از زمان آغاز رونق هوش مصنوعی، بسیاری آن را با «حباب دات‌کام» اواخر دهه ۱۹۹۰ مقایسه می‌کنند؛ دورانی که ارزش شرکت‌های فناوری به‌سرعت افزایش یافت، اما در نهایت با سقوط گسترده و موجی از ورشکستگی‌ها پایان یافت.
امروز نیز شرکت‌های فناوری برای پاسخ‌گویی به تقاضای روزافزون ابزارهایی مانند ChatGPT، Gemini و Claude و آماده‌سازی برای عصری که ماشین‌ها وظایف انسانی را بر عهده می‌گیرند، صدها میلیارد دلار در تراشه‌ها و مراکز داده سرمایه‌گذاری می‌کنند. مجموع این هزینه‌ها ممکن است به چندین تریلیون دلار برسد. بخش بزرگی از این سرمایه‌گذاری‌ها از طریق سرمایه خطرپذیر، بدهی و مدل‌های مالی غیرمعمول تأمین می‌شود.
حتی پرشورترین مدافعان هوش مصنوعی نیز می‌پذیرند که بازار بیش از حد داغ شده است؛ با این حال باور دارند که این فناوری، حوزه‌هایی چون سلامت، صنعت و مالی را دگرگون خواهد کرد. با این‌همه، هیچ فناوری با سودآوری تا این حد نامشخص، هرگز تا این اندازه سریع سرمایه جذب نکرده بود. بسیاری از مدیران، با وجود تردیدهایشان، برای عقب نماندن از رقبا به سرمایه‌گذاری ادامه می‌دهند.
نشانه‌های هشداردهنده
به گزارش Bloomberg، «سم آلتمن» مدیرعامل OpenAI در ژانویه، در کاخ سفید از طرح زیرساختی ۵۰۰ میلیارد دلاری خود با نام Stargate خبر داد. بلافاصله پس از آن، مارک زاکربرگ نیز وعده سرمایه‌گذاری صدها میلیارد دلاری برای مراکز داده داد. آلتمن سپس گفت ممکن است «تریلیون‌ها دلار» لازم باشد.
OpenAI به دنبال مسیرهای جدید برای تأمین مالی است. شرکت Nvidia اعلام کرده تا ۱۰۰ میلیارد دلار برای ساخت مراکز داده OpenAI سرمایه‌گذاری می‌کند — اقدامی که این پرسش را برانگیخت که آیا این شرکت با تأمین مالی مشتریان، در واقع فروش تراشه‌های خود را حفظ می‌کند؟ همچنین OpenAI در حال بررسی استقراض، به‌جای اتکای کامل بر مایکروسافت و اوراکل، است. طبق گزارش The Information، این شرکت تا سال ۲۰۲۹ حدود ۱۱۵ میلیارد دلار نقد هزینه خواهد کرد.
شرکت‌های بزرگ فناوری نیز در حال بدهی گرفتن‌اند
- متا برای کمپ بزرگ خود در لوئیزیانا ۲۶ میلیارد دلار وام گرفته است.
- کنسرسیومی دیگر برای شرکت Vantage Data Centers مبلغ ۲۲ میلیارد دلار تأمین مالی کرده است.
- گزارش شرکت Bain & Co. پیش‌بینی می‌کند تا سال ۲۰۳۰، صنعت برای تأمین توان محاسباتی لازم باید سالانه ۲ تریلیون دلار درآمد ایجاد کند — در حالی که ممکن است ۸۰۰ میلیارد دلار کمتر از این هدف محقق شود.
سرمایه‌گذار مشهور دیوید آینهورن هشدار داده است که «در پایان این چرخه، ممکن است سرمایه هنگفتی از بین برود». در همین حال شرکت‌هایی مانند Nebius و Nscale که از استخراج رمزارز به زیرساخت‌های ابری و هوش مصنوعی مهاجرت کرده‌اند، تلاش دارند از این «هجوم به داده» سهمی بگیرند.
بازدهی بحث‌برانگیز فناوری
بر اساس یافته‌های MIT، حدود ۹۵٪ از شرکت‌ها از سرمایه‌گذاری‌های خود در هوش مصنوعی بازدهی قابل اندازه‌گیری به‌دست نیاورده‌اند. پژوهشگران هاروارد و استنفورد می‌گویند بسیاری از کارمندان خروجی‌هایی تولید می‌کنند که «به نظر کار می‌آید اما در واقع بی‌ارزش است» و این موضوع باعث کاهش بهره‌وری می‌شود.
با این حال، OpenAI و Anthropic ارزیابی‌هایی منتشر کرده‌اند که ادعا می‌کند مدل‌هایشان منجر به افزایش کارایی شده‌اند. Anthropic می‌گوید حدود ۷۵٪ از شرکت‌ها با استفاده از Claude کارهایشان را خودکار کرده‌اند. آزمایش GDPval متعلق به OpenAI نیز ادعا می‌کند که مدل‌های آن در برخی وظایف به سطح متخصصان نزدیک شده‌اند.
بازدهی کاهنده در مدل‌های بزرگ‌تر
با این حال، بازدهی مدل‌های عظیم رو به کاهش است. رونمایی از GPT-5 در آگوست، که ماه‌ها با عنوان «جهش بزرگ» تبلیغ می‌شد، واکنش‌های متفاوتی دریافت کرد. خود آلتمن گفت: «هنوز قطعه‌ای کلیدی در پازل کم است.»
هم‌زمان، توسعه‌دهندگان چینی با مدل‌های ارزان‌تر و رقابتی فشار قیمتی ایجاد کرده‌اند. عامل محدودکننده دیگر نیز مصرف رو‌به‌رشد برق مراکز داده و محدودیت‌های شبکه است.
جست‌وجو برای مدل قیمت و درآمد پایدار
توسعه‌دهندگان امیدوارند هرچه مدل‌ها وظایف پیچیده‌تری را انجام می‌دهند، مشتریان نیز حاضر شوند هزینه بیشتری بپردازند. مدیر مالی OpenAI، سارا فرایر، گفته است: «اگر مدلی بتواند در هر کاری مانند یک دستیار در سطح دکترا عمل کند، پرداخت ماهیانه ۲ هزار دلار برای برخی موارد منطقی است.»
در مقابل، زاکربرگ اذعان دارد احتمال وجود حباب هست، اما معتقد است خطر واقعی، «کافی سرمایه‌گذاری نکردن» است.
حباب بازار چگونه شکل می‌گیرد؟
حباب‌ها زمانی شکل می‌گیرند که ارزش‌های بازار بسیار سریع‌تر از شاخص‌های اقتصادی واقعی رشد کنند و این رشد اغلب با سقوط شدید یا «ترکیدن حباب» پایان می‌یابد.
معمولاً این چرخه با هیجان سرمایه‌گذاران نسبت به فناوری یا فرصت جدیدی آغاز می‌شود. ترس از عقب ماندن یا همان FOMO باعث هجوم سرمایه‌گذاران می‌شود. اقتصاددان آمریکایی هایمن مینسکی، پنج مرحله شکل‌گیری یک حباب را چنین توصیف می‌کند:
- جابه‌جایی (Displacement)
- رشد (Boom)
- شیدایی (Euphoria)
- فروش برای سود (Profit-taking)
- وحشت (Panic)
تشخیص حباب در زمان وقوع آسان نیست؛ زیرا قیمت‌ها ممکن است به دلایل مختلفی از ارزش واقعی فاصله بگیرند. حتی افت قیمت همیشه به معنی ترکیدن حباب نیست. معمولاً زمانی که سرمایه‌گذاران درک می‌کنند انتظاراتشان بیش از حد خوش‌بینانه بوده، حباب می‌ترکد. سپس معمولاً دوره‌ای از فروش تدریجی و کاهش ارزش طولانی‌مدت آغاز می‌شود.
شوک DeepSeek و لرزش بازار
در ژانویه، شرکت چینی DeepSeek با صرف هزینه‌ای بسیار کمتر از رقبای آمریکایی، مدلی رقابتی توسعه داد. این رویداد، بازار را شوکه کرد و نگرانی‌هایی درباره ترکیدن حباب هوش مصنوعی به وجود آورد. موفقیت ویروسی DeepSeek موجب شد ارزش سهام شرکت‌های فناوری به تریلیون‌ها دلار کاهش یابد؛ به‌ویژه سهام Nvidia که در یک روز ۱۷٪ سقوط کرد.
با این حال، سیلیکون‌ولی به مسیر خود ادامه داد. در ماه‌های بعد، شرکت‌های فناوری هزینه‌های هوش مصنوعی خود را دو برابر کردند و سرمایه‌گذاران نیز دوباره به حمایت بازگشتند. سهام Nvidia پس از افت آوریل به‌سرعت رشد کرد و در سپتامبر به رکورد جدیدی رسید؛ ارزش بازار شرکت از ۴ تریلیون دلار فراتر رفت و Nvidia را به ارزشمندترین شرکت جهان بدل ساخت.
درس‌های حباب و واقعیت امروز
در دوران حباب دات‌کام، مانند امروز، بسیاری از شرکت‌ها بر مبنای معیارهایی چون ترافیک وب، نه سود واقعی، سرمایه جذب می‌کردند. پیش‌بینی‌های اغراق‌آمیز و مدل‌های اشتباه، به بحران انجامید. شرکت‌های مخابراتی میلیاردها دلار صرف ایجاد شبکه‌های فیبر نوری کردند، اما تقاضا کافی نبود و در سال ۲۰۰۱ با ترکیدن حباب، بسیاری نابود شدند یا به قیمت ناچیز فروخته شدند.
امروز نیز نشانه‌های مشابهی دیده می‌شود: سرمایه‌گذاری‌های عظیم، ارزش‌گذاری‌های غیرواقعی و تجملات افراطی. برخی استارتاپ‌های هوش مصنوعی سرمایه‌گذاران خود را با جت خصوصی و جایگاه‌های ویژه استادیوم جذب می‌کنند. در حالی‌که تداوم این مدل‌ها مشخص نیست، بسیاری از آن‌ها در مدت کوتاهی چندین دور تأمین مالی انجام می‌دهند، بی‌آنکه موفقیت قطعی داشته باشند.
Bret Taylor، رئیس هیئت‌مدیره OpenAI و مدیرعامل استارتاپ ۱۰ میلیارد دلاری Sierra، می‌گوید: «شباهت زیادی بین وضعیت امروز و حباب اینترنت وجود دارد. آن زمان هم بسیاری از شرکت‌های “پرنده” سقوط کردند، اما در نهایت غول‌هایی مانند آمازون و گوگل از دل آن بحران زاده شدند.»
«هوش مصنوعی اقتصاد را دگرگون خواهد کرد. درست مانند اینترنت، ارزش عظیمی در آینده ایجاد می‌کند؛ اما هم‌زمان درون یک حباب هستیم و بسیاری پول زیادی از دست خواهند داد.»
جف بزوس، رئیس آمازون نیز، هزینه‌های عظیم در حوزه هوش مصنوعی را به حباب زیست‌فناوری دهه ۹۰ تشبیه می‌کند، اما معتقد است این سرمایه‌گذاری‌ها در نهایت بهره‌وری همه شرکت‌ها را افزایش خواهد داد.
اما تفاوت‌های امروز با گذشته
با وجود شباهت‌ها، تفاوت‌های مهمی هم وجود دارد. تحلیلگران می‌گویند بزرگ‌ترین تفاوت، وضعیت مالی سالم‌تر شرکت‌های پیشرو در هوش مصنوعی است. «هفت غول بزرگ فناوری» شامل Apple، Microsoft، Alphabet، Amazon، Meta، Nvidia و Tesla بخش عمده رشد سود S&P 500 را تشکیل می‌دهند و ذخایر نقدی عظیمی دارند.
با وجود تردیدها، پذیرش هوش مصنوعی با سرعتی بی‌سابقه پیش می‌رود. ChatGPT با بیش از ۷۰۰ میلیون کاربر هفتگی، به یکی از سریع‌ترین محصولات مصرفی تاریخ تبدیل شده است. OpenAI و Anthropic شاهد رشد چشمگیر درآمدهای خود هستند.
OpenAI پیش‌بینی می‌کند درآمدش در سال ۲۰۲۵ به ۱۲.۷ میلیارد دلار برسد که سه برابر سال گذشته است. گرچه هنوز سودده نیست، اما توافق اخیر برای فروش سهام کارمندان، ارزش شرکت را به ۵۰۰ میلیارد دلار رسانده است — رقمی که آن را بدون کسب سود، در جایگاه یکی از گران‌ترین شرکت‌های جهان قرار می‌دهد.
جمع‌بندی
رونق فعلی هوش مصنوعی می‌تواند آغاز تحولی بزرگ باشد، اما هم‌زمان نشانه‌هایی از حباب نیز در آن دیده می‌شود. همان‌طور که تاریخ نشان داده، هر فناوری انقلابی با موجی از هیجان و سپس اصلاح همراه است. این‌که هوش مصنوعی واقعاً دنیا را متحول خواهد کرد یا تنها بخشی از آن در گذر زمان می‌ماند، هنوز روشن نیست.
