مدیر مالی آمازون وب سرویس: هزینه‌های سرسام‌آور هوش مصنوعی حباب نیست و بازدهی بالایی دارد

مدیر ارشد مالی آمازون وب سرویس (AWS) اعلام کرد که موج سرمایه‌گذاری‌های سنگین در زیرساخت‌ها و خدمات هوش مصنوعی پایدار و ادامه‌دار خواهد بود، چراکه این فناوری نوآوری‌های ملموس و معناداری را رقم زده است.

چرا این موضوع اهمیت دارد؟ برخی از سرمایه‌گذاران و تحلیلگران بازار نسبت به‌شکل‌گیری حباب هوش مصنوعی ابراز نگرانی می‌کنند. افزایش سرسام‌آور بدهی‌ها، ارزش‌گذاری‌های غیرواقعی شرکت‌ها، معاملات تأمین مالی چرخه‌ای و این پرسش کلیدی که آیا رشد درآمدها می‌تواند پابه‌پای هزینه‌های هنگفت زیرساختی حرکت کند یا خیر، بازار را در وضعیت هشدار قرار داده است.

نگاه دقیق‌تر: جان فلتون (John Felton)، مدیر ارشد مالی AWS، می‌گوید هزینه‌های سرمایه‌ای این شرکت در حوزه هوش مصنوعی کاملاً به بار نشسته است و تجربیات آمازون بازگشت سرمایه مطمئن این مخارج تهاجمی را اثبات می‌کند.

• او استدلال می‌کند که رویکرد هوشمندانه به هوش مصنوعی این است که به آن به چشم ابزاری قدرتمند برای ارتقای بهره‌وری نگاه شود، نه صرفاً وسیله‌ای برای کاهش هزینه‌ها.
• فلتون در این باره می‌گوید هدف اصلی، به‌کارگیری هوش مصنوعی برای ایجاد «تجربه‌های کاربری جذاب‌تر، خلق محصولات جالب‌تر و توسعه قابلیت‌های درآمدزا» است.
• او اضافه می‌کند که در تیم تحت مدیریت او، «هوش مصنوعی ابزاری شگفت‌انگیز برای رهایی از کارهای تکراری و طاقت‌فرساست» و به نیروهای متخصص اجازه می‌دهد «زمان خود را صرف فعالیت‌هایی با ارزش افزوده بالاتر کنند».

تصویر کلان: اظهارات مدیر مالی AWS پس از آن مطرح شد که تحلیلگران مؤسسه پژوهشی گارتنر با انتشار یک گزارش هشدارآمیز سرمایه‌گذاران را نگران کردند. در این گزارش برآورد شده است که بیش از ۳٫۵ تریلیون دلار از هزینه‌های زیرساختی هوش مصنوعی تا پایان سال ۲۰۳۰ «ممکن است در معرض افت ارزش و سوخت شدن سرمایه» قرار گیرد.

• گارتنر در گزارش خود به خطر جدی عقب ماندن رشد درآمدها از هزینه‌های سرسام‌آور توسعه هوش مصنوعی اشاره کرده که می‌تواند به حذف گسترده دارایی‌ها از ترازنامه‌ها (Write-down) منجر شود.
• علاوه بر این، تحلیل‌ها نشان می‌دهد طبق پیش‌بینی گارتنر، بیش از ۸۰ درصد از ارائه‌دهندگان تخصصی خدمات ابری هوش مصنوعی تا سال ۲۰۳۰ استقلال عملیاتی خود را از دست خواهند داد یا تعطیل می‌شوند.

نکته پنهان: هرچند AWS نیز از خطرات مطرح‌شده از سوی گارتنر مصون نیست، اما به‌عنوان یک غول ابری (Hyperscaler) با جریان‌های درآمدی عظیم و به‌شدت متنوع، در بهترین موقعیت برای تاب‌آوری در برابر این چالش‌ها قرار دارد.

فلتون می‌گوید با تکیه بر سفارش‌های معوق و صف خریدی به ارزش نزدیک به ۵۰۰ میلیارد دلار تا پایان سه‌ماهه دوم، «از روند هزینه‌های سرمایه‌ای شرکت کاملاً آسوده‌خاطر است». این حجم عظیم سفارش‌ها حاصل تقاضای ترکیبی از «مشتریان بزرگ و کوچک، سازمان‌های بین‌المللی، آزمایشگاه‌های پیشرو هوش مصنوعی و همچنین کسب‌وکارهای کوچک و متوسط» است.

• او تأکید می‌کند: «این تقاضا کاملاً واقعی و در حال جریان است.»
• مدیر مالی AWS همچنین توضیح می‌دهد که سرمایه‌گذاری روی سرورهای هوش مصنوعی بسیار ثمربخش بوده است: «ما شاهد بازگشت سرمایه این سرورها در کمتر از سه سال هستیم.»

به روایت آمار و ارقام: واحد ابری آمازون در سه‌ماهه دوم سال درآمدی معادل ۴۲٫۲ میلیارد دلار گزارش کرد که بیانگر رشد ۳۶٫۷ درصدی نسبت به سال گذشته است.

• نرخ سالانه درآمدزایی (Run Rate) بخش هوش مصنوعی این شرکت از ۲۵ میلیارد دلار فراتر رفته و رشد سالانه آن سه‌رقمی شده است.

نقطه اصطکاک و چالش: واکنش‌های منفی و مخالفت‌ها با احداث دیتاسنترهای جدید، تهدیدی علیه توسعه زیرساخت‌های هوش مصنوعی شرکت‌هایی مانند AWS به حساب می‌آید؛ چراکه جوامع محلی نسبت به اثرات زیست‌محیطی، افزایش تعرفه‌های برق و وضعیت اشتغال به‌شدت نگران هستند.

• فلتون در واکنش به این اعتراض‌ها می‌گوید: «برخی از جنبش‌های ضد دیتاسنتر مرا شگفت‌زده کرده است. از نگاه من، ما در حال سرمایه‌گذاری در جوامع محلی و اشتغال‌زایی هستیم و عمیقاً باور دارم که مسیر درستی را می‌پیماییم.»
• او می‌افزاید: «اینکه این مخالفت‌ها دقیقاً از کجا نشئت می‌گیرد برایم جای سؤال دارد و فکر می‌کنم باید پیام‌های خود را درباره آنچه انجام می‌دهیم، چرایی و شیوه اجرای آن به‌شکل بهتری منتقل کنیم. شرکت‌های هوش مصنوعی باید بسیار فعال‌تر باشند و این روایت مثبت را با شفافیت تعریف کنند.»
• او همچنین یادآور شد که مردم محلی نباید نگران متروکه شدن دیتاسنترها و تبدیل آن‌ها به نمادهای فرسودگی صنعتی باشند: «این تأسیسات عمر مفید ۳۰ ساله دارند و می‌توان چند نسل مختلف از سرورها و تراشه‌ها را در دل آن‌ها جای داد.»

سخنان فلتون درباره هزینه‌های هوش مصنوعی در شرایطی مطرح می‌شود که نگاه دنیای کسب‌وکار به نحوه استفاده از مدل‌های بزرگ زبانی (LLM) با تحولی سریع روبه‌رو شده است.

• برخی از سازمان‌ها برای مدیریت هزینه‌های مالی، استفاده از توکن‌های هوش مصنوعی را مهار کرده و برای کاربران خود سقف مصرف تعیین کرده‌اند.
• با این حال، فلتون می‌گوید با بررسی الگوی مصرف توکن در خود AWS دریافت که به‌طور کلی، استفاده بیشتر به نتایج بسیار بهتری می‌انجامد.
• او در پایان می‌گوید: «ما شاهد یک رابطه کاملاً مستقیم و خطی میان میزان بهره‌وری و مصرف توکن بودیم. آمازون بازگشت سرمایه چشمگیر و جهش فوق‌العاده‌ای در بهره‌وری تجربه می‌کند و ما برای گسترش هرچه بیشتر آن برنامه‌ریزی کرده‌ایم.»