بازگشت به اخبار
TechCrunch

داده‌های Ramp نشان می‌دهد هزینه‌کرد در حوزه هوش مصنوعی هم‌زمان با نزدیک‌شدن Anthropic به عرضه اولیه سهام، رو به رکود گذاشته است.

جمعه، ۱۵ آبان ۱۴۰۵۱۹:۳۲Rebecca Bellan
Ramp data shows AI spending stalling just as Anthropic nears its IPO

استفاده از هوش مصنوعی همچنان رو به افزایش است، اما هزینه‌کرد در این حوزه متوقف شده است. کاهش قیمت‌ها و کنترل هوشمندانه‌تر هزینه‌ها از سوی بزرگ‌ترین هزینه‌کنندگان می‌تواند فرض سرمایه‌گذاران درباره رشد فوق‌سریع هوش مصنوعی را به چالش بکشد.

شرکت‌ها بیش از هر زمان دیگری از هوش مصنوعی استفاده می‌کنند، اما هزینه‌کردشان برای آن افزایش نیافته است.

گزارش تازه Ramp نشان می‌دهد هزینه‌کرد برای هوش مصنوعی در اواخر تابستان ثابت مانده، درحالی‌که حجم توکن‌ها افزایش یافته است؛ نشانه‌ای از اینکه رقابت قیمتی و مشتریان آگاه‌تر ممکن است درآمد OpenAI و Anthropic را محدود کنند. بر اساس داده‌های Ramp، هزینه‌کرد برای توکن‌ها در ماه‌های آگوست و سپتامبر تنها ۱.۵ درصد رشد کرد. برای مقایسه، این رقم در ماه ژوئیه نسبت به ماه قبل ۴۲ درصد افزایش یافته بود.

درحالی‌که Anthropic برای عرضه اولیه سهام آماده می‌شود، داده‌ها نشان می‌دهند شاید سرمایه‌گذاران در فرض خود مبنی بر اینکه شرکت‌های هوش مصنوعی با سرعتی سرسام‌آور به رشد ادامه خواهند داد، اشتباه کنند.

آرا خرازیان، اقتصاددان ارشد Ramp، به TechCrunch گفت: «تقریباً تمام هزینه‌کرد در حوزه هوش مصنوعی از سوی شرکت‌های فناوریِ پُررشد و مورد حمایت سرمایه‌گذاران خطرپذیر انجام می‌شود. تا وقتی هزینه‌کرد برای هوش مصنوعی همچنان افزایش پیدا کند، مسئله‌ای نیست؛ اما اگر به‌دلیل شرایط بازار یا عامل دیگری روند آن کند شود، همه این شرکت‌ها هم‌زمان با افت سرعت رشد روبه‌رو خواهند شد و این می‌تواند پیامدهای زنجیره‌ای دیگری به‌دنبال داشته باشد.»

خرازیان گفت نشانه‌هایی از این وضعیت را در میان یک درصد برتر شرکت‌ها، یعنی آن‌هایی که بیش از همه «شیفته هوش مصنوعی» هستند، دیده است. هزینه‌کرد این شرکت‌ها در ماه‌های آگوست و سپتامبر اندکی دچار وقفه شد و کمی پایین‌تر از ۱۰ هزار دلار به‌ازای هر کارمند قرار گرفت؛ رقمی که در اوج تابستان به آن رسیده بودند. او گفت کندشدن رشد در این گروه «برای متوقف‌کردن کامل رشد درآمد کافی است، با وجود آنکه شاهد افزایش حجم استفاده هستیم.»

داده‌های Ramp نشان می‌دهد هزینه‌کرد شرکت‌های میانه و ۱۰ درصد برتر افزایش یافته، اما این رشد برای جبران تفاوت کافی نیست. شرکت‌های میانه ماهانه به‌ازای هر کارمند ۱۲ تا ۱۵ دلار هزینه می‌کنند و این رقم برای ۱۰ درصد برتر بین ۶۰۰ تا ۱۰۰۰ دلار است.

خرازیان گفت: «با نگاه به موارد استفاده امروز، روشن نیست که هزینه‌کرد آن‌ها به سطح ۱۰ هزار دلار در ماه به‌ازای هر کارمند برسد؛ سطحی که یک درصد برتر در آن قرار دارد.» به گفته او، هرچند تقاضا برای عامل‌های کدنویسی هوش مصنوعی در صنایعی مانند نرم‌افزار و امور مالی بالاست، «لزوماً مطب پزشک یا نمایندگی فروش خودرو نیازی ندارد چنین هزینه‌ای برای هوش مصنوعی بپردازد.»

او ادامه داد: «دوران رشد فوق‌شتاب‌گرفته شاید به پایان رسیده باشد و حالا می‌دانیم که شاید دیگر نتوان از یک درصد برتر به همان اندازه درآمد بیشتری بیرون کشید.»

داده‌های اکتبر از شتاب‌گیری دوباره حکایت داشتند؛ هزینه‌کرد برای توکن‌ها از ۲۳ سپتامبر تا ۲۳ اکتبر ۸.۹ درصد افزایش یافت. بااین‌حال، خرازیان گفت موانع پیش روی رشد هزینه‌کرد جدی‌اند.

خرازیان که مجموعه‌ای از وبلاگ‌ها را با عنوان «ترک‌هایی در فرضیه هوش مصنوعی» منتشر کرده، گفت این کندی ناشی از کمبود تقاضا نیست. همان‌طور که گفته شد، حجم استفاده از هوش مصنوعی افزایش یافته است. در عوض، او به رقابت فشرده در بازار اشاره می‌کند.

او گفت: «کاهش قیمت‌های OpenAI و Anthropic... استفاده از هوش مصنوعی را ارزان‌تر کرده است.» OpenAI در ماه سپتامبر قیمت API مدل‌های GPT-6 Sol و GPT-6 Luna را به نصف کاهش داد. Anthropic نیز در واکنش به جنگ قیمت‌ها، قیمت Fable 5.1 و Opus 5.5 را به‌طور چشمگیری پایین آورد؛ تصمیمی که این شرکت در گزارشی که اخیراً ارائه کرده، گفته است رشد درآمد را حدود ۶۰۰ میلیون دلار کاهش داده است. هر دو شرکت همچنین تخفیف‌های سازمانی ارائه کرده‌اند که هدفشان تثبیت هزینه‌کرد مشتریان است، اما در عمل به تحقق اهداف درآمدی‌شان می‌انجامد.

خرازیان گفت این شرایط نشان می‌دهد بازار اکنون به‌وضوح به نفع خریداران است.

یارانه‌دادن به فناوری‌های گران‌قیمت برای جذب و حفظ مشتریان، همواره بخشی از راهبرد شرکت‌های بزرگ فناوری بوده است. کافی است به یاد بیاوریم سفر با Uber یا Lyft زمانی چقدر ارزان بود؛ حالا که گزینه‌های بسیار کمی در حوزه تاکسی‌های اینترنتی باقی مانده‌اند، هزینه رفتن از نقطه A به نقطه B به‌طور چشمگیری افزایش یافته است. خرازیان می‌گوید این سازوکار در دنیای هوش مصنوعی جواب نمی‌دهد، چون رقابت بسیار شدید است.

خرازیان گفت: «Meta و Nvidia هم محصولات سازمانی با مدل‌های نسبتاً ارزان یا مدل‌های متن‌باز عرضه می‌کنند.» او همچنین به طیف گسترده‌ای از شرکت‌های ارائه‌دهنده مدل‌های متن‌باز در چین و آمریکا اشاره کرد و از شرکت تازه‌ای به نام Jev نام برد؛ ابزاری سبک برای انتخاب میان چند خروجی ازپیش‌تعیین‌شده که به‌تدریج در میان برترین عملکردها در Ramp قرار گرفته است.

خرازیان گفت: «برای بسیاری از کاربردهای هوش مصنوعی، فقط به یک پاسخ ساده بله یا خیر نیاز دارید. بنابراین مدل‌هایی را که همین حالا هم ارزان‌اند به Jev منتقل می‌کنید و در نتیجه، همان گزینه‌های ارزان باز هم ارزان‌تر می‌شوند.»

امکان انجام کارها با هزینه‌ای بسیار کمتر، عامل دیگری است که به کندشدن رشد هزینه‌کرد دامن می‌زند. بخشی از این روند به تخفیف‌های شرکت‌های هوش مصنوعی مربوط است، اما شرکت‌ها همچنین در مدیریت هزینه‌ها کارآمدتر شده‌اند.

خرازیان گفت: «هرچه در استفاده از هوش مصنوعی پیشرفته‌تر شوید، بهتر می‌توانید راه‌های مهار آن را پیدا کنید. احتمال بیشتری دارد از تنظیمات پیش‌فرضی استفاده کنید که مانع به‌کارگیری مدل‌های بسیار گران‌قیمت برای کارهای طولانی‌مدت می‌شوند. احتمال بیشتری دارد برای کارکنان سقف بودجه تعیین کنید. همچنین بیشتر احتمال دارد بخشی از هزینه‌کرد مربوط به مدل‌های استاندارد و سبک را از طریق مسیریاب‌ها به مدل‌های سبکِ ارزان‌تر منتقل کنید.»

آکشای کوتاری، هم‌بنیان‌گذار Notion، اخیراً داده‌های داخلی منتشر کرد که با یافته‌های Ramp هم‌خوانی داشت. او به‌اختصار نوشت: «توکن‌ها حسابی می‌تازند؛ هزینه‌ها آه می‌کشند.»

توکن‌ها حسابی می‌تازند
هزینه‌ها آه می‌کشند pic.twitter.com/1whCWCJCyM

خرازیان گفت: «بسیاری از فرض‌هایی که درباره مسیر رشد هزینه‌کرد در حوزه هوش مصنوعی داشتیم، در حال فروپاشی‌اند. می‌توان بیشتر از هوش مصنوعی استفاده کرد، اما با هزینه کمتر. این برای مشتریان عالی است... اما لزوماً برای شرکت‌های سازنده مدل خبر خوبی نیست و پرسش‌های تازه‌ای درباره مسیر درآمدی آن‌ها مطرح می‌کند.»

بلومبرگ روز جمعه گزارش داد که ارزش‌گذاری احتمالی Anthropic از ۲ تریلیون دلار برآوردشده در اوایل اکتبر به تنها ۱.۲ تا ۱.۳ تریلیون دلار کاهش یافته است. همچنین گزارش شده که انتظار می‌رود مؤسسات اعتبارسنجی به این شرکت رتبه اعتباری «پُرریسک» بدهند. OpenAI نیز ارزش‌گذاری پیشنهادی خود را از ۱.۴ تریلیون به ۱.۲۵ تریلیون دلار کاهش داده و هدف جذب سرمایه در آخرین دور تأمین مالی‌اش را حدود ۱۰ میلیارد دلار پایین آورده است.

خرازیان می‌گوید داده‌های Ramp احتمالاً پشت بسیاری از نگرانی‌های سرمایه‌گذاران قرار دارد. بااین‌حال، یک عامل بالقوه می‌تواند مسیر هزینه‌کرد را بهبود دهد؛ هرچند این احتمال هنوز در حد گمانه‌زنی است.

بخش زیادی از فرضیه رشد فوق‌شتاب‌گرفته هزینه‌کرد بر این اساس است که هوش مصنوعی بی‌تردید موارد استفاده تازه‌ای ایجاد می‌کند و به شتاب‌گرفتن این روند می‌انجامد. هوش مصنوعی در برنامه‌نویسی تنها یک سال‌ونیم پیش به‌عنوان تجاری‌ترین محصول این حوزه مطرح شد و به تبدیل Anthropic و OpenAI به شرکت‌هایی با ارزش تریلیون‌دلاری انجامید. سرمایه‌گذاران امیدوارند انقلاب دیگری نیز رخ دهد و هزینه‌کرد را بیش از پیش افزایش دهد.

برخی معتقدند عامل‌های شخصی می‌توانند موج بعدی پس از عامل‌های کدنویسی باشند. OpenAI، SpaceXAI و Meta همگی عامل‌های شخصی خود را عرضه کرده‌اند؛ در کنار استارتاپ‌هایی مانند Instinct. بااین‌حال، خرازیان تردید دارد که عامل‌های شخصی، که «از نظر اقتصادی به‌اندازه کدنویسی بهره‌وری ندارند»، بتوانند محرکی باشند که صنعت برای رشد بی‌وقفه به آن نیاز دارد.

خرازیان گفت: «پیش‌بینی می‌شود محصولات تازه‌ای عرضه شوند که رشد بیشتری را رقم بزنند. اما بر اساس آنچه امروز می‌توان مشاهده کرد، محصولاتی که در دسترس‌اند و میزان پیشرفت تجاری آن‌ها، رشد هزینه‌کرد برای هوش مصنوعی کند شده است.»

اخبار مرتبط از TechCrunch AI

The unfolding Jensen Huang scandal: a timeline

خط زمانیِ رسواییِ فزایندهٔ جنسن هوانگ

این ماجرا می‌تواند برای امنیت ملی پیامدهایی داشته باشد؛ آن هم در شرایطی که آمریکا و چین برای توسعه پیشرفته‌ترین زیرساخت هوش مصنوعی با یکدیگر رقابت می‌کنند.

TechCrunch۲۱ آبان۰۳:۲۹