سرمایه‌گذاری در هوش مصنوعی با سرعتی بی‌سابقه ادامه دارد و شرکت‌های فناوری میلیاردها دلار برای ساخت دیتاسنتر، خرید تراشه و توسعه زیرساخت‌های پردازشی هزینه می‌کنند. اما یک سؤال اساسی بیش از گذشته مطرح شده است: آیا درآمد حاصل از هوش مصنوعی در آینده آن‌قدر بزرگ خواهد بود که این حجم از سرمایه‌گذاری را توجیه کند؟ بر اساس تحلیلی که توسط استین ون نیووربورگ، استاد امور مالی دانشگاه کلمبیا، ارائه شده، شرکت‌های فعال در حوزه هوش مصنوعی باید تا سال ۲۰۳۲ حدود ۳.۵ تریلیون دلار درآمد سالانه ایجاد کنند تا سرمایه‌گذاری‌های فعلی بتواند بازده مورد انتظار را توجیه کند. این رقم معادل حدود ۸.۸ درصد تولید ناخالص داخلی آمریکا است؛ یعنی تقریباً ۹ درصد GDP این کشور.

برای درک بزرگی این رقم، چنین سطحی از هزینه به این معناست که مصرف‌کنندگان و شرکت‌های آمریکایی باید در نهایت تقریباً به اندازه هزینه‌ای که برای مواد غذایی می‌پردازند، برای خدمات هوش مصنوعی هزینه کنند. این رقم همچنین بسیار بیشتر از هزینه فعلی آمریکا برای رایانه و نرم‌افزار یا خدمات اینترنتی خواهد بود.

چرا رسیدن به درآمد ۳.۵ تریلیون دلاری دشوار است؟

یکی از مهم‌ترین مشکلات، کاهش احتمالی قیمت خدمات هوش مصنوعی است. در حال حاضر ظرفیت پردازشی محدود است و همین موضوع به شرکت‌های AI اجازه داده قیمت‌های بالایی دریافت کنند. اما با ساخت دیتاسنترهای بیشتر، افزایش ظرفیت محاسباتی و ورود رقبای جدید، احتمال کاهش قیمت افزایش پیدا می‌کند. تاریخ فناوری نیز نمونه‌های مشابهی دارد. در دوران رونق زیرساخت فیبر نوری در اواخر دهه ۱۹۹۰، افزایش شدید ظرفیت باعث سقوط قیمت پهنای باند شد و بسیاری از شرکت‌های این حوزه با مشکلات مالی مواجه شدند. بنابراین افزایش ظرفیت در صنعت هوش مصنوعی نیز می‌تواند در بلندمدت حاشیه سود شرکت‌ها را کاهش دهد.

سناریوی خوش‌بینانه برای هوش مصنوعی

با این حال، طرفداران رشد AI معتقدند کاهش قیمت لزوماً به معنای کاهش درآمد نیست. اگر هزینه استفاده از مدل‌های هوش مصنوعی کاهش پیدا کند، ممکن است تقاضا به اندازه‌ای افزایش یابد که افت قیمت را جبران کند؛ پدیده‌ای که در اقتصاد با عنوان پارادوکس جِوِنز (Jevons Paradox) شناخته می‌شود. سرعت پیشرفت هوش مصنوعی نیز این دیدگاه را تقویت می‌کند. بر اساس داده‌های Epoch AI، قیمت مؤثر دستیابی به سطح مشخصی از توانایی مدل‌های AI از سال ۲۰۲۳ تاکنون با سرعت بسیار زیادی کاهش یافته، در حالی که قابلیت مدل‌ها همچنان در حال افزایش است. حتی برخی پیش‌بینی‌های قدیمی درباره درآمد شرکت‌هایی مانند OpenAI و Anthropic نیز ممکن است بیش از حد محافظه‌کارانه بوده باشند؛ زیرا رشد درآمد این شرکت‌ها تاکنون بسیار سریع‌تر از برخی برآوردهای گذشته بوده است.

آیا هوش مصنوعی می‌تواند یک عامل اصلی تولید شود؟

سناریوی بسیار خوش‌بینانه این است که هوش مصنوعی به یکی از عوامل اصلی تولید در اقتصاد تبدیل شود؛ مشابه نیروی کار و سرمایه. در چنین شرایطی، اختصاص حدود ۹ درصد GDP به AI الزاماً رقم غیرمنطقی نخواهد بود، زیرا هوش مصنوعی می‌تواند بخش بزرگی از فعالیت‌های اقتصادی را تحت تأثیر قرار دهد. اما یک مشکل مهم همچنان وجود دارد: افزایش بهره‌وری لزوماً به معنای افزایش درآمد شرکت‌های AI نیست. مطالعه‌ای از پژوهشگران اقتصاد دانشگاه هاروارد درباره پروژه‌های نرم‌افزاری نشان داده است که ابزارهای هوش مصنوعی می‌توانند میزان تولید کد را افزایش دهند. با این حال، افزایش تعداد پروژه‌های تکمیل‌شده بسیار محدود بوده است؛ زیرا توسعه‌دهندگان زمان بیشتری را صرف بررسی، اصلاح و مدیریت خروجی تولیدشده توسط AI می‌کنند.

تجربه کامپیوتر چه چیزی به ما می‌گوید؟

رشد صنعت کامپیوتر نمونه جالبی برای مقایسه است. طی چند دهه، رایانه‌ها قدرتمندتر و ارزان‌تر شدند و نرم‌افزارهایی مانند صفحات گسترده تحول بزرگی در کسب‌وکار ایجاد کردند. با این حال، پس از فراگیر شدن رایانه‌ها، افزایش قدرت پردازشی به همان اندازه باعث افزایش تقاضا نشد. هوش مصنوعی اکنون با سرعت بیشتری نسبت به انقلاب رایانه‌ای در حال توسعه و پذیرش است، اما مشخص نیست این روند تا چه زمانی ادامه خواهد داشت.

در نهایت، مسئله اصلی برای بازار هوش مصنوعی فقط میزان پیشرفت فناوری نیست؛ بلکه این است که آیا این فناوری می‌تواند درآمد و بهره‌وری کافی برای بازگرداندن سرمایه عظیمی که اکنون در زیرساخت آن هزینه می‌شود ایجاد کند یا خیر. اگر رشد تقاضا ادامه پیدا کند، صنعت AI می‌تواند به یکی از بزرگ‌ترین بخش‌های اقتصاد جهان تبدیل شود. اما اگر رشد کند شود و قیمت خدمات کاهش شدیدی پیدا کند، توجیه اقتصادی سرمایه‌گذاری‌های فعلی بسیار دشوارتر خواهد شد.

منبع خبر: wsj