تصور کنید لپ‌تاپی که از سال ۲۰۱۸ در گوشه‌ای خاک می‌خورد، ناگهان بتواند سنگین‌ترین پردازش‌های هوش مصنوعی را بدون هیچ ارتقای سخت‌افزاری انجام دهد. این وعده‌ای است که شرکت Reliance Jio برای میلیون‌ها خانوار و کسب‌وکارهای کوچک در هند مطرح کرده است که با افزایش هزینه‌های سخت‌افزار مواجه هستند.
در ۲ سپتامبر ۲۰۲۶، این شرکت سرویس JioPC را برای تمامی کاربران اینترنت هند، فارغ از ارائه‌دهنده پهنای باند آن‌ها، فعال کرد تا سخت‌افزارهای قدیمی را به ماشین‌هایی آماده برای هوش مصنوعی تبدیل کند.
زمینه (Context)
سرویس JioPC در ابتدا در جولای ۲۰۲۵ عرضه شد، اما در آن زمان دسترسی به آن تنها برای مشترکین پهنای باند خود شرکت Jio محدود بود. اکنون با تبدیل این سرویس به یک اشتراک مستقل، شرکت تحت مدیریت موکیش آمبانی در حال جایگاه‌سازی برای این سرویس به عنوان راهکاری برای دور زدن ارتقاهای گران‌قیمت سخت‌افزاری است.
این سرویس در واقع یک رایانش ابری (Cloud Computing) است؛ شبیه به این است که شما یک کامپیوتر بسیار قدرتمند را در یک جای دور اجاره کنید و فقط تصویر آن را روی نمایشگر قدیمی خود ببینید. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی دموکراتیزه کردن دسترسی به سخت‌افزار اشاره کردیم، این مدل باعث می‌شود فشار پردازشی از روی میز کاربر به مرکز داده (Data Center) منتقل شود. این رویکرد در راستای موج گسترده‌تری از سرمایه‌گذاری‌هاست که زیرساخت‌های فیزیکی هوش مصنوعی را هدف قرار داده‌اند تا دسترسی به قدرت پردازشی در مقیاس وسیع فراهم شود.
جزئیات (Details)
به گزارش TechCrunch، این سرویس یک ماشین مجازی را از ابرِ Jio به دستگاه کاربر استریم می‌کند. بسته‌های اشتراکی این سرویس پیکربندی‌های سخت‌افزاری مشخصی را ارائه می‌دهند:
- سطح پایه (Entry Level): ۸ گیگابایت رم و ۵۰۰ گیگابایت حافظه با هزینه ۴,۰۰۰ روپیه (حدود ۴۲ دلار) در سال.
- عملکرد بالا (High Performance): ۱۶ گیگابایت رم، ۸ پردازنده مجازی (vCPU) و ۱ ترابایت حافظه با هزینه ۵,۰۰۰ روپیه (حدود ۵۳ دلار) در سال.
- دوره کوتاه (Short Term): یک دوره آزمایشی دو ماهه با هزینه ۱,۰۰۰ روپیه (حدود ۱۱ دلار).
طبق اعلام Jio، این مشخصات اجازه می‌دهد کامپیوترهایی با قدمت ۸ سال نیز برنامه‌های مدرن هوش مصنوعی را اجرا کنند. این اقدام در حالی صورت می‌گیرد که بازار رایانه در هند به نقطه رکود رسیده است. بر اساس تخمین‌های IDC، در سال ۲۰۲۵ بیش از ۶۵ میلیون رایانه در هند فعال بود که شامل حدود ۳۴ میلیون ماشین مصرف‌کننده و ۳۱ میلیون ماشین تجاری می‌شد. انتظار می‌رود این تعداد تا پایان سال ۲۰۲۶ به ۶۹ میلیون دستگاه برسد.
تحلیلگران IDC اشاره کرده‌اند که چرخه جایگزینی سخت‌افزار در حال طولانی‌تر شدن است. به گفته بهارات شنوی، تحلیلگر IDC، مصرف‌کنندگان اکنون هر ۵ تا ۶ سال یک‌بار رایانه خود را عوض می‌کنند، در حالی که این بازه در سال ۲۰۲۲ حدود ۴ تا ۵ سال بود. شرکت‌ها نیز به طور مشابه چرخه به‌روزرسانی سخت‌افزاری خود را از ۳ سال به حدود ۴ سال افزایش داده‌اند.
با این حال، برچسب «آماده برای هوش مصنوعی» جای بحث دارد. Jio جزئیات سخت‌افزاری زیرساخت ابری خود را فاش نکرده و در مشخصات ارائه‌شده، اشاره‌ای به شتاب‌دهنده‌های اختصاصی هوش مصنوعی نشده است. این موضوع با نسل جدید «رایانه‌های هوش مصنوعی» (AI PCs) که برای بارهای کاری هوش مصنوعی زاینده (Generative AI) به واحد پردازش عصبی (NPU) روی خودِ دستگاه متکی هستند، متفاوت است.
پرابو رام از مؤسسه CyberMedia Research به TechCrunch گفت که این سرویس یک لایه قیمتی موازی و حساس به قیمت برای دانشجویان و خانواده‌های کم‌درآمد ایجاد می‌کند. برای این کاربران، خرید یک لپ‌تاپ جدید با قابلیت‌های هوش مصنوعی هرگز یک گزینه واقع‌بینانه نبود. رام معتقد است Jio با «گسترش پیشنهاد ارزشی خود»، چرخه سنتی ارتقای سخت‌افزار را به چالش کشیده است.
البته موانع بزرگی برای پذیرش این مدل وجود دارد. برخلاف رایانه‌های معمولی، JioPC برای هر ثانیه کارکرد به یک اتصال اینترنت پایدار نیاز دارد. در شهرهای کوچک هند، اختلالات در اتصال می‌تواند این سرویس را در مقایسه با سخت‌افزارهای فیزیکی بازسازی‌شده (Refurbished) غیرقابل‌اعتماد کند. شنوی خاطرنشان کرد که هندی‌ها به‌طور سنتی مالکیت سخت‌افزار را به پرداخت هزینه برای «رایانه به‌عنوان سرویس» ترجیح می‌دهند.
در نهایت، این تغییر ماهیتی اقتصادی دارد. Jio با تبدیل قدرت پردازشی به یک ابزار کاربردی ماهانه (Utility)، مدل سنتی ارتقای سخت‌افزار را به چالش می‌کشد. رام اشاره می‌کند که آزمون واقعی این است که آیا کاربران رایانش ابری را به عنوان یک «ابزار کاربردی روزمره» می‌بینند یا صرفاً یک «راهکار موقت و فرصت‌طلبانه».
باید رصد کرد که این استراتژی چگونه بر بازار رایانه‌های بازسازی‌شده در هند اثر می‌گذارد و آیا Jio برای توجیه برندینگ «آماده برای هوش مصنوعی»، شتاب‌دهنده‌های GPU اختصاصی را به لایه‌های ابری خود اضافه می‌کند یا خیر.
گام بعدی شما
- بررسی مدل‌های اشتراکی ابری برای کاهش هزینه‌های خرید سخت‌افزار در کسب‌وکارهای کوچک.
- تحلیل تفاوت عملکرد بین NPUهای داخلی و استنتاج ابری در اپلیکیشن‌های زاینده.
- رصد بازار رایانه‌های دست‌دوم برای مشاهده اثر جایگزینی سرویس‌های ابری.
اما اثر این استراتژی بر بازار سخت‌افزارهای بازسازی‌شده در هند حتی پیچیده‌تر است — به تحلیل ما درباره‌ی اقتصاد سخت‌افزارهای دست‌دوم مراجعه کنید.
گفتگو