درآمد هنگفت غول‌های فناوری از هوش مصنوعی؛ سایر شرکت‌ها هنوز بازده مالی ندیده‌اند

بر اساس تحلیلی که در گزارش تحلیلی Daily Spark موسسه Apollo منتشر شده است، هرچند هزینه‌کردهای فزاینده در حوزه هوش مصنوعی درآمدهای کلانی نصیب ارائه‌دهندگان این فناوری کرده، اما بیشتر شرکت‌های حاضر در شاخص S&P 500 هنوز هیچ رشد محسوسی در بهره‌وری یا حاشیه سود خود ثبت نکرده‌اند.

هوش مصنوعی موج بزرگی از سرمایه‌گذاری را در صنعت فناوری به راه انداخته است، اما ردپای دستاوردهای مالی آن در بدنه اصلی شرکت‌های تجاری بسیار کم‌رنگ به نظر می‌رسد. تورستن اسلوک، اقتصاددان ارشد موسسه Apollo Global Management، اعلام کرد که میزان درآمد به‌ازای هر کارمند و حاشیه سود خالص تنها برای هفت غول بزرگ فناوری موسوم به «Magnificent Seven» رشد کرده است؛ درحالی‌که این شاخص‌ها برای ۴۹۳ شرکت دیگر حاضر در شاخص S&P 500 تقریباً راکد مانده‌اند.

نکته درخور توجه این است که تحلیل اسلوک با وجود سرمایه‌گذاری‌های سنگین انجام‌شده، هیچ نشانه روشنی از جهش بهره‌وری به کمک هوش مصنوعی نیافته است. اسلوک در گزارش خود تأکید می‌کند: «با وجود سرمایه‌گذاری‌های نجومی و هیاهوی فراگیر پیرامون هوش مصنوعی، این فناوری خارج از بخش تخصصی فناوری عملاً هیچ بازده مالی ملموسی برای شرکت‌های تجاری به‌همراه نداشته است.»

اجرای مدل‌های هوش مصنوعی در مقیاس سازمانی می‌تواند هزینه‌ها را به‌سرعت نجومی کند؛ زیرا بیشتر ارائه‌دهندگان، هزینه‌ها را بر پایه تعداد توکن‌های مصرفی محاسبه می‌کنند. بنابراین، با افزایش درخواست‌های کارکنان یا واگذاری وظایف پیچیده و پردازش داده‌ها به ایجنت‌های هوش مصنوعی، صورت‌حساب‌ها به‌شدت بالا می‌رود. به گفته اسلوک، شرکت‌های بزرگ به‌تدریج هزینه‌های مربوط به توکن را نه محرک رشد، بلکه یک بار مالی سنگین می‌دانند. او خاطرنشان کرد استارتاپ‌های مورد حمایت صندوق‌های سرمایه‌گذاری جسورانه هزینه‌های زیادی صرف خرید توکن می‌کنند، اما شرکت‌های باسابقه در صورتی که گزینه‌های ارزان‌تر پاسخگوی نیازشان باشد، انگیزه چندانی برای پرداخت هزینه مدل‌های پرچمدار و گران‌قیمت ندارند.

این موضوع معضلی جدی برای ارائه‌دهندگان هوش مصنوعی ایجاد می‌کند که امیدوارند استقبال کنونی را به جریان درآمدی پایدار بدل کنند. هرچند فروش بیشتر توان پردازشی و دسترسی به مدل‌ها موجب رونق فروش تأمین‌کنندگان می‌شود، اما مشتریان شرکتی نیز برای حفظ این حجم از خرید، باید اثر مثبت آن را در بهره‌وری، رشد درآمد یا کاهش هزینه‌های عملیاتی احساس کنند. اگر هزینه‌های هوش مصنوعی بدون ارتقای عملکرد تجاری اوج بگیرد، بار این مخارج اضافی حاشیه سود شرکت‌ها را خواهد بلعید.

اسلوک در ادامه افزود: «هوش مصنوعی درکی از مسئولیت‌پذیری، اعتماد، فرهنگ سازمانی، قواعد نانوشته، سبک‌سنگین کردن‌های اخلاقی یا انصاف ندارد؛ مفاهیمی که همگی ریسک اعتباری را شکل می‌دهند و در نهایت محرک رشد درآمد و سودآوری هستند. اصل ماجرا این است که سرنوشت واقعی هوش مصنوعی نه در میان هفت غول فناوری، بلکه در دل ۴۹۳ شرکت دیگر شاخص S&P رقم می‌خورد و تا این لحظه، هیچ نشانه‌ای از بهبود حاشیه سود یا رشد درآمد در خارج از بخش فناوری دیده نمی‌شود.»

تحلیل اسلوک به محدودیت عمیق‌تری نیز اشاره دارد: بهره‌گیری موثر از هوش مصنوعی همچنان به گروه بسیار محدودی از شرکت‌ها خلاصه شده است. تا زمانی که استفاده از این فناوری در صنایع گوناگون فراگیر نشود و نتایج سنجش‌پذیری ارائه ندهد، تأثیر آن بر کل اقتصاد در سطح محدودی باقی خواهد ماند.

چالش‌های مشابهی در بخش فناوری مالی (فین‌تک) کشور هند نیز مشاهده شده است. بر پایه نظرسنجی موسسه PwC هند که در رسانه Business Standard بازتاب یافت، ۸۴ درصد از شرکت‌های فین‌تک پاسخ‌دهنده اعلام کرده‌اند هنوز هیچ نتیجه مالی ملموسی از سرمایه‌گذاری‌های خود در هوش مصنوعی نگرفته‌اند.

با این حال، این تردیدها مانع پیشروی شرکت‌ها نشده است. طبق این نظرسنجی، ۴۸ درصد از پاسخ‌دهندگان توسعه هوش و داده‌های اختصاصی را اولویت استراتژیک اصلی خود می‌دانند. از سویی دیگر، ۳۰ درصد از شرکت‌ها انتظار دارند بهبود تجربه کاربری محرک اصلی پذیرش ایجنت‌های هوش مصنوعی طی سه تا پنج سال آینده باشد و در ادامه، کاهش هزینه‌ها و افزایش بهره‌وری با ۲۲ درصد در اولویت‌های بعدی قرار دارند.

اعتماد، مانع بزرگ دیگری برای کسب‌وکارهایی است که قصد پیاده‌سازی ایجنت‌های هوش مصنوعی را در خدمات مالی دارند. در این نظرسنجی، ۴۱ درصد از پاسخ‌دهندگان اعتماد و پذیرش مشتری را بزرگ‌ترین سد راه مقیاس‌پذیری پرداخت‌های مبتنی بر ایجنت دانسته‌اند و ۳۳ درصد نیز به چالش‌های مربوط به کلاهبرداری، امنیت سایبری و مدیریت ریسک اشاره کرده‌اند.

ایجنت‌های هوش مصنوعی با به عهده گرفتن وظایف چندمرحله‌ای به‌جای پاسخ‌دهی ساده به پرامپت‌ها، می‌توانند نقش پررنگ‌تری در کسب‌وکارها ایفا کنند؛ هرچند دسترسی آن‌ها به ابزارها، پردازش اطلاعات و اقدام مستقل در سراسر سیستم‌های سازمانی، همزمان هزینه‌های سنگین مصرف و دغدغه‌های امنیتی تازه‌ای نیز خلق می‌کند.

انویدیا برای مقابله با بخشی از این ریسک‌ها دست به کار شده و پیش‌تر با معرفی پلتفرم امنیتی Open Agent Safety Platform، بستری سخت‌افزاری و نرم‌افزاری برای کنترل ایجنت‌ها و محدود کردن رفتارهای پرخطر فراهم کرده است. از طرفی دیگر، افزایش سرسام‌آور مصرف توکن شرکت‌هایی چون مایکروسافت، متا و آمازون را واداشته است تا با افزایش تمایل کارکنان به ابزارها و اوج‌گیری هزینه‌های ناشی از پردازش‌های ایجنتی، محدودیت‌هایی روی مصرف هوش مصنوعی وضع کنند. این روند چالش بزرگ شرکت‌ها را برجسته می‌کند: چگونگی توسعه کاربردهای هوش مصنوعی بدون از دست رفتن مهار هزینه‌های عملیاتی.

سم آلتمن، مدیرعامل OpenAI نیز با پذیرش این چالش، هزینه توکن‌های هوش مصنوعی را «مسئله‌ای بسیار بزرگ» برای مشتریانی توصیف کرده است که به‌دنبال بازدهی متناسب با هزینه‌کردهای خود هستند. زیرساخت عظیم پشت صحنه انقلاب هوش مصنوعی هزینه‌های سرسام‌آوری می‌طلبد و شرکت‌هایی چون آمازون، گوگل، متا و مایکروسافت مبالغ هنگفتی را به ساخت دیتاسنترها، خرید تراشه‌ها و تأمین انرژی برق لازم برای اجرای بارهای پردازشی هوش مصنوعی اختصاص داده‌اند.