بده‌بستان شرکت‌های فناوری در عصر هوش مصنوعی

غول‌های فناوری چگونه هوش مصنوعی را به حبابی پرهزینه تبدیل کرده‌اند؟

یک‌شنبه 10 خرداد 1405 - 14:27مطالعه 10 دقیقه
غول‌های فناوری چگونه با سرمایه‌گذاری روی مشتریان خود، بزرگ‌ترین حباب مالی تاریخ هوش مصنوعی را حفظ کرده‌اند؟
تبلیغات

تصور کنید وارد شهربازی بسیار بزرگی می‌شوید؛ صاحب مجموعه به استقبالتان می‌آید و کیسه‌ی سنگینی از بلیت‌ها یا توکن‌های مخصوص بازی را به شما هدیه می‌دهد؛ البته با یک شرط مهم، شما فقط و فقط حق دارید توکن‌ها را برای سوارشدن به دستگاه‌های همین شهربازی خرج کنید. در پایان هرشب، صاحب شهربازی، رو به خبرنگاران، با افتخار می‌گوید: «ببینید دستگاه‌های ما چقدر شلوغ و پردرآمدند!»

خلاصه صوتی مقاله

ساخته‌شده با هوش مصنوعی.

آنچه امروز در سیلیکون‌ولی و در دل بازار دو تریلیون دلاری هوش مصنوعی رخ می‌دهد، دقیقا تکرار همین الگوی شهربازی است. خطوط ارتباطی میان شرکت‌ها دیگر به زنجیره‌های تأمین منطقی شباهتی ندارد؛ زیرا غول‌های فناوری روی استارتاپ‌هایی سرمایه‌گذاری می‌کنند که در واقع مشتری خودشان هستند.

در مرکز هیاهوی هوش مصنوعی، نام انویدیا بیش‌از دیگران تکرار می‌شود؛ شرکتی که ظاهرا نقش همان فروشنده‌ی توکن شهربازی (تراشه) را برای تمام جهان بازی می‌کند؛ اما اغلب مردم نمی‌دانند انویدیا هم در حال تزریق میلیاردها دلار پول به مشتریان خودش است تا خیالش راحت باشد که آن‌ها همچنان توانایی خرید پردازنده‌های گران‌قیمتش را دارند.

در دنیای باستان، چنین چرخه‌‌هایی با نماد «اوروبوروس» شناخته می‌شدند؛ همان مار یا اژدهایی که دم خودش را می‌بلعد تا زنده بماند. اگر بخواهیم این مفهوم را به‌زبان ساده‌تر و امروزی‌تر بگوییم، وضعیت فعلی بازار هوش مصنوعی شبیه سه‌راهی برقی است که دوشاخه‌اش را به پریز خودش وصل کرده‌اید!

بیایید کمی عمیق‌تر به چشم‌انداز بازار ۲تریلیون دلاری هوش مصنوعی نگاه کنیم؛ آیا این حجم عظیم پولی که در اکوسیستم هوش مصنوعی جابه‌جا می‌شود، تقاضای واقعی کاربران نهایی را منعکس می‌کند؟ یا غول‌های فناوری صرفا در حال دست‌به‌دست کردن پول‌های یکدیگرند تا تقاضا را روی کاغذ بزرگ جلوه دهند و رکوردهای بی‌سابقه‌ای از سودآوری ثبت کنند؟

چرخه بازیافتی پول در صنعت هوش مصنوعی چطور کار می‌کند؟

واقعیت پشت پرده‌ی تیترها و ترندهایی که از جذب سرمایه‌های چندمیلیارددلاری استارتاپ‌های هوش مصنوعی می‌گویند، با آنچه فکر می‌کنیم تفاوت زیادی دارد. وقتی یک غول فناوری روی استارتاپی سرمایه‌گذاری می‌کند، معمولا از انتقال کیف‌های پُر از پول نقد خبری نیست. در عوض، آن‌ها سبدی از اعتبارهای ابری (Cloud Credits) را به استارتاپ می‌دهند؛ چیزی شبیه به یک کارت هدیه فروشگاهی که فقط در مکانی خاص اعتبار دارد.

برای درک بهتر، بیایید نگاهی به رابطه مایکروسافت و OpenAI بیندازیم؛ استارتاپ پیشگامی که با ساخت ChatGPT قواعد بازی را تغییر داد و برای مدت زیادی نورچشمی مایکروسافت محسوب می‌شد.

وقتی مایکروسافت ۱۳ میلیارد دلار در OpenAI سرمایه‌گذاری کرد، در واقع این مبلغ به‌شکل اعتبارِ استفاده از سرورهای اختصاصی خود مایکروسافت پرداخت شد. OpenAI موظف بود اعتبار دریافتی را دقیقا برای آموزش مدل‌های هوش مصنوعی خود، در دیتاسنترهای مایکروسافت خرج کند.

مثل‌اینکه پول هرگز از حساب‌های بانکی مایکروسافت خارج نمی‌شد؛ بلکه یک دور می‌چرخید و دوباره به جیب خودشان برمی‌گشت؛ اما در دفاتر مالی، همین پولی که جابه‌جا نشده است، به‌عنوان درآمد جدید ابری از یک مشتری ثبت می‌شود؛ مشتری‌ای که در واقع، خودشان هستند.

این چرخه‌ی بازیافتی، تنها راهی است که می‌توانیم تضاد عجیب اعداد را درک کنیم. صورت‌حساب ابری سالانه‌ی OpenAI اوایل سال ۲۰۲۶ به بیش‌از ۶۰ میلیارد دلار رسید؛ درحالی‌که درآمد واقعی شرکت با ارفاق، حوالی ۲۵ میلیارد دلار بود؛ فکر می‌کنید این شکاف عظیم ۳۵ میلیارددلاری چطور پر می‌شد؟ دقیقا با همین چرخه‌ی اعتباری که شرکت‌ها را روی کاغذ زنده نگه می‌دارد.

غول‌های فناوری به استارتاپ‌ها اعتباری می‌دهند که باید منحصرا در سرورهای خودشان خرج شود

البته مهندسی مالی بازار AI فقط به خدمات ابری محدود نمی‌شود و رد پایش را در بازار سخت‌افزار هم می‌بینیم؛ برای مثال رابطه‌ی شرکت تراشه‌ساز ای‌ام‌دی و اوپن‌ای‌آی را در نظر بگیرید. در قرارداد بین دو شرکت، OpenAI تعهد می‌دهد ده‌ها میلیارد دلار تراشه از AMD بخرد و در مقابل، AMD به این استارتاپ حق خریدی (Option) داد که براساس آن، OpenAI می‌تواند سهام AMD را با قیمت عجیب و بسیار ناچیزِ یک سنت به‌ازای هر سهم بخرد.

طبق انتظار وقتی خبر همکاری بزرگ OpenAI و AMD رسانه‌ای می‌شود، به‌لطف سرمایه‌گذاران هیجان‌زده، ارزش سهام AMD در بازار افزایش می‌یابد. الگو و نقشه‌ای که از آن حرف زدیم همین‌جا کامل می‌شود: OpenAI حالا می‌تواند از طریق رشد چشمگیر همان سهامی که تقریبا رایگان به‌دست آورده است، بخش بزرگی از هزینه‌ی خرید تراشه‌ها را پرداخت کند. در این بازی، بازار سهام و در واقع سرمایه‌های خرد هستند که عملا هزینه‌ی سخت‌افزار را پرداخت می‌کنند.

سودهای غیرواقعی و ابرشرکت‌هایی که صنعت را می‌چرخانند

وقتی مرز میان رقیب، سرمایه‌گذار و مشتری پاک شود، گزارش‌های مالی شرکت‌ها بیشتر حکم نوعی نمایش تردستی را دارند تا سند حسابداری. برای درک بازی، کافی است به کارنامه‌ی مالی آمازون و آلفابت در سه‌ماهه‌ی نخست سال ۲۰۲۶ نگاه کنیم.

آمازون در فصل اول ۲۰۲۶ با افتخار از سود خیره‌کننده‌ی ۳۰٫۳ میلیارددلاری‌اش پرده برداشت؛ اما اگر کمی اعداد را زیر و رو کنیم، متوجه می‌شویم که بیش‌از ۵۰ درصد این مبلغ، معادلِ ۱۶٫۸ میلیارد دلار، اصلا ربطی به نقدینگی جاری نداشت و صرفا «رشد ارزش دفتری» سرمایه‌گذاری آن‌ها روی استارتاپ آنتروپیک بود.

سودهای نجومی ابرشرکت‌ها در هوش مصنوعی، بیشتر یک ترفند حسابداری است تا جریان پول نقد واقعی

درحالی‌که آمازون روی کاغذ رکوردهای سودآوری را جابه‌جا می‌کرد، جریان پول نقد واقعی شرکت با سقوط آزاد ۹۵درصدی به تنها ۱٫۲ میلیارد دلار رسید؛ زیرا آن‌ها مجبور شده بودند ۴۴٫۲ میلیارد دلار پول واقعی را برای ساخت دیتاسنترهای جدید خرج کنند. آلفابت هم دقیقا همین نمایش را اجرا کرد؛ از سود ۶۲٫۶ میلیارددلاری آن‌ها، نزدیک به ۲۸٫۷ میلیارد دلار چیزی جز رشد ارزش کاغذی سهامشان در همان استارتاپ آنتروپیک نبود.

حالا بیایید نگاه نزدیک‌تری به خود آنتروپیک داشته باشیم؛ استارتاپی که ظاهرا درست‌وسط طناب‌کشی غول‌های ابری آمریکا گیر افتاده؛ آنتروپیک هم از آمازون، هم از گوگل میلیاردها دلار سرمایه در قالب همان اعتبارهای ابری دریافت کرده است و طبق قرارداد باید مدل‌های هوشمندش را منحصرا روی سرورها و زیرساخت‌های همین دو شرکت آموزش دهد و اجرا کند.

وابستگی متقابل بین شرکت‌های زیرساختی و لابراتوارهای AI، ریسک اقتصادی آشنای تمرکزگرایی را به‌دنبال دارد؛ درست‌مانند شرایطی که تمام تخم‌مرغ‌هایتان را در یک سبد می‌گذارید. اگر از رابطه‌ی سابق مایکروسافت و OpenAI بگذریم، وضعیت اوراکل هم بهتر نیست؛ زیرا ۵۴ درصد از پروژه‌های ۵۵۳ میلیارد دلاری‌ آن‌ها به خالق ChatGPT اختصاص یافته است. اگر ماشین OpenAI به هر دلیلی ترمز کند یا بلغزد، کل مدار از کار می‌افتد و زنجیره‌ی سقوط با شتابی غیرقابل‌تصور آغاز می‌شود.

در گوشه‌ای دیگر از بازار عظیم هوش مصنوعی، ایلان ماسک هم با مدل متفاوت و خاص خودش کار می‌کند. استارتاپ xAI بیشتر در نقش کسب‌وکار خانوادگی یا جزیره‌ای اختصاصی ظاهر می‌شود تا یکی از بازیگران بازار آزاد. در این جزیره، xAI شبکه‌ی اجتماعی X را می‌خرد تا داده‌های لحظه‌ای کاربران را به‌عنوان خوراک به چت‌بات خودش، Grok تزریق کند.

در قدم بعدی، تسلا، شرکت دیگر ایلان ماسک از همین چت‌بات در خودروها و ربات‌هایش استفاده می‌کند. حالا ماسک روبه‌روی سهام‌داران تسلا می‌ایستد و از آن‌ها می‌خواهد که در xAI سرمایه‌گذاری کنند. در این اکوسیستم بسته، پول، داده و فناوری صرفا بین جیب‌های مختلف یک نفر دست‌به‌دست می‌شود.

محدودیت‌های زیرساختی و بحران تأمین انرژی دیتاسنترها

هوش مصنوعی، دیگر چند برنامه‌ی کامپیوتری یا مجموعه‌ای از کدهای نرم‌افزاری نیست؛ ما با پروژه‌ی زیرساختی غول‌پیکری در مقیاس صنایع سنگین روبه‌رو هستیم. مؤسسه‌ی مک‌کینزی پیش‌بینی می‌کند که تا سال ۲۰۳۰، تنها برای تأمین تراشه‌ها، دیتاسنترها و انرژی موردنیاز AI، به ۵٫۲ تریلیون دلار سرمایه نیاز است. اگر هزینه‌ی دیتاسنترهای سنتی را هم اضافه کنیم، با هزینه‌ای نزدیک به ۷ تریلیون دلار مواجه می‌شویم؛ اعدادی که با درآمدهای فعلی صنعت هیچ همخوانی و تناسبی ندارند.

اما وقتی لنز دوربین را روی پروژه‌های در حال اجرا زوم می‌کنیم، ابعاد ماجرا به فیلم‌های آخرالزمانی نزدیک می‌شود؛ برای مثال پروژه‌ی مشهور ۵۰۰ میلیارددلاری استارگیت به‌تنهایی به ۱۰ گیگاوات برق نیاز دارد؛ درحالی‌که یک نیروگاه هسته‌ای استاندارد به طور متوسط تنها یک گیگاوات برق تولید می‌کند.

پروژه‌های زیرساختی جدید در هوش مصنوعی، به تنهایی به اندازه ده‌ها نیروگاه هسته‌ای انرژی می‌خواهند

نیاز ۱۰ گیگاواتی پروژه‌ی استارگیت به انرژی، معادل برق مصرفی ۲۶ میلیون شهروند معمولی است. اگر تمام تعهدات زیرساختی OpenAI را کنار هم بگذاریم، این عدد به ۲۳ گیگاوات می‌رسد. اگر انویدیا تمام تراشه‌هایش را طبق برنامه تولید کند؛ ولی برقی برای روشن‌کردن آن‌ها وجود نداشته باشد چه می‌شود؟ بحران کمبود انرژی باعث شده است تا شرکت‌ها به راه‌حل‌های پرمخاطره و عجیبی متوسل شوند.

یکی از راهکارهای عجیب برای تأمین برق را استارتاپ xAI به‌کار گرفت؛ شرکت هوش مصنوعی ایلان ماسک که نمی‌خواست برای تأمین انرژی دیتاسنتر خود در ممفیس در صف‌ قانونی اتصال به شبکه‌ی برق بماند، به استفاده از توربین‌های گازی بدون مجوز روی آورد که آلودگی شدید منطقه را به دنبال داشت.

تا اینجا به‌نظر می‌رسد زیرساخت سخت‌افزارها آماده‌ است؛ اما زیرساخت‌های فیزیکی کره‌ی زمین برای این حجم از پردازش طراحی نشده‌اند.

شباهت‌های تاریخی؛ از ظرفیت‌های خالی دات‌کام تا اعتبارهای ابری امروز

شبکه‌ی درهم‌تنیده‌ای که غول‌های فناوری، تراشه‌سازانی مثل انویدیا و ای‌ام‌دی و استارتاپ‌های هوش مصنوعی به هم بافته‌اند، پدیده‌ی کاملا جدیدی در تاریخ اقتصاد به‌حساب نمی‌آید. بعد از جنگ جهانی دوم، در ژاپن ساختاری به‌نام Keiretsu شکل گرفت و در کره‌‌جنوبی هم مدل مشابهی به‌نام Chaebol متولد شد. در هر دو سیستم شرکت‌های حاضر در یک شبکه، سهام یکدیگر را می‌خریدند تا هوای همدیگر را داشته باشند و امنیت زنجیره‌ی تأمینشان را تضمین کنند.

در نگاه اول به سیستم بده‌بستان شرکت‌های ژاپنی و شرکت‌های کره‌ای، همه‌چیز عالی و کارآمد به‌نظر می‌رسید؛ اما گذر زمان نشان داد که کارکرد اصلی این شبکه‌های بسته، صرفا پنهان‌کردن ریسک‌های مالی، هدردادن سرمایه‌ها و سرپا نگه‌داشتن مصنوعی شرکت‌های ضعیف و زیان‌ده است.

در مثالی ملموس‌تر می‌توانیم به روزهای پرالتهاب حباب دات‌کام در سال ۲۰۰۱ اشاره کنیم؛ زمانی‌که دو شرکت بزرگ مخابراتی به‌نام‌های Qwest و Global Crossing برای اینکه درآمدشان را بالا جلوه دهند، ظرفیت شبکه‌های فیبر نوری خود را دقیقا با همان ارزش، با یکدیگر مبادله می‌کردند.

برخلاف دوران حباب دات‌کام؛ چرخه بازیافتی پول در اقتصاد هوش مصنوعی کاملاً قانونی است

درواقع در دوران حباب دات‌کام هیچ تقاضای جدیدی از سمت مردم یا کسب‌وکارها برای اینترنت وجود نداشت؛ اما Qwest و Global Crossing، مبادله‌ی صوری بین خودشان را به‌عنوان فروش قطعی در دفاتر مالی‌شان ثبت می‌کردند تا سهام‌داران را راضی و هیجان‌زده نگه دارند. با ترکیدن حباب دات‌کام، Qwest مجبور شد ۱٫۴ میلیارد دلار از درآمدهای خیالی‌اش را از دفاتر پاک کند و Global Crossing به‌طور کامل ورشکست شد.

باوجود شباهت مکانیزم امروزی اعتبارهای ابری با ردوبدل کردن کابل‌های فیبر نوری در دهه ۲۰۰۰، نباید فراموش نکنیم که ترفند مبادله ظرفیت در دوران دات‌کام عملیاتی غیرقانونی بود؛ درحالی‌که چرخه‌ی بازیافتی پول در اقتصاد امروزِ AI، زیر سایه‌ی قوانین فعلی حسابداری کاملا قانونی است و لااقل فعلا هیچ‌یک از نهادهای نظارتی نمی‌تواند مانع ثبت درآمدهای پوشالی غول‌های فناوری شود.

نشانه‌های اولیه اشباع در بازار سخت‌افزار

بازار بورس همچنان در تب‌وتاب هوش مصنوعی می‌سوزد؛ اما اگر خوب گوش کنیم، صدای ترک‌خوردن پایه‌های این امپراتوری را در بخش سخت‌افزار می‌شنویم. بازار اجاره‌ی پردازنده‌های گرافیکی که تا همین چندماه پیش یکی‌از داغ‌ترین و کمیاب‌ترین بازارهای جهان بود، حالا شاهد افت قیمت‌های معنادار و هشداردهنده‌ای است.

به‌گزارش فاینانشال‌تایمز پاییز سال ۲۰۲۵ هزینه‌ی اجاره‌ی پیشرفته‌ترین تراشه‌های انویدیا، مثل مدل B200 از ۳٫۲۰ دلار در ساعت به ۲٫۸۰ دلار کاهش پیدا کرد. وضعیت برای تراشه‌های قدیمی‌تری مثل A100 حتی وخیم‌تر بود و قیمت اجاره‌ی آن‌ها به حدود ۴۰ سنت در ساعت رسید.

سقوط قیمت اجاره پردازنده‌ها، شبح «دارایی‌های متروکه» را بر فراز دیتاسنترها به پرواز درآورده است

افت نرخ اجاره‌ی تراشه‌های هوش مصنوعی شاید در نگاه نخست صرفا نوسانات طبیعی بازار به‌نظر برسند؛ اما برای صاحبان دیتاسنترهایی که این تجهیزات گران‌قیمت را با وام و قرض خریده‌اند، زنگ خطری جدی محسوب می‌شود؛ زیرا بسیاری از اپراتورهای زیرساخت حتی نمی‌توانند هزینه‌ی اولیه‌ی خرید تراشه‌ها را جبران کنند، چه برسد به سودآوری از محل اجاره‌‌دادن آن‌ها.

چگونه پای پول مردم عادی به این بازی باز شد؟

شاید بپرسید چرا باوجود انبوه نشانه‌های خطر در بازار متورم و عظیم هوش مصنوعی، تحلیلگران وال‌استریت زنگ پایان بازی را به صدا درنمی‌آورند و همچنان خوش‌بین‌ هستند؟

دلیل نخست خوش‌بینی وال‌استریت این است که غول‌های فناوری امروز، برخلاف شرکت‌های دوران دات‌کام، در سایر بخش‌های کسب‌وکارشان درآمدهای واقعی و قدرتمندی دارند. نسبت قیمت به سود (P/E) شرکت‌های فناوری اکنون حوالی عدد ۳۵ می‌چرخد؛ درحالی‌که این شاخص در اوج حباب دات‌کام به مرز جنون‌آمیز ۶۰ رسیده بود.

دلیل دوم که به‌مراتب نگران‌کننده‌تر است، به مکانیزم اجباری و پنهان بازارهای مالی برمی‌گردد؛ همان ترفند حسابداری اعتبارهای ابری باعث شده تا ارزش سهام غول‌های فناوری به‌صورت کاملا قانونی و پیوسته باد کند. همین رشد مداوم ارزش سهام شرکت‌ها، پای انبوه مردم عادی را به معادله باز می‌کند.

تورم سهام فناوری، پس‌انداز صندوق‌های بازنشستگی مردم عادی را بی‌سروصدا به این چرخه پرخطر تزریق می‌کند

در اقتصاد کشورهای پیشرفته، سیستم‌هایی مثل صندوق‌های بازنشستگی و صندوق‌های شاخص به‌صورت الگوریتمی برنامه‌ریزی شده‌اند تا سهام شرکت‌هایی را بیشتر بخرند که ارزش بازارشان بالا می‌رود؛ بدین‌ترتیب، تورم مصنوعی سهام در اکوسیستم AI، ماشین خرید خودکار صندوق‌های بازنشستگی را فعال کرده و سرمایه و پس‌انداز مردم عادی را بی‌سروصدا و بدون اطلاع آن‌ها، به این چرخه‌ی پرخطر تزریق می‌کند.

از طرف دیگر سرمایه‌گذاران کلان هم روی این سناریو شرط بسته‌اند که بازار هوش مصنوعی برنده‌ی میدان صنایع خواهد بود؛ درست شبیه تسلط مطلق گوگل بر بازار جست‌وجو؛ هرچند تحولات اخیر نشان داد که چنین تصوری هم سرابی بیش نیست.

ظهور مدل‌های قدرتمند، اما بسیار ارزان‌تری مانند DeepSeek و توسعه‌ی سریع Grok ثابت کرد که مدل‌های زبانی به‌شدت قابل کپی‌برداری‌اند و دیوارهای انحصار در چنین بازاری فروخواهد ریخت. وقتی هیچ شرکتی نتواند قیمت‌ها را به‌تنهایی دیکته کند، بازگرداندنِ تریلیون‌ها دلار سرمایه‌گذاری اولیه عملا مأموریتی غیرممکن خواهد بود.

شاید هوش مصنوعی در نهایت واقعاً مانند اینترنت، ساختار اقتصاد جهان را برای همیشه دگرگون کند؛ اما نباید فراموش کنیم که در دهه‌ی ۲۰۰۰، بسیاری از غول‌های اولیه‌ی اینترنت ورشکست شدند تا راه برای شکوفایی نسل بعدی باز شود. امروز هم اصلا مشخص نیست کدام‌یک از امپراتوری‌های تازه‌ساز، پس‌از فروکش‌کردن موج هیجان، زنده و پابرجا خواهند ماند.

درنهایت صورت‌حساب چند تریلیون دلاری زیرساخت‌ها در نهایت باید روی میز یک نفر گذاشته شود. این هزینه یا باید با سودهای واقعی و کاربردهای انقلابی در آینده‌ای نامعلوم تسویه شود یا عملا با سوخت‌شدن پس‌انداز صندوق‌های بازنشستگی و پول سرمایه‌گذاران عادی به پایان می‌رسد.

ضرب‌المثل معروفی در بازارهای مالی می‌گوید: «وقتی موسیقی قطع می‌شود، باید یک صندلی برای نشستن داشته باشی» و وقتی در این مهمانی بزرگ موسیقی قطع شود، کسانی که صندلی پیدا نمی‌کنند، قطعا غول‌های فناوری نخواهند بود.

نظرات