چرا برندگان بازار هوش مصنوعی، شرکت‌های هوش مصنوعی نخواهند بود؟

باور غالب در بازار این است که برندگان بزرگ هوش مصنوعی، سازندگان مدل‌ها خواهند بود؛ چرا که آن‌ها این فناوری را اختراع کرده‌اند. بر همین اساس، بازارهای خصوصی ارزش‌گذاری‌های بسیار بزرگی برای شرکت‌هایی مثل OpenAI و Anthropic در نظر گرفته‌اند. اما تاریخ اختراعات بزرگ، تردیدی جدی بر این فرض وارد می‌کند.

بسیاری از تحول‌آفرین‌ترین فناوری‌های تاریخ، سود اجتماعی عظیمی ایجاد کردند بدون آن‌که ثروت متناسبی نصیب مخترعانشان کنند. وب جهان‌گستر بدون حق امتیاز عرضه شد؛ TCP/IP به استانداردی باز تبدیل شد؛ GPS رایگان در اختیار همگان قرار گرفت؛ و لینوکس، با وجود اهمیت فراوان، متن‌باز باقی ماند. حتی فناوری‌های ثبت‌اختراع‌شده هم همین سرنوشت را داشتند: بل لبز ترانزیستور را در ۱۹۴۷ اختراع کرد، اما شرکت AT&T زیر فشار نهادهای قانون‌گذار مجبور شد آن را به‌طور گسترده لایسنس دهد. همین تصمیم به شکل‌گیری صنعت نیمه‌رسانا و شرکت‌هایی مثل Fairchild Semiconductor و در نهایت Intel انجامید؛ ارزش اقتصادی ترانزیستور احتمالاً به صدها تریلیون دلار می‌رسد، اما تنها بخش ناچیزی از آن به مخترعانش رسید.

همین منطق دربارهٔ مدل‌های زبانی بزرگ هم مصداق دارد. سرمایه‌گذاران امروز طوری رفتار می‌کنند که انگار مالکیت بهترین مدل، سودی انحصاری و پایدار تضمین می‌کند. اما در هوش مصنوعی نه پتنتی وجود دارد، نه حفظ اسرار فنی آسان است، و «تقطیر» (distillation؛ فرآیند فشرده‌سازی دانش یک مدل بزرگ در مدلی کوچک‌تر) مدل‌هایی تقریباً هم‌سطح تولید می‌کند. اگر مدل‌های پیشرو از طریق متن‌بازی، تقطیر سریع و رقابت بی‌وقفه کالایی شوند، پرداخت هزینهٔ اضافه برای بهترین مدل توجیه اقتصادی خود را از دست می‌دهد؛ مدل‌هایی که تنها یکی‌دو ماه از مدل‌های پیشرو عقب‌ترند، برای بیشتر کاربردهای تجاری کافی خواهند بود. فشار شرکت‌ها برای کنترل داده‌های خودشان نیز آن‌ها را بیشتر به سمت متن‌باز و دورتر از مدل‌های بزرگ سوق می‌دهد؛ در چنین شرایطی، قدرت قیمت‌گذاری از دست مدل‌سازها خارج می‌شود.

استدلال رایج دیگر این است که سود واقعی نصیب شرکت‌های اپلیکیشن‌ساز روی مدل‌های پایه خواهد شد. اما این استدلال هم با یک نکته تضعیف می‌شود: یکی از توانایی‌های اصلی هوش مصنوعی، کاهش هزینهٔ ساخت نرم‌افزار است. اگر ساخت اپلیکیشن‌ها به‌مراتب ساده‌تر و ارزان‌تر شود، رقابت افزایش می‌یابد و حفظ سود مازاد در این لایه هم دشوار می‌شود؛ همان منطقی که لایهٔ مدل را کالایی می‌کند، می‌تواند لایهٔ اپلیکیشن را هم کالایی کند.

در این میان، ممکن است بزرگ‌ترین برندگان هوش مصنوعی اصلاً شرکت‌های فناوری نباشند؛ بلکه کسب‌وکارهایی با مزیت رقابتی عمیق در اقتصاد فیزیکی باشند: تولیدکنندگان، شرکت‌های صنعتی، اپراتورهای لجستیک، تأسیسات زیربنایی و شرکت‌های معدنی که علی‌رغم موانع ورود بالا، معمولاً حاشیهٔ سود متوسطی دارند. شرکتی که با حاشیهٔ سود ۲٪ فعالیت می‌کند، اگر با بهره‌وری ناشی از هوش مصنوعی این حاشیه را به‌طور پایدار به ۳٪ برساند، بدون فروش حتی یک محصول اضافه، سود خود را ۵۰٪ افزایش داده است. چنین دستاوردهایی وقتی مزیت رقابتی از مقیاس، زیرساخت، مقررات، جغرافیا یا شدت سرمایه‌بری می‌آید نه از نرم‌افزار، به‌سختی توسط رقبا از بین می‌رود.

مقایسه با الکتریسیته گویاست: مایکل فارادی فیزیک را متحول کرد بدون آن‌که ثروتمند شود؛ حتی توماس ادیسون و جورج وستینگهاوس هم تنها بخش کوچکی از ارزش اقتصادی برق‌رسانی را به دست آوردند. بیشترین سود از طریق افزایش بهره‌وری، کاهش هزینه‌ها و صنایع تازه، نصیب کل اقتصاد شد، نه مخترعان یا اولین تجاری‌سازان. نویسنده معتقد است هوش مصنوعی نیز می‌تواند همین مسیر را طی کند؛ سؤال اصلی برای سرمایه‌گذاران این نیست که هوش مصنوعی چقدر ارزشمند خواهد شد، بلکه این است که این ارزش نهایتاً نصیب چه کسی می‌شود.

تیم یوتوتایمز این تحلیل را بر اساس گزارش وب‌سایت investinglive.com برای مخاطبان فارسی‌زبان بازنویسی و منتشر کرده است.

✔️ بیشتر بخوانید: دو سهم صنعتی که می‌توانند از موج هزار میلیارد دلاری سرمایه‌گذاری در هوش مصنوعی سود ببرند