اسناد تازه سرمایه‌گذاران از درآمد اوپن‌ای‌آی و آنتروپیک پرده برداشت؛ سهام فناوری با موج ناگهانی فروش روبه‌رو شد
نویسنده: کالین راگ
تاریخ انتشار:
اسناد تازه منتشرشده از ارائه‌های سرمایه‌گذاری دو آزمایشگاه پیشرو در حوزه هوش مصنوعی، اوپن‌ای‌آی و آنتروپیک، موجی از عقب‌نشینی در بازارهای جهانی سهام مرتبط با هوش مصنوعی به راه انداخته است. این اطلاعات نگرانی فزاینده سرمایه‌گذاران را درباره توانایی درآمد نرم‌افزارهای مولد برای پوشش هزینه‌های بی‌سابقه زیرساختی آشکار می‌کند. بر اساس این اسناد، درآمد تکرارشونده سالانه‌شده اوپن‌ای‌آی به ۵۰ میلیارد دلار رسیده، درحالی‌که آنتروپیک در سه‌ماهه سوم ۱۶٫۸ میلیارد دلار درآمد ثبت کرده است. این ارقام نگرانی‌هایی را برانگیخته‌اند مبنی بر اینکه پذیرش این فناوری از سوی مشتریان عادی، بسیار کندتر از آن چیزی پیش می‌رود که پیش‌تر گمان می‌رفت.
انتشار این اطلاعات در شرایطی رخ داده که اقتصاد کلان نیز با دشواری‌هایی روبه‌روست. نرخ‌های بالای استقراض، تأمین سرمایه لازم برای ساخت مراکز داده پیشرفته را به‌مراتب پرهزینه‌تر کرده است. اگر شرکت‌های خصوصی فعال در حوزه هوش مصنوعی نتوانند جریان نقدی خود را با سرعتی متناسب با پیش‌بینی بازارهای سرمایه‌گذاری خطرپذیر افزایش دهند، نگرانی‌ها به دیگر بخش‌های زنجیره تأمین سخت‌افزار نیز سرایت می‌کند. بااین‌حال، مهم‌ترین تأمین‌کننده سخت‌افزار این تحول محاسباتی معتقد است نگرانی‌های کنونی بازار، ترکیب واقعی تقاضا برای سخت‌افزار را به‌درستی منعکس نمی‌کنند.
عقب‌نشینی ارزش‌گذاری‌ها و اختلاف در آمار درآمد افشاشده
نوسانات بازار پس از انتشار گزارشی درباره ارائه سرمایه‌گذاری اوپن‌ای‌آی، به نقل از فایننشال تایمز، شدت گرفت. طبق این گزارش، درآمد سالانه‌شده این شرکت به ۵۰ میلیارد دلار رسیده بود؛ رقمی که به‌طور محسوسی کمتر از برآورد تأییدنشده ۷۰ میلیارد دلاری بود که چند هفته پیش‌تر منتشر شده بود. بااین‌حال، اختلاف میان این ارقام بعداً به تفاوت‌های معمول در شیوه‌های حسابداری نسبت داده شد. اندکی بعد، اطلاعات داخلی آنتروپیک نشان داد که درآمد این شرکت در سه‌ماهه سوم به ۱۶٫۸ میلیارد دلار رسیده است؛ افزایشی چشمگیر در مقایسه با درآمد ۴٫۶ میلیارد دلاری آن در سال ۲۰۲۵. با وجود این رشد، نرخ درآمد سالانه‌شده بر مبنای رقم سه‌ماهه سوم ۶۷٫۲ میلیارد دلار برآورد می‌شود که از رقم ۶۵ میلیارد دلاری اعلام‌شده در ماه ژوئیه بیشتر است.
کندتر شدن آهنگ رشد در مقایسه با دوره قبل، موجی فوری از فروش سهام شرکت‌های نیمه‌رسانا را در پی داشت. فعالان بازار این پرسش را مطرح کردند که آیا کاهش سرعت رشد دو شرکت شاخص تولیدکننده مدل‌های هوش مصنوعی در سیلیکون‌ولی، ناگزیر سفارش‌های عمده پردازنده‌های گرافیکی پیشرفته را نیز کاهش خواهد داد یا خیر.
دستی که آماده است حبابی پر از ارقام صفر و یک را با سوزن بترکاند.
عقب‌نشینی بازار سهام نشان می‌دهد ارزش‌گذاری شرکت‌های بورسی تا چه اندازه به گزارش‌های تأمین مالی شرکت‌های خصوصی وابسته شده است. هرگاه آزمایشگاه‌های پیشرو حتی اصلاحی محدود در برآورد روند رشد خود تجربه کنند، هزینه‌های سرمایه‌ای مربوط به زیرساخت سرورها نیز بلافاصله زیر ذره‌بین قرار می‌گیرد.
جنسن هوانگ روایت کاهش رشد را به چالش می‌کشد
جنسن هوانگ، مدیرعامل انویدیا، در گفت‌وگویی مفصل با برد گِرستنر، سرمایه‌گذار خطرپذیر، به نوسانات بازار واکنش نشان داد و مستقیماً با این ادعا مخالفت کرد که تقاضا برای توان پردازشی تقریباً به دو شرکت خصوصی نرم‌افزاری محدود شده است.
هوانگ دو دلیل ساختاری مطرح کرد که به گفته او توضیح می‌دهند چرا سفارش‌های معوق سخت‌افزار سازمانی، با وجود نوسانات آماری شرکت‌های بزرگ سازنده مدل‌های هوش مصنوعی، همچنان در سطح بالایی باقی مانده‌اند.
گسترش بازار فراتر از دو بازیگر پیشرو
در سه‌ماهه سوم، شمار نرم‌افزارهای خودمختار سازمانی به‌سرعت افزایش یافت و از سهم بازار پیشگامان تثبیت‌شده کاست. استارتاپ ایکس‌ای‌آی در ماه اوت Grok Bot را عرضه کرد، متا در سپتامبر دستیار شخصی مبتنی بر هوش مصنوعی خود با نام Muse را معرفی کرد و شرکت چینی مون‌شات ای‌آی نیز در ماه ژوئیه مدل Kimi را ارائه داد. در همین حال، اوپن‌ای‌آی نسخه به‌روزشده پلتفرم Codex خود را با هدف رقابت مستقیم با آنتروپیک در زمینه برنامه‌نویسی و توسعه نرم‌افزار منتشر کرد.
گسترش عوامل هوش مصنوعی پیشرفته و رقیب نشان می‌دهد که تغییرات درآمد هر شرکت ممکن است بازتاب جابه‌جایی سهم بازار باشد، نه نشانه‌ای از افت کلی پذیرش فناوری‌های محاسباتی.
به گزارش اکسیوس، نرخ درآمد سالانه‌شده اوپن‌ای‌آی در سه‌ماهه سوم حدود ۷۰ درصد افزایش یافت؛ رشدی که به‌طور محسوسی از افزایش ۴۶ درصدی درآمد آنتروپیک نسبت به سه‌ماهه قبل بیشتر بود. شرکت‌های بزرگ و متنوع فناوری، از جمله آلفابت، اسپیس‌ایکس و متا، درآمد حاصل از دستیارهای هوش مصنوعی خود را به‌صورت جداگانه گزارش نمی‌کنند. بنابراین، ارزیابی کل هزینه‌کرد سازمان‌ها صرفاً بر اساس عملکرد مالی دو آزمایشگاه خصوصی، تصویری تحریف‌شده از میزان پذیرش تجاری این فناوری ارائه می‌دهد.
| بخش تقاضا | سهم از تقاضا برای پردازش انویدیا |
|---|---|
| آزمایشگاه‌های پیشرو پژوهش هوش مصنوعی | ۲۵ تا ۳۵ درصد |
| محاسبات عمومی سازمانی | حدود ۳۳ درصد |
| شرکت‌های نوظهور هوش مصنوعی و استقرارهای سفارشی | حدود ۳۳ درصد |
واقعیت سخت‌افزار: چرا کمبود توان محاسباتی ادامه دارد؟
یکی از برداشت‌های نادرست رایج این است که فروش تولیدکنندگان سخت‌افزار تقریباً به‌طور کامل به آموزش مدل‌های پایه پیشرفته وابسته است. در عمل، آزمایشگاه‌های اختصاصی توسعه مدل‌های پایه تنها حدود یک‌چهارم تا یک‌سوم از ظرفیت تخصیص‌یافته تراشه‌ها را مصرف می‌کنند. حدود یک‌سوم دیگر به نوسازی زیرساخت‌های محاسباتی سازمانی موجود اختصاص دارد و یک‌سوم باقی‌مانده در اختیار شرکت‌های نوظهوری است که نرم‌افزارهای متن‌باز با وزن‌های قابل‌دسترس را با مجموعه‌داده‌های داخلی خود سازگار می‌کنند.
پایان یافتن عملی روند قانون مور نیز بر این تقاضای پایه می‌افزاید. این اصل تاریخی بیان می‌کرد که توان محاسباتی با هزینه‌ای ثابت، به‌طور منظم دو برابر می‌شود. اکنون که تراکم ترانزیستورها به محدودیت‌های فیزیکی فرایند ساخت نزدیک شده است، دستیابی به توان پردازشی بیشتر به مصرف سیلیکون و انرژی بیشتری نیاز دارد. در نتیجه، افزایش ظرفیت محاسباتی عملیاتی مستلزم هزینه‌های پایه بالاتری است.
افزایش بهره‌وری محاسباتی در سطح فیزیکی تراشه‌های سیلیکونی کند شده است؛ به این معنا که دو برابر کردن خروجی محاسباتی اکنون به سرمایه‌گذاری قابل‌توجه نیاز دارد و دیگر نمی‌توان تنها به پیشرفت تدریجی فناوری متکی بود.
نتایج اولیه تولید در شرکت بزرگ تراشه‌سازی شرکت تولید نیمه‌رساناهای تایوان (TSMC) همچنان محدودیت شدید ظرفیت را نشان می‌دهد. درحالی‌که سفارش‌های معوق در سراسر زنجیره تأمین نیمه‌رسانا ادامه دارند، پایداری ارزش‌گذاری‌ها در بلندمدت در نهایت به این بستگی دارد که آیا شرکت‌های تجاری استفاده‌کننده از این فناوری‌ها می‌توانند ابزارهای نرم‌افزاری مستقرشده را به بهبودهای قابل‌اندازه‌گیری در بهره‌وری تبدیل کنند یا خیر.
💡 واکنش بازار اغلب به افشای کوتاه‌مدت اطلاعات شرکت‌های غیربورسی بیش از اندازه شدید است و در همین حال، تنوع مسیرهای تقاضا برای سخت‌افزار را نادیده می‌گیرد.
🔍 گزارش‌های مالی دوره‌های پیش رو روشن‌تر خواهند کرد که آیا خریداران نرم‌افزارهای سازمانی توانسته‌اند از سرمایه‌گذاری‌های محاسباتی خود بازده مالی ملموسی به دست آورند یا خیر.
👇 آیا فکر می‌کنید افزایش بهره‌وری حاصل از نرم‌افزارهای سازمانی، ارزش‌گذاری‌های کنونی شرکت‌های فناوری را توجیه می‌کند؟ دیدگاه خود را در بخش نظرات با ما در میان بگذارید.