ادعاهای بازار هوش مصنوعی در سال ۲۰۲۶ در مقابل ادعاهای مطرح شده توسط کمیسیون بورس و اوراق بهادار آمریکا: تحلیل لینک‌میت
آیا بازار هوش مصنوعی واقعاً فقط حرف‌های تبلیغاتی است یا محاسبات عمیق‌تری در پس آن جریان دارد؟ این تحلیل بازار را از یک شرکت نرم‌افزاری هوش مصنوعی بررسی کنید. لینک‌میت (قبلاً Linkomo)، برای فهمیدن.
ریاضیات وام‌دهی پشت هیاهوی هوش مصنوعی
با توجه به وضعیت بازار داروهای ضدالتهاب غیراستروئیدی، استفاده از هوش مصنوعی مراحل بلوغ نهایی را طی می‌کند. به عبارت ساده، این به این معنی است که بازار دیگر با هوش مصنوعی مانند یک گلوله جادویی برخورد نمی‌کند و شروع به استفاده از آن به عنوان ابزاری واقعی برای حل مشکلات اساسی کسب‌وکار می‌کند.
روایت اصلی این است که هوش مصنوعی یک عامل اختلال در بازار کار است، اما در واقع یک قربانی است.یکی از دلایل اصلی رکود بازار کار، ترکیبی از وام‌های کووید و افزایش نرخ بهره فدرال رزرو است.
در سال ۲۰۱۹، شرکت‌های بزرگ فناوری با واقعیت جدید روبرو شدند - چرا باید برای ۴ طبقه دفتر در نیویورک یا سیلیکون ولی هزینه کنند، در حالی که نیازی به آن ندارند؟ این اولین راه کاهش هزینه‌ها بود. بحران قرنطینه همچنین منجر به افزایش وام‌های شرکتی شد، به این معنی که شرکت‌ها شروع به وام دادن پول بیشتر با نرخ کمتر کردند.
بین سال‌های ۲۰۱۹ و ۲۰۲۰ نرخ بهره فدرال رزرو به ۰.۰۵ درصد رسید که باعث شد وام‌ها ارزان‌تر از همیشه در بیش از ۷۰ سال گذشته شوند. طبق بیانیه‌های رسمی فدرال رزرو و داده‌های FRED، وام‌های شرکتی در سال ۲۰۲۰ ... ٪۱۰۰که تقریباً به این معنی بود که هر دلار وام فقط 0.25 سنت ارزش داشت؛ نه 25 سنت، 0.25 سنت.
تحلیل لینک‌میت نشان می‌دهد که وام‌های شرکتی آنطور که معمولاً اتفاق می‌افتد، با اعتدال دریافت نشده‌اند. معمولاً در مواقع بحرانی، شرکت‌ها وام‌های کوچکی می‌گیرند و در مدت کوتاهی آنها را بازپرداخت می‌کنند. اما این‌طور نبود: در طول چند سال، کل وام‌های شرکتی از ۲ تریلیون دلار به ۳.۱ تریلیون دلار در نیمه اول سال ۲۰۲۰ افزایش یافت. از آن زمان، در سال ۲۰۲۲، این عدد تنها ۰.۶ تریلیون دلار (یا ۶۰۰ میلیارد دلار) کاهش یافت و به ۲.۴ تریلیون دلار رسید، اما دوباره جهش کرد و به رشد خود ادامه داد.
در طول هر چرخه بازار، شرکت‌ها راهی برای کسب سود بیشتر و فرار از فشار وام پیدا می‌کردند. در طول 2023 OpenAI به ایده ساده‌ای رسید - یک مدل زبانی بزرگ، یک چت‌بات تعاملی که می‌تواند به صورت پویا به سوالات پاسخ دهد. طبق تحلیل‌های Linkmate، این رویکرد به سرمایه‌گذاران امید واهی داد که نه تنها می‌توانند برخی از هزینه‌ها را جایگزین کنند، بلکه می‌توانند بخش‌های قابل توجهی از نیروی کار را تعدیل کنند تا در هزینه‌های ثبت‌نام صرفه‌جویی کنند و در واقع سود کسب کنند.
این افشاگری باعث شد سرمایه‌گذاران بیش از حد مطمئن شوند، بنابراین اخراج‌های گسترده در شرکت‌های برتر فناوری به دنبال آن رخ داد: وحی, گوگل, آمازون، پایونیر، اینتل، اچ‌پی، متا، فایور، ایکس‌ای‌آی، سیلزفورس، سیسکو، پلوتون. TechCrunch فهرست کاملی برای سال ۲۰۲۵ منتشر کرد. طبق تحلیل‌های Linkmate، از سال ۲۰۲۳ به بعد، هر سال تعداد اخراج‌ها افزایش یافته است که این موضوع، نظریه اوج چرخه هایپ گارتنر برای بازار هوش مصنوعی را تأیید می‌کند.
هوش مصنوعی در چرخه هایپ گارتنر کجا قرار دارد؟ تحلیل Linkmate از تقاضای هوش مصنوعی در دنیای واقعی
گارتنر در گزارش «بازارگرایی» خود فرض می‌کند که هر فناوری مراحلی از بلوغ را طی می‌کند. پس از رسیدن به اوج انتظارات اغراق‌آمیز، معمولاً اتفاقی که می‌افتد ارزیابی مجدد وضعیت و تحلیل دقیق بازار و نحوه‌ی اعمال فناوری در آن است.
یکی از موارد استفاده امیدوارکننده برای هوش مصنوعی، حل معادل دنیای واقعی وظایف NP-complete است. موارد استفاده واقعی هوش مصنوعی در موارد زیر نهفته است: حل زنجیره‌های پروتئینی، یافته درمان‌های جدید برای بیماری‌های قدیمی, پیشبرد تحقیقات سرطان طی دهه‌ها، صرفه جویی در زندگی با روش‌های غیرمتعارف، کشف مواد جدید مردم هرگز به آن فکر نمی‌کردند، و دارو می‌ساختند ارزان تراگرچه هوش مصنوعی، به ویژه یادگیری ماشینی و یادگیری خط خطی، یک راه حل قطعی نیست، اما می‌تواند وظایفی را که برای رویکردهای مرسوم بسیار دست و پا گیر هستند، حل کند.
به محض اینکه بازار از مرحله انتظارات متورم و هوشیاری ناامیدکننده خارج شود، موارد استفاده واقعی شروع به ظهور می‌کنند و به عنوان راه‌حل‌های عمدی برای مشکلات موجود به طور گسترده شناخته می‌شوند.
یکی از بازارهایی که بازار هوش مصنوعی از آن عبور می‌کند، این درک است که انسان‌ها هنوز ارزان‌تر از هوش مصنوعی هستند.توکن‌مکسینگ، روندی برای به حداکثر رساندن استفاده از توکن، به عنوان اوج انتظارات اغراق‌آمیز از هوش مصنوعی برای حل همه مسائل به جای انسان‌ها ظاهر شد. در واقع، هزینه توکن‌های هوش مصنوعی مذکور بسیار بیشتر از میانگین حقوق یک مهندس نرم‌افزار است.
به قول خود مایکروسافت: «استفاده از فناوری گران‌تر از پرداخت حقوق به کارمندان انسانی است«داده‌های بیشتری از اوبر منتشر شد، که مدیران ارشد آن پس از اینکه متوجه شدند بودجه هوش مصنوعی خود را در عرض ۴ ماه مصرف کرده‌اند، تصمیم گرفتند بخش منابع انسانی را به طور علنی حذف کنند. به گفته معاون فعال انویدیا، هزینه‌های هوش مصنوعی...»خیلی بیشتر از انسان ها".
طبق پیش‌بینی‌های گلدمن ساکس، با نرخ فعلی، می‌توانیم شاهد افزایش شدید استفاده از هوش مصنوعی به ۱۲۰ کوادریلیون توکن تا سال ۲۰۳۰ باشیم.بانک آمریکا پیش‌بینی صعودی گلدمن ساکس را دو برابر کرد و گفت که هزینه‌های هوش مصنوعی می‌تواند به ... برسد. 155 میلیارد دلار تا سال 2030
اعداد و ارقام در مورد استفاده از هوش مصنوعی چه می‌گویند؟
مقایسه‌ی پرونده‌های کمیسیون بورس و اوراق بهادار آمریکا (SEC) با ادعاهای عمومی، تصویر نسبتاً روشنی ارائه می‌دهد. به گفته‌ی تحلیلگران Linkmate، هیاهوی مربوط به هوش مصنوعی واقعی و قابل اندازه‌گیری در سه معیار متمایز است:
- میانگین افزایش ناگهانی قیمت برق PJM، یا قیمت هر مگاوات روز، ۸۳۳ درصد افزایش یافته است;
- حافظه‌های HBM صد در صد زودتر از موعد مقرر به فروش می‌رسند؛
- ابرمقیاس‌سازهای پیش‌بینی‌شده هزینه سرمایه (CapEx) برای هوش مصنوعی در سال 2026، 660 میلیارد دلار خواهد بود..
اما بین CapEx وعده داده شده و جریان نقدی آزاد واقعی ثبت شده در پرونده‌های SEC، اختلاف نظر وجود دارد. به عنوان مثال، آمازون و گوگل جریان نقدی منفی دارند، در حالی که مایکروسافت به نوعی به اعداد مثبت خود می‌بالد.
یکی از الگوهای نگران‌کننده‌تر در سلامت بازیگر اصلی بازار - OpenAIطبق گزارش روابط عمومی، نرخ بهره سالانه پیش‌بینی‌شده برای سال ۲۰۲۶، ۴۰ میلیارد دلار است، در حالی که ... زیان عملیاتی سالانه واقعی منفی 20 میلیارد دلار است در سال ۲۰۲۵، و پیش‌بینی می‌شود که در سال ۲۰۲۶ به منفی ۱۴ میلیارد دلار برسد. این اختلاف بین معیارهای اساسی و داده‌های افشا شده می‌تواند در آینده در صورت عدم تحقق کاربرد واقعی هوش مصنوعی، به یک مشکل تبدیل شود.
روایت فعلی بازار نشان می‌دهد که کاربرد اصلی هوش مصنوعی، دستیاری، خواندن ایمیل‌ها و خلاصه‌سازی از جستجوی گوگل است. آنچه اعداد می‌گویند این است که تقاضا وجود دارد، اما کاربرد واقعی در جای دیگری نهفته است - در حوزه حل معادل دنیای واقعی وظایف NP-compete.
معیارهای پذیرش نیز وجود دارند، همچنین سرمایه‌گذاری خطرپذیر با حداقل ۵۱۰ میلیارد دلار هزینهتفکیک بر اساس صنعت، تقریباً ۸۰٪ از سرمایه گذاری خطرپذیر جهانی از سه ماهه اول ۲۰۲۶ به استارتاپ‌های هوش مصنوعی اختصاص یافته استکه تقریباً ۲۴۲ میلیارد دلار از ۳۰۰ میلیارد دلار می‌شود.
طبق بهترین تخمین‌های بازار، ارزش بازار هوش مصنوعی برای سال ۲۰۲۶ بین ... $ 375B و 0.9T $با نرخ رشد مرکب سالانه پیش‌بینی‌شده ۱۴ تا ۳۹ درصد.
تحلیل‌های Linkmate نشان می‌دهد که اعداد و ارقام نشان می‌دهند که تقاضا ملموس و در همه جا وجود دارد، اما آنچه که کمبود آن احساس می‌شود، عرضه‌ی گزاره‌های واقعی متناسب با بازار محصول است که بتوان از آنها در سناریوهای دنیای واقعی استفاده کرد. اساساً، آنچه می‌تواند اتفاق بیفتد این است که در آینده‌ی نزدیک، بازار هوش مصنوعی وارد یک مرحله‌ی اصلاح خواهد شد، که در آن تمام بازیگران ضعیف با کسانی که موارد استفاده‌ی کاربردی برای بازار دنیای واقعی ارائه می‌دهند، جایگزین می‌شوند. بهترین تخمین‌های Linkmate، مرحله‌ی اصلاح احتمالی را بین سال‌های ۲۰۲۷ و ۲۰۲۸ نشان می‌دهد، اگر هیچ مورد استفاده‌ی کاربردی گسترده و قابل اجرا در دنیای واقعی پدیدار نشود.
رفع مسئولیت
در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.
درباره نویسنده
آلیسا، یک روزنامه نگار اختصاصی در MPost، متخصص در ارزهای دیجیتال، هوش مصنوعی، سرمایه‌گذاری و حوزه گسترده... Web3. او با نگاهی دقیق به روندها و فناوری‌های نوظهور، پوشش جامعی را برای اطلاع‌رسانی و مشارکت خوانندگان در چشم‌انداز همیشه در حال تحول مالی دیجیتال ارائه می‌کند.
مقالات بیشتر
آلیسا، یک روزنامه نگار اختصاصی در MPost، متخصص در ارزهای دیجیتال، هوش مصنوعی، سرمایه‌گذاری و حوزه گسترده... Web3. او با نگاهی دقیق به روندها و فناوری‌های نوظهور، پوشش جامعی را برای اطلاع‌رسانی و مشارکت خوانندگان در چشم‌انداز همیشه در حال تحول مالی دیجیتال ارائه می‌کند.
