تحلیلگر Panmure Liberum معتقد است سرمایهگذاریهای سنگین در مراکز داده و مدلهای زبانی بزرگ ممکن است با کاهش رشد تقاضا به بحران ارزشگذاری در صنعت هوش مصنوعی منجر شوند.
- Joachim Klement احتمال ترکیدن حباب هوش مصنوعی در سالهای ۲۰۲۷ یا ۲۰۲۸ را مطرح کرده است.
- مدلهای کوچکتر و ارزانتر ممکن است نیاز به بخشی از زیرساختهای عظیم مراکز داده را کاهش دهند.
- کاهش انتظارات رشد و درآمد میتواند ارزشگذاری شرکتهای فناوری و زنجیره تأمین هوش مصنوعی را تحت فشار قرار دهد.
حباب هوش مصنوعی ممکن است در سالهای ۲۰۲۷ یا ۲۰۲۸ بترکد
سرمایهگذاریهای عظیم در صنعت هوش مصنوعی همچنان ادامه دارد، اما تردیدها درباره پایداری این روند رو به افزایش است. Joachim Klement، مدیرعامل و تحلیلگر پژوهشی Panmure Liberum، هشدار داده است که حباب هوش مصنوعی در آمریکا ممکن است در سال ۲۰۲۷ یا ۲۰۲۸ بترکد. به گفته او، بخش بزرگی از سرمایهگذاریها به مدلهای زبانی بزرگ و مراکز داده اختصاص یافته است؛ در حالی که تقاضای لازم برای توجیه این هزینهها هنوز شکل نگرفته است.
این اظهارات در برنامهای از Bloomberg TV مطرح شد و پس از انتشار گزارشهایی درباره احتمال عقبماندن درآمد سالانه OpenAI از هدف تعیینشده به میزان ۲۰ میلیارد دلار مورد توجه قرار گرفت. این خبر روز پنجشنبه فشار فروش را در بازارهای سهام افزایش داد و شاخص Nasdaq که سهم قابلتوجهی از شرکتهای فناوری دارد، معاملات آن روز را با افت ۱.۲۵ درصدی به پایان رساند.
با این حال، Nasdaq روز جمعه دوباره رشد کرد و به سطوح رکوردی نزدیک شد. این نوسانات بار دیگر این پرسش را مطرح کرد که رشد اقتصادی متکی بر سرمایهگذاریهای هوش مصنوعی تا چه اندازه میتواند شکننده باشد.
چرا سرمایهگذاری در مدلهای زبانی بزرگ میتواند اشتباه باشد؟
Klement معتقد است صنعت هوش مصنوعی در حال سرمایهگذاری روی فناوریهای اشتباهی است. به گفته او، بخش عمده هزینههای فعلی به مدلهای زبانی بزرگ اختصاص دارد که در مراکز داده اجرا میشوند و به قدرت پردازشی و منابع گسترده نیاز دارند.
این تحلیلگر در مقابل، آینده هوش مصنوعی را متعلق به مدلهای کوچکتر و دارای وزنهای باز میداند. این مدلها میتوانند روی رایانههای محلی اجرا شوند و توسعه برنامههای هوش مصنوعی را با هزینه کمتری امکانپذیر کنند.
مدلهای کوچکتر چگونه میتوانند بازار مراکز داده را تغییر دهند؟
اگر برنامههای هوش مصنوعی بهتدریج به سمت مدلهای کوچکتر و ارزانتر حرکت کنند، نیاز به مراکز داده عظیم ممکن است کاهش یابد. در چنین شرایطی، بخشی از زیرساختهایی که شرکتها امروز برای پاسخگویی به تقاضای آینده میسازند، ممکن است دیگر ضروری نباشند.
این سناریو میتواند بازده مورد انتظار سرمایهگذاریهای فعلی را تحت تأثیر قرار دهد. Klement همچنین هشدار میدهد که درآمدهای آینده شرکتها ممکن است نتوانند ارزشگذاری بالای کنونی آنها در بازار سهام را توجیه کنند.
از نگاه این تحلیلگر، اگر رشد سودآوری مورد انتظار سرمایهگذاران محقق نشود، ارزشگذاریهای بیش از حد در صنعت هوش مصنوعی ممکن است با اصلاحی جدی مواجه شوند.
سرمایهگذاری تریلیوندلاری در مراکز داده با چه خطری روبهرو است؟
در جریان گفتوگوی Bloomberg TV، Dani Burger، مجری این شبکه، موضوع سرمایهگذاریهای تریلیوندلاری برنامهریزیشده برای ساخت مراکز داده در سالهای آینده را مطرح کرد. Klement در پاسخ گفت بخش مهمی از توجیه این هزینهها به تعداد محدودی از شرکتها وابسته است.
به اعتقاد او، اگر تقاضای OpenAI و Anthropic در محاسبات کنار گذاشته شود، میزان تقاضای واقعی برای توان پردازشی هوش مصنوعی بهاندازهای نیست که سرمایهگذاریهای تریلیوندلاری برنامهریزیشده شرکتهای بزرگ رایانش ابری برای سال آینده را توجیه کند.
این موضوع نشان میدهد انتظارات رشد در صنعت هوش مصنوعی تا چه اندازه به برنامههای تجاری چند شرکت بزرگ وابسته است. اگر این شرکتها نتوانند تقاضای مورد انتظار را ایجاد کنند، توجیه اقتصادی بخشی از زیرساختهای در حال ساخت زیر سؤال خواهد رفت.
پیامدهای کاهش سرمایهگذاری برای اقتصاد آمریکا
کاهش سرمایهگذاری در هوش مصنوعی ممکن است تنها به شرکتهای فناوری محدود نماند. Klement هشدار میدهد که اقتصاد آمریکا بهتدریج به سرمایهگذاری در مراکز داده وابستهتر میشود و افت هزینهکرد در این بخش میتواند زنجیره تأمین گستردهای را تحت تأثیر قرار دهد.
این زنجیره از تولیدکنندگان تراشه تا تأمینکنندگان زیرساخت را در بر میگیرد. بنابراین، کندشدن روند سرمایهگذاری در مراکز داده میتواند فراتر از شرکتهایی باشد که مستقیماً مدلهای هوش مصنوعی را توسعه میدهند.
آیا کاهش انتظارات رشد میتواند حباب هوش مصنوعی را بترکاند؟
Klement میگوید اگر دو ماه پیش از او درباره زمان ترکیدن حباب هوش مصنوعی سؤال میشد، احتمالاً تصور میکرد این حباب میتواند دو سال دیگر دوام بیاورد. با این حال، او اکنون معتقد است برای ترکیدن حباب، ممکن است تنها کاهش پیشبینیهای رشد و کندشدن سرعت توسعه کسبوکارها کافی باشد.
بر اساس تحلیل او، حتی تغییرات کوچک در انتظارات رشد شرکتها میتواند پیشبینی سودهای آینده را تغییر دهد. چنین تغییری ممکن است به بازنگری در ارزشگذاری شرکتهای سراسر زنجیره تأمین هوش مصنوعی منجر شود.
به بیان دیگر، برای ایجاد بحران در بازار لزوماً نیازی به توقف کامل توسعه هوش مصنوعی نیست. اگر درآمدها و رشد واقعی کمتر از انتظارات سرمایهگذاران باشند، ارزش سهام شرکتهایی که بر اساس پیشبینیهای خوشبینانه قیمتگذاری شدهاند، ممکن است کاهش پیدا کند.
هشدار قبلی Klement درباره پایان رونق هوش مصنوعی
Klement در ماه مه نیز در مقالهای برای Reuters نوشته بود که سرمایهگذاران نهادی باید بهجای تمرکز بر این پرسش که آیا رونق هوش مصنوعی به پایان میرسد یا نه، بررسی کنند که پایان این روند چه پیامدهایی برای بازارها خواهد داشت.
البته این دیدگاه که سرمایهگذاریهای هوش مصنوعی در حال شکلدادن به یک حباب هستند، در سراسر صنعت مورد توافق نیست. با این حال، فاصله میان هزینههای سنگین زیرساختی و درآمدی که قرار است این هزینهها را جبران کند، همچنان یکی از محورهای اصلی بحث درباره آینده بازار هوش مصنوعی است.
جمعبندی؛ آینده سرمایهگذاری در هوش مصنوعی چه خواهد شد؟
پیشبینی Joachim Klement درباره احتمال ترکیدن حباب هوش مصنوعی در سالهای ۲۰۲۷ یا ۲۰۲۸، بر یک نگرانی اساسی متمرکز است: آیا تقاضا و درآمد واقعی میتوانند هزینههای عظیم ساخت مراکز داده و توسعه مدلهای بزرگ را توجیه کنند؟ از نظر او، حرکت به سمت مدلهای کوچکتر و ارزانتر میتواند بخشی از فرضیات فعلی بازار را تغییر دهد.
با این حال، زمان احتمالی ترکیدن حباب همچنان یک پیشبینی است و وقوع آن قطعی نیست. مسیر آینده بازار به تحقق انتظارات رشد، میزان تقاضای واقعی برای توان پردازشی و توانایی شرکتها در تبدیل سرمایهگذاریهای سنگین به درآمد وابسته خواهد بود.
اگر روند بازار هوش مصنوعی را دنبال میکنید، تحولات درآمدی شرکتهای بزرگ، برنامههای توسعه مراکز داده و تغییر انتظارات رشد را زیر نظر داشته باشید تا ارزیابی دقیقتری از ریسکهای این صنعت به دست آورید.
سؤالات متداول
حباب هوش مصنوعی چه زمانی ممکن است بترکد؟
Joachim Klement، تحلیلگر Panmure Liberum، پیشبینی کرده است که حباب هوش مصنوعی در آمریکا ممکن است در سال ۲۰۲۷ یا ۲۰۲۸ بترکد. این پیشبینی قطعی نیست.
چرا Joachim Klement درباره سرمایهگذاری در هوش مصنوعی هشدار میدهد؟
او معتقد است سرمایهگذاریهای سنگین در مدلهای زبانی بزرگ و مراکز داده ممکن است با تقاضای واقعی و درآمد آینده شرکتها تناسب نداشته باشند.
مدلهای کوچک هوش مصنوعی چه تأثیری بر مراکز داده دارند؟
مدلهای کوچکتر و دارای وزنهای باز میتوانند روی رایانههای محلی اجرا شوند. گسترش استفاده از آنها ممکن است نیاز به بخشی از ظرفیت مراکز داده را کاهش دهد.
ترکیدن حباب هوش مصنوعی چه پیامدی برای اقتصاد آمریکا دارد؟
کاهش سرمایهگذاری در مراکز داده میتواند بر شرکتهای فناوری، تولیدکنندگان تراشه و تأمینکنندگان زیرساخت تأثیر بگذارد و زنجیره تأمین گستردهای را درگیر کند.
آیا همه تحلیلگران معتقدند صنعت هوش مصنوعی در یک حباب قرار دارد؟
خیر. دیدگاه شکلگیری حباب هوش مصنوعی در کل صنعت پذیرفته نشده است، اما فاصله میان هزینههای زیرساختی و درآمدهای مورد انتظار همچنان موضوع بحث است.