هشدار کریس وود: چرا سرمایه‌گذاری نادرست می‌تواند به رونق هوش مصنوعی پایان دهد

عصر هوش مصنوعی، دراماتیک‌ترین چرخه هزینه‌های سرمایه‌ای (capex) را در تاریخ رقم زده است، اما یک ریسک ساختاری قابل توجه در افق پیش رو دیده می‌شود. کریس وود، مدیر استراتژی جهانی سهام در Jefferies، هشدار می‌دهد که معامله هوش مصنوعی ممکن است نه به دلیل کمبود تراشه یا اشباع عرضه، بلکه به دلیل درک این واقعیت پایان یابد که سرمایه‌گذاری‌های عظیم در حال شکست در ایجاد بازدهی مناسب هستند.

شبح سرمایه‌گذاری نادرست

برخلاف چرخه‌های سنتی نیمه‌هادی که با ورود مازاد موجودی به بازار پایان می‌یابند، وود استدلال می‌کند که رونق فعلی هوش مصنوعی با تهدیدی منحصربه‌فرد روبروست: سرمایه‌گذاری نادرست (malinvestment). او معتقد است که «بازی نهایی» برای معامله هوش مصنوعی زمانی آغاز خواهد شد که ابرمقیاس‌ها (hyperscalers) و آزمایشگاه‌های پیشرو هوش مصنوعی نتوانند به بازدهی رضایت‌بخشی از هزینه‌های سرمایه‌ای نجومی که در حال حاضر متحمل می‌شوند، دست یابند.

یک نگرانی خاص، وجود حلقه‌های تأمین مالی چرخه‌ای است. وود به سناریوهایی اشاره می‌کند که در آن بازیگران اصلی، مانند Nvidia، به شرکت‌هایی مانند OpenAI تأمین مالی می‌کنند و سپس این شرکت‌ها از آن وجوه برای خرید تراشه‌های بیشتر Nvidia استفاده می‌کنند. اگرچه این امر یک حلقه رشد قدرتمند کوتاه‌مدت ایجاد می‌کند، اما به شدت بر فرضیات خوش‌بینانه از درآمدزایی (monetization) متکی است که اگر سرمایه‌گذاران اعتماد خود را به شفافیت سودآوری بلندمدت از دست بدهند، ممکن است از هم بپاشد.

هزینه‌های سرمایه‌ای عظیم و جهش تایوان

مقیاس سرمایه‌گذاری که در حال حاضر در این بخش دیده می‌شود، بی‌سابقه است. وود توسعه جاری را دراماتیک‌ترین چرخه هزینه‌های سرمایه‌ای می‌داند که تا به حال شاهد آن بوده است. یک نمونه بارز TSMC است که پیش‌بینی‌های خود را به طور قابل توجهی افزایش داده و پیش‌بینی‌های آن برای سال ۲۰۲۷ به ۶۵ تا ۷۰ میلیارد دلار آمریکا می‌رسد.

این مخارج متمرکز در حال ایجاد تغییرات کلان اقتصادی گسترده، به ویژه در تایوان است. این منطقه در سه ماهه اول سال ۲۰۲۶، رشد واقعی GDP سالانه ۱۴.۵۵ درصدی را تجربه کرد که ناشی از جهش ۵۳.۴ درصدی در سفارش‌های صادراتی بود. در حال حاضر، تخمین زده می‌شود که تقاضای مرتبط با هوش مصنوعی تقریباً ۳۱ درصد از کل درآمدهای TSMC را در سال ۲۰۲۶ به خود اختصاص دهد، که نشان می‌دهد اقتصاد جهانی تا چه حد عمیقاً به زیرساخت‌های هوش مصنوعی وابسته شده است.

کالایی شدن و ظهور مدل‌های ارزان‌قیمت

لایه دیگری از ریسک، کالایی شدن (commoditization) سریع مدل‌های زبانی بزرگ (LLMs) است. با کاهش هزینه هر توکن، مزیت رقابتی ارائه‌دهندگان ممتاز غربی به چالش کشیده شده است. وود خاطرنشان می‌کند که مدل‌های جدید، مانند GLM-5.2 متعلق به شرکت Z.ai (ثبت شده در هنگ‌کنگ)، گزارش شده است که به عملکرد مدل‌های سطح اول مانند Anthropic نزدیک می‌شوند، اما تنها با یک‌چهارم هزینه.

داده‌های OpenRouter این تغییر را برجسته می‌کند: در اواخر ژوئن، مدل‌های برتر هوش مصنوعی چین ۲۱.۳۷ تریلیون توکن را پردازش کردند که جهشی عظیم نسبت به ۴.۳۷ تریلیون توکن در ماه آوریل محسوب می‌شود. این حجم به طور قابل توجهی از ۵.۷۶ تریلیون توکنی که توسط مدل‌های پیشرو ایالات متحده پردازش شده بود، پیشی گرفت که نشان‌دهنده چشم‌اندازی بسیار رقابتی و به شدت کالایی شده است.

تغییر استراتژی: تمرکز بر حافظه و سخت‌افزار

با وجود این هشدارها، وود فروپاشی فوری را پیش‌بینی نمی‌کند. در عوض، او در حال بازآرایی سبد سهام به سمت «بیل و کلنگ» (تأمین‌کنندگان ابزار) این صنعت است؛ به ویژه تأمین‌کنندگان DRAM و حافظه. به دلیل پارادوکس جِوونز (Jevons Paradox)، با کارآمدتر و ارزان‌تر شدن محاسبات، مصرف کل در واقع افزایش می‌یابد که این امر به نفع تأمین‌کنندگان سخت‌افزار است.

سازندگان بزرگ حافظه مانند Micron از قبل در حال تثبیت پایداری بلندمدت خود هستند، به طوری که Micron قراردادهای استراتژیکی را امضا کرده که ۲۰ درصد از حجم DRAM خود را پوشش می‌دهد. در نتیجه، وود در حال افزایش سرمایه‌گذاری در نام‌های سخت‌افزار فناوری مانند SK Hynix، Kioxia و Samsung Electronics است، با این شرط‌بندی که آن‌ها حتی اگر لایه‌های گسترده‌تر نرم‌افزار و خدمات هوش مصنوعی با انضباط سرمایه‌ای دست و پنجه نرم کنند، همچنان ذینفع باقی خواهند ماند.

نکات کلیدی

  • ریسک اصلی: احتمال اینکه معامله هوش مصنوعی به دلیل «سرمایه‌گذاری نادرست» و عدم بازگشت سرمایه (ROI) برای ابرمقیاس‌ها پایان یابد، بسیار بیشتر از یک اشباع سنتی عرضه نیمه‌هادی‌ها است.
  • تهدید کالایی شدن: مدل‌های هوش مصنوعی چینی که به سرعت در حال پیشرفت و ارزان‌تر هستند، فشار قیمتی شدیدی بر ارائه‌دهندگان ممتاز هوش مصنوعی غربی وارد می‌کنند.
  • چرخش استراتژیک: تمایل سرمایه‌گذاری به سمت بازیگران حوزه حافظه و سخت‌افزار (DRAM) در حال تغییر است که قدرت قیمت‌گذاری قابل توجه و قراردادهای بلندمدت با مشتریان را در اختیار دارند.