تب تریلیون دلاری AI: آیا تاریخ دات-کام در حال تکرار است؟

بیایید به سالن شلوغ یک کازینوی بزرگ فکر کنیم. چراغ‌ها چشمک می‌زنند، صدای ژتون‌ها و هیاهوی جمعیت در هم می‌پیچد و همه دور یک میز جمع شده‌اند: میز «هوش مصنوعی». تریلیون‌ها دلار سرمایه روی این میز ریخته شده و همه با نفس‌های حبس‌شده در سینه، منتظر دست بعدی هستند. اما سوالی که در ذهن هر کنشگر اقتصادی می‌چرخد این است: آیا ما در حال تماشای یک بازی ماهرانه و استراتژیک هستیم یا یک قمار بزرگ که به زودی با ورشکستگی بسیاری به پایان می‌رسد؟

این روزها، تحلیل‌گران و رسانه‌ها نیز بر سر همین دوراهی ایستاده‌اند. کِلمان دِلَنگ، مدیرعامل Hugging Face، در مصاحبه با TechCrunch نکته‌ی ظریفی را گوشزد می‌کند: «ما در حباب مدل‌های زبانی بزرگ (LLM) هستیم، نه حباب هوش مصنوعی.» این تمایز، کلید فهم ماجراست.

در سوی دیگر، ساندار پیچای، مدیرعامل گوگل،، از «بی‌عقلی» در تب سرمایه‌گذاری‌های عظیم هشدار می‌دهد. همزمان، گزارش‌های Fortune روایت‌های متناقضی را کنار هم می‌گذارد: احتیاط ذاتی وارن بافت در برابر هیجان بازار و هشدارهای محمد العِریان درباره «سوسک‌های اعتباری»؛ ریسک‌های پنهانی که در زیرساخت‌های مالی این اکوسیستم لانه کرده‌اند.

برای درک بهتر، باید زمین بازی را تفکیک کنیم. مدل‌های زبانی بزرگ (LLM)، همان موتورهای پرقدرتی که چت‌بات‌ها را می‌گردانند، با وجود جذابیت، در معرض خطر «کالا شدن» (Commoditization) هستند.

وقتی همه شرکت‌ها مدل‌هایی با قابلیت‌های مشابه می‌سازند، رقابت بر سر قیمت و هزینه خواهد بود، نه نوآوری. مزیت واقعی دیگر در خودِ مدل نیست، بلکه در داده‌های اختصاصی، کانال‌های توزیع و ادغام عمیق با یک محصول واقعی نهفته است.

در مقابل، حوزه‌هایی مانند بینایی ماشین در صنعت، بهینه‌سازی زنجیره تامین، یا مدل‌های تخصصی برای حقوق و پزشکی، داستان متفاوتی دارند. این‌ها به داده‌های خصوصی و فرآیندهای کاری پیچیده متکی هستند و می‌توانند یک مزیت رقابتی پایدار بسازند. اینجا دیگر بحث نمایش و سرگرمی نیست؛ صحبت از کاهش هزینه‌ها و افزایش بهره‌وری در دنیای واقعی است.

در میان هیاهوی بازار، صدای چند بازیگر باتجربه به گوش می‌رسد که ارزش شنیدن دارد:

• ساندار پیچای: او نگران ورود پول‌های هنگفت بدون ارزیابی دقیق است. این «بی‌عقلی سرمایه‌گذاری» می‌تواند به ساخت مراکز داده‌ی نیمه‌خالی و اتلاف منابع منجر شود.
• وارن بافت: فلسفه‌ی او همیشه یکسان بوده است: دوری از هیجان و تمرکز بر ارزش‌گذاری منطقی و جریان نقدی آزاد. حتی اگر در سهام فناوری سرمایه‌گذاری کند، با وسواس و نگاه بلندمدت این کار را می‌کند.
• محمد العِریان: او استعاره‌ی جالبی دارد: «سوسک‌های اعتباری». این‌ها ریسک‌های پنهان در زنجیره تامین مالی پروژه‌های AI هستند. بدهی‌هایی که برای ساخت مراکز داده گرفته شده، اگر نرخ بهره بالا بماند یا تقاضا برای پردازش کمتر از پیش‌بینی‌ها باشد، می‌توانند مانند سوسک از شکاف‌های دیوار بیرون بزنند و کل ساختار را به خطر بیندازند.

با این همه، گروهی هم معتقدند مقایسه‌ی این تب با حباب‌های گذشته، مانند حباب دات-کام یا حتی کریپتو، یک اشتباه است. استدلال اصلی آن‌ها در گزارش Business Insider به خوبی مطرح شده: دارایی‌های این حوزه مشهود و مولد هستند. پردازنده‌های گرافیکی (GPU)، سرورها و زیرساخت‌های خنک‌کننده، دارایی‌های فیزیکی‌اند که ارزش اسقاط، بازار دست دوم و قابلیت استفاده مجدد دارند. برخلاف یک توکن دیجیتال بی‌‌پشتوانه که ارزشش می‌تواند به صفر برسد، یک مرکز داده پر از GPU را می‌توان برای کارهای دیگر استفاده کرد یا قطعاتش را فروخت.

اقتصاد این صنعت بر پایه‌ی «ظرفیت» بنا شده است. اگر قراردادهای بلندمدت و واقعی با شرکت‌های بزرگ وجود داشته باشد و نرخ بهره‌برداری از این زیرساخت‌ها بالا بماند، یک جریان درآمدی پایدار و قابل پیش‌بینی شکل می‌گیرد. پس مسئله اصلی، «کیفیت تقاضا» است، نه فقط حجم سرمایه‌گذاری.

مقایسه با ریزش بازار رمزارزها بسیار آموزنده است. هر دو بازار روایت‌محور و مستعد هیجان هستند. اما تفاوت‌های کلیدی وجود دارد:

• پشتوانه دارایی: هوش مصنوعی به دارایی‌های فیزیکی و قراردادهای تجاری (B2B) متکی است؛ در حالی که ارزش بسیاری از پروژه‌های کریپتو صرفاً بر اساس عرضه و تقاضای سفته‌بازانه بود.
• جریان درآمد عملیاتی: AI می‌تواند مستقیماً بهره‌وری را افزایش دهد و هزینه‌ها را کم کند. این یک ارزش کاربردی ملموس است. در کریپتو، ارزش کاربردی اغلب در تئوری باقی می‌ماند.
• بازیافت سرمایه: در صورت شکست یک پروژه AI، دارایی‌های فیزیکی آن قابل بازیافت است. در کریپتو، وقتی یک توکن سقوط می‌کند، چیزی برای بازیافت باقی نمی‌ماند.

با این حال، درس‌های مشترکی هم وجود دارد: مراقب اهرم مالی باشید. همان‌طور که وام‌های دیفای سقوط کریپتو را تسریع کرد، بدهی‌های سنگین برای ساخت زیرساخت‌های AI نیز می‌تواند در شرایط رکود، بحران‌ساز شود.

شواهد نشان می‌دهد که ما با یک پدیده‌ی دوگانه روبه‌رو هستیم. بله، احتمالاً در بخش‌هایی از بازار، مانند مدل‌های زبانی عمومی و استارتاپ‌های داستان‌محور، با یک حباب موضعی مواجهیم. اما در کلیت ماجرا، هوش مصنوعی یک تحول ساختاری و بنیادین است که ارزش‌آفرینی پایداری به همراه خواهد داشت.

خطر بی‌عقلی در سرمایه‌گذاری، تمرکز بیش از حد در زنجیره تامین (وابستگی به چند تولیدکننده GPU)، و ریسک‌های مالی پنهان کاملاً واقعی هستند. آینده از آنِ شرکت‌هایی است که از مرحله «دموی جذاب» عبور کرده و به «محصول درآمدزا» با قراردادهای واقعی رسیده‌اند.

در نهایت، در این بازی بزرگ، برنده کسی نیست که بلندترین داستان را تعریف می‌کند، بلکه کسی است که پایدارترین جریان نقدی را می‌سازد.