وقتی دیتاسنترها از هوش مصنوعی جلو می‌زنند؛ زنگ خطر برای اقتصاد AI

گروه اقتصادی: موج سرمایه‌گذاری در هوش مصنوعی وارد مرحله‌ای شده که دیگر فقط به توسعه مدل‌های زبانی و محصولات نرم‌افزاری محدود نیست؛ بلکه میلیارد‌ها دلار سرمایه به سمت ساخت دیتاسنتر، خرید تراشه‌های پیشرفته، توسعه شبکه و تأمین برق روانه شده است. شرکت‌های فناوری و سرمایه‌گذاران برای پاسخ به تقاضای رو‌به‌رشد پردازش هوش مصنوعی، ظرفیت زیرساختی خود را با سرعتی بی‌سابقه افزایش می‌دهند. با این حال، پرسش مهمی در اقتصاد فناوری شکل گرفته است: آیا درآمد‌های آینده هوش مصنوعی می‌تواند هزینه عظیم این سرمایه‌گذاری‌ها را پوشش دهد؟ گزارش تحلیلی اخیر رویترز نیز بر همین شکاف احتمالی میان هزینه زیرساخت و بازده اقتصادی تمرکز کرده است.

به گزارش بولتن نیوز، دیتاسنتر‌های مخصوص هوش مصنوعی برخلاف مراکز داده سنتی، به توان پردازشی و انرژی بسیار بیشتری نیاز دارند. پردازنده‌های گرافیکی پیشرفته، سامانه‌های خنک‌کننده، شبکه‌های پرسرعت و تأمین برق پایدار، هزینه راه‌اندازی و نگهداری این مراکز را به‌شدت افزایش داده‌اند. در چنین شرایطی، رشد تقاضا برای خدمات هوش مصنوعی باید آن‌قدر سریع باشد که بتواند بازگشت سرمایه این زیرساخت‌ها را تضمین کند. اگر ظرفیت پردازشی ایجادشده سریع‌تر از تقاضای واقعی رشد کند، بخشی از این سرمایه‌گذاری‌ها ممکن است با نرخ بازده مورد انتظار مواجه نشود. به همین دلیل، مسئله زیرساخت از یک موضوع فنی به یکی از مهم‌ترین متغیر‌های اقتصادی آینده صنعت هوش مصنوعی تبدیل شده است.

این نگرانی به معنای آن نیست که هوش مصنوعی الزاماً با یک حباب اقتصادی مواجه است؛ بلکه هشدار اصلی درباره سرعت سرمایه‌گذاری و انتظاراتی است که پیرامون این فناوری شکل گرفته است. بازار در حال قیمت‌گذاری آینده‌ای است که در آن هوش مصنوعی باید در مقیاس گسترده برای شرکت‌ها، دولت‌ها و مصرف‌کنندگان ارزش اقتصادی ایجاد کند. اگر درآمدزایی واقعی از ابزار‌های AI، خدمات ابری و کاربرد‌های سازمانی با سرعت هزینه‌های زیرساختی پیش نرود، فشار بر سودآوری شرکت‌های فناوری افزایش خواهد یافت. در مقابل، اگر کاربرد‌های مولد AI و عامل‌های هوشمند بتوانند بهره‌وری را به‌طور محسوسی افزایش دهند، همین زیرساخت‌ها می‌توانند به پایه یک چرخه رشد بلندمدت تبدیل شوند.

برای اقتصاد دیجیتال ایران نیز این روند یک پیام مهم دارد: رقابت آینده هوش مصنوعی صرفاً رقابت بر سر ساخت مدل‌های قدرتمند نیست؛ بلکه کشور‌ها باید به مسئله زیرساخت، انرژی، مراکز داده، شبکه ارتباطی، تراشه و سرمایه‌گذاری پایدار توجه کنند. هرچه استفاده از AI گسترده‌تر شود، وابستگی آن به زیرساخت‌های فیزیکی نیز بیشتر آشکار خواهد شد. بنابراین، سیاست‌گذاری هوش مصنوعی بدون توجه به اقتصاد زیرساخت، ناقص خواهد بود. پرسش کلیدی برای سال‌های آینده این است که آیا جهان در حال ساخت زیرساختی متناسب با تقاضای واقعی است یا بخشی از سرمایه‌گذاری امروز بر مبنای انتظاراتی بنا شده که هنوز به درآمد واقعی تبدیل نشده‌اند.