هفته‌ای که هوش مصنوعی پلک زد؟

prospect.org

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

این هفته، Character.AI، استارتاپی که زمانی یک «یونیکورن» بود و به کاربران امکان می‌داد همراهان مجازی بسازند، اعلام کرد که درخواست ورشکستگی داده است و در عین حال دارایی‌های باقی‌مانده خود را به دیزنی می‌فروشد. ورشکستگی راهی مناسب برای شانه خالی کردن از مسئولیت در قبال چندین پرونده قضایی فعال و تحقیقات درباره این اتهام‌هاست که چت‌بات‌های این شرکت خود را پزشک جا زده‌اند و کودکان را به خودکشی ترغیب کرده‌اند. فروش دارایی‌ها نیز از این جهت جالب است که دیزنی پیش‌تر از Character.AI به دلیل استفاده از شخصیت‌های این شرکت در چت‌بات‌هایش شکایت کرده بود.

اما ورشکستگی همچنین فرصتی فراهم می‌کند تا نگاهی به درون سازوکار اکوسیستم هوش مصنوعی بیندازیم و تصویر چندان خوشایندی به دست نمی‌دهد. Character.AI توانسته بود ۱۲ میلیون کاربر فعال جذب کند، اما هزینه محاسباتی لازم برای پشتیبانی از این تعداد کاربر سرسام‌آور بود. شرکت ماهانه بین ۸ تا ۹ میلیون دلار زیان می‌داد. وقتی دیگر سرمایه‌ای برای تأمین مالی رشد بیشترِ زیان‌ده نداشت، برای کاهش هزینه‌ها به تضعیف تجربه کاربری روی آورد؛ هم با استفاده از مدل‌های ارزان‌تر و جایگزین که میزان تعامل کاربران را کاهش می‌دادند و هم با اعمال محدودیت برای کاربران رایگان. این شرکت همچنین تبلیغات و سپس خریدهای درون‌برنامه‌ای را به محصول خود اضافه کرد تا به هر شکلی از این وضعیت نجات پیدا کند. نتیجه اصلی همه این اقدامات، دور کردن کاربران اصلی بود؛ اتفاقی نامطلوب برای شرکتی که به‌شدت به افزایش درآمد نیاز داشت.

اگرچه مقیاس Character.AI به سطح غول‌های صنعت نزدیک نبود، مشکلی که با آن مواجه شد برای این صنعت آشناست. صنعت هوش مصنوعی با یک معضل اساسی روبه‌روست: افزایش تعداد کاربران با وخیم‌تر شدن وضعیت مالی شرکت‌ها همبستگی دارد. برخلاف صنعت نرم‌افزار که تولید هر نسخه اضافی از فتوشاپ یا مایکروسافت ورد تقریباً هیچ هزینه‌ای ندارد، اجرای مدل‌های هوش مصنوعی به منابع بسیار زیادی نیاز دارد. هرچه افراد بیشتری از محصول استفاده کنند، هزینه اجرای سامانه نیز بیشتر می‌شود و دست‌کم در این مورد، تعیین قیمتی که هزینه‌ها را پوشش دهد باعث ریزش شدید مشتریان می‌شود. در نتیجه، شرکت‌ها از کیفیت می‌زنند، منابع درآمدی مانند تبلیغات را وارد محصول می‌کنند، محصول بدتر و سوءاستفاده‌گرانه‌تر می‌شود، کاربران در نهایت آن را ترک می‌کنند و شرکت از بین می‌رود.

اگر صحبت از شبکه‌ای از اپلیکیشن‌های بازی موبایلی یا مجموعه‌ای از فروشگاه‌های تخصصی سرگرمی بود، این ناهماهنگی مالی شاید مسئله چندان بزرگی نبود. اما ما درباره صنعتی صحبت می‌کنیم که آمریکا و جهان برای تقریباً تمام رشد اقتصادی خود به آن متکی هستند و این وضعیت کاملاً متفاوت است.

غول‌های بزرگ این حوزه اصرار دارند که گرفتار چنین مشکلی نیستند. Anthropic در رویداد اخیر روز سرمایه‌گذاران، پیش از عرضه اولیه سهام مورد انتظارش در ماه نوامبر، اعلام کرد که درآمد سه‌ماهه سوم ۴۵ درصد افزایش یافته و به ۱۶.۸ میلیارد دلار رسیده است. اما حتی این رقم لزوماً به معنای سودآوری نیست. Anthropic درباره این موضوع محتاطانه صحبت کرد و مدعی شد «پس از اعمال تعدیل‌های خاص» سودآور است؛ نوعی حسابداری دست‌کاری‌شده که به‌سادگی نمی‌توان آن را معتبر دانست. دفترچه عرضه اولیه سهام، یا S-1، که ارقام واقعی را مشخص خواهد کرد، هنوز به‌صورت عمومی منتشر نشده است.

نزدیک‌ترین شرکت قابل مقایسه با Anthropic، یعنی OpenAI، هفته گذشته مجبور شد اذعان کند که درآمد سالانه‌شده‌اش ۲۰ میلیارد دلار کمتر از رقمی است که به سرمایه‌گذاران اعلام می‌کرد؛ موضوعی که نشان می‌دهد ارقام اعلامی این شرکت‌ها ممکن است تغییر کند. این رقم ناامیدکننده برای OpenAI حتی پس از افزودن تبلیغات به ChatGPT به دست آمده است؛ اقدامی که شباهت زیادی به الگوی Character.AI دارد.

صنعت هوش مصنوعی با یک معضل اساسی روبه‌روست: افزایش تعداد کاربران با وخیم‌تر شدن وضعیت مالی شرکت‌ها همبستگی دارد.

از سوی دیگر، حتی تعریف پذیرفته‌شده‌ای از درآمد در این شرکت‌ها وجود ندارد. Anthropic فروش شرکای ابری خود را نیز در مدل درآمدی خودش لحاظ می‌کند، اما OpenAI چنین کاری نمی‌کند. با توجه به اینکه این رقم شاخص اصلی برای تعیین دوام و امکان‌پذیری کسب‌وکار است، انتظار می‌رود تعریف آن کاملاً روشن و یکسان باشد.

OpenAI، دست‌کم بر اساس برآورد خودش، انتظار دارد تا سال ۲۰۳۰ ۲۸۰ میلیارد دلار زیان متحمل شود؛ آن هم در شرایطی که پیش‌بینی می‌کند درآمدش طی این دوره ۱۰ برابر شود. تحلیل Bain Capital، که احتمالاً محافظه‌کارانه‌تر از برآورد OpenAI است، نشان می‌دهد کل صنعت تا سال ۲۰۳۰ با شکاف درآمدی ۴.۲ تریلیون دلاری مواجه خواهد شد. این شکاف چگونه قرار است پر شود؟ به گفته Bain، با گنجاندن تبلیغات در چت‌بات‌ها، اداره خودکار تقریباً همه چیز روی زمین، استفاده از ربات‌ها برای تقریباً تمام فرایندهای تولید و ایجاد تعداد نامعلومی از محصولات جدید. این را هم باید به خاطر داشت که سال ۲۰۳۰ فقط کمی بیش از سه سال دیگر است.

اتفاقاً یکی از همین محصولات جدید، پاسخ OpenAI به همراه مجازی Muse متعلق به Meta بود که در زمان معرفی محصول تقریباً بلافاصله از کار افتاد. Muse پس از عرضه به یکی از محبوب‌ترین دانلودهای اپلیکیشن تبدیل شد، اما از آن زمان محبوبیتش به‌شدت کاهش یافته است.

رقابت مدل‌های متن‌باز نیز مسئله دیگری است. این مدل‌ها به‌طور مداوم تنها سه تا شش ماه از مدل‌های پیشرو آزمایشگاه‌های بزرگ عقب بوده‌اند و می‌توان آن‌ها را روی سخت‌افزار محلی اجرا کرد؛ مزیتی مهم برای هر صنعتی که نگرانی‌های امنیتی دارد. رقابت مدل‌های متن‌باز همچنین توان شرکت‌های هوش مصنوعی برای دریافت قیمت‌های بالا در ازای استفاده از مدل‌ها را کاهش می‌دهد؛ راهبردی که در ابتدا یکی از اصلی‌ترین برنامه‌های این شرکت‌ها برای افزایش درآمد بود.

تمام بحث بالا درباره وضعیت مالی کسب‌وکارهاست، نه تهدید نابودی بشریت که ظاهراً در دفترچه عرضه اولیه Anthropic نیز به آن اشاره شده است، و نه خطر حقوقی قابل‌توجهی که این صنعت با آن مواجه است. هشت ایالت آمریکا، از جمله ایالت‌هایی که معمولاً با برخوردهای سخت‌گیرانه شناخته نمی‌شوند مانند آیداهو، نبراسکا، ویرجینیای غربی و کانزاس، به‌تازگی از OpenAI شکایت کرده‌اند؛ علت آن عرضه مدل‌های ChatGPT بدون تدابیر حفاظتی برای جلوگیری از موقعیت‌های آسیب‌زا عنوان شده است. دادگاه تجدیدنظر حوزه سوم آمریکا نیز به‌تازگی دفاع مبتنی بر «استفاده منصفانه» را رد کرده است؛ دفاعی که شرکت‌ها در برابر آموزش گسترده مدل‌های هوش مصنوعی با استفاده از آثار دارای حق نشر مطرح کرده بودند. کمیسیون تجارت فدرال نیز تحقیقی را آغاز کرده و روز پنجشنبه احضاریه‌هایی برای OpenAI و Anthropic صادر کرده است تا درباره رخدادهای ایمنی، از جمله هک شدن وب‌سایت‌های خصوصی و دولتی، تحقیق کند.

با توجه به اینکه همین تیم تحقیقاتی پیش‌تر پرونده تحقیقاتی درباره OpenAI را که در دولت بایدن آغاز شده بود مختومه کرده است، من تقریباً هیچ انتظاری از تحقیقات FTC ندارم. اما این شرکت‌ها و صنعت هوش مصنوعی در مجموع با خطرهای واقعی مواجه‌اند و حتی اگر آن‌ها را کاملاً کنار بگذاریم، باز هم ایجاد یک مدل اقتصادی سودآور برای این صنعت دشوار است.

برای روشن شدن موضوع، اگر اقتصاد مدل‌های پیشرو و مرزی برای شرکت‌های اصلی این حوزه جواب ندهد، این مشکل به همه شرکت‌هایی که به آن‌ها وابسته‌اند نیز سرایت می‌کند. این مسئله توضیح می‌دهد چرا سهام شرکت‌های هوش مصنوعی در روزهای اخیر در سراسر بازار سقوط کرده‌اند؛ از جمله افت ۱۵ درصدی سهام شرکت «نئوکلاود» CoreWeave در یک جلسه معاملاتی. بدهی این شرکت تنها در یک فصل تقریباً دو برابر شده و به ۵۰ میلیارد دلار رسیده و اوراق قرضه آن نیز به سطوحی پایین‌تر از محدوده بحران مالی سقوط کرده‌اند. نئوکلاود به شرکت توسعه‌دهنده مراکز داده‌ای گفته می‌شود که مواد اولیه لازم را تأمین می‌کند، میزبان مستأجران است و تأمین مالی پروژه‌ها را مدیریت می‌کند؛ بنابراین اگر تقاضا برای هوش مصنوعی بالا باشد و توسعه مراکز داده با سرعت انجام شود، چنین شرکت‌هایی باید عملکرد بسیار خوبی داشته باشند. اما به گزارش رویترز، بیمه نکول بدهی CoreWeave نشان می‌دهد که احتمال نکول این شرکت طی پنج سال نزدیک به ۶۳ درصد است؛ آن هم با وجود نوعی تضمین مؤثر از سوی Nvidia که یکی از بزرگ‌ترین سرمایه‌گذاران آن است.

برای روشن بودن موضوع، CoreWeave در مقایسه با سایر بخش‌های صنعت با مشکل ویژه‌ای روبه‌رو نیست؛ بلکه نسخه‌ای از همان مشکل را تجربه می‌کند: درآمد کافی برای پوشش هزینه نجومی نگهداری این سامانه وجود ندارد. حتی با سطح فعلی یا بالاتر تقاضا نیز ترسیم مسیری روشن به سوی سودآوری دشوار است. یک یادداشت پژوهشی هشداردهنده از مؤسسه Gartner در همین هفته برآورد کرد که ۸۰ درصد نئوکلاودهایی مانند CoreWeave ممکن است تا سال ۲۰۳۰ از بین بروند. وقتی به این فکر کنیم که شرکت‌های بزرگ فناوری چگونه بدهی‌های مرتبط با هوش مصنوعی را از ترازنامه‌های خود پنهان می‌کنند، سقوط نئوکلاودها می‌تواند به‌مرور فشار بیشتری را به سایر بخش‌های صنعت منتقل کند.

شاید بزرگ‌ترین نشانه رکود در این صنعت، ناکامی ناگهانی عرضه اولیه سهام Firmus باشد؛ یک شرکت نئوکلاود استرالیایی به ارزش ۳۰ میلیارد دلار که مدیر آن فردی بود که به دلیل معاملات نهانی به زندان رفته بود (!) اما با این حال برخی از بزرگ‌ترین شرکت‌های فعال در حوزه هوش مصنوعی از آن حمایت می‌کردند. قرار بود عرضه اولیه Firmus بزرگ‌ترین عرضه اولیه بازار استرالیا در ۳۰ سال گذشته باشد، اما ظرف چند روز ناپدید شد. زمانی کافی بود نام «AI» را روی یک شرکت بگذارید تا سهامش در بازارها اوج بگیرد؛ برای مثال، یکی از نئوکلاودها به نام SB Energy در ماه اوت برای عرضه اولیه سهام در حالی اقدام کرد که حتی یک مرکز داده فعال نداشت. اما شاید دیگر واقعیت با این ذهنیت رونق‌زده همخوان نباشد. The Wall Street Journal گزارش داد که عنوان یکی از پنل‌های اخیر در یک کنفرانس توسعه مراکز داده این بود: «آیا کارمان تمام شده است؟»

سم آلتمن هفته گذشته در مصاحبه‌ای گفت: «دنیا باید وقوع برخی اتفاقات بد را به خاطر مزایای این فناوری بپذیرد.» به نظر می‌رسد آن اتفاقات بد همین حالا از راه رسیده‌اند؛ اما ما هنوز منتظر مزایا هستیم.

نویسنده: دیوید دی‌ین