ویرگول
ورودثبت نام
نقی الله کراسنوداری
نقی الله کراسنوداری
نقی الله کراسنوداری
نقی الله کراسنوداری
خواندن ۹ دقیقه·۱ ماه پیش

تب هوش مصنوعی تا کجا ادامه دارد؟ چرا شرکت‌های بزرگ میلیاردها دلار برای تراشه و دیتاسنتر هزینه می‌کنند؟

اوپاکالا
اوپاکالا

تصور کنید شرکتی تصمیم بگیرد صدها میلیارد دلار برای خرید تراشه، ساخت ساختمان‌های عظیم، تأمین برق و راه‌اندازی مراکز محاسباتی هزینه کند؛ آن هم برای فناوری‌ای که هنوز معلوم نیست تمام سرمایه‌گذاری‌های انجام‌شده در آن چه زمانی به سود واقعی تبدیل می‌شوند!

شاید در نگاه اول چنین تصمیمی دیوانه‌وار به نظر برسد؛ اما این دقیقاً یکی از اتفاقات مهم دنیای فناوری است. شرکت‌هایی مانند مایکروسافت، گوگل، آمازون و متا در حال سرمایه‌گذاری گسترده روی زیرساخت‌های هوش مصنوعی هستند. انویدیا نیز از تقاضای شدید برای پردازنده‌های موردنیاز این صنعت سود می‌برد.

اما چرا این شرکت‌ها حاضرند چنین مبالغی هزینه کنند؟ آیا هوش مصنوعی واقعاً آن‌قدر درآمد ایجاد می‌کند که این سرمایه‌گذاری‌ها توجیه‌پذیر باشند؟ یا با حبابی بزرگ روبه‌رو هستیم که ممکن است روزی بترکد؟

در این مقاله بررسی می‌کنیم پشت پرده تب هوش مصنوعی چیست، چرا تراشه‌ها به یکی از مهم‌ترین دارایی‌های صنعت فناوری تبدیل شده‌اند و چه عواملی می‌توانند مسیر آینده این بازار را تغییر دهند.

در یک نگاه؛ چرا میلیاردها دلار خرج هوش مصنوعی می‌شود؟

  • رقابت برای آینده: شرکت‌ها نمی‌خواهند بازار نسل بعدی خدمات دیجیتال را به رقبا واگذار کنند.

  • تقاضا برای قدرت پردازش: آموزش و اجرای مدل‌های پیشرفته هوش مصنوعی به محاسبات گسترده نیاز دارد.

  • درآمدهای جدید: از اشتراک دستیارهای هوشمند تا خدمات ابری و ابزارهای سازمانی، فرصت‌های درآمدی متعددی ایجاد شده‌اند.

  • مزیت رقابتی: شرکت‌هایی که زیرساخت بیشتری در اختیار دارند، می‌توانند سریع‌تر محصولاتشان را توسعه دهند.

  • ریسک سرمایه‌گذاری: مصرف برق، هزینه نگهداری، بدهی و نامشخص‌بودن بازده بعضی پروژه‌ها می‌تواند مشکل‌ساز شود.

۱. عددی که ابعاد تب هوش مصنوعی را نشان می‌دهد

برای درک بزرگی این رقابت، به یک برآورد منتشرشده در سال ۲۰۲۶ نگاه کنیم.

بر اساس گزارشی از رویترز در ۳۱ مارس ۲۰۲۶، شرکت‌های بزرگ فناوری شامل مایکروسافت، آمازون، آلفابت، شرکت مادر گوگل، و متا پیش از تشدید نگرانی‌های انرژی، در مجموع برنامه داشتند حدود ۶۳۵ میلیارد دلار در سال ۲۰۲۶ برای دیتاسنترها، تراشه‌ها و دیگر زیرساخت‌های مرتبط با هوش مصنوعی هزینه کنند. این رقم در سال قبل حدود ۳۸۳ میلیارد دلار و در سال ۲۰۱۹ حدود ۸۰ میلیارد دلار برآورد شده بود.

منبع: گزارش رویترز درباره هزینه زیرساخت هوش مصنوعی

این اعداد به معنای هزینه قطعی و نهایی همه شرکت‌ها نیستند؛ بلکه نشان‌دهنده بزرگی برنامه‌های سرمایه‌گذاری اعلام‌شده و برآوردشده در آن مقطع‌اند.

نکته مهم این است که رقابت دیگر فقط بر سر ساخت یک چت‌بات بهتر نیست. شرکت‌ها می‌خواهند زیرساختی بسازند که بتواند میلیون‌ها درخواست را پردازش کند، مدل‌های بزرگ‌تر را اجرا کند و خدمات هوش مصنوعی را به کسب‌وکارها و کاربران سراسر جهان ارائه دهد.

۲. چرا هوش مصنوعی به این همه تراشه نیاز دارد؟

شاید بپرسید مگر هوش مصنوعی یک نرم‌افزار نیست؟ چرا برای اجرای آن به هزاران یا حتی میلیون‌ها قطعه پردازشی نیاز داریم؟

پاسخ این است که هوش مصنوعی پیشرفته فقط مجموعه‌ای از دستورهای ساده نیست. مدل‌های بزرگ باید حجم زیادی از محاسبات ریاضی را هنگام آموزش و پاسخ‌گویی انجام دهند.

برای مثال، وقتی از یک دستیار هوشمند می‌خواهید یک متن طولانی را خلاصه کند، کدی بنویسد یا به پرسشی پیچیده پاسخ دهد، پشت صحنه محاسباتی انجام می‌شود که به قدرت پردازش، حافظه و انتقال سریع داده‌ها وابسته است.

در این میان، پردازنده‌های گرافیکی و شتاب‌دهنده‌های تخصصی هوش مصنوعی نقش مهمی دارند.

چرا انویدیا در مرکز این رقابت قرار گرفته است؟

انویدیا یکی از مهم‌ترین تأمین‌کنندگان پردازنده‌های مورد استفاده در زیرساخت هوش مصنوعی است. محصولات این شرکت در کنار نرم‌افزارها، شبکه‌سازی و سامانه‌های حافظه، به شرکت‌ها کمک می‌کنند مدل‌های هوش مصنوعی را آموزش دهند و اجرا کنند.

طبق گزارش رسمی انویدیا، این شرکت در سال مالی ۲۰۲۶ حدود ۲۱۵٫۹ میلیارد دلار درآمد ثبت کرد و درآمد بخش دیتاسنتر آن به حدود ۱۹۳٫۷ میلیارد دلار رسید.

منبع: گزارش مالی رسمی انویدیا

این ارقام نشان می‌دهند که تقاضا برای زیرساخت هوش مصنوعی چگونه می‌تواند به درآمد قابل‌توجه برای تأمین‌کنندگان تراشه تبدیل شود.

البته همه شرکت‌ها به یک اندازه از این بازار سود نمی‌برند و رشد درآمد یک تأمین‌کننده نیز به‌تنهایی تضمین نمی‌کند که تمام سرمایه‌گذاری‌های صنعت در آینده بازده مطلوبی داشته باشند.

۳. دیتاسنتر چیست و چرا شرکت‌ها برای ساخت آن رقابت می‌کنند؟

دیتاسنتر یا مرکز داده، ساختمانی مجهز به سرورها، تجهیزات شبکه، سیستم‌های خنک‌کننده، منابع برق و زیرساخت‌های امنیتی است که پردازش و ذخیره‌سازی اطلاعات در آن انجام می‌شود.

برای خدمات معمولی اینترنتی نیز به دیتاسنتر نیاز داریم؛ اما اجرای مدل‌های بزرگ هوش مصنوعی فشار بیشتری بر این زیرساخت‌ها وارد می‌کند.

یک دیتاسنتر مجهز به هوش مصنوعی به مجموعه‌ای از امکانات نیاز دارد:

  • سرورهای قدرتمند و شتاب‌دهنده‌های محاسباتی

  • حافظه سریع برای جابه‌جایی حجم زیادی از داده

  • شبکه پرسرعت برای ارتباط میان پردازنده‌ها

  • برق پایدار و ظرفیت تأمین انرژی

  • سیستم‌های خنک‌کننده برای مدیریت گرما

  • تجهیزات پشتیبان، امنیتی و ارتباطی

بنابراین، ساخت دیتاسنتر فقط خرید چند سرور نیست؛ پروژه‌ای زیرساختی است که ممکن است سال‌ها زمان و سرمایه نیاز داشته باشد.

چرا شرکت‌ها نمی‌خواهند عقب بمانند؟

تصور کنید دو شرکت خدمات هوش مصنوعی مشابهی ارائه می‌کنند. یکی زیرساخت قدرتمندتری دارد و می‌تواند پاسخ‌ها را سریع‌تر ارائه دهد، کاربران بیشتری را هم‌زمان پشتیبانی کند و مدل‌های پیشرفته‌تری بسازد.

اگر سایر شرایط برابر باشند، این شرکت ممکن است بتواند مشتریان بیشتری جذب کند یا خدمات متنوع‌تری بفروشد.

به همین دلیل، شرکت‌های بزرگ تلاش می‌کنند ظرفیت پردازشی آینده خود را از قبل تأمین کنند. البته ساخت ظرفیت بیش از نیاز نیز می‌تواند هزینه‌زا باشد؛ به‌خصوص اگر تقاضای واقعی کمتر از انتظار رشد کند.

۴. شرکت‌ها چگونه از هوش مصنوعی پول درمی‌آورند؟

یکی از مهم‌ترین پرسش‌ها این است که میلیاردها دلار هزینه چگونه قرار است به درآمد تبدیل شود.

مدل‌های درآمدی هوش مصنوعی متنوع‌اند و همه آن‌ها به فروش مستقیم یک محصول هوشمند محدود نمی‌شوند.

اشتراک و خدمات هوش مصنوعی

برخی شرکت‌ها برای دسترسی به مدل‌های پیشرفته، امکانات بیشتر یا محدودیت استفاده بالاتر، اشتراک دریافت می‌کنند.

فروش خدمات ابری

کسب‌وکارها می‌توانند به‌جای خرید تجهیزات گران‌قیمت، از طریق فضای ابری به قدرت پردازش و مدل‌های هوش مصنوعی دسترسی پیدا کنند. ارائه‌دهندگان این خدمات بر اساس نوع مصرف و قراردادها درآمد کسب می‌کنند.

استفاده سازمانی

شرکت‌ها ممکن است برای خودکارسازی بخشی از امور اداری، تحلیل اسناد، پشتیبانی مشتریان، توسعه نرم‌افزار و تحلیل داده‌ها هزینه کنند.

فروش تراشه و تجهیزات

تأمین‌کنندگان تراشه، حافظه، شبکه، سرور و تجهیزات خنک‌کننده از توسعه زیرساخت هوش مصنوعی بهره می‌برند.

افزایش بهره‌وری

گاهی ارزش هوش مصنوعی در درآمد مستقیم آن نیست؛ بلکه در کاهش زمان انجام کار، کاهش بعضی هزینه‌ها یا افزایش ظرفیت کارکنان ظاهر می‌شود.

بااین‌حال، هر کاربردی الزاماً سودآور نیست. اگر هزینه پردازش، نیروی انسانی، نگهداری و کنترل خطا از منفعت ایجادشده بیشتر باشد، استفاده از هوش مصنوعی ممکن است توجیه اقتصادی نداشته باشد.

۵. آیا تب هوش مصنوعی به یک حباب اقتصادی تبدیل شده است؟

این یکی از مهم‌ترین سؤال‌های بازار فناوری است.

برای پاسخ باید دو موضوع را از هم جدا کنیم: ارزش واقعی فناوری و قیمت‌گذاری سرمایه‌گذاری‌ها در بازار.

ممکن است یک فناوری واقعاً مفید باشد، اما برخی شرکت‌ها بیش از اندازه برای آن هزینه کنند یا سرمایه‌گذاران رشد آینده را بیش از حد خوش‌بینانه برآورد کنند.

در بازار هوش مصنوعی نیز هر دو احتمال وجود دارند.

چه نشانه‌هایی می‌توانند نگران‌کننده باشند؟

  • ساخت دیتاسنترهایی که مشتری کافی ندارند

  • افزایش بدهی برای تأمین هزینه پروژه‌های بلندمدت

  • هزینه‌های بسیار بالا بدون درآمد متناسب

  • خرید تجهیزات با فرض رشد تقاضایی که هنوز تحقق نیافته است

  • کاهش سرعت پذیرش هوش مصنوعی در شرکت‌ها

  • تأخیر پروژه‌ها به دلیل کمبود برق، تجهیزات یا سرمایه

گزارش فایننشال تایمز در ۱۱ اکتبر ۲۰۲۶ به نگرانی سرمایه‌گذاران درباره افزایش بدهی و تعهدات مالی مرتبط با توسعه زیرساخت هوش مصنوعی پرداخته است. این نگرانی‌ها به معنای شکست قطعی صنعت نیستند، اما نشان می‌دهند که تأمین مالی این رقابت نیز به یکی از موضوعات مهم بازار تبدیل شده است.

منبع: فایننشال تایمز درباره بدهی و سرمایه‌گذاری زیرساخت هوش مصنوعی

پس نه می‌توان گفت تمام این سرمایه‌گذاری‌ها حباب‌اند و نه می‌توان تضمین کرد که همه آن‌ها به سودآوری خواهند رسید. نتیجه به میزان استفاده واقعی از خدمات، درآمد آینده و هزینه تأمین زیرساخت بستگی دارد.

۶. مانع بزرگ بعدی هوش مصنوعی شاید برق باشد، نه تراشه!

وقتی درباره هوش مصنوعی صحبت می‌کنیم، معمولاً نام پردازنده‌ها و شرکت‌هایی مانند انویدیا را می‌شنویم؛ اما یک محدودیت مهم دیگر وجود دارد: انرژی.

دیتاسنترهای بزرگ به برق پایدار نیاز دارند و تجهیزات محاسباتی نیز گرمای زیادی تولید می‌کنند. بنابراین، حتی اگر یک شرکت بتواند تراشه‌های موردنیاز خود را تهیه کند، ممکن است برای تأمین برق، ساخت شبکه انتقال یا راه‌اندازی سیستم خنک‌کننده با مشکل مواجه شود.

در گزارش رویترز در ۵ اکتبر ۲۰۲۶، به نگرانی‌ها درباره کمبود ظرفیت برق موردنیاز دیتاسنترهای آمریکا اشاره شده است. این گزارش همچنین توضیح می‌دهد که تأخیر در توسعه زیرساخت می‌تواند بر زنجیره تأمین تجهیزات مرتبط با هوش مصنوعی اثر بگذارد.

منبع: رویترز درباره محدودیت برق دیتاسنترها

این موضوع نشان می‌دهد که آینده هوش مصنوعی فقط به پیشرفت الگوریتم‌ها وابسته نیست؛ تولید برق، شبکه انتقال، تجهیزات سرمایشی، حافظه و شبکه‌های ارتباطی نیز در این مسیر نقش مهمی دارند.

۷. آیا پیشرفت هوش مصنوعی متوقف خواهد شد؟

پاسخ قطعی وجود ندارد؛ اما باید میان ادامه پیشرفت فناوری و ادامه رشد بی‌وقفه هزینه‌ها تفاوت قائل شویم.

ممکن است هوش مصنوعی همچنان بهتر و کاربردی‌تر شود، درحالی‌که بعضی پروژه‌های زیرساختی متوقف شوند یا سرمایه‌گذاری‌ها با سرعت کمتری ادامه پیدا کنند.

چند عامل در مسیر آینده نقش دارند:

بهبود بهره‌وری مدل‌ها: اگر مدل‌ها با هزینه کمتر به نتایج مشابه یا بهتر برسند، ممکن است هزینه اجرای برخی خدمات کاهش یابد.

افزایش استفاده واقعی: اگر شرکت‌ها و کاربران برای خدمات هوش مصنوعی ارزش قائل شوند و حاضر به پرداخت باشند، درآمد صنعت می‌تواند رشد کند.

رقابت میان تأمین‌کنندگان: افزایش رقابت در تراشه‌ها، مدل‌ها و خدمات ابری ممکن است قیمت‌ها و حاشیه سود برخی شرکت‌ها را تحت فشار قرار دهد.

محدودیت‌های زیرساختی: کمبود برق، تجهیزات، زمین مناسب و سرمایه می‌تواند سرعت توسعه را محدود کند.

بنابراین، ممکن است آینده هوش مصنوعی ترکیبی از رشد فناوری، کاهش هزینه برخی خدمات و شکست بعضی پروژه‌های پرهزینه باشد.

۸. این رقابت چه تأثیری بر موبایل، لپ‌تاپ و زندگی روزمره ما دارد؟

شاید تصور کنیم هزینه‌های دیتاسنترها ارتباطی با خرید گوشی یا لپ‌تاپ ندارند؛ اما این ارتباط می‌تواند مستقیم یا غیرمستقیم باشد.

برای نمونه، بعضی قابلیت‌های هوش مصنوعی روی خود گوشی اجرا می‌شوند و به پردازنده، حافظه و سخت‌افزار مناسب نیاز دارند. برخی دیگر از طریق اینترنت و سرورهای ابری در دسترس قرار می‌گیرند.

افزایش تقاضا برای حافظه و تراشه‌های پیشرفته نیز می‌تواند بر اولویت‌های تولیدکنندگان و زنجیره تأمین تجهیزات دیجیتال اثر بگذارد؛ البته تغییر قیمت یک گوشی را نمی‌توان تنها به هوش مصنوعی نسبت داد. نرخ ارز، هزینه حمل‌ونقل، تعرفه‌ها، رقابت و سیاست قیمت‌گذاری شرکت‌ها هم نقش دارند.

از طرف دیگر، هوش مصنوعی ممکن است ابزارهای مفیدی برای ترجمه، ویرایش عکس، تولید محتوا، آموزش و کارهای روزمره فراهم کند.

در اوپاکالا نیز وقتی درباره انتخاب گوشی، لپ‌تاپ یا دیگر محصولات دیجیتال صحبت می‌کنیم، بهتر است به‌جای توجه صرف به عبارت «مجهز به هوش مصنوعی»، بررسی کنیم که این قابلیت‌ها چه کاربردی دارند و آیا ارزش هزینه اضافی را دارند یا نه.

جمع‌بندی؛ آینده هوش مصنوعی یک فرصت بزرگ است، اما بدون ریسک نیست

شرکت‌های بزرگ برای تراشه و دیتاسنتر هزینه می‌کنند، چون انتظار دارند هوش مصنوعی به یکی از زیرساخت‌های اصلی اقتصاد دیجیتال تبدیل شود. از دستیارهای هوشمند و خدمات ابری گرفته تا برنامه‌نویسی، تحلیل داده و اتوماسیون، کاربردهای متنوعی برای این فناوری شکل گرفته‌اند.

اما اندازه سرمایه‌گذاری به‌تنهایی موفقیت را تضمین نمی‌کند. شرکت‌ها باید بتوانند هزینه تجهیزات، برق، نگهداری و تأمین مالی را با درآمد و ارزش واقعی خدمات خود متعادل کنند.

در نهایت، پرسش اصلی این نیست که آیا هوش مصنوعی باقی می‌ماند یا نه؛ بلکه این است که کدام شرکت‌ها می‌توانند از این فناوری کسب‌وکاری پایدار بسازند و کدام سرمایه‌گذاری‌ها بیش از اندازه خوش‌بینانه بوده‌اند.

شاید هوش مصنوعی یکی از مهم‌ترین تغییرات فناوری دوران ما باشد؛ اما همان‌طور که تاریخ صنعت فناوری نشان داده، پیشرفت یک فناوری الزاماً به معنای موفقیت تمام شرکت‌های فعال در آن نیست.

برای دنبال‌کردن خبرها، تحلیل‌ها و راهنمای خرید محصولات دیجیتال، به اوپاکالا سر بزنید.

حالا نظر شما چیست؟ آیا سرمایه‌گذاری میلیارددلاری شرکت‌ها در هوش مصنوعی را نشانه آغاز یک انقلاب صنعتی جدید می‌دانید یا فکر می‌کنید بخشی از این هزینه‌ها در سال‌های آینده به زیان تبدیل خواهند شد؟

هوش مصنوعیهوشopakalaاوپاکالافروشگاه اینترنتی اوپاکالا
۱
۰
نقی الله کراسنوداری
نقی الله کراسنوداری
شاید از این پست‌ها خوشتان بیاید