احتمال حباب سرمایه گذاری در زیرساخت های هوش مصنوعی

اقتصاد نهفته در پشت رونق سرمایه‌گذاری در مراکز داده هوش مصنوعی، که با دوره حبابی مخابراتی دهه ۱۹۹۰ مقایسه می‌شود، اکنون حالتی مبهم و پیچیده پیدا کرده است.

در بهار ۲۰۲۵، شرکت مشاوره مک‌کینزی پیش‌بینی فوق‌العاده‌ای را در خصوص هزینه‌های سرمایه‌ای برای تراشه‌ها، مراکز داده و انرژی مورد نیاز برای تولید هوش مصنوعی (AI) منتشر کرد: ۵.۲ تریلیون دلار در سراسر جهان طی پنج سال آینده.

این ولع در سرمایه‌گذاری، به‌ویژه در زیرساخت‌های هوش مصنوعی مولد، در آمریکا به “نقطه تب” رسیده است.

۱. پیش‌بینی نجومی هزینه‌های زیرساختی

مک‌کینزی در بهار گذشته پیش‌بینی‌ای بسیار خوش‌بینانه از هزینه‌های سرمایه‌ای لازم برای تراشه‌ها، مراکز داده و انرژی مورد نیاز برای تولید هوش مصنوعی ارائه داد.

برآورد این شرکت مبلغ شگفت‌انگیز ۵.۲ تریلیون دلار در سطح جهانی طی پنج سال آینده بود. نکته قابل توجه این است که کمتر از شش ماه پس از انتشار این رقم، شرکت مشاوره در حال بررسی افزایش این تخمین است.

این ارقام عظیم نشان‌دهنده شدت تعهد مالی به ساخت زیرساخت‌های مورد نیاز برای هوش مصنوعی مولد است.

۲. تب زیرساخت هوش مصنوعی مولد

سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی مولد در آمریکا به اوج خود رسیده است. این هزینه‌ها، که شامل معاملات بزرگ مراکز داده توسط شرکت‌هایی مانند OpenAI، Nvidia و Oracle می‌شود، با هدف افزایش قدرت محاسباتی صورت می‌گیرد که حامیان آن معتقدند برای تأمین هوش مصنوعی مولد ضروری است.

با وجود این هیاهوی مالی و معاملات هنگفت، تردیدهایی در مورد بازگشت سرمایه وجود دارد. تحلیلگران در حال بررسی شباهت‌های این رونق به حباب مخابراتی دهه ۱۹۹۰ هستند.

۳. عدم تطابق تقاضا با هیاهو

اگرچه مصرف‌کنندگان به‌طور فزاینده‌ای از چت‌بات‌ها استفاده می‌کنند، اما تقاضا – به‌ویژه تقاضای درآمدزا – هنوز با هیاهوی ایجاد شده مطابقت ندارد.

سرمایه‌گذاری‌های عظیم توسط شرکت‌های بزرگ با این اعتقاد انجام می‌شود که توان محاسباتی بیشتری برای تأمین هوش مصنوعی مولد مورد نیاز است.

اما شواهد نشان می‌دهد که این زیرساخت گسترده ممکن است در کوتاه‌مدت با تقاضای تجاری کافی مواجه نباشد، که منجر به عدم تعادل اقتصادی می‌شود.

۴. نرخ پایین موفقیت پروژه‌های آزمایشی

مک‌کینزی در نظرسنجی‌هایی که از شرکت‌ها انجام داده است، به داده‌های مهمی دست یافته که نشان‌دهنده شکاف بین سرمایه‌گذاری و پذیرش واقعی است.

طبق یافته‌های مک‌کینزی، نرخ موفقیت پروژه‌های آزمایشی (Pilot projects) هوش مصنوعی در شرکت‌های مورد بررسی کمتر از ۱۵ درصد است.

این نرخ پایین موفقیت، نشان می‌دهد که اگرچه مصرف‌کنندگان به طور فزاینده‌ای از چت‌بات‌ها استفاده می‌کنند، اما تبدیل این فناوری به سود و نتایج عملی در سطح سازمانی هنوز با چالش‌های بزرگی روبه‌رو است.

۵. پیش‌بینی دوره “ناهمواری” عرضه و تقاضا

پانکاژ ساچدوا (Pankaj Sachdeva)، یکی از شرکای مک‌کینزی، پیش‌بینی می‌کند که در آینده‌ای نزدیک، عصر “ناهمواری” (lumpiness) بین عرضه و تقاضا فرا خواهد رسید.

این عدم تعادل می‌تواند برای سال‌ها ادامه داشته باشد. این پیش‌بینی به این معنی است که زیرساخت‌های عظیم و پرهزینه‌ای که با سرمایه‌گذاری‌های سنگین ایجاد شده‌اند، ممکن است برای مدت طولانی از ظرفیت مورد نیاز تقاضای واقعی (به‌ویژه تقاضای درآمدزا) فراتر باشند.

۶. هدف از هزینه‌های سرسام‌آور

این حجم عظیم از هزینه‌های سرمایه‌ای، که توسط شرکت‌هایی نظیر OpenAI، Nvidia و Oracle انجام شده است، تنها یک هدف دارد: افزایش قدرت محاسباتی.

این شرکت‌ها معتقدند که افزایش قدرت محاسباتی برای پشتیبانی از نسل بعدی هوش مصنوعی مولد ضروری است.

با این حال، با توجه به نرخ موفقیت پایین پروژه‌های آزمایشی (کمتر از ۱۵ درصد) و عدم تطابق تقاضا با این هیاهو، اقتصاد این رونق زیرساختی همچنان در هاله‌ای از ابهام باقی می‌ماند.