بحران ۲.۵ تریلیون دلاری هوش مصنوعی: آیا جایگزینی ۲۵۰ میلیون شغل تنها راه نجات از حباب تکنولوژی است؟

صنعت فناوری در حال حاضر شاهد بزرگترین سرمایه‌گذاری تاریخ در حوزه زیرساخت‌های هوش مصنوعی است. با این حال، تحلیل‌های جدید نشان می‌دهد که شکاف عمیقی میان هزینه‌های صرف شده و درآمدهای واقعی وجود دارد؛ موضوعی که زنگ خطر را برای حباب احتمالی فناوری به صدا درآورده است.

معمای سرمایه‌گذاری ۲.۵ تریلیون دلاری

از زمان ظهور ChatGPT در اواخر سال ۲۰۲۲، غول‌های فناوری وارد رقابتی تسلیحاتی برای توسعه دیتاسنترهای عظیم، طراحی تراشه‌های اختصاصی و گسترش شبکه‌های برق شده‌اند. طبق محاسبات مارین ایوزیک، بنیان‌گذار Applied Quantum، مجموع سرمایه‌گذاری‌های انجام شده تاکنون بالغ بر ۱.۵ تریلیون دلار بوده و سالانه ۱ تریلیون دلار دیگر نیز به این چرخه تزریق می‌شود. این حجم از سرمایه برای بازگشت به سوددهی، نیازمند تولید سالانه حداقل ۲.۵ تریلیون دلار درآمد است؛ رقمی که با درآمدهای فعلی هوش مصنوعی که در خوشبینانه‌ترین حالت بین ۱۵۰ تا ۲۵۰ میلیارد دلار برآورد می‌شود، فرسنگ‌ها فاصله دارد.

قانون ۵۰ سنت و چالش استهلاک زیرساخت

یکی از چالش‌های بنیادین در این حوزه، نرخ استهلاک نامتقارن است. در حالی که تراشه‌های هوش مصنوعی با سرعت خیره‌کننده‌ای (تقریباً هر ۵ سال) منسوخ می‌شوند، زیرساخت فیزیکی دیتاسنترها برای طول عمر ۲۰ ساله طراحی شده‌اند. ایوزیک این وضعیت را «قانون ۵۰ سنت» می‌نامد: به ازای هر ۱ دلار سرمایه‌گذاری در زیرساخت، باید ۵۰ سنت درآمد سالانه ایجاد شود تا مدل تجاری توجیه اقتصادی داشته باشد. اما با کاهش ۱۰۰ برابری قیمت استفاده از مدل‌های کلاس GPT-4 نسبت به سال ۲۰۲۲، در حالی که هزینه‌های زیرساختی نه تنها کاهش نیافته بلکه در حال افزایش است، فشار بر ارائه‌دهندگان خدمات ابری به شدت افزایش یافته است.

جایگزینی ۲۵۰ میلیون شغل؛ ضرورت یا توهم؟

تحلیل ایوزیک نشان می‌دهد که برای پوشش این شکاف ۲.۵ تریلیون دلاری، هوش مصنوعی باید بهره‌وری معادل حذف یا جایگزینی ۲۵۰ میلیون شغل تمام‌وقت (با فرض هزینه ۱۰۰ هزار دلار برای هر کارمند) را ایجاد کند. این عدد زمانی نگران‌کننده می‌شود که بدانیم کل نیروی کار بخش غیرکشاورزی در ایالات متحده تنها ۱۵۹ میلیون نفر است. این آمار نشان می‌دهد که حتی با فرض اتوماسیون کامل در سطح جهانی، دستیابی به چنین سطحی از بازدهی مالی با چالش‌های ساختاری و اجتماعی گسترده‌ای روبروست.

درس‌هایی از تاریخ: آیا در حال تکرار اشتباه دات‌کام هستیم؟

تحلیلگر مذکور وضعیت فعلی را با دوران حباب دات‌کام در سال‌های پایانی دهه ۹۰ میلادی مقایسه می‌کند. در آن زمان، شرکت‌های مخابراتی ثروت عظیمی را صرف ایجاد شبکه‌های فیبر نوری کردند، اما نتوانستند هزینه‌های خود را بازپس گیرند و بسیاری به سمت ورشکستگی رفتند (مانند پرونده مشهور Global Crossing). در حالی که شرکت‌های لایه نرم‌افزاری از این زیرساخت‌ها سود بردند، تامین‌کنندگان زیرساخت با بدهی‌های عظیم تنها ماندند. اکنون نیز ارائه‌دهندگان خدمات زیرساختی هوش مصنوعی در معرض خطر مشابهی قرار دارند؛ جایی که رشد تکنولوژی به جای ثبات، بر روی حبابی متکی است که پایداری آن در بلندمدت مورد تردید است.