متا پیشبینی میکند که بودجه توکنهای هوش مصنوعی برای مهندسان ممکن است بهزودی محدود شود
با ادغام عمیق هوش مصنوعی در چرخه حیات توسعه نرمافزار، هزینههای پنهان محاسباتی در حال آشکار شدن هستند. آدام موسری، از مدیران متا، معتقد است که با نزدیک شدن هزینههای مصرف توکن به سطح حقوقهای انسانی، دوران آزمایشهای نامحدود در حوزه هوش مصنوعی ممکن است به پایان خود نزدیک شود.
افزایش هزینههای مصرف توکن هوش مصنوعی
آدام موسری، مدیر اینستاگرام، در مصاحبهای اخیر در Lenny’s Podcast به یک واقعیت مالی قریبالوقوع برای غولهای فناوری اشاره کرد: «نرخ سوخت شدن» (burn rate) بودجه یک مهندس با عملکرد بالا که از ابزارهای هوش مصنوعی استفاده میکند، میتواند بهزودی با هزینه واقعی استخدام او برابر شود. این تغییر نشاندهنده گذار از نگاه به هوش مصنوعی به عنوان یک تقویتکننده رایگان بهرهوری، به نگاه به آن به عنوان یک هزینه عملیاتی (OpEx) قابل توجه است.
ابعاد این مسئله بسیار گسترده است. متا اخیراً پس از درک این موضوع که الگوهای مصرف فعلی، شرکت را در مسیری قرار داده که تا سال ۲۰۲۶ میلیاردها دلار هزینه خواهد کرد، مجبور شد یک «جدول امتیازات داخلی مصرف توکن هوش مصنوعی» را تعطیل کند. موسری خاطرنشان کرد که بدون مدیریت، بسیار آسان است که یک «خاکسترکن توکن» (token incinerator) ایجاد شود؛ یعنی گردش کاری که مقادیر عظیمی از توان محاسباتی را بدون ارائه ارزش تجاری واقعی مصرف میکند.
گذار به سمت مدیریت منابع
موسری استدلال میکند که بودجههای توکن باید با همان دقتی مدیریت شوند که سایر منابع محدود شرکتی مانند ظرفیت GPU، رم (RAM)، فضای ذخیرهسازی یا لیست حقوق و دستمزد مدیریت میشوند. این حرکت به سمت «سهمیهبندی توکن» مختص متا نیست؛ صنعت در حال حاضر نشانههایی از یک بازنگری مالی در حوزه هوش مصنوعی را مشاهده میکند:
- Uber: این غول تاکسی اینترنتی پس از تمام شدن بودجه پیشبینیشده برای کدنویسی با هوش مصنوعی در سال ۲۰۲۶ تا آوریل امسال، با بحران بودجه هوش مصنوعی مواجه شد.
- Microsoft: مایکروسافت در اقدامی برای تجمیع هزینهها، لایسنسهای Claude Code را لغو کرد و نیروی کار مهندسی خود را به سمت ابزار اختصاصی Copilot CLI سوق داد.
مدل پیشنهادی برای متا شامل تعیین سقفهایی برای هر مهندس است که با توانایی آنها در ایجاد نتایج «دارای بازگشت سرمایه مثبت» (ROI-positive) تناسب داشته باشد. به جای دسترسی نامحدود، احتمالاً بودجههایی بر اساس ارزشی که گردشهای کاری تقویتشده با هوش مصنوعی آنها برای شرکت ایجاد میکند، به مهندسان اختصاص خواهد یافت.
مسیر به سوی مقیاسپذیری پایدار هوش مصنوعی
اگرچه آینده نزدیک با محدودیتهای فزاینده همراه است، اما موسری نسبت به مسیر بلندمدت اقتصاد هوش مصنوعی خوشبین است. او انتظار دارد که با ورود ارائهدهندگان مدلها به جنگهای قیمتی شدید برای تصاحب سهم بازار، هزینه هر توکن در نهایت کاهش یابد.
در حال حاضر، صنعت در یک مرحله گذار قرار دارد. شرکتها از آزمایشهای «بیهدف» فاصله گرفته و به سمت پیادهسازی منضبط و ارزشمحور هوش مصنوعی حرکت میکنند. برای توسعهدهندگان و بنیانگذاران فناوری، این بدان معناست که مرز بعدی کارایی تنها نوشتن کد بهتر نیست، بلکه نوشتن کدی است که هوش را به حداکثر رسانده و در عین حال اتلاف محاسباتی را به حداقل برساند.
نکات کلیدی
- برابری مالی: پیشبینی میشود که هزینههای توکن هوش مصنوعی برای هر مهندس در نهایت با کل هزینه استخدام آنها برابر شود.
- روند در سطح صنعت: بازیگران اصلی مانند Uber و Microsoft در حال حاضر برای مدیریت هزینههای افسارگسیخته هوش مصنوعی، در حال اعمال کنترلهای سختگیرانه و تجمیع ابزارها هستند.
- دسترسی مبتنی بر بازگشت سرمایه (ROI): تخصیص منابع هوش مصنوعی در آینده احتمالاً به عنوان یک هزینه عملیاتی (OpEx) مدیریتشده در نظر گرفته خواهد شد که بودجههای آن به بازگشت سرمایه قابل اندازهگیری مهندس گره خورده است.