سقوط شدید قیمت توکن‌های هوش مصنوعی؛ زنگ خطری تازه برای رونق اقتصادی غول‌های فناوری

قیمت توکن‌ها — که واحد اصلی سنجش مصرف و خدمات هوش مصنوعی به شمار می‌رود — طی ماه‌های اخیر با سقوطی چشمگیر روبه‌رو شده است.

چرا این موضوع اهمیت دارد: افت مداوم قیمت‌ها، استحکام موج بزرگ رونق هوش مصنوعی را با علامت سؤال جدی مواجه کرده است؛ رونقی که بر پایه این فرضیه شکل گرفت که تقاضای بازار برای توان پردازشی بی‌پایان خواهد بود.

آخرین وضعیت بازار: اگرچه یک نرخ واحد برای توکن وجود ندارد که بازتاب‌دهنده تمام تراکنش‌ها باشد، اما شاخص‌های عمومی معتبر همگی روندی کاهشی و مشابه را نشان می‌دهند.

• شاخص هزینه توکن مدل‌های زبانی در موسسه سیلیکون دیتا (Silicon Data) — بنچمارکی وزنی بر اساس حجم مبادلات که تغییر گرایش بازار به مدل‌های ارزان‌تر را ثبت می‌کند — طی روزهای اخیر کف یک دلاری را شکست و به زیر یک دلار به‌ازای هر میلیون توکن سقوط کرد.
• این شاخص نسبت به اوج خود در اواخر ماه مه (که ۲٫۰۷ دلار به‌ازای هر میلیون توکن بود)، افت ۵۴ درصدی را ثبت کرده است.
• از سوی دیگر، شاخص قیمت توکن شرکت مدیریت هزینه‌های سازمانی رمپ (Ramp) — که بر پایه پرداخت‌های واقعی شرکت‌ها به اوپن‌ای‌آی و آنتروپیک محاسبه می‌شود — نسبت به سقف ۱٫۲۲ دلاری خود در اواخر فوریه، ۴۸ درصد ریزش داشته است.

دیدگاه کارشناسان: سقوط قیمت توکن‌ها هم نتیجه مهاجرت مشتریان سازمانی به مدل‌های وزنباز ارزان‌تر است و هم از تخفیف‌های پیاپی اوپن‌ای‌آی و آنتروپیک بر سر تعرفه مدل‌هایشان سرچشمه می‌گیرد.

• آرا خارازیان، اقتصاددان ارشد شرکت رمپ، در تحلیلی از این وضعیت توضیح می‌دهد: «این بازار از آن دست حوزه‌هایی نیست که وفاداری مالی و ماندگاری مشتری در آن بالا باشد. از همین رو، ماه به ماه با عرضه هر مدل جدید، شاهد آن هستیم که میلیاردها دلار از بودجه پردازشی شرکت‌ها از یک ارائه‌دهنده سرویس به سرویس‌دهنده‌ای دیگر منتقل می‌شود.»
• استیو هو، مدیر تحقیقات موسسه سیلیکون دیتا، نیز معتقد است: «بخشی از این افت قیمت به مسیردهی هوشمند سفارش‌ها و فاصله گرفتن از مدل‌های پیشگام به‌سوی مدل‌های متن‌باز مربوط می‌شود؛ پدیده‌ای که پایان دوره مصرف حداکثری ابری یا به‌اصطلاح token maxing نامیده می‌شود.»
• او می‌افزاید این افت همچنین نشان می‌دهد که غول‌های هوش مصنوعی «خودشان نیز دست به کاهش قیمت زده‌اند؛ به این ترتیب که با عرضه هر نسل جدید، شاهد هوش بالاتر و توانایی‌های بیشتر اما با برچسب قیمتی ارزان‌تر هستیم.»

کریس کلارک، هم‌بنیان‌گذار و مدیر ارشد عملیات پلتفرم اوپن‌روتر (OpenRouter) — بستری نرم‌افزاری که به توسعه‌دهندگان امکان استفاده از طیف گسترده‌ای از مدل‌های هوش مصنوعی را می‌دهد — معتقد است افزایش به‌کارگیری ایجنت‌ها برای تعاملات طولانی‌تر نیز یکی دیگر از عوامل کلیدی کاهش قیمت‌ها است.

• به گفته کلارک، دلیل این امر آن است که بخش عمده‌ای از داده‌ها در این تعاملات طولانی، به‌جای اجرای مجدد در مدل، ذخیره یا به‌اصطلاح کَش (Cache) می‌شوند. توکن‌های مربوط به ورودی‌های کش‌شده معمولاً بسیار ارزان‌تر از توکن‌های استاندارد قیمت‌گذاری می‌شوند.

تصویر بزرگ‌تر: فارغ از اینکه چه عاملی نقش پررنگ‌تری دارد، افت قیمت‌ها می‌تواند محاسبات مربوط به یکی از بزرگ‌ترین موج‌های سرمایه‌گذاری تاریخ آمریکا را دگرگون کند.

• بر اساس برآوردهای گلدمن ساکس (Goldman Sachs)، بزرگ‌ترین غول‌های ارائه‌دهنده زیرساخت ابری (هایپراسکیلرها) در ایالات متحده به‌تنهایی در مسیر ثبت ۸۰۰ میلیارد دلار هزینه سرمایه‌ای در سال جاری هستند و پیش‌بینی می‌شود این رقم در سال ۲۰۲۷ به ۱٫۱ تریلیون دلار دیگر برسد.

اما ماجرا به همین‌جا ختم نمی‌شود: بسیاری از کارشناسان تاکنون سقوط قیمت را با استناد به «پارادوکس جونز» (Jevons Paradox) کم‌اهمیت جلوه می‌دادند؛ پدیده‌ای اقتصادی که در آن بهبود فناوری و کاهش قیمت‌ها، در نهایت به تحریک تقاضا و انفجار فعالیت‌های اقتصادی جدید در سطوح قیمتی پایین‌تر منجر می‌شود.

• این نظریه تا اینجای کار تا حدودی درست از آب درآمده است؛ چراکه میزان مصرف هوش مصنوعی بر حسب تعداد توکن همچنان با سرعتی سرسام‌آور رو به افزایش است.

نقطه اصطکاک و چالش اصلی: با وجود این، محاسبات شرکت رمپ نشان می‌دهد هزینه‌کرد واقعی شرکت‌ها برای توکن — برخلاف میزان مصرف توکن — دو ماه متوالی است که در کمال شگفتی در یک سطح ثابت باقی مانده است؛ آن هم در حالی که کسب‌وکارها با تمام قوا در حال مصرف توان محاسباتی هستند.

• خارازیان در این زمینه تأکید می‌کند: «برای نخستین‌بار شاهد آن هستیم که با وجود بالا رفتن مصرف توکن، مبلغ هزینه‌شده برای آن کاملاً راکد و ثابت مانده است؛ وضعیتی که اکنون دو ماه پیاپی تکرار شده است.»

نتیجه نهایی: مبالغی که شرکت‌ها صرف خرید توکن می‌کنند، ارتباطی تنگاتنگ و مستقیم با درآمدهای سازندگان مدل‌های هوش مصنوعی دارد.

• اگر روند راکد ماندن هزینه‌ها تداوم یابد، این مسئله می‌تواند برنامه‌های عرضه عمومی سهام (IPO) شرکت‌هایی نظیر آنتروپیک را با چالشی جدی روبه‌رو کند؛ رویدادی که نه‌تنها این شرکت‌ها، بلکه کل موج تجارت هوش مصنوعی را — که این روزها موتور محرک بازار سرمایه و اقتصاد است — تحت تأثیر قرار خواهد داد.