چرا سرمایه‌گذاری نادرست، و نه مازاد عرضه تراشه، می‌تواند به رونق هوش مصنوعی پایان دهد

موج بی‌وقفه سرمایه‌گذاری در هوش مصنوعی عصر فعلی بازار را تعریف کرده است، اما یک هشدار مهم از سوی یکی از استراتژیست‌های تحت نظرترین افراد وال‌استریت مطرح شده است. کریس وود، مدیر جهانی استراتژی سهام در Jefferies، معتقد است که سقوط معامله هوش مصنوعی ناشی از کمبود تراشه نخواهد بود، بلکه از ناتوانی در تبدیل هزینه‌های عظیم سرمایه‌ای به سودهای معنادار نشأت خواهد گرفت.

خطر قریب‌الوقوع سرمایه‌گذاری نادرست

برخلاف چرخه‌های سنتی نیمه‌هادی که معمولاً به دلیل انباشت موجودی و افزایش ناگهانی عرضه پایان می‌یابند، کریس وود استدلال می‌کند که عصر هوش مصنوعی با یک ریسک ساختاری منحصربه‌فرد روبروست: سرمایه‌گذاری نادرست (malinvestment). او هشدار می‌دهد که «پایان» معامله هوش مصنوعی — یا حداقل یک توقف دردناک در بازار — احتمالاً زمانی رخ خواهد داد که ابرمقیاس‌سازها (hyperscalers) و آزمایشگاه‌های پیشرو هوش مصنوعی در ایجاد بازدهی کافی از هزینه‌های عظیم سرمایه‌ای (capex) خود شکست بخورند.

وود به یک حلقه بازخورد نگران‌کننده در این اکوسیستم اشاره می‌کند، مانند تأمین مالی شرکت‌هایی مثل OpenAI توسط Nvidia، که سپس از آن سرمایه برای خرید تراشه‌های بیشتر Nvidia استفاده می‌کنند. اگرچه این تأمین مالی چرخشی باعث رشد فوری می‌شود، اما زیربنایی متزلزل ایجاد می‌کند که می‌تواند به محض اینکه سرمایه‌گذاران خواستار شفافیت در درآمدهای بلندمدت و انضباط سرمایه‌ای شوند، به سرعت از هم بپاشد.

چرخه هزینه‌های سرمایه‌ای (Capex) بی‌سابقه

مقیاس هزینه‌کرد فعلی در حوزه هوش مصنوعی بی‌سابقه است. وود فرآیند ساخت‌وساز جاری را دراماتیک‌ترین چرخه هزینه‌های سرمایه‌ای که تاکنون شاهد آن بوده است، توصیف می‌کند. تمرکز این سرمایه‌گذاری در صنعت نیمه‌هادی بیش از هر جای دیگری مشهود است:

  • گسترش TSMC: این شرکت تولیدکننده (foundry) راهنمای هزینه‌های سرمایه‌ای خود برای سال ۲۰۲۶ را به حدود ۵۶ میلیارد دلار افزایش داده است، که نسبت به ۴۱ میلیارد دلار در سال گذشته رشد داشته است. پیش‌بینی‌ها برای سال ۲۰۲۷ نشان می‌دهد که این هزینه‌ها می‌تواند بین ۶۵ تا ۷۰ میلیارد دلار باشد.
  • تمرکز درآمد: انتظار می‌رود تقاضای مرتبط با هوش مصنوعی حدود ۳۱٪ از کل درآمد TSMC در سال ۲۰۲۶ را شامل شود.
  • تأثیر کلان: این جهش باعث رشد عظیم در تایوان شده است، به طوری که رشد واقعی GDP در سه‌ماهه اول سال ۲۰۲۶ به ۱۴.۵۵٪ سالانه رسید.

کالایی‌شدن مدل‌های هوش مصنوعی

آنچه فشار بر حاشیه سود را بیشتر می‌کند، کالایی‌شدن (commoditisation) سریع مدل‌های زبانی بزرگ (LLMs) است. وود خاطرنشان می‌کند که مدل‌های ارزان‌تر و بسیار کارآمد — به‌ویژه از سوی توسعه‌دهندگان چینی — سلطه ارائه‌دهندگان ممتاز غربی را به چالش کشیده‌اند.

برای مثال، گزارش شده است که مدل GLM-5.2 از شرکت Z.ai (ثبت شده در هنگ‌کنگ) عملکردی نزدیک به Anthropic دارد، اما با تنها یک‌چهارم هزینه هر توکن. این تغییر در داده‌های استفاده نیز منعکس شده است: در اواخر ژوئن، مدل‌های برتر چینی ۲۱.۳۷ تریلیون توکن را در OpenRouter پردازش کردند که جهشی عظیم نسبت به ۴.۳۷ تریلیون توکن در ماه آوریل است و به طور قابل توجهی از ۵.۷۶ تریلیون توکن پردازش شده توسط مدل‌های برتر ایالات متحده پیشی گرفته است. با کاهش هزینه توکن‌ها، «خندق» (moat) ارائه‌دهندگان ممتاز هوش مصنوعی کوچک‌تر می‌شود و بازگشت هزینه‌های عظیم زیرساختی را دشوارتر می‌کند.

برندگان در رقابت «بیل و کلنگ»

با وجود این ریسک‌های بلندمدت، وود پیش‌بینی فروپاشی فوری را نمی‌کند. در عوض، او در حال تغییر موقعیت سبدهای سرمایه‌گذاری به سمت بازی‌های «بیل و کلنگ» (picks and shovels) — به‌ویژه تأمین‌کنندگان حافظه و سخت‌افزار — است که از «پارادوکس جِوونز» (Jevons Paradox) بهره می‌برند. این اصل اقتصادی بیان می‌کند که با کارآمدتر و ارزان‌تر شدن محاسبات، مصرف کل در واقع افزایش می‌یابد.

غول‌های حافظه مانند Micron، SK Hynix و Samsung در حال حاضر در موقعیت قدرتمندی قرار دارند. Micron پیش از این قراردادهای استراتژیکی را برای پوشش ۲۰٪ از حجم DRAM و یک‌سوم حجم NAND خود، که اغلب با مدت زمان پنج سال هستند، منعقد کرده است که این امر ضربه‌ای در برابر نوسانات مورد انتظار در لایه نرم‌افزاری پشته (stack) هوش مصنوعی ایجاد می‌کند.

نکات کلیدی

  • تهدید اصلی: معامله هوش مصنوعی در برابر ریسک‌های «سرمایه‌گذاری نادرست» آسیب‌پذیر است، جایی که هزینه‌کرد عظیم ابرمقیاس‌سازها در ایجاد بازده سرمایه (ROI) کافی شکست می‌خورد.
  • تغییر در پروفایل ریسک: برخلاف چرخه‌های قبلی نیمه‌هادی که ناشی از مازاد عرضه بودند، پایان چرخه هوش مصنوعی احتمالاً ناشی از ناامیدی سرمایه‌گذاران از انضباط سرمایه‌ای خواهد بود.
  • تاب‌آوری سخت‌افزار: در حالی که حاشیه سود مدل‌های نرم‌افزاری تحت فشار کالایی‌شدن قرار دارد، تأمین‌کنندگان حافظه و سخت‌افزار همچنان ذینفعان اصلی رقابت جاری در هزینه‌های سرمایه‌ای هستند.