گوگل چشم‌انداز هزینه‌های سرمایه‌ای خود را به حداکثر ۲۰۵ میلیارد دلار افزایش داد، که نسبت به محدوده قبلی که سقف آن ۱۹۰ میلیارد دلار بود، رشد نشان می‌دهد؛ سرمایه‌گذاران بلافاصله این غافلگیری را به عنوان نشانه‌ای هشداردهنده برای رونق هوش مصنوعی قلمداد کردند. جهش در هزینه‌های پیش‌بینی‌شده که در آخرین گزارش سودآوری شرکت اعلام شد، نشان می‌دهد که سرعت افزایش هزینه‌های ساخت و اجرای مدل‌های هوش مصنوعی چگونه از درآمدهای حاصل از آن‌ها پیشی می‌گیرد.

چرا جهش هزینه‌ها در حال حاضر اهمیت دارد

جهش در پیش‌بینی گوگل یک تغییر جزئی نیست؛ حتی پایین‌ترین حد محدوده جدید، یعنی ۱۹۵ میلیارد دلار، از سقف برآورد قبلی فراتر می‌رود. وقتی شرکتی که مدت‌ها توانسته است عرضه سخت‌افزارهای خود را پیش‌بینی کند، دیگر نمی‌تواند بودجه خود را دقیق تعیین کند، تحلیلگران نگران می‌شوند که کل ساختار توسعه هوش مصنوعی در حال تبدیل شدن به یک «جعبه سیاه» مالی باشد. این عدم قطعیت، اعتماد وال‌استریت به توانایی غول‌های فناوری در تبدیل تحقیقات هوش مصنوعی به سود را تحت تأثیر قرار می‌دهد.

اقتصادِ مسابقه تسلیحاتی هوش مصنوعی

در قلب این مسئله، شکاف رو به گسترش میان قیمت منابع محاسباتی (compute) و نقدینگی حاصل از آن قرار دارد. گوگل اکنون بیش از آنچه از خدمات مرتبط با هوش مصنوعی به دست می‌آورد، برای گسترش مراکز داده، تراشه‌های اختصاصی (custom silicon) و انرژی هزینه می‌کند. رقبا — به‌ویژه موجی از ابزارهای هوش مصنوعی پیشرفته چینی — بازار را مجبور می‌کنند تا از نظر عملکرد و ویژگی‌ها رقابتی باقی بماند. همزمان، بازار مدل‌های هوش مصنوعی به سمت کالایی‌شدن (commoditisation) حرکت می‌کند؛ مشتریان انتظار کارمزدهای کمتری را برای هر فراخوانی یا هر کاربر دارند، که این امر باعث کاهش حاشیه سود می‌شود، حتی در حالی که صورت‌حساب سخت‌افزار در حال افزایش است.

نتیجه، یک «فشار بر حاشیه سود» (margin squeeze) کلاسیک است: هزینه‌های بالاتر با قدرت قیمت‌گذاری ضعیف‌تر روبرو می‌شوند. شرکت‌هایی که نمی‌توانند میلیاردها دلاری را که صرف سرورها، زیرساخت‌های سرمایشی و تراشه‌های تخصصی شده است جبران کنند، با خطر کاهش حاشیه سود مواجه هستند، حتی اگر اعداد و ارقام اصلی مربوط به هیجانات هوش مصنوعی همچنان بالا باقی بماند.

آیا گوگل یک استثناست؟

اکثر ناظران وضعیت گوگل را به جای یک استثنا، یک نشانه می‌بینند. فصل گزارش‌های سودآوری اکنون به سمت سایر بازیگران سنگین در حوزه هوش مصنوعی — متا، آمازون و مایکروسافت — می‌رود که انتظار می‌رود افزایش مشابهی را در هزینه‌های مرکز داده و توسعه تراشه‌ها نشان دهند. تحلیلگران پیش از این احتمال اینکه این شرکت‌ها از مسیر گوگل پیروی کنند و تعهدات سرمایه‌ای بزرگتری را برای همگام شدن با مسابقه محاسباتی اعلام کنند، مطرح کرده‌اند.

اگر این روند ادامه یابد، اکوسیستم هوش مصنوعی ممکن است در چرخه‌ای از سرمایه‌گذاری‌های همواره بزرگ‌تر گرفتار شود، بدون اینکه مسیر روشنی برای بازگشت آن هزینه‌ها وجود داشته باشد. پیشرفت سریع این فناوری غیرقابل انکار است، اما محاسبات مالی به این بستگی دارد که آیا درآمدهای نرم‌افزاری و افزایش بهره‌وری می‌توانند به سرعت برای توجیه هزینه‌های چند میلیارد دلاری سخت‌افزار و انرژی مقیاس‌پذیر شوند یا خیر.

دیدگاه مقابل: پتانسیل رشد و شرط‌بندی‌های استراتژیک

همه جهش هزینه‌ها را یک نقص مرگبار نمی‌بینند. طرفداران استدلال می‌کنند که این هزینه‌های عظیم، یک شرط‌بندی استراتژیک برای سلطه بلندمدت است. شرکت‌ها با تثبیت تراشه‌های اختصاصی و ظرفیت گسترده مراکز داده در حال حاضر، خود را برای تصاحب سهم بزرگ‌تری از خدمات آینده هوش مصنوعی، قراردادهای ابری و مجوزهای سازمانی آماده می‌کنند. سرمایه‌گذاری سنگین اولیه می‌تواند اثرات شبکه‌ای (network effects) ایجاد کند و رقبا را در آینده برای برابری در عملکرد یا قیمت با دشواری بیشتری روبرو کند.

برخی تحلیلگران به این احتمال اشاره می‌کنند که هوش مصنوعی می‌تواند جریان‌های درآمدی جدیدی ایجاد کند — مانند ابزارهای محتوای مولد یا تحلیل‌های خاصِ صنعت — که هنوز به طور کامل در گزارش‌های سودآوری لحاظ نشده‌اند. اگر این جریان‌ها در مقیاس بزرگ محقق شوند، می‌توانند شکاف هزینه‌های فعلی را جبران کنند.

آنچه باید در آینده زیر نظر داشت

  • گزارش‌های سودآوری آتی: بیانیه‌های فصلی بعدی متا، آمازون و مایکروسافت مشخص خواهد کرد که آیا افزایش هزینه‌های سرمایه‌ای یک پدیده در سطح کل این بخش است یا خیر.
  • روندهای قیمت‌گذاری برای APIهای هوش مصنوعی: هرگونه تغییر در قیمت هر فراخوانی، چه رو به بالا و چه رو به پایین، مستقیماً بر محاسبات حاشیه سود تأثیر می‌گذارد.
  • تحولات هزینه انرژی: از آنجایی که هزینه‌های برق مراکز داده بخش بزرگی از هزینه‌های هوش مصنوعی را تشکیل می‌دهد، تغییر در قیمت برق یا پیشرفت‌های مربوط به بهره‌وری می‌تواند منحنی هزینه را تغییر دهد.
  • جدول زمانی نوآوری‌های سخت‌افزاری: سرعت عرضه تراشه‌های اختصاصی هوش مصنوعی و فناوری‌های سرمایشی بر سرعت بازگشت سرمایه‌گذاری‌های شرکت‌ها تأثیر خواهد گذاشت.

نتیجه‌گیری

چشم‌انداز اصلاح‌شده ۲۰۵ میلیارد دلاری هزینه‌های سرمایه‌ای گوگل، بر شکاف رو به رشد بین هزینه‌های زیرساخت هوش مصنوعی و نقدینگی حاصل از آن‌ها در حال حاضر تأکید می‌کند. احتمال می‌رود فشار مشابهی در سایر غول‌های فناوری نیز ظاهر شود و سودآوری را به پرسش اصلی در مسابقه تسلیحاتی هوش مصنوعی تبدیل کند. سرمایه‌گذاران نه تنها هیجانات، بلکه این موضوع را زیر نظر خواهند داشت که آیا این هزینه‌های سنگین می‌تواند پیش از آنکه فشار بر حاشیه سود مزمن شود، به جریان‌های درآمدی پایدار تبدیل گردد یا خیر.