هوش مصنوعی هر روز ارزان‌تر می‌شود، اما مصرف برق سر به فلک می‌کشد؛ ماجرای پارادوکس بزرگ انرژی

غول‌های مشاوره هشدار می‌دهند: هوش مصنوعی ارزان‌تر می‌شود، اما مصرف برق سر به فلک می‌کشد!

شاید در نگاه اول به نظر برسد که ارزان‌تر شدن هوش مصنوعی هزینه‌ها و مصرف منابع را کاهش می‌دهد، اما واقعیت این است که هر چه استفاده از این فناوری به‌صرفه‌تر می‌شود، شرکت‌ها بیش‌تر به سراغش می‌روند و این یعنی فشار مضاعف و سنگین روی دوش شبکه برق جهانی.

در دو گزارش جدید که این هفته توسط مؤسسات مشاوره مطرح مک‌کینزی (McKinsey) و گروه مشاوره بوستون (Boston Consulting Group یا همان BCG) منتشر شده، آمده است که کسب‌وکارها حالا دیگر از مرحله آزمون‌وخطا با چت‌بات‌ها فراتر رفته‌اند. وقتی مدل‌های هوش مصنوعی ارزان‌تر می‌شوند و قیمت توکن‌ها سقوط می‌کند، توجیه استفاده مکرر و انبوه از هوش مصنوعی در بخش‌های مختلف سازمان‌ها بسیار آسان‌تر می‌شود؛ اتفاقی که می‌تواند دردسر بزرگی برای شبکه توزیع برق ایجاد کند.

شرکت‌ها معمولاً هزینه سرویس‌های هوش مصنوعی را بر اساس «توکن» پرداخت می‌کنند؛ یعنی همان واحدهای کوچک متنی که مدل‌ها برای پردازش و تولید محتوا از آن‌ها استفاده می‌کنند. شرکت مک‌کینزی توضیح می‌دهد که در کوتاه‌مدت، ارزان‌تر شدن توکن‌ها دسترسی به هوش مصنوعی را فراگیرتر کرده و عطش مصرف برق را بالا می‌برد؛ حتی با وجود اینکه شرکت‌ها با تمام توان تلاش می‌کنند تا تراشه‌ها، مدل‌ها و دیتاسنترهای خود را بهینه‌تر و کم‌مصرف‌تر بسازند.

این ماجرا از این جهت فوق‌العاده حساس است که دیتاسنترها همین الان هم برق سرسام‌آوری مصرف می‌کنند. مک‌کینزی مصرف برق دیتاسنترها را «سریع‌ترین بخش در حال رشد تقاضای بار در بازارهای برق OECD» نامیده است. در واقع در چندین بازار کلیدی، دیتاسنترها اصلی‌ترین عامل پیش‌بینی‌شده برای رشد تقاضای برق تا سال ۲۰۳۰ هستند. این مؤسسه انتظار دارد تقاضای جهانی برق برای دیتاسنترها تا سال ۲۰۳۰ سالانه ۲۴ درصد رشد کند و سپس بین سال‌های ۲۰۳۰ تا ۲۰۴۰ این نرخ رشد به ۵ درصد در سال کاهش یابد.

با این حال، حتی همگام با افزایش مقیاس کاربرد هوش مصنوعی، بررسی‌های گروه BCG نشان می‌دهد شرکت‌هایی که بیش‌ترین پیشرفت را در این حوزه داشته‌اند، اجازه نداده‌اند هزینه‌های توکن بی‌حساب‌وکتاب بالا برود. سه چهارم از شرکت‌های پیشرو (شرکت‌هایی با بالا‌ترین بلوغ در هوش مصنوعی میان ۱٬۳۰۰ مدیر ارشد در بیش از ۲۰ صنعت مختلف) برنامه مشخصی برای مدیریت مصرف توکن و نرخ بازگشت سرمایه آن تنظیم کرده‌اند. جالب است بدانید نیمی از این شرکت‌های پیشگام، کارمندان خود را برای به کار بردن ابزار‌های پولی هوش مصنوعی تشویق می‌کنند تا بازدهی حداکثری شود (در مقایسه با تنها ۲۵ درصد از شرکت‌های عقب‌مانده در پذیرش فناوری)، در حالی که ۲۲ درصد از این مجموعه‌های آماده آینده، محدودیت‌ها و سقف‌هایی روی میزان مصرف اعمال کرده‌اند تا هزینه‌ها را تحت کنترل نگه دارند.

در واقع یک بده‌بستان و تناقض آشکار وجود دارد؛ مک‌کینزی می‌گوید هرچه انجام یک وظیفه توسط هوش مصنوعی ارزان‌تر و با مصرف انرژی کم‌تر ممکن شود، هوش مصنوعی راه خود را به بخش‌های بسیار بیشتری باز می‌کند و در نتیجه، کل تقاضای انرژی به شکل چشمگیری افزایش می‌یابد.

مک‌کینزی خاطرنشان می‌کند که چشم‌انداز کلی رشد دیتاسنترها پس از سال ۲۰۳۰ هنوز نامشخص است، چرا که کسب‌وکارها همچنان در حال سنجش این موضوع هستند که آیا هوش مصنوعی ارزش اقتصادی کافی را ایجاد می‌کند یا خیر. با این حال، نتیجه این گزارش‌ها کاملاً شفاف و صریح است: ارزان‌تر شدن هوش مصنوعی به‌هیچ‌وجه به معنی مصرف کم‌تر انرژی نیست، بلکه دقیقاً به این معناست که سازمان‌ها راه‌های بی‌شمار جدیدی برای سوزاندن انرژی بیش‌تر پیدا خواهند کرد.