گزارش جامع جدیدی که توسط موسسه Bain & Company در پاییز ۱۴۰۳ منتشر شده است، چشم‌انداز تکان‌دهنده‌ای از هزینه‌های عملیاتی و سرمایه‌ای صنعت هوش مصنوعی ارائه می‌دهد. بر اساس این تحلیل، برای تداوم روند توسعه فعلی مراکز داده و زیرساخت‌های محاسباتی، صنعت هوش مصنوعی تا سال ۲۰۳۱ نیازمند درآمدی در حدود ۶ تریلیون دلار است؛ عددی که با مدل‌های درآمدی کنونی، شکافی عظیم را نشان می‌دهد.
واگرایی میان هزینه‌های زیرساختی و بازدهی بهره‌وری
دیوید کرافورد، رئیس بخش جهانی فناوری در Bain، تأکید می‌کند که بحث‌های کنونی در مورد هوش مصنوعی بیش از حد بر روی بهبود بهره‌وری کارکنان متمرکز شده است. در حالی که افزایش بهره‌وری یک دستاورد ارزشمند است، اما اقتصاد زیرساخت هوش مصنوعی نیازمند درآمدهای کلانی است که فراتر از صرفه‌جویی‌های عملیاتی در نیروی کار باشد. رشد نمایی مراکز داده باعث شده است که ظرفیت‌سازی، بسیار جلوتر از تقاضای واقعی بازار پیش برود.
ساختار هزینه‌ها و مدل‌سازی مالی
طبق محاسبات Bain، هزینه‌های سرمایه‌ای (CapEx) برای ارائه‌دهندگان ابری شامل شرکت‌هایی نظیر مایکروسافت، گوگل، آمازون، متا و اوراکل در سال ۲۰۲۶ ممکن است به ۷۸۰ میلیارد دلار برسد که رشدی پنج‌برابری را نسبت به سه سال قبل نشان می‌دهد. از آنجا که هزینه‌های سرمایه‌ای معمولاً حدود ۲۵ درصد از درآمد صنعت را به خود اختصاص می‌دهند، برای پوشش هزینه‌های ساخت مراکز داده جدید، ارتقای تراشه‌ها، حافظه‌ها و شبکه‌های ارتباطی، این صنعت باید به مرز درآمدی ۶ تریلیون دلار دست یابد.
پیش‌بینی‌های ظرفیت‌سازی و محدودیت‌های فیزیکی
مدل‌سازی این گزارش پیش‌بینی می‌کند که تا سال ۲۰۳۰، هزینه‌ای بین ۵ تا ۶.۵ تریلیون دلار برای ایجاد ۱۵۰ گیگاوات ظرفیت جدید مراکز داده صرف خواهد شد. این امر به معنای سه برابر شدن ظرفیت فعلی جهانی در بازه‌ای کمتر از ۵ سال است. با این حال، چهار مانع اساسی در برابر این توسعه سریع قرار دارند:
- کمبود منابع انرژی پایدار و شبکه برق
- محدودیت در عرضه تراشه‌های پیشرفته
- کمبود نیروی کار متخصص در حوزه زیرساخت و مهندسی
- پیچیدگی‌های مربوط به اخذ مجوزها و مخالفت‌های محلی
جالب توجه است که در سه ماهه اول سال جاری، پروژه‌هایی به ارزش ۱۳۰ میلیارد دلار به دلیل مخالفت‌های محلی با تأخیر یا توقف مواجه شده‌اند که نشان‌دهنده چالش‌های زیست‌محیطی و قانونیِ پیش روی غول‌های فناوری است.
خلاصه داده‌های کلیدی گزارش
- نیاز درآمدی تا سال ۲۰۳۱: ۶ تریلیون دلار
- پیش‌بینی هزینه‌های زیرساختی سالانه تا ۲۰۳۱: ۱.۵ تریلیون دلار
- پیش‌بینی درآمد از هوش مصنوعی سازمانی: ۱ تا ۱.۴ تریلیون دلار
- پیش‌بینی درآمد از هوش مصنوعی مصرف‌کننده: ۲۰۰ تا ۴۰۰ میلیارد دلار
- محرک‌های جدید درآمدی: هوش مصنوعی فیزیکی (رباتیک و دیجیتال توین) با پیش‌بینی ۹۰۰ میلیارد دلار
استراتژی‌های پر کردن شکاف درآمدی
برای دستیابی به این اهداف مالی، Bain چهار منبع درآمدی جدید را شناسایی کرده است: ۱. ادغام تبلیغات در چت‌بات‌ها برای جایگزینی موتورهای جستجو، ۲. خودکارسازی صنعتی (خودروهای خودران و پهپادها)، ۳. هوش مصنوعی فیزیکی که شامل شبیه‌سازی‌ها و دیجیتال توین‌ها می‌شود، و ۴. توسعه محصولات نوظهور مانند کشف داروهای جدید، سلامت روان دیجیتال و متریال‌های پیشرفته برای تولید باتری و تراشه.
