تحلیل ابعاد و ریسک‌های کلان زیرساخت هوش مصنوعی: فراتر از حباب‌های تاریخی

گزارش جدید موسسه بروکینگز (Brookings Institution) و تحلیل‌های استاد دانشکده کسب‌وکار کلمبیا، استاین ون نیووربورگ، ابعاد خیره‌کننده‌ای از توسعه فیزیکی زیرساخت‌های هوش مصنوعی را ترسیم می‌کند که نه تنها با استانداردهای تاریخی بی‌سابقه است، بلکه ریسک‌های سیستماتیک جدیدی را به اقتصاد جهانی تحمیل کرده است.

ابعاد فیزیکی گسترش زیرساخت

توسعه زیرساخت هوش مصنوعی برخلاف تصور بسیاری، محدود به فضای نرم‌افزاری نیست، بلکه وابستگی شدیدی به دارایی‌های فیزیکی دارد. طبق مطالعات اخیر، دوسوم هزینه‌های ایجاد یک مرکز داده (Data Center) به تجهیزات فناوری اطلاعات (IT) اختصاص دارد و یک‌سوم باقی‌مانده مربوط به املاک و زیرساخت‌های حیاتی انرژی است. این «ردپای فیزیکی» به‌طور میانگین ۳.۶۳ درصد از تولید ناخالص داخلی (GDP) سالانه را به خود اختصاص داده است؛ عددی که از رونق تاریخی احداث کانال‌های آبی، راه‌آهن، شبکه برق سراسری، بزرگراه‌ها و زیرساخت‌های مخابراتی پیشی گرفته است.

چالش‌های انرژی و تخصیص منابع

پیش‌بینی‌های ارائه‌شده نشان می‌دهد که با ادامه روند فعلی، تقاضای برق برای مراکز داده هوش مصنوعی در ایالات متحده می‌تواند مصرف برق کل بخش مسکونی این کشور را دو برابر کند. این فشار تقاضا نه تنها قیمت انرژی و دستمزد متخصصان را افزایش داده، بلکه منجر به ایجاد گلوگاه‌هایی در بخش ساخت‌وساز مسکن شده است، چرا که منابع محدود اقتصادی به‌جای بخش مسکن، به سمت ایجاد زیرساخت‌های ابری و پردازشی هدایت می‌شوند. برآوردها حاکی از نیاز به ۱۸۳ گیگاوات ظرفیت جدید در هفت سال آینده است، در حالی که ظرفیت فعلی تنها ۵۷ گیگاوات گزارش شده است.

ریسک‌های مالی و حباب‌های احتمالی

یکی از مهم‌ترین بخش‌های تحلیل پروفسور ون نیووربورگ، متمرکز بر ساختار پیچیده تأمین مالی این پروژه‌هاست. اکنون سرمایه‌گذاری‌ها از توان نقدینگی شرکت‌های بزرگ فناوری فراتر رفته و پای بانک‌ها، اعتبارات خصوصی (Private Credit) و شرکت‌های املاک به میان آمده است. این وابستگی به سرمایه خارجی باعث افزایش اهرم مالی (Leverage) شده و ریسک‌ها را در سراسر بدنه اقتصاد توزیع کرده است. ون نیووربورگ هشدار می‌دهد که دقیقاً مشابه تجربیات تاریخی در توسعه راه‌آهن و مخابرات، این ساختار پیچیده می‌تواند در صورت عدم تحقق درآمدهای پیش‌بینی‌شده، منجر به وقوع حباب‌های مالی شود.

اعداد و ارقام: فاصله میان واقعیت و انتظارات

برای توجیه سرمایه‌گذاری‌های انجام‌شده تا سال ۲۰۳۲، صنعت هوش مصنوعی باید به درآمد سالانه ۳.۷ تریلیون دلار دست یابد. با در نظر گرفتن درآمدهای ترکیبی فعلی شرکت‌هایی نظیر OpenAI و Anthropic که حدود ۱۰۰ میلیارد دلار تخمین زده می‌شود، نرخ رشد مورد نیاز برای رسیدن به این هدف، سالانه حدود ۸۰ درصد است. این میزان رشد در بازارهای فناوری، بسیار خوش‌بینانه و چالش‌برانگیز تلقی می‌شود.

در نهایت، اگرچه این توسعه می‌تواند با پیشرفت سریع مدل‌ها و استفاده بهینه از منابع همراه باشد، اما ترکیبی از تقاضای نامطمئن، سرعت تغییرات تکنولوژیک و گلوگاه‌های اجرایی، ریسک منفی قابل توجهی را ایجاد کرده است که نیاز به سیاست‌گذاری‌های مبتنی بر شفافیت مالی را بیش از پیش نمایان می‌سازد.