
هوش مصنوعی دیگر فقط یک فناوری آزمایشی در آزمایشگاهها نیست. شرکتهای بزرگ فناوری، سرمایهگذاران و اپراتورهای مراکز داده در حال صرف مبالغی بسیار بزرگ برای توسعه زیرساختهای AI هستند.
بر اساس گزارش تازه رویترز، شرکت مشاوره PwC برآورد کرده که هزینه تجمعی زیرساخت مراکز داده مرتبط با هوش مصنوعی در جهان تا سال ۲۰۵۰ میتواند از ۳۰ تریلیون دلار عبور کند. این رقم ابعادی دارد که آن را با برخی بزرگترین موجهای سرمایهگذاری فناوری در تاریخ قابل مقایسه میکند.
اما مسئله اصلی فقط بزرگی این عدد نیست.
سؤال مهمتر این است:
آیا اقتصاد جهانی میتواند از این حجم سرمایهگذاری، درآمد و بهرهوری کافی ایجاد کند؟
همین سؤال باعث شده بحث «حباب هوش مصنوعی» دوباره جدی شود.
برای پاسخ باید به زیرساخت نگاه کنیم.
مدلهای پیشرفته هوش مصنوعی به پردازندههای قدرتمند، حافظه، شبکههای پرسرعت، برق و مراکز داده عظیم نیاز دارند.
بنابراین شرکتهایی که میخواهند در رقابت AI عقب نمانند، مجبورند میلیاردها دلار برای زیرساخت هزینه کنند.
در گزارش رویترز، نمونهای بسیار بزرگ از این روند دیده میشود: Anthropic طبق اطلاعات منتشرشده در پرونده مربوط به عرضه اولیه سهام، برنامهای برای صرف حدود ۵۱۸ میلیارد دلار در سالهای آینده دارد. این رقم در مقایسه با درآمد سال ۲۰۲۵ این شرکت بسیار بزرگ است.
در طرف دیگر، شرکتهای بزرگ ابری و فناوری نیز به توسعه مراکز داده و ظرفیت محاسباتی ادامه میدهند.
به همین دلیل، رقابت AI دیگر فقط رقابت بر سر «بهترین مدل» نیست؛ بلکه رقابت بر سر تراشه، برق، مرکز داده، شبکه و سرمایه نیز هست.
پاسخ قطعی در حال حاضر وجود ندارد.
برای تشخیص حباب باید ببینیم ارزشگذاری و سرمایهگذاریها تا چه اندازه با درآمد و بازده اقتصادی واقعی قابل توجیه هستند.
اینجا نگرانی اصلی منتقدان مطرح میشود.
بر اساس گزارشی که رویترز از Bain & Company نقل کرده، زیرساخت AI در سالهای آینده به بیش از ۴.۲ تریلیون دلار درآمد جدید طی پنج سال نیاز دارد تا سرمایهگذاری فعلی توجیه اقتصادی پیدا کند. سؤال اساسی این است که آیا کاربردهای جدید هوش مصنوعی میتوانند به اندازه کافی سریع رشد کنند یا خیر.
این نکته بسیار مهم است.
چون ساختن یک مرکز داده میلیارددلاری نسبتاً مشخص است؛ اما اینکه این مرکز داده بتواند در طول زمان درآمد کافی ایجاد کند، مسئله دیگری است.
طرفداران سرمایهگذاری گسترده روی هوش مصنوعی معتقدند ما هنوز در ابتدای یک تحول بزرگ قرار داریم.
هوش مصنوعی میتواند در حوزههایی مانند:
تولید نرمافزار
پزشکی و کشف دارو
تحقیقات علمی
تولید محتوا
خدمات مشتری
اتوماسیون اداری
رباتیک
حملونقل
تولید صنعتی
تحلیل داده
کاربرد پیدا کند.
اگر این کاربردها در مقیاس بزرگ توسعه پیدا کنند، سرمایهگذاریهای فعلی میتوانند زیرساخت نسل جدید اقتصاد دیجیتال را ایجاد کنند.
در چنین سناریویی، هزینههای امروز لزوماً نشانه حباب نیستند؛ بلکه میتوانند شبیه سرمایهگذاریهای اولیه روی فناوریهایی باشند که بعدها اقتصاد را متحول کردند.
اما مشکل اینجاست که هزینه زیرساخت امروز قطعی است، ولی درآمد آینده قطعی نیست.
شرکتی که میلیاردها دلار برای تراشه و مرکز داده هزینه میکند، باید در نهایت از این سرمایهگذاری درآمد ایجاد کند.
این درآمد میتواند از فروش خدمات AI، تبلیغات، نرمافزار، خدمات ابری، اتوماسیون، رباتیک یا محصولات کاملاً جدید به دست بیاید.
اما اگر رشد درآمد از رشد هزینههای زیرساخت عقب بماند، بازگشت سرمایه تحت فشار قرار میگیرد.
گزارش اخیر رویترز نیز به همین شکاف اشاره میکند و میگوید رشد بهرهوری گسترده ناشی از AI تاکنون به اندازهای که برخی انتظار داشتهاند آشکار نشده است.
ابعاد سرمایهگذاری فقط مربوط به چند شرکت کوچک نیست.
رویترز گزارش داده که هزینه سرمایهای مرتبط با AI در میان شش شرکت بزرگ فناوری آمریکایی ممکن است در سال ۲۰۲۷ به حدود یک تریلیون دلار برسد. این حجم سرمایهگذاری پرسشهایی را درباره ظرفیت بازار برای جذب چنین حجم عظیمی از سرمایه ایجاد کرده است.
به زبان ساده:
شرکتها در حال ساختن ظرفیت بسیار بزرگی برای آینده AI هستند؛ اما هنوز مشخص نیست تقاضا با همین سرعت رشد کند.
یکی از مشکلات فناوریهای بزرگ این است که اثر اقتصادی آنها همیشه بلافاصله ظاهر نمیشود.
ممکن است یک فناوری واقعاً انقلابی باشد، اما سالها طول بکشد تا شرکتها روشهای مناسب استفاده از آن را پیدا کنند.
گزارش رویترز به همین موضوع اشاره میکند و میگوید اثر بهرهوری فناوریهای انقلابی گذشته گاهی طی ۱۰ تا ۵۰ سال بهطور کامل در اقتصاد ظاهر شده است.
بنابراین ممکن است دو اتفاق همزمان درست باشند:
هوش مصنوعی واقعاً انقلابی باشد.
و در عین حال:
برخی سرمایهگذاریهای فعلی بیش از حد سریع یا بیش از حد خوشبینانه باشند.
این دو گزاره الزاماً متناقض نیستند.
نه.
این یکی از مهمترین نکاتی است که هنگام صحبت درباره «حباب AI» باید به آن توجه کرد.
حتی اگر ارزشگذاری برخی شرکتها کاهش پیدا کند یا بخشی از سرمایهگذاریهای AI بازده مورد انتظار را نداشته باشد، خود فناوری هوش مصنوعی لزوماً ناپدید نمیشود.
تاریخ فناوری نمونههای مشابهی دارد.
در دوره حباب داتکام، بسیاری از شرکتهای اینترنتی شکست خوردند؛ اما اینترنت از بین نرفت.
حتی برخی زیرساختهایی که در آن دوران ساخته شدند، بعدها به رشد اقتصاد اینترنت کمک کردند.
گزارش رویترز نیز با اشاره به نمونه راهآهن و اینترنت، چنین احتمالی را مطرح میکند: حتی اگر بخشی از سرمایهگذاریهای AI با شکست مواجه شود، زیرساختهای باقیمانده میتوانند در بلندمدت ارزش اقتصادی داشته باشند.
مسئله اصلی شاید سؤال «حباب یا انقلاب؟» نباشد.
سؤال دقیقتر این است:
اگر کاربردهای AI سریع رشد کنند، سرمایهگذاریهای امروز میتوانند توجیهپذیر شوند.
اگر درآمدها و بهرهوری با سرعت کافی رشد نکنند، فشار مالی روی شرکتها و سرمایهگذاران افزایش پیدا میکند.
به همین دلیل، یکی از مهمترین شاخصهایی که باید در سالهای آینده دنبال کنیم، رشد واقعی درآمد و بهرهوری حاصل از AI خواهد بود؛ نه صرفاً تعداد مدلهای جدید یا اندازه سرمایهگذاریها.
برای مصرفکننده عادی، «حباب» بیشتر از آنکه یک مفهوم بورسی باشد، میتواند روی هزینه و دسترسی به فناوری اثر بگذارد.
اگر شرکتها سرمایهگذاریهای بسیار بزرگی انجام دهند، ممکن است:
خدمات AI بیشتری عرضه شود؛
ابزارهای هوشمند ارزانتر شوند؛
قابلیتهای AI وارد گوشیها و کامپیوترهای بیشتری شوند؛
کسبوکارهای جدید ایجاد شوند.
اما در سناریوی دیگر، اگر برخی سرمایهگذاریها بازده مناسبی نداشته باشند، ممکن است شرکتها هزینهها را کاهش دهند، پروژهها متوقف شوند یا قیمت برخی خدمات تغییر کند.
بنابراین نتیجه نهایی هنوز مشخص نیست.
کاربر نباید صرفاً تحت تأثیر اعداد تریلیوندلاری قرار بگیرد.
مهمتر از اینکه یک شرکت چه مقدار پول روی AI هزینه میکند، این است که محصول نهایی چه مشکلی را حل میکند.
هنگام انتخاب یک ابزار هوش مصنوعی بهتر است بپرسیم:
واقعاً چه مشکلی را حل میکند؟
آیا نسبت به روش قبلی سریعتر یا دقیقتر است؟
هزینه آن چقدر است؟
اطلاعات ما چگونه استفاده میشود؟
آیا خروجی آن قابل اعتماد است؟
آیا استفاده از آن واقعاً بهرهوری را افزایش میدهد؟
این نگاه، مصرفکننده را از هیجان بازار جدا میکند و به سمت ارزیابی واقعی فناوری میبرد.
مجله اوپاکالا معتقد است برای درک آینده فناوری نباید فقط به تیترهای هیجانانگیز نگاه کرد.
سرمایهگذاریهای چندصد میلیارددلاری و تریلیوندلاری نشان میدهند شرکتها آینده مهمی برای هوش مصنوعی تصور میکنند؛ اما اندازه سرمایهگذاری بهتنهایی ثابت نمیکند که تمام این سرمایهگذاریها بازده مورد انتظار را خواهند داشت.
از طرف دیگر، وجود ریسک سرمایهگذاری نیز به معنای بیارزش بودن هوش مصنوعی نیست.
آنچه در سالهای آینده اهمیت بیشتری خواهد داشت، فاصله میان هزینه ساخت زیرساخت AI، درآمد واقعی، رشد بهرهوری و کاربردهای عملی خواهد بود.
هوش مصنوعی در حال جذب یکی از بزرگترین موجهای سرمایهگذاری تاریخ فناوری است.
برآورد PwC از بیش از ۳۰ تریلیون دلار هزینه تجمعی مراکز داده تا سال ۲۰۵۰ نشان میدهد که ابعاد این تحول بسیار بزرگ است. همزمان، گزارشهای اقتصادی درباره فاصله میان سرمایهگذاری و درآمد آینده هشدار میدهند.
بنابراین در حال حاضر نمیتوان با اطمینان گفت که تمام این سرمایهگذاریها یک «حباب» هستند یا اینکه همه آنها به یک «انقلاب اقتصادی» موفق تبدیل خواهند شد.
واقعیت احتمالاً پیچیدهتر است:
ممکن است هوش مصنوعی یک فناوری انقلابی باشد و در عین حال، بخشی از سرمایهگذاریهای اطراف آن بیش از حد خوشبینانه باشد.
سالهای آینده مشخص خواهند کرد که آیا درآمد، بهرهوری و کاربردهای واقعی AI میتوانند با سرعت سرمایهگذاریهای عظیم امروز هماهنگ شوند یا خیر.
هنوز نمیتوان چنین نتیجه قطعیای گرفت. اندازه سرمایهگذاری بسیار بزرگ است و درباره بازده آن نگرانیهایی وجود دارد، اما کاربردهای اقتصادی AI نیز در حال گسترش هستند.
بخش بزرگی از سرمایه صرف مراکز داده، تراشههای پردازشی، شبکه، برق و زیرساختهای محاسباتی میشود.
شرکتهای فناوری انتظار دارند هوش مصنوعی بازارهای جدید ایجاد کند، بهرهوری را افزایش دهد و خدمات و محصولات جدیدی بسازد.
لزوماً نه. حتی در صورت شکست برخی پروژهها یا کاهش ارزشگذاریها، زیرساخت و فناوری ایجادشده میتواند همچنان کاربرد داشته باشد.