در همین راستا، این بخشی از برنامه دیشب حضرت بیل مار است که در آن آقای مارک کیوبن بعنوان یک میلیاردر و کارآفرین قدیمی حوزه فناوری چند جمله کوتاه میگوید که شاید جالب باشد و نشان میدهد این ابهام پیشرو خیلی جدی است.
پینوشت: شهاب عزیزم، کنار همه کارهای ارزشمندش، یک سرویس هم برای ترجمه زیرنویس بالا آورده است، که بوضوح خوب و با کیفیت کار میکند. پیشنهاد اکید دارم از آن استفاده کنید:
@iSegar0
اقتصاد بیرحمِ هوش مصنوعی؛ گویا فقط غولها زنده میمانند
- - - -
آقای Steve Rosenbush دیروز مقالهای در والاستریتژورنال منتشر کردهاند (wsj.com/articles/ai-economic…) با این عنوان:
«اقتصاد هوش مصنوعی بیرحم است. تقاضا، متغیرِ تعیینکننده است» که بنظر من صورتبندی و تحلیل مناسبی داشته است. چون مقاله پشت پیوال است خلاصهاش را عرض میکنم:
🔹🔹🔹🔹
شرکتهای فعال در حوزهی هوش مصنوعی با سرعتی بیسابقه در حال از دست دادن پول هستند و دلایل آن فراتر از یک ولخرجی ساده است. اقتصاد هوش مصنوعی فعلاً علیه آنهاست، البته بهدلایلی که پیشتر پیشبینی نشده بود!. بسیاری نگران هستند که حباب سرمایهگذاری عظیم در هوش مصنوعی ممکن است بترکد و بحرانی در حد حباب داتکام (یا حتی بزرگتر از آن) ایجاد کند. دغدغهها دربارهی هزینههای سرمایهای، ارزشگذاریهای نجومی، سطح بدهی و روال ظاهراً مشکوک چرخهی بستهی سرمایهگذاری شرکتهای AI در یکدیگر افزایش یافته است. و جالب اینکه احتمالاً حتی محتملترین برندگان آینده، اکنون میلیاردها دلار زیان میدهند.
پیشبینی آیندهی این روند در بازارهای مالی دشوار است، اما بنظر نویسنده باید به تقاضا برای هوش مصنوعی «برحسب حجم دادههای پردازششده» توجه کرد. این تقاضا در حال انفجار است و مسیر کل صنعت به آن بستگی دارد. به گفتهی «هیث تری» از شرکت Citi، اشتباه مهم سال گذشته این بود که رهبران صنعت فقط بر کاهش هزینهی واحد محاسبات تمرکز کردند (که محقق هم شد و هزینه توکنها فقط در سال گذشته 75% کاهش یافته است)، اما فراموش کردند که تعداد واحدهای لازم برای انجام کار بهطور چشمگیر افزایش مییابد.
البته که انتظار هم میرفت با کاهش قیمت، استفاده بالا برود، اما رشد مصرف کاملاً «نمایی و غیرقابلکنترل» شد، وضعیتی مشابه با مدل اولیهی Uber که برای ایجاد بازار، یکجورهایی دامپینگ میکرد! و سفرها را با زیان قیمتگذاری میکرد و با افزایش ناگهانی سفرها تا مرز ورشکستگی پیشرفت! (و به لطف تزریق دائمی پول و سرمایهگذاری مجدد تعدادی سرمایهگذار بسیار باهوش و البته پولدار)...
برای مثال گوگل در فروردین ماه امسال اعلام کرد:
«سال گذشته ۹.۷ تریلیون توکن در ماه پردازش میکردیم، اکنون بیش از ۴۸۰ تریلیون، یعنی ۵۰ برابر.»
و جالب اینکه اواسط خرداد گفت:
«حالا بیش از ۹۸۰ تریلیون توکن در ماه پردازش میکنیم.»
و در مهرماه! این رقم به ۱.۳ کوادریلیون رسیده است.
در همین حال، تقاضا برای محصولات جدیدی مانند برنامههای ساخت ویدیو Sora از OpenAI بهشدت افزایش یافته و شرکتهای دیگر برای اینکه بتوانند تمایز خود را نشان دهند کارهای متهورانهای کردهاند نظیر اینکه مدل Claude Sonnet 4.5 از Anthropic میتواند تا ۳۰ ساعت متوالی کدنویسی کند و احتمالاً این نبرد برای تمایز (دقت کنید نه برای اغوای مشتریان، بلکه برای اینکه به سرمایهگذار ثابت کنند که اونی که قرار هست برنده بشود ما هستیم و پولت رو از ما دریغ نکن)
جنسن هوانگ، مدیرعامل انویدیا، ماه گذشته در پادکست Bg2Pod گفت
«محاسبات هوش مصنوعی در نهایت (منظورش تا 2028 بود) یک میلیارد برابر خواهد شد، این همان انقلاب صنعتی است.»
با فرض اینکه آقای هوانگ درست پیشبینی کرده است، با چنین رشدی ممکن است مدلهای بهتر، ظرفیت بیشتر مراکز داده و توانایی خودِ AI برای بهبود خودش، در آینده معادلهی اقتصادی را تغییر دهند و سرانجام تقاضای عظیم را به سود تبدیل کنند. اما احتمالا!ً بازده همچنان در میان چند بازیگر بزرگ متمرکز خواهد بود.
احتمالاً چنین فضایی باعث شده است که حضرت «وینود خوسلا - Vinod Khosla» (یکی از مطرحترین بازیگران سرمایهگذاری در حوزه فناوری، که من هیچوقت علیه حرفهایش شرط نمیبندم!) همین هفته پیش گفته است:
«در سرمایهگذاری جسورانه، 6% از سرمایهگذاریها 60% بازده را ایجاد میکنند. در هوش مصنوعی، احتمالاً 3% از پروژهها بیش از 60% بازده خواهند داشت.»
جدا از اینکه وقتی که این گزاره به شکل عمومی گفته میشود، درواقع حاوی چه پیامی برای اکوسیستم سرمایهگذاری جهان است!؛ نشان میدهد VCها هم نیاز است با متریکسهای جدیدی به سراغ این حوزه بروند. (البته که من کارمند ساده آقای خوسلو هم نیستم ولی اواخر بهار یک سخنرانی در London VC Summit داشتم که خیلی دقیق این تغییرات رو پیشبینی کرده بودم و اینکه سیاستگذاری حوزه سرمایهگذاری تغییرات جدی خواهد داشت و چگونه باید رفتار کنند)
و نتیجه نهایی روشن است:
در این حوزه، نیمهراه وجود ندارد و توسعهی مدل یا زیرساخت بهصورت نصفهنیمه کافی نیست. این بازی همه یا هیچ است، در مقیاس تریلیوندلاری، و سرمایهگذاران تا انتها درگیر شدهاند.
تحلیل خود من این است که این متن تصویر نسبتاً درستی از واقعیت امروز هوش مصنوعی میدهد: رشد تقاضا نجومی است اما هنوز سودآور نشده است. هزینهی محاسبات از درآمد پیشی گرفته و شرکتها در فاز «زیان برای رشد» گیر کردهاند. شباهت آن با دوران داتکام در شدت هیجان و نبود سودآوری است، اما تفاوت اصلی اینجاست برخلاف آن دوره تقاضا واقعی است، نه فرضی.
فلذا فرضیه ترکیدن حباب خیلی نامحتمل است. در نهایت تنها چند بازیگر بزرگ (مثل متا، گوگل، انویدیا و OpenAI و البته شاید گروک!) احتمالاً سود اصلی را خواهند برد. مسیر پایداری اقتصاد AI در گرو مدلهای کمهزینهتر، زیرساختهای کارآمدتر و توانایی خودِ هوش مصنوعی برای بهینهسازی خودش است که اگرچه در همین مسیر هستیم، ولی این هم قرار نیست به این سادگی باشد و اصلاً شاید برخی ترجیح بدهند خیلی هم پایدار نباشد!!
-
این هم یادم رفت اضافه کنم، که یک سری اعراضات هم میشه به این تحلیل داشت و خیلی ضدضربه نیست. مثلاً مدلهایی که پیش از این چنین انفجارهایی را تجربه کردهاند همیشه یک اثر شبکهای مبتنی بر تعداد/انگیجمنت کاربر داشتهاند، مدلهای AI بیشتر بر اساس دادههای آموزشی و قدرت محاسباتی ساخته میشوند، نه بر تعاملات کاربری که چرخه virtuous/ارزشآفرینی ایجاد کند. مثلاً، یک مدل زبانی مانند ChatGPT ارزشش بیشتر از بهبود الگوریتمها و دادهها میآید، نه از اینکه کاربران بیشتری از آن استفاده کنند (هرچند دادههای کاربری میتواند کمک کند، اما نه به اندازه مثلاً شبکههای اجتماعی) و شاید این در درازمدت حاشیه سود را بسیار پایینتر از آنچه پیشبینی میشود نگهدارد. این موضوع خوبی برای فکرورزی است.
Oct 19, 2025 · 5:30 AM UTC




