شرکت متا با معرفی مدل هوش مصنوعی میوز واندر، بار دیگر از پیشرفت خود در این حوزه خبر داده است. این اقدام در شرایطی صورت می‌گیرد که گوگل، اوپن‌ای‌آی و آنتروپیک نیز پیوسته مدل‌های جدیدی عرضه می‌کنند و هر یک مدعی دستیابی به عملکردی پیشرفته هستند.
بااین‌حال، گزارش د اینفورمیشن نشان می‌دهد که کسب‌وکارها برای بسیاری از وظایف، به مدل‌های ارزان‌تر و دارای عملکرد کافی روی می‌آورند.
بر اساس این گزارش، سهم ۱۰ مدل با بالاترین کیفیت از استفاده مدل‌های هوش مصنوعی در بستر اوپن‌روتر، از ۵۵ درصد در سه‌ماهه نخست ۲۰۲۵ به ۱۴ درصد در سه‌ماهه سوم ۲۰۲۶ کاهش یافته است.
این تحول یک پیام روشن برای مدیران دارد: انتخاب فناوری نباید صرفاً بر اساس جدیدترین مدل یا بالاترین امتیاز عملکرد انجام شود. هزینه استفاده، کیفیت خروجی، پیچیدگی وظیفه و ارزش اقتصادی حاصل نیز باید در تصمیم‌گیری لحاظ شوند.
در همین حال، تحولات بازار بامبل و سرمایه‌گذاری‌های سنگین در مراکز داده و تراشه‌های هوش مصنوعی نشان می‌دهند که رقابت فناوری هم‌زمان با مسائل ارزش‌گذاری، تأمین مالی و بازده سرمایه‌گذاری همراه است.
جمع‌بندی: آینده بازار هوش مصنوعی احتمالاً فقط به ساخت مدل‌های قدرتمندتر وابسته نیست؛ توانایی ارائه عملکرد مناسب با هزینه قابل‌قبول نیز نقشی اساسی در موفقیت تجاری خواهد داشت.
شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا) – گزارش د اینفورمیشن نشان می‌دهد که با وجود رقابت شرکت‌های بزرگ فناوری برای معرفی مدل‌های قدرتمندتر هوش مصنوعی، کسب‌وکارها برای بسیاری از فعالیت‌های خود به مدل‌های ارزان‌تر و دارای عملکرد کافی روی می‌آورند.
رقابت بر سر مرزهای پیشرفته هوش مصنوعی
شرکت متا پلتفرمز با معرفی مدل جدید هوش مصنوعی خود، میوز واندر، اعلام کرده است که در برخی وظایف به عملکردی در سطح پیشرفته‌ترین فناوری‌های روز دست یافته است.
این رونمایی در شرایطی انجام شده که متا طی ماه‌های گذشته تلاش گسترده‌ای برای تقویت فعالیت‌های هوش مصنوعی خود داشته است.
اما این شرکت تنها بازیگر این رقابت نیست. گوگل، اوپن‌ای‌آی و آنتروپیک نیز در ماه‌های اخیر مدل‌های جدیدی معرفی کرده‌اند و هر یک بر قابلیت‌های پیشرفته محصولات خود تأکید دارند.
تکرار چنین ادعاهایی پرسشی مهم را مطرح می‌کند: آیا عرضه مداوم مدل‌های قدرتمندتر، به همان اندازه که برای شرکت‌های فناوری اهمیت دارد، برای کاربران و کسب‌وکارها نیز ارزشمند است؟
از نگاه مارتین پیرز، نویسنده د اینفورمیشن، باید میان پیشرفت فنی و ارزش واقعی فناوری برای کاربران تفاوت قائل شد.
مدل قدرتمندتر همیشه انتخاب بهتری نیست
یکی از تحولات مهم بازار هوش مصنوعی، افزایش توجه کسب‌وکارها به هزینه استفاده از مدل‌هاست.
شرکت‌ها برای انجام بسیاری از فعالیت‌های روزمره خود، الزاماً به پیشرفته‌ترین مدل‌های موجود نیاز ندارند. مدل‌های ارزان‌تر می‌توانند وظایف موردنظر را با کیفیت کافی انجام دهند و هزینه‌های پردازش را کاهش دهند.
بر اساس گزارش د اینفورمیشن، سهم ۱۰ مدل با بالاترین کیفیت از استفاده مدل‌های هوش مصنوعی در بستر اوپن‌روتر، از ۵۵ درصد در سه‌ماهه نخست ۲۰۲۵ به ۱۴ درصد در سه‌ماهه سوم ۲۰۲۶ رسیده است.
این آمار نشان می‌دهد که در همان بستر، استفاده از مدل‌های برتر نسبت به گذشته سهم کمتری از کل استفاده را به خود اختصاص داده است. کاهش هزینه مدل‌های کم‌پیشرفته‌تر و کفایت عملکرد آن‌ها برای بسیاری از وظایف، از عوامل مطرح‌شده برای توضیح این روند هستند.
البته این ارقام را نباید به کل بازار هوش مصنوعی تعمیم داد؛ بلکه باید آن‌ها را نشانه‌ای از تغییر الگوی استفاده در بستر مورد بررسی دانست.
پیامدهای راهبردی برای کسب‌وکارها
این تحول برای مدیران سازمان‌ها و مسئولان تحول دیجیتال اهمیت ویژه‌ای دارد. انتخاب مدل هوش مصنوعی نباید صرفاً بر اساس تازگی محصول، شهرت شرکت سازنده یا بالاترین امتیاز عملکرد صورت گیرد.
سازمان‌ها باید چند عامل را به‌طور هم‌زمان ارزیابی کنند:
-
تناسب با وظیفه: آیا مدل موردنظر واقعاً به سطح بالایی از استدلال یا پردازش نیاز دارد؟
-
هزینه استفاده: هزینه پردازش در مقیاس واقعی سازمان چقدر خواهد بود؟
-
کیفیت خروجی: آیا نتیجه تولیدشده برای کاربرد موردنظر کافی و قابل‌اعتماد است؟
-
امنیت و قابلیت اطمینان: آیا مدل الزامات سازمان درباره حفاظت از داده‌ها و پایداری عملکرد را برآورده می‌کند؟
-
ارزش اقتصادی: آیا منفعت حاصل از استفاده از مدل، هزینه پیاده‌سازی و نگهداری آن را توجیه می‌کند؟
بر این اساس، انتخاب هوشمندانه فناوری می‌تواند به معنای استفاده از چند مدل متفاوت برای وظایف گوناگون باشد؛ نه الزاماً تکیه بر یک مدل بسیار پیشرفته برای همه فعالیت‌ها.
متا و مسئله هزینه دستیارهای هوشمند
متا اعلام کرده است که مدل میوز واندر به‌زودی تجربه‌های کاربری در دستیار شخصی میوز را پشتیبانی خواهد کرد.
بااین‌حال، کاربران برای همه فعالیت‌های خود به پیشرفته‌ترین قابلیت‌های هوش مصنوعی نیاز ندارند. بنابراین، استفاده از مدل گران‌تر باید با ارزش افزوده‌ای همراه باشد که هزینه بیشتر آن را توجیه کند.
برای شرکت‌هایی که خدمات هوش مصنوعی را در مقیاس گسترده عرضه می‌کنند، این مسئله می‌تواند بر هزینه‌های عملیاتی و اقتصاد محصول تأثیر بگذارد.
در نتیجه، رقابت آینده فقط بر سر ساخت مدل‌هایی با قابلیت‌های بیشتر نخواهد بود؛ بلکه توانایی ارائه خدمات مناسب با هزینه قابل‌قبول نیز اهمیت فزاینده‌ای پیدا می‌کند.
بامبل؛ نمونه‌ای از تغییر ارزش‌گذاری در بازار فناوری
بخش دیگری از گزارش د اینفورمیشن به مذاکرات مربوط به خروج اپلیکیشن دوست‌یابی بامبل از بازار بورس اختصاص دارد.
بر اساس این گزارش، بامبل در حال مذاکره برای خصوصی شدن با ارزش‌گذاری یک میلیارد دلار است. این شرکت در عرضه اولیه سهام خود در سال ۲۰۲۱، هر سهم را به قیمت ۴۳ دلار عرضه کرده بود و ارزش بازار آن در روزهای نخست معاملات به ۹.۵ میلیارد دلار رسید.
اکنون کند شدن رشد در بازار رقابتی اپلیکیشن‌های دوست‌یابی، وضعیت متفاوتی را برای این شرکت رقم زده است.
این نمونه نشان می‌دهد که ارزش‌گذاری بالای دوران عرضه اولیه سهام، تضمینی برای حفظ ارزش شرکت در سال‌های بعد نیست. توانایی رشد، شرایط بازار و چشم‌انداز درآمدی همچنان در ارزیابی سرمایه‌گذاران نقش تعیین‌کننده دارند.
سرمایه‌گذاری در زیرساخت هوش مصنوعی ادامه دارد
در بخش دیگری از گزارش، به مذاکره شرکت بریج دیتا سنترز برای افزایش وام مرتبط با فعالیت‌هایش در مالزی اشاره شده است. بر اساس گزارش بلومبرگ، این شرکت در پی افزایش میزان وام از ۲.۸ میلیارد دلار به حدود ۶.۶ میلیارد دلار است.
همچنین مایکروسافت از نسل جدید تراشه‌های هوش مصنوعی خود با نام مایا ۳۰۰ رونمایی کرده و از برنامه استقرار آن‌ها در مقیاسی چندین گیگاواتی از سال آینده خبر داده است.
این تحولات نشان می‌دهند که توسعه هوش مصنوعی همچنان به سرمایه‌گذاری گسترده در مراکز داده، تراشه‌ها و ظرفیت پردازشی وابسته است.
در چنین شرایطی، کاهش هزینه استفاده از مدل‌ها و افزایش بهره‌وری زیرساخت‌ها می‌تواند در رقابت میان ارائه‌دهندگان خدمات هوش مصنوعی نقش مهمی ایفا کند.
رشد مبتنی بر بهره‌وری یا کاهش هزینه؟
گزارش همچنین به دیدگاه مطرح‌شده از سوی بخش مشاوره شرکت ای‌وای درباره اقتصاد هوش مصنوعی اشاره می‌کند.
بر اساس این دیدگاه، کاهش هزینه نیروی کار برای تأمین مالی سرمایه‌گذاری در هوش مصنوعی ممکن است برای یک شرکت منفعت ایجاد کند؛ اما اگر این روند در مقیاس کل اقتصاد به کاهش درآمد و تقاضا منجر شود، پیامدهای گسترده‌تری خواهد داشت.
راهکار جایگزین، رشد مبتنی بر بهره‌وری است؛ یعنی کاهش هزینه تولید هر واحد محصول یا خدمت، همراه با افزایش ظرفیت بالقوه تولید.
این تمایز برای ارزیابی اثر اقتصادی هوش مصنوعی اهمیت دارد. موفقیت پایدار زمانی حاصل می‌شود که فناوری علاوه بر کاهش هزینه‌ها، به خلق ارزش، افزایش بهره‌وری و گسترش ظرفیت اقتصادی کمک کند.
جمع‌بندی: معیار تازه موفقیت در بازار هوش مصنوعی
گزارش د اینفورمیشن تصویری از بازاری ارائه می‌دهد که در آن، معرفی مدل‌های جدید همچنان ادامه دارد؛ اما تصمیم‌های واقعی کسب‌وکارها بیش از گذشته تحت تأثیر هزینه، تناسب عملکرد و ارزش اقتصادی قرار گرفته‌اند.
برای مدیران، پیام اصلی روشن است: انتخاب مدل هوش مصنوعی باید بر اساس مسئله‌ای که قرار است حل شود، کیفیت موردنیاز و هزینه کل انجام کار صورت گیرد.
پیشرفته‌ترین مدل ممکن است برای برخی فعالیت‌ها ضروری باشد، اما در بسیاری از موارد، مدلی ارزان‌تر می‌تواند همان نتیجه مطلوب را فراهم کند.
بنابراین، آینده رقابت هوش مصنوعی تنها به ساخت فناوری‌های قدرتمندتر وابسته نیست؛ توانایی تبدیل پیشرفت فنی به ارزش اقتصادی پایدار نیز عامل تعیین‌کننده‌ای خواهد بود.
منبع: د اینفورمیشن
نویسنده: مارتین پیرز
تاریخ انتشار: ۲۰ مهر ۱۴۰۵
تنظیم فارسی برای انتشار: شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا)