سرمایه‌گذاری یک تریلیون دلاری غول‌های فناوری در هوش مصنوعی؛ صورت‌حسابی که از جیب مشتریان پرداخت می‌شود

سرمایه‌گذاری گسترده روی زیرساخت‌های هوش مصنوعی، مخارج بخش فناوری را به اعدادی بی‌سابقه در تاریخ رسانده است و مشتریان سازمانی اکنون با مواجهه با افزایش قیمت نرم‌افزارها و قطعات سخت‌افزاری، ناچارند هزینه این توسعه سنگین را بپردازند.

جان دیوید لاولاک، نایب‌رئیس و تحلیل‌گر ارشد مؤسسه پژوهشی گارتنر (Gartner)، اعلام کرد که حجم سرمایه‌گذاری خودِ شرکت‌های فناوری در بخش توسعه فناوری به رقمی در حدود یک تریلیون دلار رسیده است و پیش‌بینی می‌شود این رقم در سال ۲۰۲۶ با رشد چشمگیر ۳۴٫۷ درصدی همراه شود.

این هزینه‌کرد هنگفت، موتور محرک فروش جهانی در بخش آی‌تی شده و گارتنر را بر آن داشته است تا برآورد فروش کل این بازار در سال ۲۰۲۶ را به ۶٫۳۷ تریلیون دلار ارتقا دهد؛ رقمی که رشدی ۱۴٫۲ درصدی را نسبت به سال گذشته نشان می‌دهد و در مقایسه با پیش‌بینی ۶٫۳۱ تریلیون دلاری ماه آوریل و ۶٫۱۵ تریلیون دلاری ماه فوریه رشد یافته است.

لاولاک توضیح داد اگرچه شتاب کلی رشد این بخش رو به افزایش است، اما هزینه‌کرد دنیای فناوری در سه سرعت کاملاً متفاوت حرکت می‌کند. در بخش دستگاه‌ها و گجت‌ها (شامل خریدهای مصرف‌کنندگان عادی و لپ‌تاپ‌های کاری شرکت‌ها)، رشد ۹٫۸ درصدی پیش‌بینی شده است؛ با این حال، بخش عمده‌ای از این رشد ناشی از تورم قیمتی است، چراکه قیمت تراشه‌ها و ماژول‌های حافظه به‌شکل روزافزونی گران‌تر شده‌اند. در سوی دیگر، بخش خدمات و مخابرات رشدهای بسیار کمتری معادل ۵٫۳ درصد و ۴٫۴ درصد را تجربه می‌کنند.

از طرفی، بخش «زیرساخت به‌عنوان سرویس» (IaaS) که یکی از ستون‌های رایانش ابری به شمار می‌رود، در مسیر رشدی ۲۹٫۳ درصدی در سال جاری قرار دارد تا حجم آن به ۲۸۷ میلیارد دلار برسد. طبق اعلام گارتنر، این بازار در سال ۲۰۲۵ نیز رشدی ۲۵٫۳ درصدی را ثبت کرده بود.

بخش عمده‌ای از این جهش مالی، ناشی از تلاش شرکت‌های فناوری برای تجهیز دیتاسنترها با هدف پاسخگویی به ظرفیت‌های پردازشی مورد نیاز در دوران رونق هوش مصنوعی است؛ ارقامی که به گفته گارتنر، صرفاً مربوط به تجهیزات پردازشی بوده و ساخت فیزیکی ساختمان‌ها و سیستم‌های خنک‌کننده دیتاسنترها در آن محاسبه نشده است.

لاولاک در تشریح ابعاد این ماجرا توضیح می‌دهد: «پروژه توسعه زیرساخت‌های هوش مصنوعی، عظیم‌ترین طرح زیرساختی به شمار می‌رود که بشریت در طول تاریخ اجرا کرده است؛ پروژه‌ای که مقیاس آن از شبکه بزرگراه‌های آمریکا، شبکه راه‌آهن اروپا، دیوار بزرگ چین و ایستگاه فضایی بین‌المللی در مجموع نیز فراتر می‌رود.»

او در ادامه می‌افزاید: «ابعاد این ماجرا تا این حد عظیم است و دقیقاً به همین دلیل تحولی ساختاری به شمار می‌رود. ما در حال گذار از جهانی هستیم که در آن صرفاً روی فناوری اطلاعات (IT) هزینه می‌کردیم، به جهانی که در آن مستقیماً برای فناوری هوشمندی سرمایه‌گذاری خواهیم کرد. در حال حاضر هم ممکن است عده‌ای ترجیح دهند مانند کبک سرشان را زیر برف کنند و این واقعیت را نادیده بگیرند، اما این آینده با تمام قوا در راه است.»

با اقدام شرکت‌های نرم‌افزارهای سازمانی برای ادغام هوش مصنوعی در محصولاتشان و همکاری با سازندگان مدل‌های پایه همچون اوپنای‌آی (OpenAI) و آنتروپیک (Anthropic)، سازمان‌ها و کسب‌وکارهایی که خریدار تجهیزات و راهکارهای فناوری اطلاعات هستند، به‌شدت نگران موج جدید افزایش قیمت‌ها شده‌اند.

لاولاک در این باره می‌گوید: «مدیران ارشد فناوری به‌شدت نگران افزایش قیمت‌هایی هستند که از سوی تمامی تأمین‌کنندگان بر آن‌ها تحمیل می‌شود و در هر حوزه‌ای که بتوانند، در برابر این گرانی‌ها سرسختانه مقاومت می‌کنند. با این حال، تنها جایی که در برابر این گرانی‌ها تا حدی موفق بوده‌اند، حوزه خدمات فناوری اطلاعات است؛ جایی که وقتی یک ارائه‌دهنده خدمات، هوش مصنوعی را به محصولاتش اضافه می‌کند، مشتریان سازمانی با چانه‌زنی موفق می‌شوند قیمت‌های ارزان‌تری از او مطالبه کنند.»

هم‌زمان پرسش‌های بی‌پاسخی مطرح است مبنی بر اینکه آیا بازار اصلاً توان تحمل چنین افزایش قیمت‌هایی را در درازمدت دارد یا اینکه بالا بردن قیمت‌ها صرفاً رویکردی تدافعی از سوی شرکت‌ها برای حفظ سهم بازار است. برای مثال، ادغام مدل هوش مصنوعی Gemini در موتور جستجوی گوگل را می‌توان حرکتی تدافعی برای صیانت از جایگاه مسلط این شرکت در برابر تهدید هوش مصنوعی دانست، نه راهکاری تازه برای کسب درآمدهای جدید.

از سوی دیگر، مسئله مدیریت هزینه‌های هوش مصنوعی برای کاربران به معضلی تازه تبدیل شده است؛ چراکه سازندگان مدل‌های هوش مصنوعی با گذر از اشتراک‌های ماهانه با سقف ثابت به سمت صورت‌حساب‌های مبتنی بر مصرف واقعی (Usage-based)، هزینه‌ها را به‌شکل چشمگیری افزایش داده‌اند.

در این میان، ورود مدل‌های ارزان‌تر شرکت‌های چینی به بازار شتاب گرفته است و توسعه‌دهندگان نیز می‌کوشند تا در هر بخش ممکن، از مدل‌های متن‌باز بهره ببرند تا وابستگی خود به مدل‌های اختصاصی و گران‌قیمت را مهار کنند.

لاولاک تأکید می‌کند این موضوع که آیا فشار قیمت‌ها به صنعت فناوری اجازه می‌دهد تا هزینه‌های سنگین توسعه زیرساخت‌های هوش مصنوعی را در درازمدت تاب بیاورد یا خیر، «بزرگ‌ترین پرسش بی‌پاسخ امروز» است؛ پرسشی حیاتی که به گفته او: «هنوز به‌شکل شایسته‌ای بررسی نشده و پاسخ روشنی نیز برای آن ارائه نگرفته است.»