تب سرومایه‌گذاری در هوش مصنوعی داغ‌تر از همیشه است، اما سود آن هنوز نامعلوم مانده‌است. میلیاردها دلار روانه پروژه‌هایی می‌شود که شاید فردا منسوخ شوند.
 
به گزارش افتانا، اکونومیست می‌گوید سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی به مرحله‌ای جنون‌آمیز رسیده است. مک‌کینزی پیش‌بینی می‌کند تا پنج سال آینده بیش از ۵.۲ تریلیون دلار صرف ساخت دیتاسنترها، تراشه‌ها و انرژی برای تولید هوش مصنوعی شود و شاید این رقم حتی افزایش یابد.
 
با وجود این، درآمد واقعی حاصل از کاربردهای هوش مصنوعی هنوز با این سرمایه‌گذاری‌ها هم‌خوان نیست؛ تنها حدود ۱۵٪ از پروژه‌های آزمایشی شرکت‌ها تاکنون موفق بوده‌اند.
 
مراکز داده در بیابان‌ها
نسل جدید دیتاسنترهای هوش مصنوعی نه در مراکز فناوری مانند ویرجینیا، بلکه در مناطق دورافتاده‌ای چون تگزاس، داکوتای شمالی و نیومکزیکو ساخته می‌شوند؛ جاهایی که انرژی بادی و خورشیدی ارزان و زمین فراوان است.
 
اما این مکان‌های تازه، خطراتی دارند: اگر فناوری سریع‌تر از انتظار تغییر کند، این مراکز ممکن است به‌سرعت منسوخ و بلااستفاده شوند.
 
سرمایه‌گذاران جدید، ریسک‌های تازه
تأمین مالی این پروژه‌ها دیگر از سوی شرکت‌های بورسی و صندوق‌های سرمایه‌گذاری املاک نیست. اکنون شرکت‌های سرمایه خصوصی، صندوق‌های ثروت ملی و بانک‌ها در حال پیش‌برد پروژه‌هایی هستند که هر گیگاوات ظرفیت آن ممکن است تا ۵۰ میلیارد دلار هزینه داشته باشد.
 
این تغییر، ریسک را از بازار سهام به بازار بدهی و بانک‌ها منتقل کرده است—یعنی اگر پروژه‌ها شکست بخورند، فشار اصلی بر نظام بانکی وارد می‌شود.
 
خطر اعتباری شرکت‌های نوپا
پیش‌تر غول‌هایی مانند آمازون و گوگل طرف قرارداد بودند؛ «بهترین مستأجران دنیا» به قول تحلیل‌گران، اما اکنون شرکت‌هایی مثل OpenAI  و استارتاپ‌های اجاره‌دهنده GPU جای آن‌ها را گرفته‌اند. این شرکت‌های تازه‌کار از اعتبار مالی ضعیف‌تری برخوردارند و رقابت فزاینده میان‌شان، خطر سقوط را بالا برده است.
 
شباهت به حباب فناوری دهه ۹۰
برخی تحلیل‌گران شباهت‌هایی میان وضعیت فعلی و حباب دات‌کام دهه ۱۹۹۰ می‌بینند؛ زمانی که میلیاردها دلار صرف زیرساخت‌هایی شد که بعداً بلااستفاده ماند. به‌ویژه سرمایه‌گذاری‌های عظیمی مانند طرح ۵۰۰ میلیارد دلاری پروژه “Stargate” یا سرمایه‌گذاری احتمالی ۱۰۰ میلیارد دلاری انویدیا در OpenAI یادآور همان دوران‌اند.
 
خوش‌بینی محتاطانه
در مقابل، خوش‌بین‌ها مانند سم آلتمن می‌گویند خطر کم‌سرمایه‌گذاری از خطر بیش‌سرمایه‌گذاری بیشتر است، چون حتی ظرفیت‌های اضافی هم می‌توانند برای اجرای مدل‌های هوش مصنوعی به کار روند.
 
در نهایت، سرنوشت این تب سرمایه‌گذاری به یک پرسش کلیدی وابسته است:
آیا تقاضای واقعی برای هوش مصنوعی با جاه‌طلبی سرمایه‌گذاران همگام خواهد شد یا این تب نیز مانند حباب‌های پیشین فروکش می‌کند؟