فناوری هوش مصنوعی از سال گذشته یکه‌تازی می‌کند و بر سرمایه‌گذاری خطرپذیر (Venture Capital)، پرطرفدارترین بخش بازار ارزهای دیجیتال سلطه پیدا کرده است.

سرمایه‌گذاری خطرپذیر، صنعتی با ارزش بازار ۲.۳ تریلیون دلاری بود که هر سرمایه‌گذار پرریسکی می‌خواست سهمی از آن را به چنگ بیاورد، اما با شروع دوره نزولی ۲۰۲۱ (۱۴۰۰) علاقه کاربران به این نوع سرمایه‌گذاری به شدت کاهش یافت و موضوعی به نام مدل‌‌های زبانی بزرگ هوش مصنوعی (LLMs) توجه همگان را جلب کرد. اگرچه این صنعت موفق شد تنها در نیمه نخست سال جاری سرمایه‌ای ۲۵ میلیارد دلاری را جذب کند، اما بلافاصله نشانه‌هایی از نقاط ضعف آن پدیدار شد. این نشانه‌ها حاکی از آن است که هوش مصنوعی یک حباب است و به‌زودی می‌شکند.

تب هوش مصنوعی از چه زمانی شروع شد؟

هوش مصنوعی از ۳۰ نوامبر ۲۰۲۲ (۹ آذر ۱۴۰۱) با راه‌اندازی چت‌ جی‌پی‌تی (ChatGPT) توسط شرکت OpenAI بر بازار سرمایه‌گذاری خطرپذیر سلطه پیدا کرد. از نظر اوپن ای‌آی این بهترین زمان ممکن برای چنگ انداختن بر بازار بود؛ زیرا شکست دسته جمعی شرکت‌هایی مانند سلسیوس، ویجر، تری اروز کپیتال، ترا و صرافی FTX سال ۲۰۲۲ را به کابوسی برای کاربران کریپتو تبدیل کرده بود. سرمایه‌گذاران خطر‌پذیر به‌شدت خواستار راه خروجی از این صنعت سمی بودند تا جای امنی برای سرمایه خود بیابند.

دقیقا ۱۹ روز بعد از فروپاشی صرافی ارز دیجیتال FTX، ظهور مدل‌های زبانی بزرگ فضای کاملا جدیدی را برای VCها باز کرد. چت جی‌پی‌تی تنها در عرض ۵ روز یک میلیون کاربر را جذب کرد و تقاضای بی‌سابقه‌ای را در بازار شکل داد.

شرکت‌های بزرگی مانند گوگل، مایکروسافت، فیسبوک و سایر غول‌های فناوری به‌سرعت برای شکار فرصت‌ها دست‌به‌کار شدند. مایکروسافت با راه‌اندازی چت‌بات هوش مصنوعی بینگ بخش قابل‌توجهی از سهم بازار OpenAI را به دست آورد. سایر شرکت‌ها نیز از این قافله عقب نماندند؛ گوگل به کمک Google AI و DeepMind نسخه مدل زبان مولد مبتنی بر ترنسفورمر از‌پیش‌آموزش‌دیده (GPT) منحصر به خودش را به نام بارد (Bard) راه‌اندازی کرد. فیسبوک هم با سرعت بیشتری توسعه مدل Llama را ادامه داد.

در حالی که فضای این رقابت بیشتر در دست شرکت‌های بزرگ بود، هزاران شرکت کوچک هم برای به‌ دست آوردن سهمی از این بازار بیکار ننشستند. همان‌طور که در ابتدا اشاره شد، سرمایه‌گذاران خطرپذیر از این فرصت برای ورود به استارت‌آپ‌های هوش مصنوعی استفاده کردند.

ورود سرمایه‌گذاران خطر پذیر به استارت‌آپ‌های AI

هوش مصنوعی جاسپر (Jasper) که پلتفرم کپی رایتینگ مبتنی بر GPT است، موفق شد سرمایه‌ای ۱.۵ میلیون دلاری را جذب کند. شرکت انتروپیک (Anthropic) با حمایت گوگل ۴۵۰ میلیون دلار سرمایه به‌دست آورد. استارت‌آپ هوش مصنوعی اینفلکشن (Inflection AI)، خالق چت‌بات Pi توانست با جذب سرمایه‌ای ۱.۳ میلیارد دلاری، مجموع سرمایه خود را به ۴ میلیارد دلار برساند. استارت‌آپ میسترال (Mistral) بدون ارائه محصول یا حتی ارائه Proof of Concept، موفق شد سرمایه اولیه ۱۱۳ میلیون دلاری به‌ دست بیاورد. به‌طور کلی در نیمه اول سال ۲۰۲۳ (۱۴۰۲)، استارت‌آپ‌های هوش مصنوعی بیش از ۲۵ میلیارد دلار سرمایه جمع‌آوری کردند.

داده‌های شرکت PitchBook حاکی از آن است که ۴۷٪ از سرمایه‌گذاران مورد ارزیابی، حداقل در یک استارت‌آپ هوش مصنوعی یا یادگیری ماشین سرمایه‌گذاری کرده‌اند. همچنین ۱۴٪ از آن‌ها نیز سرمایه‌گذاری خود را در بیش از ۶ استارت‌آپ اعلام کرده‌اند. این بررسی و ارزیابی‌های مشابه نشان می‌دهد که هوش مصنوعی توانسته تنها در عرض چند ماه از یک موضوع تحقیقاتی خفته به چند پله بالاتر صعود کند و به بازاری پرسود تبدیل شود.

چالش‌های استارت‌آپ‌های هوش مصنوعی چیست؟

اکنون با سلطه هوش مصنوعی و جذب میلیاردها دلار سرمایه، سوال این است که این سرمایه‌ها دقیقا صرف چه چیزی می‌شود؟ معمولا در هر فضایی بخش قابل‌توجهی از سرمایه برای تحقیق و توسعه و جذب مشتری هزینه می‌شود، اما در مورد هوش مصنوعی ظاهرا سرمایه روی بخش دیگری به نام واحدهای پردازش گرافیک (GPU) متمرکز می‌شود.

۱. کمبود پردازنده گرافیکی

استارت‌آپ‌های هوش مصنوعی بخش اعظم سرمایه‌های جمع‌آوری‌شده را برای خرید پردازنده‌های گرافیکی با قدرت بالا از شرکت‌هایی مانند انویدیا (Nvidia) و ای‌ام‌دی (AMD) صرف می‌کنند. با توجه به تقاضای بالا و زنجیره تامین ناقص، احتمالا با بحران کمبود GPU مواجه خواهیم شد.

ارزیابی تقاضای فعلی صنعت AI برای GPU نشان می‌دهد که این بازار به ۴۳۲,۰۰۰ پردازشگر گرافیکی H100 نیاز دارد. اگر قیمت هر قطعه را حدودا ۳۵,۰۰۰ دلار (به استثنای محصولات شرکت‌های چینی مانند ByteDance ،Baidu و Tencent) در نظر بگیریم، به سرمایه‌ای بالغ بر ۱۵ میلیارد دلار نیاز است.

برای درک بهتر این موضوع لازم است بدانید که GPT-4 حدودا از ۱۰,۰۰۰ تا ۲۵,۰۰۰ پردازنده گرافیکی A100 استفاده می‌کند. هوش مصنوعی متا، تسلا و استیبیلیتی (Stability) هم مجموعا از ۳۴,۰۰۰ پردازنده استفاده می‌کنند.

استارت‌آپ‌های هوش مصنوعی حاضر هستند برای به‌ دست آوردن پردازنده‌های گرافیکی قیمت‌های بالاتری را نسبت به رقبا بپردازند. طبق پیش‌بینی برخی کارشناسان، عرضه و تقاضای GPUها در بلندمدت و احتمالا تا پایان سال ۲۰۲۴ هم‌تراز خواهد شد.

حالا این سوال مطرح است که آیا سرمایه‌گذاری روی شرکت‌هایی که به جای ارائه محصول رقابتی‌، برای به‌دست آوردن ابزار می‌جنگند، کار درستی است؟

۲. کمبود IP

اگرچه برخی از استارت‌آپ‌ها روی ساخت محصولات پایه و اصلی متمرکز هستند، اما اکثر پلتفرم‌های AI فعالیت‌های حاشیه‌ای دارند و از رابط برنامه‌نویسی نرم‌افزار (API) برای دریافت خدمات OpenAI استفاده می‌کنند. استارت‌آپ‌های هوش مصنوعی مانند جاسپر از API شرکت اوپن‌ ای‌آی برای ارائه خدمات خود استفاده می‌کنند.

محصولاتی که اتکای بیش از حدی به APIها دارند، فاقد کنترل یا مالکیت معنوی هستند و نمونه آن را در شکست اخیر Reddit API شاهد بودیم. احتمالا این اتفاق به مرور زمان پررنگ‌تر می‌شود. شرکت جاسپر اخیرا به دلیل کاهش تقاضا برای پلتفرم AI بخشی از نیروی کار خود را اخراج کرد. شرکت دیگری در حوزه هوش مصنوعی به نام Mutiny نیز به دلیل کاهش تقاضا، ۳۰٪ از نیروی کار خود را تعدیل کرد. داده‌های اخیر نشان‌می‌دهد میزان علاقه به ChatGPT برای اولین بار از زمان عرضه کاهش یافته است. سایر چت‌بات‌های هوش مصنوعی مانند بینگ و گوگل بارد نیز وضعیت مشابهی دارند و این به معنای اشباع بازار است.

همچنین گزارش‌هایی در مورد افزایش اشتباهات GPT-4 وجود دارد. یک ارزیابی انجام‌شده توسط دانشگاه استنفورد حاکی از آن است که عملکرد GPT-3.5 و GPT-4 در بسیاری از گزینه‌ها به‌طور قابل‌توجهی در طول زمان بدتر شده است.

پرسش و پاسخ (FAQ‌)

سخن پایانی

هوش مصنوعی سبقه‌ای طولانی دارد، اما سال گذشته مدل‌های‌ زبان بزرگ هوش مصنوعی (LLMs) و خلق برنامه‌های مبتنی بر GPT، سروصدای زیادی به‌پا کردند. این موضوع آنقدر داغ بود که توانست بازار کساد سرمایه‌گذاران خطرپذیر ارزهای دیجیتال را جلب کند و به آن جان دوباره‌ای ببخشید. اما طولی نکشید که علاقه کاربران به چت‌بات‌های هوش مصنوعی مانند ChatGPT ،Bing و Bard فروکش کرد. بعلاوه استارت‌آپ‌های AI با چالش‌هایی مانند بحران کمبود پردازنده‌های گرافیکی و IP دست به گریبان شدند. در این میان اگرچه نقش مهم محصولات پایه مانند جی‌پی‌تی و دیپ‌مایند در توسعه و پیشبرد هوش مصنوعی قابل‌انکار نیست، اما پر واضح است که وزن ناسالم بازار منجر به تشکیل حباب شده است. تنها راه موثر برای تخلیه این حباب انتشار یک‌ سری گزارش‌ها یا اعلام ورشکستگی چند شرکت در صنعت AI است.

منبع: میهن بلاکچین