پرش به محتوای اصلی
پرش به محتوای مقاله

درآمد ۳۳٫۲۴ میلیارد دلاری در برابر ضرر ۱۰۴ میلیاردی

·۱۱ آبان ۱۴۰۵۱ دقیقه مطالعه
لوگوی آنتروپیک روی پس‌زمینه سفید
لوگوی آنتروپیک روی پس‌زمینه سفید
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

نخستین فاش‌سازی درآمد نه ماهه و ضرر خالص انتروپیک در اس-۱ اصلاح‌شده — اعداد قبلاً تنها برای شش ماهه اول موجود بود. ضرر ۱۰۴ میلیارد دلاری، چهار برابر ضرر سال پیش، مقیاس واقعی سوخت‌وساز محاسباتی مدل‌های پیشرفته را کمی‌سازی می‌کند.

انتروپیک (Anthropic) در یک طرح اولیه عمومی (IPO) — مثل مراسم رونمایی یک شرکت در بورس که سهامش برای اولین بار به فروش می‌رسد — درآمد ۳۳.۲۴ میلیارد دلاری در نه ماه اول سال را گزارش داد، رشدی ۱۲۰۰ درصدی در مقایسه با دوره مشابه سال پیش. اما در عین حال، ضرر خالص ۱۰۴ میلیارد دلاری — بیش از چهار برابر ضرر ۲۵.۱ میلیارد دلاری سال قبل — نشان می‌دهد که فاصله بین درآمد بالا و سودآوری همچنان عمیق است.

این فایل اس-۱ (S-1) — بمنزله رزومه رسمی که شرکت‌ها قبل از ورود به بورس به ناظر بازار اس-ای‌سی (SEC) — مثل داور بازی — تحویل می‌دهند، در دوشنبه ۲ نوامبر اصلاح و تکمیل شد. نسخه اولیه هفته گذشته تنها شش ماه اول ۲۰۲۶ را پوشش می‌داد؛ اصلاحیه ماه سوم (سه ماهه سوم) را اضافه کرد. هم‌زمان، داریو آمدوئ (Dario Amodei) مدیرعامل انتروپیک در ۲۹ سپتامبر در جلسه‌ای در کاخ سفید حضور داشت، در حالی که نگرانی‌های ایمنی در مورد توسعه هوش مصنوعی زاینده (Generative AI) بالا گرفته است. به گزارش منابع متعدد، طرح اولیه قبلی همچنین سود ۱۱۷ میلیارد دلاری گوگل (Google) و وابستگی چهارگانه بین بازیگران اصلی هوش مصنوعی را فاش کرده بود. ساختار کنترل در این عرضه اولیه نیز مورد توجه است، چرا که هفت مؤسس انتروپیک ۵۰٫۱ درصد رأی را در دست دارند.

بر اساس مستندات اصلاحیه اس-۱:

  • درآمد نه ماهه: ۳۳.۲۴ میلیارد دلار (رشد ۱۲۰۰٪ در مقایسه با دوره مشابه ۲۰۲۵)
  • ضرر خالص: ۱۰۴ میلیارد دلار (برابر ۴.۱ برابر ضرر ۲۵.۱ میلیارد دلاری سال پیش)
  • مرحله بعدی: بازبینی نظرات اس-ای‌سی و راهنمای اصلاح‌شده از سوی انتروپیک در هفته‌های آینده
  • انتظار تحلیلگران: یکی از بزرگترین طرح‌های اولیه عمومی تکنولوژی در سال جاری

به نظر ما، این اعداد یک الگو تازه در اقتصاد هوش مصنوعی را رقم می‌زنند: شرکت‌ها می‌توانند درآمد را با سرعت خیره‌کننده بالا ببرند، اما هزینه‌های محاسباتی و توسعه مدل‌های پیشرفته (Frontier Models) — مثل موتورهای سنگین که سوخت می‌سوزانند — ضررهای خالص را همچنان در سطحی نگه داشته‌اند که سودآوری در افق نزدیک بعید به نظر می‌رسد. این پویایی نحوه ارزیابی بازار برای شرکت‌های هوش مصنوعی را در ماه‌های آینده شکل خواهد داد.

گام بعدی شما

  • اگر در خط لوله طرح‌های اولیه عمومی هوش مصنوعی سرمایه‌گذاری می‌کنید، این ارقام را به عنوان معیار ارزیابی برای یونیکورن‌های بعدی بگذارید.
  • نظرات بازبینی اس-ای‌سی و هر راهنمای اصلاح‌شده از انتروپیک را در هفته‌های آینده رصد کنید.
  • نسبت درآمد به ضرر را در طرح‌های اولیه عمومی رقبا (مانند اوپن‌ای‌آی یا ایکس‌ای‌آی) مقایسه کنید تا تصویر کامل‌تری از اقتصاد واحد این بخش بدست آید.
چرا این موضوع مهم است؟

این فایل مرجع اولیهٔ قابل‌استناد (اعتبار) برای ارزیابی اقتصاد واحد هوش مصنوعی زاینده در مقیاس تجاری فراهم می‌کند و معیاری برای طرح‌های اولیه عمومی رقبا تعیین می‌کند. شکاف بین رشد بالا و ضرر عمیق، فرضیات سرمایه‌گذاری در لایه مدل را از «بازار بزرگ» به «سازماندهی هزینه» می‌کشاند.

تأثیر برای ایران

به‌دلیل تحریم‌ها و محدودیت‌های API، دسترسی **مستقیم** به خدمات انتروپیک برای توسعه‌دهندگان ایرانی مسدود است؛ این طرح اولیه عمومی مسیر مستقیمی به بازار ایران ندارد.

·نگاه ما
تحریریه دات‌هوش

تفاوت ۱۲ برابر بین رشد درآمد و گسترش ضرر نشان می‌دهد که اقتصاد واحد مدل‌های پیشرفته (Frontier) همچنان بر مقیاس محاسباتی متکی است، نه بهره‌وری. هر یورو درآمد جدید، هزینه محاسباتی سنگینی می‌طلبد که مدل‌های فعلی قادر به پوشش دادن آن در حاشیه سود نیستند. این پویایی فشار به سمت معماری‌های کارآمدتر و روش‌های استنتاج ارزان‌تر را تشدید می‌کند.

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.