دیدگاه رایج درباره حباب‌های فناوری اغلب آخرالزمانی است، اما این موضوع لزوماً نباید تا این حد جدی گرفته شود. در اصطلاح اقتصادی، حباب به معنی یک شرط‌بندی است که بیش از حد بزرگ از آب درآمده و در نهایت منجر به مازاد عرضه نسبت به تقاضا می‌شود.
نتیجه این تعریف آن است که این شرایط «همه یا هیچ» نیست، و حتی شرط‌بندی‌های خوب نیز اگر با احتیاط انجام نشوند، می‌توانند به شکست بینجامند.
آنچه پاسخ به پرسش درباره حباب هوش مصنوعی (AI bubble) را دشوار می‌کند، عدم تطابق زمانی بین سرعت سرسام‌آور توسعه نرم‌افزار هوش مصنوعی و کندی آزاردهنده ساخت و تأمین انرژی مراکز داده است.
از آنجا که ساخت این مراکز داده سال‌ها به طول می‌انجامد، ناگزیر تغییرات زیادی از امروز تا زمان فعال شدن آن‌ها رخ خواهد داد. زنجیره تأمین خدمات هوش مصنوعی، آنقدر پیچیده و سیال است که تعیین اینکه چند سال دیگر دقیقاً به چه میزان عرضه نیاز خواهیم داشت، دشوار است. مسئله صرفاً این نیست که مردم در سال ۱۴۰۷ خورشیدی (۲۰۲۸ میلادی) چقدر از هوش مصنوعی استفاده خواهند کرد، بلکه مهم این است که چگونه از آن بهره خواهند برد، و آیا در این مدت شاهد پیشرفت‌هایی در زمینه انرژی، طراحی نیمه‌هادی‌ها یا انتقال برق خواهیم بود یا خیر.
وقتی یک شرط‌بندی تا این حد بزرگ است، راه‌های زیادی برای به خطا رفتن وجود دارد – و شرط‌بندی‌ها بر روی هوش مصنوعی در حال تبدیل شدن به ابعادی بسیار بزرگ هستند.
هفته گذشته (اوایل بهمن ۱۴۰۲ خورشیدی)، رویترز گزارش داد که یک مجموعه مرکز داده مرتبط با شرکت اوراکل (Oracle) در ایالت نیومکزیکو، تا ۱۸ میلیارد دلار اعتبار از کنسرسیومی متشکل از ۲۰ بانک جذب کرده است. اوراکل پیش از این قراردادی به ارزش ۳۰۰ میلیارد دلار برای خدمات ابری با شرکت اوپن‌ای‌آی (OpenAI) منعقد کرده و این دو شرکت به همراه سافت‌بانک (SoftBank) برای ساخت مجموعاً ۵۰۰ میلیارد دلار زیرساخت هوش مصنوعی، به عنوان بخشی از پروژه “استارگیت” (Stargate)، با یکدیگر متحد شده‌اند. شرکت متا (Meta) نیز که نمی‌خواهد از میدان رقابت عقب بماند، متعهد شده است که در سه سال آینده ۶۰۰ میلیارد دلار صرف زیرساخت کند. ما تمامی تعهدات عمده را رصد کرده‌ایم – و حجم محض این سرمایه‌گذاری‌ها پیگیری موضوع را دشوار کرده است.
تقاضای هوش مصنوعی و چالش‌های زیرساختی
در عین حال، عدم قطعیت واقعی در مورد سرعت رشد تقاضا برای خدمات هوش مصنوعی وجود دارد.
بررسی منتشر شده توسط مک‌کینزی (McKinsey) در هفته گذشته (اواسط آبان ۱۴۰۴ خورشیدی) نشان داد که شرکت‌های بزرگ چگونه از ابزارهای هوش مصنوعی استفاده می‌کنند. نتایج این نظرسنجی، ترکیبی از خوش‌بینی و تردید بود. تقریباً تمام کسب‌وکارهایی که با آن‌ها تماس گرفته شده به نوعی از هوش مصنوعی استفاده می‌کنند، اما تعداد کمی از آن‌ها استفاده‌ای در مقیاس واقعی دارند. هوش مصنوعی به شرکت‌ها اجازه داده است تا در موارد استفاده خاص، هزینه‌ها را کاهش دهند، اما تأثیر شگرفی بر کل کسب‌وکار نگذاشته است. به طور خلاصه، اکثر شرکت‌ها هنوز در حالت «انتظار و مشاهده» قرار دارند. اگر سرمایه‌گذاران به امید اینکه این شرکت‌ها فضای مرکز داده شما را خریداری کنند، سرمایه‌گذاری کرده‌اند، ممکن است مدت زیادی منتظر بمانند.
اما حتی اگر تقاضا برای هوش مصنوعی بی‌پایان باشد، این پروژه‌ها ممکن است با مشکلات زیرساختی ساده‌تری نیز مواجه شوند. هفته گذشته (اوایل آبان ۱۴۰۴ خورشیدی)، ساتیا نادلا (Satya Nadella)، مدیرعامل مایکروسافت، شنوندگان پادکستی را با بیان اینکه بیشتر نگران تمام شدن فضای مرکز داده است تا تمام شدن تراشه‌ها، شگفت‌زده کرد. (به قول خودش: «مسئله، عرضه تراشه نیست؛ مسئله این است که من جای فیزیکی آماده برای اتصال ندارم.») در همین حال، تعداد زیادی از مراکز داده به دلیل ناتوانی در تأمین برق مورد نیاز نسل جدید تراشه‌ها، بدون استفاده باقی مانده‌اند.
در حالی که شرکت‌های اِنویدیا (Nvidia) و اوپن‌ای‌آی (OpenAI) با حداکثر سرعت ممکن پیش می‌روند، اما شبکه برق و ساختارهای فیزیکی با همان سرعتی که همیشه داشته‌اند، در حرکت هستند. این وضعیت فرصت‌های زیادی را برای ایجاد تنگناهای پرهزینه فراهم می‌کند، حتی اگر همه چیز دیگر طبق برنامه پیش برود.
به مطالعه ادامه دهید:
- نحوه تنظیم جلوه “شیشه مایع” در iOS 26.1 برای آیفون!
- گوشی‌های گلکسی سامسونگ هدف حمله جاسوس‌افزار؛ آسیب‌پذیری روز صفر فاش شد!
- برنامه بلندپروازانه اپل: فراتر از تماس اضطراری ماهواره‌ای، اتصال بی‌سیم به سادگی وای‌فای!
- ورود پرقدرت کانن EOS R6 III به بازار: فیلمبرداری ۷K RAW و عکاسی پیاپی ۴۰ فریم بر ثانیه