την AMD και άλλους προμηθευτές. Στη συνέχεια, η Nvidia χρησιμοποιεί αυτά τα έσοδα για να αγοράσει μερίδιο πολλών δισ. δολαρίων στην OpenAI. Η OpenAI στη συνέχεια χρησιμοποιεί αυτά τα μετρητά για να εξασφαλίσει υπολογιστική ισχύ στα κέντρα δεδομένων της Microsoft. Η Microsoft, από την πλευρά της, επενδύει στην OpenAI και έχει συνάψει μαζί της συμφωνία αμοιβαίου επιμερισμού εσόδων: μέρος των εσόδων της OpenAI καταλήγει στη Microsoft και αντίστροφα, καθώς οι δύο εταιρείες αξιοποιούν η μία τα προϊόντα και τις υπηρεσίες της άλλης.
Υποθέτοντας ότι η Microsoft ξοδεύει 100 δισ. δολάρια για να παραγγείλει υλικό για κέντρα δεδομένων, η Nvidia, η AMD και άλλοι προμηθευτές μπορούν να αναγνωρίσουν αυτά τα 100 δισ. δολάρια ως έσοδα. Στη συνέχεια, χρησιμοποιούν αυτά τα μετρητά για να επενδύσουν στην OpenAI (για παράδειγμα), η οποία στη συνέχεια χρησιμοποιεί αυτά τα χρήματα για να κλείσει χωρητικότητα σε κέντρο δεδομένων με τη Microsoft.
Η Microsoft αναγνωρίζει αυτή την επένδυση στην OpenAI ως έσοδο, μετατρέποντας έτσι αποτελεσματικά τη δαπάνη των 100 δισ. δολαρίων σε δισεκατομμύρια εσόδων!
Ακόμη και αυτό, όμως, δεν επαρκεί πλέον. Έτσι, οι hyperscalers καταφεύγουν ολοένα και περισσότερο στον δανεισμό προκειμένου να εξασφαλίσουν τα κεφάλαια που απαιτούνται για τις επενδύσεις τους. Οι αμερικανικοί τεχνολογικοί κολοσσοί εξάγουν χρέος σε όλο τον κόσμο.
Η Google/Alphabet ηγείται αυτής της προσπάθειας. Έτσι, πρώτα επένδυσαν με δικά τους κεφάλαια και μετά μεταξύ τους. Στη συνέχεια δανείστηκαν από τις τράπεζες και τα λεγόμενα ιδιωτικά πιστωτικά κεφάλαια και τώρα μεταφέρουν τον κίνδυνο επιτυχίας ή αποτυχίας στους επενδυτές της χρηματιστηριακής αγοράς.
Εάν όλες αυτές οι επενδύσεις δεν αποφέρουν τις αναμενόμενες αποδόσεις, θα πλήξουν σοβαρά τον χρηματοπιστωτικό τομέα και την ευρύτερη οικονομία. Αλλά μην ανησυχείτε, λένε οι εταιρείες τεχνητής νοημοσύνης και οι hyperscalers, τα έσοδα αναμένεται να αυξάνονται κατά 15% ετησίως. Αν κάνουμε την αισιόδοξη υπόθεση ότι δεν υπάρχουν κόστη, τότε αυτά τα επιπλέον έσοδα είναι το κέρδος που αναμένεται να αποκομίσουν αυτές οι εταιρείες από τις επιπλέον επενδύσεις τους σε κέντρα δεδομένων τεχνητής νοημοσύνης.
Ωστόσο, ακόμη και υπό αυτές τις εξαιρετικά αισιόδοξες υποθέσεις, η αναμενόμενη απόδοση της επένδυσης είναι εξαιρετικά αρνητική για όλες, εκτός από την Amazon. Αν οι hyperscalers πρέπει να αποφέρουν, ας πούμε, απόδοση 10% στην επένδυση, θα πρέπει να βρουν επιπλέον έσοδα 2-5 τρισ. δολάρια ετησίως. Αυτό είναι δύσκολο εγχείρημα για μια ομάδα εταιρειών που σήμερα αποφέρει έσοδα μόλις 1,5 τρισ. δολάρια ετησίως.
Η άλλη πιθανότητα είναι ότι οι προγραμματισμένες επενδύσεις σε κέντρα δεδομένων, μικροτσίπ και άλλους τομείς δεν θα υλοποιηθούν ποτέ. Ίσως επειδή οι επενδυτές μετοχικού κεφαλαίου θα γίνουν πιο επιφυλακτικοί απέναντι στον κλάδο αυτό, ή χρηματοδότηση μέσω δανεισμού για τα κέντρα δεδομένων θα γίνει πιο δύσκολη.
Σύμφωνα με ανάλυση της JPMorgan, περισσότερο από το 60% της δυναμικότητας των κέντρων δεδομένων που προβλέπεται να τεθεί σε λειτουργία το 2027 δεν βρίσκεται ακόμη σε φάση κατασκευής, ενώ ένα επιπλέον 7% των έργων έχει ήδη παρουσιάσει καθυστερήσεις.
Τι θα συμβεί αν αυτές οι εταιρείες ανακοινώσουν περικοπές σε ορισμένα από τα επενδυτικά τους σχέδια;
Θα αποδώσουν οι AI Heroes, η OpenAI και η Anthropic, τις αποδόσεις που ελπίζουν και αναμένουν οι hyperscalers και οι επενδυτές τους; Οι διευθύνοντες σύμβουλοι των εταιρειών είναι αισιόδοξοι. Τα τελευταία τρία χρόνια, από τότε που η OpenAI λάνσαρε το ChatGPT, ισχυρίζονται ότι τα σωρευτικά κέρδη παραγωγικότητας κυμαίνονται από 0,3% έως 1% ετησίως. Για τα επόμενα τρία χρόνια, εκτιμούν ότι η αύξηση της παραγωγικότητας θα επιταχυνθεί στο 1,4%, με τα στελέχη στις ΗΠΑ και το Ηνωμένο Βασίλειο να είναι πολύ πιο αισιόδοξα απ’ ότι στη Γερμανία και την Αυστραλία.
Αυτή η αύξηση της παραγωγικότητας, εκτιμούν, θα επιτευχθεί με την απομάκρυνση εργατικού δυναμικού. Οι επιχειρηματικοί ηγέτες αναμένουν ότι ο αριθμός των εργαζομένων στις εταιρείες τους θα μειωθεί κατά περίπου 0,7% τα επόμενα τρία χρόνια και πάλι με τα στελέχη στις ΗΠΑ και το Ηνωμένο Βασίλειο να αναμένουν πολύ πιο έντονη μείωση της απασχόλησης απ’ ότι τα στελέχη στη Γερμανία και την Αυστραλία.
Τα τελευταία τρία χρόνια, τα ίδια στελέχη δεν είδαν καμία επίδραση της τεχνητής νοημοσύνης στην απασχόληση. Επομένως, όλα αυτά είναι προσδοκίες. Επιπλέον, η Έρευνα Επιχειρηματικών Τάσεων και Προοπτικών του Γραφείου Απογραφής των ΗΠΑ δείχνει ότι οι εταιρείες με 50 ή περισσότερους υπαλλήλους δεν παρουσιάζουν περαιτέρω αύξηση στη χρήση της τεχνητής νοημοσύνης από το δεύτερο τρίμηνο του 2025. Οι επιχειρήσεις εξακολουθούν να μην είναι σίγουρες για τον τρόπο αποτελεσματικής χρήσης της τεχνητής νοημοσύνης και ανησυχούν όλο και περισσότερο για τα μειονεκτήματά της όταν τη χρησιμοποιούν.
Αυτά τα μειονεκτήματα περιλαμβάνουν τις «ψευδαισθήσεις» (δηλαδή επινόηση περιεχομένου από το μοντέλο τεχνητής νοημοσύνης), οι οποίες είναι εγγενείς στα γλωσσικά μοντέλα (LLM). Μια μελέτη διαπίστωσε ότι για ένα σύνολο εκπαίδευσης 32.000 λέξεων το μέσο ποσοστό ψευδαισθήσεων στα μοντέλα ήταν 6,8%. Όταν αυτό επεκτάθηκε σε 128.000 λέξεις το μέσο ποσοστό ψευδαισθήσεων αυξήθηκε στο 10%. Αυτό απαιτεί πολύ χρόνο διόρθωσης και παρακολούθησης από το ανθρώπινο δυναμικό.
Ένα άλλο πρόβλημα είναι ότι, επειδή τα LLM έχουν σχεδιαστεί για να είναι καλά σε όλα, δεν είναι άριστα σε κανένα συγκεκριμένο τομέα σε σύγκριση με εξειδικευμένες εφαρμογές. Μελέτη για τη χρήση της τεχνητής νοημοσύνης στην ανάπτυξη λογισμικού κατέγραψε αρχικά εντυπωσιακή αύξηση της παραγωγικότητας, με τους προγραμματιστές να δημιουργούν ή να τροποποιούν σχεδόν τριπλάσιο αριθμό αρχείων. Ωστόσο, το όφελος αυτό περιορίστηκε σημαντικά όταν εξετάστηκε ο αριθμός των εργασιών που υποβλήθηκαν για έλεγχο, ενώ μειώθηκε ακόμη περισσότερο στο στάδιο της τελικής διάθεσης του λογισμικού, όπου η συνολική βελτίωση διαμορφώθηκε τελικά σε περίπου 30%.
Επιπλέον, όταν οι ερευνητές εξέτασαν εάν
οι αυξήσεις στην παραγωγή λογισμικού με τη βοήθεια της τεχνητής
νοημοσύνης οδήγησαν σε αυξημένη χρήση από τους πελάτες, βρήκαν ελάχιστα
στοιχεία. Η σημαντική αύξηση στις κυκλοφορίες εφαρμογών για κινητά κατά
το τελευταίο έτος δεν συνοδεύτηκε από καμία αύξηση στις λήψεις. Οι
περισσότερες από τις νέες εφαρμογές δεν καταφέρνουν να
προσελκύσουν ούτε ένα ελάχιστο κοινό.
Εντωμεταξύ, η OpenAI έχει ξοδέψει περίπου 6 δισ. δολάρια, ποσό που θα ανέλθει στα 17 δισ. δολάρια το 2026. Μέχρι το 2028 μόνο, τα έξοδα εκπαίδευσης αναμένεται να αυξηθούν στα 121 δισ. δολάρια και οι ζημίες προβλέπεται να φτάσουν τα 85 δισ. δολάρια. Η κατανάλωση μετρητών της Anthropic είναι πολύ μικρότερη, αλλά το 2025 ανήλθε σε τρία δισ. δολάρια. Αν οι εταιρείες που κατασκευάζουν LLM δεν καταφέρουν να βρουν σημαντικές πηγές νέων εσόδων τα επόμενα δύο χρόνια, οι ζημίες θα αυξηθούν εκθετικά, ειδικά δεδομένου ότι η τρέχουσα τιμή που χρεώνεται ανά «token» δεν αντιστοιχεί στο πραγματικό κόστος υπολογιστικής ισχύος.
Αν οι εταιρείες τεχνητής νοημοσύνης χρέωναν το κόστος ανά token, οι ζημίες μπορεί να μειώνονταν, αλλά το ίδιο μπορεί να γίνει και με την ζήτηση για LLM. Παρά ταύτα, ο ενθουσιασμός γύρω από την τεχνητή νοημοσύνη παραμένει τόσο μεγάλος που ουσιαστικά όλες οι ιδιωτικές επενδύσεις στις ΗΠΑ κατευθύνονται πλέον σε τεχνολογικό υλικό και λογισμικό. Τα τελευταία τρία χρόνια, ο μέσος ετήσιος ρυθμός αύξησης των επενδύσεων σε εξοπλισμό πληροφορικής ήταν 11% και 8% στο λογισμικό.
Εν τω μεταξύ, οι επενδύσεις σε όλους τους άλλους τομείς της αμερικανικής οικονομίας συνολικά μειώθηκαν κατά 1,6% ετησίως. Η αμερικανική οικονομία σήμερα είναι στην πραγματικότητα δύο οικονομίες σε μία. Υπάρχει η τεχνολογική οικονομία και μετά υπάρχουν όλα τα άλλα. Κατά τη διάρκεια των τελευταίων τεσσάρων τριμήνων έως το τέλος του πρώτου τριμήνου του 2026, το 93% της αύξησης του ΑΕΠ των ΗΠΑ οφείλεται αποκλειστικά στις επενδύσεις στην τεχνολογία (αν και μεγάλο μέρος των αγορών αποτελείται από εισαγωγές και όχι από εγχώρια παραγωγή).
Πρόκειται για μια φούσκα που περιμένει να σκάσει. Στον απόηχο της φούσκας των τηλεπικοινωνιών, των μέσων ενημέρωσης και της τεχνολογίας (TMT), οι ιδιωτικές πάγιες επενδύσεις μειώθηκαν κατά περισσότερο από 12,7% μεταξύ του 2000 και του τέλους του 2002, καθώς η ύφεση εδραιώθηκε στις ΗΠΑ. Τον πρώτο χρόνο μετά το σκάσιμο της φούσκας TMT, οι επενδύσεις στην τεχνολογία μειώθηκαν κατά 12%, ενώ οι πάγιες επενδύσεις γενικά μειώθηκαν κατά 7,6%.
Η Τζίτα Γκόπιναθ, πρώην επικεφαλής οικονομολόγος του ΔΝΤ, έχει υπολογίσει ότι μια κατάρρευση της χρηματιστηριακής αγοράς της τεχνητής νοημοσύνης (AI) αντίστοιχη με εκείνη που έθεσε τέλος στη φούσκα των dot.com, θα εξαφάνιζε περίπου 20 τρισ. δολάρια από τον πλούτο των αμερικανικών νοικοκυριών και άλλα 15 τρισ. δολάρια στο εξωτερικό, αρκετά για να στραγγαλίσει τις καταναλωτικές δαπάνες και να προκαλέσει παγκόσμια ύφεση. Αυτή είναι και η άποψη του ΔΝΤ.
Το ΔΝΤ φοβάται ότι οι εταιρείες τεχνητής νοημοσύνης (AI) ενδέχεται να μην καταφέρουν να αποφέρουν κέρδη ανάλογα με τις υψηλές αποτιμήσεις τους. Η κατάρρευση προηγούμενων επενδυτικών φουσκών μείωσε κατά μέσο όρο κατά μια ποσοστιαία μονάδα την αύξηση του πραγματικού ΑΕΠ των ΗΠΑ.
Ακόμη και μια μέτρια διακύμανση των αποτιμήσεων των μετοχών εταιρειών τεχνητής νοημοσύνης θα μείωνε την παγκόσμια ανάπτυξη κατά 0,4%. «Σε συνδυασμό με χαμηλότερα από τα αναμενόμενα κέρδη συνολικής παραγωγικότητας των συντελεστών παραγωγής και μια πιο σημαντική διακύμανση στις χρηματιστηριακές αγορές, οι απώλειες παγκόσμιας παραγωγής θα μπορούσαν να αυξηθούν περαιτέρω, συγκεντρωμένες σε περιοχές με έντονη τεχνολογική παρουσία, όπως οι Ηνωμένες Πολιτείες και η Ασία.»
Μια άλλη μελέτη κατέληξε στο συμπέρασμα ότι ακόμη και μια πολύ μικρή μείωση των επενδύσεων στην τεχνολογία, της τάξης μόλις του 3%, θα περιόριζε τον ρυθμό αύξησης του πραγματικού ΑΕΠ των ΗΠΑ κατά μία ποσοστιαία μονάδα — περίπου στο μισό του σημερινού ρυθμού ανάπτυξης. Στην Ευρώπη, οι επιπτώσεις εκτιμάται ότι θα ήταν ακόμη πιο έντονες.
Τίποτα από όλα αυτά δεν σημαίνει ότι η τεχνητή νοημοσύνη δεν θα αποφέρει τελικά υψηλότερη κερδοφορία για τις εμπλεκόμενες εταιρείες και υψηλότερη παραγωγικότητα για την αμερικανική οικονομία στο σύνολό της. Αλλά αυτό δεν θα συμβεί πριν σκάσει η επενδυτική φούσκα, όπως συνέβη με τη σιδηροδρομική μανία της δεκαετίας του 1870 και με τη φούσκα των dot.com στα τέλη της δεκαετίας του 1990.
Όπως έχουν δείξει άλλες μελέτες, θα χρειαστεί μια δεκαετία ή και περισσότερο για να γίνει η τεχνητή νοημοσύνη μια διαδεδομένη τεχνολογία που αποδίδει. Για τους εργαζόμενους, η τεχνητή νοημοσύνη αποτελεί άλλου είδους πρόβλημα. Για το κεφάλαιο και τις μεγάλες εταιρείες μέσων ενημέρωσης, ο στόχος είναι να καταστεί η τεχνητή νοημοσύνη κερδοφόρα, αλλά αυτό μπορεί να επιτευχθεί μόνο με την απομάκρυνση εργατικού δυναμικού και με την παύση κάθε προσπάθειας ρύθμισης των εφαρμογών και της χρήσης της.
Εάν η τεχνητή νοημοσύνη αποδειχθεί κερδοφόρα για το κεφάλαιο, αυτό θα γίνει μόνο εις βάρος των περισσότερων εργαζομένων και των οικογενειών τους.
*Ο Μάικλ Ρόμπερτς είναι οικονομολόγος στο City του Λονδίνου και γνωστός μπλόγκερ.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου