برآورد گلدمن ساکس: هزینه زیرساخت هوش مصنوعی به ۱٫۲ تریلیون دلار می‌رسد

گلدمن ساکس پیش‌بینی می‌کند Amazon، Alphabet، Microsoft، Oracle و Meta در سال ۲۰۲۷ در مجموع ۱٫۲ تریلیون دلار برای زیرساخت هوش مصنوعی هزینه کنند؛ رقمی که از پیش‌بینی اجماعی وال‌استریت، یعنی ۱٫۱ تریلیون دلار، بیشتر است. این برآورد، که Bloomberg به نقل از رایان هموند، استراتژیست گلدمن ساکس، گزارش کرده، نشان می‌دهد شرکت‌های بزرگ فناوری برای ساخت ظرفیت لازم جهت توسعه و ارائه خدمات هوش مصنوعی همچنان به سرمایه‌گذاری سنگینی متکی‌اند. اما پرسش محوری این است که آیا درآمدهای حاصل از این فناوری می‌تواند در آینده هزینه‌های رو به افزایش را توجیه کند یا نه.

افزایش هزینه‌ها و فاصله با برآورد بازار

طبق برآورد گلدمن ساکس، مجموع هزینه این پنج شرکت در سال جاری میلادی حدود ۸۰۰ میلیارد دلار است. رسیدن این رقم به ۱٫۲ تریلیون دلار در ۲۰۲۷ به معنای افزایشی بیش از ۵۰ درصدی خواهد بود. این هزینه‌ها به زیرساخت هوش مصنوعی اختصاص دارند؛ حوزه‌ای که شرکت‌ها برای گسترش آن ناچارند ظرفیت محاسباتی و دیگر منابع مورد نیاز را تأمین کنند.

فاصله میان پیش‌بینی گلدمن ساکس و برآورد اجماعی وال‌استریت، هرچند در مقایسه با کل مخارج کوچک به نظر می‌رسد، از اختلاف نظر درباره اندازه موج سرمایه‌گذاری حکایت دارد. عدد ۱٫۱ تریلیون دلار برآورد متداول بازار است، اما رقم گلدمن ساکس ۱۰۰ میلیارد دلار بالاتر قرار می‌گیرد. بنابراین، حتی پیش‌بینی‌های فعلی تحلیلگران نیز ممکن است شدت هزینه‌کرد شرکت‌های بزرگ را کمتر از انتظار این بانک سرمایه‌گذاری نشان دهند.

گلدمن ساکس در ارزیابی خود این چرخه سرمایه‌گذاری را، در نسبت با تولید ناخالص داخلی، بزرگ‌ترین چرخه از زمان ساخت راه‌آهن در قرن نوزدهم توصیف کرده است. تولید ناخالص داخلی، یا GDP، ارزش کل کالاها و خدمات تولیدشده در یک اقتصاد را نشان می‌دهد و مقایسه مخارج با آن، مقیاس سرمایه‌گذاری را در برابر اندازه اقتصاد قرار می‌دهد. این تشبیه درباره اندازه نسبی سرمایه‌گذاری است؛ به‌تنهایی تضمین نمی‌کند که بازده اقتصادی پروژه‌ها نیز به همان بزرگی باشد.

شتاب هزینه‌کرد قرار است کاهش یابد

پیش‌بینی گلدمن ساکس از رشد چشمگیر هزینه‌ها در ۲۰۲۷، به معنای ادامه شتاب کنونی در سال‌های بعد نیست. این بانک می‌گوید نرخ رشد هزینه‌کرد از نزدیک به ۱۰۰ درصد در ۲۰۲۶ به ۵۴ درصد در ۲۰۲۷ کاهش می‌یابد و در ۲۰۲۸ به ۱۲ درصد می‌رسد. به بیان دیگر، برآوردها همچنان افزایش مخارج را نشان می‌دهند، اما آهنگ رشد آن‌ها به‌تدریج کندتر می‌شود.

تفاوت میان سطح هزینه و نرخ رشد آن مهم است: کاهش نرخ رشد لزوماً به معنای کاهش مبلغ هزینه‌ها نیست. در این برآورد، رشد ۱۲ درصدی در ۲۰۲۸ همچنان به معنای بیشترشدن مخارج نسبت به سال قبل است، نه لزوماً کاهش آن. با این حال، کندشدن آهنگ افزایش نشان می‌دهد که مسیر توسعه زیرساخت ممکن است پس از دوره جهش اولیه وارد مرحله‌ای متفاوت شود؛ مرحله‌ای که در آن میزان بازده و توان شرکت‌ها برای تأمین مالی اهمیت بیشتری پیدا می‌کند.

گلدمن ساکس در ماه ژوئن نیز هشدار داده بود که برآوردهای اجماعی از هزینه‌ها به‌طور قابل‌توجهی پایین‌تر از واقعیت‌اند. پیش‌بینی تازه، این نگرانی را دوباره برجسته می‌کند: اگر هزینه‌ها سریع‌تر از انتظار بازار بالا بروند، سرمایه‌گذاران باید درباره درآمدی که قرار است این مخارج را پشتیبانی کند و شیوه تأمین مالی آن‌ها نیز ارزیابی دقیق‌تری داشته باشند.

درآمد لازم، بدهی و گلوگاه‌های توسعه

بر اساس محاسبه گلدمن ساکس، برای جبران چنین هزینه‌هایی، شرکت‌ها به حدود ۳۰۰ میلیارد دلار درآمد سالانه از هوش مصنوعی نیاز دارند. درآمدهای کنونی هنوز از این سطح پایین‌تر است. این اختلاف، پرسشی اساسی برای شرکت‌ها و سرمایه‌گذاران ایجاد می‌کند: چه زمانی و با چه سرعتی استفاده از هوش مصنوعی به درآمدی تبدیل می‌شود که بتواند سرمایه‌گذاری سنگین در زیرساخت را پوشش دهد؟

برخی نشانه‌ها از رشد سریع‌تر کسب‌وکارهای مرتبط با رایانش ابری حکایت دارند. طبق گزارش، رشد درآمد ابری از ۲۵ درصد در سال ۲۰۲۴ به ۴۸ درصد در سه‌ماهه دوم ۲۰۲۶ رسیده است. خدمات ابری به شرکت‌ها امکان می‌دهند توان پردازشی و منابع محاسباتی را از طریق زیرساخت ارائه‌دهندگان بزرگ دریافت کنند؛ بنابراین، گسترش این کسب‌وکار می‌تواند یکی از راه‌های تبدیل سرمایه‌گذاری در زیرساخت به درآمد باشد. با این حال، گزارش این رشد را معادل رسیدن به درآمد مورد نیاز نمی‌داند و می‌گوید درآمدهای فعلی هنوز برای جبران هزینه‌ها کافی نیست.

در سوی دیگر، روشن نیست رشد درآمد شرکت‌های فعال در توسعه هوش مصنوعی، از جمله OpenAI و Anthropic، با انتظارات مالی موجود هم‌خوان باشد. این دو شرکت در مرکز بخشی از انتظارات و ابزارهای مالی پشتیبان توسعه زیرساخت قرار دارند. در نتیجه، اگر درآمد مورد انتظار از این کسب‌وکارها با سرعت کافی محقق نشود، توجیه اقتصادی سرمایه‌گذاری‌های گسترده می‌تواند با پرسش‌های بیشتری روبه‌رو شود. گزارش درباره نتیجه قطعی این روند داوری نمی‌کند، اما نامشخص‌بودن سرعت رشد درآمد را یکی از ابهام‌های اصلی می‌داند.

تأمین پول پروژه‌ها نیز مسئله دیگری است. گلدمن ساکس می‌گوید مخارج کنونی از آنچه این شرکت‌ها از عملیات جاری خود تولید می‌کنند فراتر رفته است؛ وضعیتی که به نیاز بیشتر به تأمین مالی از طریق بدهی می‌انجامد. بدهی می‌تواند منابع لازم برای ادامه توسعه را فراهم کند، اما وابستگی بیشتر به آن نشان می‌دهد که سرمایه‌گذاری تنها با اتکا به جریان‌های نقدی جاری شرکت‌ها پوشش داده نمی‌شود. گزارش رقم مشخصی برای میزان بدهی مورد نیاز یا پیامدهای مالی آن ارائه نمی‌کند.

حتی در صورت دسترسی به منابع مالی، محدودیت‌های عملیاتی ممکن است سرعت اجرای طرح‌ها را پایین بیاورند. به گفته گلدمن ساکس، برق، نیروی کار و تراشه‌های حافظه از جمله گلوگاه‌هایی هستند که می‌توانند توسعه را کند کنند. «گلوگاه» به بخشی از زنجیره تأمین یا فرایند اجرا گفته می‌شود که ظرفیت محدود آن، پیشرفت کل پروژه را محدود می‌کند. این عوامل نشان می‌دهند که صرف اختصاص بودجه بیشتر، لزوماً به معنای ساخت سریع‌تر زیرساخت نیست.

این خبر برای چه کسانی اهمیت دارد

برآورد تازه برای سرمایه‌گذاران و تحلیلگران شرکت‌های بزرگ فناوری اهمیت دارد، زیرا مقیاس هزینه‌ها را در کنار نیاز به درآمد و تأمین مالی قرار می‌دهد. مدیران این شرکت‌ها نیز باید هم‌زمان به رشد تقاضا، بازده سرمایه‌گذاری و دسترسی به منابعی مانند برق، نیروی کار و تراشه‌های حافظه توجه کنند. برای فعالان حوزه هوش مصنوعی و ارائه‌دهندگان خدمات ابری، سرعت تبدیل سرمایه‌گذاری به درآمد می‌تواند بر برنامه‌های توسعه اثر بگذارد.

در نهایت، عدد ۱٫۲ تریلیون دلار به‌تنهایی پاسخ نمی‌دهد که این موج سرمایه‌گذاری موفق خواهد بود یا نه. برآورد گلدمن ساکس تصویری از هزینه‌های محتمل ارائه می‌کند، در حالی که درآمدهای فعلی هنوز از سطح لازم فاصله دارند و رشد درآمد شرکت‌های هوش مصنوعی نیز همچنان محل تردید است. میزان تحقق این پیش‌بینی، توان شرکت‌ها در تأمین مالی و رفع محدودیت‌های عملیاتی، عواملی خواهند بود که تعیین می‌کنند این مخارج تا چه اندازه به کسب‌وکارهای پایدار تبدیل می‌شوند.