پرش به محتوای اصلی
پرش به محتوای مقاله

درون سند افشای Alphabet؛ بودجهٔ ۲۰۵ میلیارد دلاری زیر ذره‌بین وال‌استریت

·۷ مرداد ۱۴۰۵۴ دقیقه مطالعه۳ بازدید
هوش مصنوعی بالاخره آنقدر گران شده که وال استریت را نگران کند.
هوش مصنوعی بالاخره آنقدر گران شده که وال استریت را نگران کند.
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

افشای عدد ۲۰۵ میلیارد دلاری برای CAPEX گوگل؛ این اولین باری است که شکاف میان هزینه‌کرد و درآمد در یکی از غول‌های AI به شکلی شفاف و نگران‌کننده در گزارشات مالی ظاهر شده است.

اگر مدیر یک کسب‌وکار هستید که بودجه‌های عظیم گوگل را برای زیرساخت‌های ابری دنبال می‌کنید، باید بدانید که هزینهٔ این بازی حالا به مرز ۲۰۵ میلیارد دلار رسیده است. این عدد یعنی گوگل حتی برای زنده ماندن در رقابت، مجبور است مبلغی فراتر از تصور در سخت‌افزار هزینه کند.

طبق گزارش The Verge در ۲۸ ژوئیه ۲۰۲۶، آلفابت (Alphabet) پیش‌بینی هزینه‌های سرمایه‌ای (CAPEX) خود را به ۲۰۵ میلیارد دلار افزایش داد. این رقم جهشی بزرگ نسبت به سقف ۱۹۰ میلیارد دلاری پیش‌بینی فصل گذشته است. نکته تکان‌دهنده برای وال استریت این است که حتی کفِ جدید این بازه (۱۹۵ میلیارد دلار) نیز از سقف پیش‌بینی قبلی فراتر رفته است.

همان‌طور که در تحلیل قبلی ما درباره‌ی چرخش سرمایه‌ها از سهام تراشه‌سازان اشاره کردیم، این تغییر نشان‌دهنده‌ی هراسی فزاینده از ناپایداری هزینه‌های زیرساختی است. صنعت هوش مصنوعی اکنون از دوران «خرج بی‌قید و شرط» وارد مرحله‌ی «واقعیت‌های تلخ مالی» شده است.

زمینه: فقدان قابلیت پیش‌بینی

از دیدگاه سرمایه‌گذاران، این به‌روزرسانی هشداردهنده است؛ چراکه نشان می‌دهد گوگل حتی نمی‌تواند هزینه‌های خودش را به دقت پیش‌بینی کند. شرکت اکنون در وضعیتی است که بیش از آنچه درآمد کسب می‌کند، هزینه می‌کند؛ روش مدیریتی که به هیچ وجه ایده‌آل نیست. این اتفاق در محیطی رخ می‌دهد که فشار قیمتی بسیار شدید است و گوگل را مجبور می‌کند تا هزینه مدل‌های خود را پایین یا ثابت نگه دارد تا بتواند در بازار رقابتی باقی بماند.

مقررات بازار به گونه‌ای شده که هزینه بیشتر برای کسب درآمد یکسان — یا بدتر از آن، هزینه بیشتر برای درآمد کمتر — یک پویایی خطرناک ایجاد می‌کند. این وضعیت به عنوان یک یادآور سخت از «فشار تامین مالی در ساخت زیرساخت‌های هوش مصنوعی» عمل می‌کند. این فشار در حالی شدت می‌یابد که گوگل پیش‌تر رشد خیره‌کننده ۸۲ درصدی درآمد بخش کلود خود را گزارش کرده بود و اکنون باید این رشد را با هزینه‌های زیرساختی هنگفت توجیه کند.

هوش مصنوعی بالاخره آنقدر گران شده که وال استریت را نگران کند.

فشار بر اکوسیستم

این فشار مالی تنها محدود به گوگل نیست و کل اکوسیستم را دربرگرفته است. چندین شاخص کلیدی نشان‌دهنده ناپایداری سیستماتیک در روند ساخت زیرساخت‌های AI است:

  • انویدیا (Nvidia) گزارش شده که ضمانت بدهی‌های OpenAI را در قراردادی به ارزش ۲۵۰ میلیارد دلار پذیرفته است. بیلی لونگ از Global X Management این اقدام را نه نشانهٔ تقاضای بالا، بلکه علامتی از فشار شدید برای تامین مالی می‌داند.
  • اوراکل (Oracle) که اغلب به عنوان نماینده‌ی بازار عمومی برای OpenAI دیده می‌شود، به دلیل بدهی‌های مربوط به ساخت مراکز داده تحت نظارت و فشار شدید قرار دارد.
  • سهام SpaceX پس از عمومی شدن، تقریباً به نصف قیمت اوج خود رسیده است.
  • تامین مالی چرخشی: انویدیا در حال مذاکره برای قراردادهایی به ارزش مجموع ۷۵۰ میلیارد دلار است. چون انویدیا در مرکز تامین مالی این اکوسیستم است، این تحرکات ممکن است نشان دهد که تقاضای واقعی برای سخت‌افزار کمتر از حد انتظار است.

هوش مصنوعی بالاخره آنقدر گران شده که وال استریت را نگران کند.

رقابت جهانی و ریسک‌های سخت‌افزاری

سرمایه‌گذاران به‌ویژه نگران این هستند که گوگل در حالی با یک «انبرد قیمت» (Pricing Pincer) دست‌وپنجه نرم می‌کند که از یک سو باید هزینه‌های مدل‌ها را پایین نگه دارد تا بتواند با ابزارهای نوظهور چینی رقابت کند، و از سوی دیگر برای حفظ همین رقابت‌پذیری، باید مبالغ بیشتری هزینه کند.

ترس مشخصی از استارت‌آپ‌های چینی وجود دارد که مدل‌های رقابتی جدیدی را عرضه می‌کنند. از آن‌جا که چین به طور تئوریک از دسترسی به GPUهای مشابه شرکت‌های آمریکایی محروم است، توانایی آن‌ها در رقابت‌پذیر ماندن نشان می‌دهد که دوران «جشن سرمایه‌گذاری» برای انویدیا و دیگر تراشه‌سازان ممکن است به پایان خود نزدیک شده باشد.

اگر سیستم‌های هوش مصنوعی بتوانند بدون دسترسی به GPUهای رده‌بالا رقابتی باشند، این بدان معناست که صنعت احتمالاً بیش از حد در ساخت مراکز داده زیاده‌روی کرده است. این موضوع تسلط بلندمدت تراشه‌سازان آمریکایی را به خطر می‌اندازد.

اصلاحیه در پیش است

برای یک سرمایه‌گذار یا رهبر تجاری، این بدان معنای آن است که «بوم هوش مصنوعی» وارد فاز اصلاحی شده است. بسیاری از متخصصان، حتی حامیان پرشور AI، اذعان می‌کنند که در این دورانِ شور و اشتیاق (Exuberance)، احتمالاً تعداد مراکز داده‌ای بیش از نیاز واقعی ساخته شده است.

این خوش‌بین‌ها معتقدند که بسیاری از شرکت‌های AI در طول این اصلاحیه اجتناب‌ناپذیر نابود خواهند شد. با این حال، آن‌ها همچنان روی این بازار سرمایه‌گذاری می‌کنند چون باور دارند شرکت‌های بازمانده، سودهایی ایجاد خواهند کرد که خسارات ناشی از شکست سایر شرکت‌ها را جبران کند. با این وجود، برخی سرمایه‌گذاران همین حالا تردید کرده و در حال انتقال سرمایه خود به بخش‌های دیگر هستند.

تعیین اینکه این یک افت موقتی است یا رسیدن به نقطهٔ اوج بلندمدت، به گزارش‌های مالی آینده‌ی متا (Meta)، آمازون (Amazon) و مایکروسافت (Microsoft) بستگی دارد. این شرکت‌ها فاش خواهند کرد که آیا آن‌ها نیز نسبت به بازده واقعی نرم‌افزاری خود، در خرید سخت‌افزار زیاده‌روی کرده‌اند یا خیر.

گام بعدی شما این است که دور بعدی گزارش‌های مالی غول‌های فناوری را زیر نظر بگیرید تا ببینید آیا روند CAPEX همچنان صعودی است یا بالاخره چرخش به سمت درآمدزایی از نرم‌افزار آغاز می‌شود.

گام بعدی شما

  • گزارش‌های مالی متا و مایکروسافت را برای شناسایی الگوی CAPEX دنبال کنید.
  • اگر از سرویس‌های ابری استفاده می‌کنید، آماده‌ی تغییر در مدل‌های قیمت‌گذاری به دلیل فشار هزینه‌ها باشید.
  • استراتژی‌های بهینه‌سازی مدل‌های کوچک‌تر را بررسی کنید تا وابستگی به سخت‌افزارهای گران‌قیمت کاهش یابد.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این گزارش با تکیه بر داده‌های مالی آلفابت، اعتبار فرضیه «بیش‌سرمایه‌گذاری در سخت‌افزار» را تقویت می‌کند. اگر هزینه‌ها بدون رشد متناسب درآمد بالا بروند، شاهد موجی از تعدیلات شدید در پروژه‌های زیرساختی AI خواهیم بود.

تأثیر برای ایران

این روند کاهش قیمت مدل‌ها برای رقابت با چین، دسترسی به APIهای ارزان‌تر را برای توسعه‌دهندگان ایرانی تسهیل می‌کند. در عین حال، تاکید بر مدل‌های بهینه، مسیر موفقیت برای استارتاپ‌های ایرانی با سخت‌افزارهای محدودتر را هموارتر می‌کند.

·نگاه ما
تحریریه دات‌هوش

این جهش هزینه‌ها نشان می‌دهد که فشار رقابتی با مدل‌های چینی، گوگل را به «سرمایه‌گذاری اجباری» رانده است. نکته‌ی کلیدی این است که اگر مدل‌های بهینهٔ چینی بتوانند بدون سخت‌افزارهای لبه، عملکرد مشابهی داشته باشند، کل مدل اقتصادی فعلی انویدیا و غول‌های ابری فرو می‌پاشد. ما با یک حباب زیرساختی روبرو هستیم که بازدهی نرم‌افزاری هنوز نتوانسته آن را توجیه کند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.