جنگ قیمت و تراشه‌ها: غول‌های تکنولوژی زیر فشار هزینه‌های حافظه

تقاضا برای هوش مصنوعی هنوز به اوج خود نرسیده است و محدودیت‌های فعلی بیشتر ناشی از کمبود زیرساخت و تراشه است، نه کاهش تقاضا.

هفته گذشته نگرانی بازار بر سر کشمکش میان تولیدکنندگان حافظه و شرکت‌های بزرگ فناوری بر سر قیمت‌ها به اوج رسید. این نگرانی زمانی شدت گرفت که اپل (Apple)، ایکس‌باکس (Xbox) و آمازون (Amazon) اعلام کردند که بخش قابل توجهی از افزایش قیمت محصولاتشان به دلیل رشد هزینه تراشه‌های حافظه است.

اما روز جمعه، سهام غول‌های فناوری با این تصور که همچنان کنترل هزینه‌ها را در اختیار دارند و می‌توانند از طریق افزایش قیمت محصولات فشار هزینه‌ها را جبران کنند، با رشد همراه شد. در معاملات نیز سهام شرکت‌هایی مانند آلفابت (Alphabet)، آمازون (Amazon)، متا (Meta Platforms)، مایکروسافت (Microsoft) و انودیا (Nvidia) افزایش یافت.

✔️ بیشتر بخوانید: اپل به دلیل کمبود حافظه، قیمت مک، آیپد و محصولات خانگی خود را افزایش داد

در مقابل، سهام شرکت‌های تولیدکننده تراشه تقریباً بدون تغییر ماند؛ چرا که بازار به دنبال نشانه‌هایی از افزایش عرضه است، اما انتظار نمی‌رود ظرفیت قابل توجهی تا سال ۲۰۲۷ وارد بازار شود. به همین دلیل، سرمایه‌گذاران همچنان نسبت به شرکت‌هایی مانند میکرون (Micron) خوش‌بین هستند، چرا که تولیدکنندگان حافظه همچنان قدرت قیمت‌گذاری بالایی دارند.

مهم‌ترین خبر آخر هفته، این بود که گوگل به دلیل کمبود توان پردازشی، دسترسی متا به ظرفیت مدل Gemini AI را محدود کرده است. طبق این گزارش، گوگل از ماه مارس به متا اطلاع داده بود که قادر نیست تمام ظرفیت درخواستی را تأمین کند و این محدودیت همچنان پابرجاست. همچنین برخی دیگر از مشتریان گوگل نیز با محدودیت مشابه روبه‌رو شده‌اند.

✔️ بیشتر بخوانید: آیا مایکروسافت اولین بازنده بزرگ رقابت هوش مصنوعی خواهد بود؟

برداشت اصلی این است که تقاضا برای توان پردازشی و مراکز داده به‌مراتب بیشتر از ظرفیت موجود است. اگرچه مدل جمینای (Gemini) از نظر فنی قدرتمند است، اما به نظر می‌رسد گوگل به دلیل کمبود زیرساخت، ناچار شده عملکرد آن را محدود کند.

در مجموع، عامل محدودکننده رشد هوش مصنوعی، کمبود تراشه و زیرساخت است، نه کاهش تقاضا. به همین دلیل انتظار می‌رود سرمایه‌گذاری سنگین غول‌های فناوری در حوزه هوش مصنوعی ادامه یابد. هرچند شرکت‌ها به دنبال افزایش بهره‌وری هستند و مدل‌های جدیدی مانند GLM از چین می‌توانند هزینه‌ها را کاهش دهند، اما با توجه به گستردگی کاربردهای هوش مصنوعی، تقاضا برای این فناوری در آینده نیز بسیار بالا باقی خواهد ماند.