مدیرعامل IBM، آرویند کریشنا، توی پادکست Decoder یه سؤال خیلی مهم مطرح کرده:
«این همه پولی که داریم برای رسیدن به هوش مصنوعی عمومی (AGI) خرج میکنیم، واقعاً آخرش برمیگرده یا نه؟»
کریشنا میگه با حسابوکتاب فعلی ساخت دیتاسنترهای عظیم هوش مصنوعی، داریم به سمتی میریم که کل صنعت قراره حدود ۸ تریلیون دلار پول وسط بذاره. برای اینکه فقط هزینه سرمایه برگرده، باید سالی ۸۰۰ میلیارد دلار سود خالص تولید بشه! به گفته خودش، اعداد قشنگ نیستن و اصلاً شوخیبردار نیست. با بنچفا تا پایان این خبر همراه باشید.
دیتاسنترهای گیگاواتی؛ مسابقهای که کنترلش داره از دست میره
کریشنا یک تخمین ساده زده: ساخت و تجهیز یه دیتاسنتر هوش مصنوعی یک گیگاواتی تقریباً ۸۰ میلیارد دلار خرج برمیداره. شرکتهای بزرگ مثل OpenAI، گوگل و متا رفتن سراغ پروژههای چندین گیگاواتی، بعضیاشون هم دارن از ۱۰۰ گیگاوات رد میشن! کریشنا میگه اگر همه این برنامهها رو کنار هم بذاریم، الان حدود ۱۰۰ گیگاوات ظرفیت AI روی کاغذ هست که براش دارن نقشه میکشن.
۸۰ میلیارد × ۱۰۰ گیگاوات = همون ۸ تریلیون دلار معروف. این در کنار تمام هزینههاییه که شرکتها میخوان برای نیروگاههای تامین برق دیتاسنترها بکنن!
چرا این ۵ سال استهلاک، مثل پتک میخوره تو سر شرکتها؟
کریشنا میگه سرمایهگذارها یه چیز خیلی مهم رو جدی نمیگیرن: استهلاک و تعویض کامل سختافزار بعد از پنج سال.
GPUها و شتابدهندههای هوش مصنوعی معمولاً تو حسابداری پنجساله کم میشن، ولی واقعیت اینه که صنعت AI اونقدر سریع جلو میره که عملاً شرکتها مجبورن کل تجهیزات رو عوض کنن، نه اینکه فقط کمی ارتقا بدن.
همچنین یه نگرانی دیگه درباره همینه که ۵ سال زمان خیلی زیادی محسوب میشه و واقعی نیست! این مدت زمان رو انویدیا تعیین کرد، این شرکت گفته که سختافزار ما میتونن ۵ سال فعالیت کنن، ولی حقیقت اینه که این تجهیزات نهایتا ۲ تا ۳ سال میتونن کار کنن و بعد از اون باید به کلی عوض بشن. یعنی دقیقا سر همون ۲ سال، ۲.۵ سالی که انویدیا بین معرفی معماریهای جدیدش فاصله میذاره باید کل دیتاسنتر عوض بشه.
«تو پنج سال باید کلش رو بندازی دور و از اول پرش کنی.»
آرویند کریشنا
این یعنی هزینهها ثابت نمیمونن؛ هی بزرگتر و بزرگتر میشن، دقیقاً همون چیزی که بعضی تحلیلگرهای بازار هم دربارهش هشدار داده بودن: اگر مدلها بزرگتر و سنگینتر بشن، GPUهای قدیمی خیلی زود از دور خارج میشن.
آیا LLMهای فعلی اصلاً به AGI میرسن؟
کریشنا یه حرف جنجالی هم زد: احتمال اینکه معماریهای فعلی LLM ما رو به AGI برسونن بین صفر تا یک درصده! مگر اینکه راههای جدیدی برای مدیریت و ادغام دانش پیدا کنیم. بهنظرش Generative AI فعلی قطعاً برای کسبوکارها مفیده و بهرهوری رو زیاد میکنه، اما این مدلها بهاندازهای نیستن که هزینههای سرسامآور ساخت دیتاسنترهای غولآسا رو توجیه کنن.
چرا این هشدار مهمه؟ تأثیر مستقیم روی آینده AI
این فقط یه بحث تئوری یا ترس الکی نیست؛ این حرفها واقعاً میتونن مسیر دنیای AI رو عوض کنن، هم از نظر علمی و تکنولوژیکی هم از نظر سیاسی و اقتصادی.
۱. احتمال تغییر استراتژی شرکتهای بزرگ
اگر هزینهها از کنترل خارج بشه، شرکتهای بزرگی مثل OpenAI، گوگل، متا و آمازون مجبور میشن سرعت ساخت دیتاسنتر رو کم کنن یا برن سمت مدلهای کوچکتر و بهینهتر.
۲. معماریهای فعلی شاید راه درست نباشن
وقتی هزینه به سقف آسمون میرسه، صنعت مجبور میشه راهحلهای جدید پیدا کنه:
- سختافزار بهینهتر
- معماریهای غیر-LLM
- سیستمهای عاملمحور و Agentها
- مدلهای کوچیکی که با هوشمندی کمتر به ظرفیت نیاز دارن
۳. احتمال شکلگیری «حباب هوش مصنوعی»
اگر شرکتها میلیاردها دلار خرج کنن و خروجی اقتصادی درستوحسابی نداشته باشه، ممکنه بازار وارد یه حباب واقعی AI بشه. البته همین الان هم ما در یک حباب خطرناک هوش مصنوعی قرار داریم و دیر و زود ممکنه آسیبهای جدی به دنیایی که میشناسیم برسونه. این هشدارها یه جور زنگ خطره تا صنعت قبل از دیر شدن مسیرشو اصلاح کنه.
۴. آینده AGI مبهمتر از همیشه
اگه مسیر فعلی جواب نده، یا AGI خیلی دیرتر از چیزی که فکر میکنیم بهدست میاد، یا مجبور میشیم مسیر فنی کاملاً متفاوتی انتخاب کنیم. این یعنی تمام تحقیقات و هزینههای قبلی بیثمر بودن و باید همه چیز رو از صفر شروع کرد.
کلام آخر: آینده هوش مصنوعی به مو بنده!
کریشنا با عدد و رقم واقعی نشون میده که مسابقه عجیب شرکتها برای ساخت دیتاسنترهای بزرگ AI، ممکنه به یک بحران سرمایهگذاری بیسابقه تبدیل بشه. از دید ایشن، مدلهای فعلی ارزششون رو دارن، ولی نه به اندازهای که توجیهکننده ۸ تریلیون دلار هزینه باشه.
بهنظر میرسه AI، هم آیندهست و هم یه چالش عظیم اقتصادی؛ و اینکه کدوم شرکت بتونه بین رشد فنی و هزینههای سنگین تعادل ایجاد کنه، تعیینکننده آینده این صنعت خواهد بود. در بین تمام بازیگران این عرصه، میشه گفت محتاطترینها گوگل و آنتروپیک هستن. مدیرعامل گوگل هم چندی پیش هنگام معرفی Gemini 3 اعلام کرد که دیر و زود این حباب هوش مصنوعی میترکه و همه از این اتفاق آسیب خواهند دید. آنتروپیک هم تمام تلاشش رو داره میکنه تا کاربران رو از آسیبهای هوش مصنوعی در امان نگه داره و صرفا روی بخش Generative AI اخلاقی و هدفمند کار میکنه، اما عمل یک شرکت باعث نمیشه همه در امان باشن.
