01/10/2025 – نوشته فرانسیسکا مولر
در حال حاضر به سختی می‌توان گفت که هیچ فناوری دیگری به اندازه هوش مصنوعی بودجه دریافت می‌کند، چرا که دولت فدرال و شرکت‌ها سرمایه‌گذاری‌های زیادی در این زمینه انجام می‌دهند. با این حال، رهاک، محقق دیجیتال‌سازی، هشدار می‌دهد که هوش مصنوعی در حال حاضر یک مدل تجاری سودآور نیست.
امسال، آلمان 1.6 میلیارد یورو برای هوش مصنوعی هزینه می‌کند – بیشتر از تقریباً هر فناوری دیگری. وزارت تحقیقات، فناوری و فضا فدرال این مبلغ را به عنوان بخشی از برنامه اقدام هوش مصنوعی خود کنار گذاشته است. از سال 2017، بودجه سالانه بیش از بیست برابر افزایش یافته است.
طبق نظرسنجی انجمن دیجیتال بیتکام، شرکت‌های آلمانی نیز مشتاق سرمایه‌گذاری در برنامه‌های هوش مصنوعی هستند. حدود ۶۰٪ قصد دارند حداقل به اندازه سال ۲۰۲۴ سرمایه‌گذاری کنند، در حالی که تقریباً یک چهارم می‌خواهند هزینه‌های خود را برای ابزارهای دیجیتال افزایش دهند.
با این حال، راینر رهاک، محقق دیجیتال‌سازی و پایداری از موسسه ویزنباوم، هشدار می‌دهد: “در حال حاضر هیچ مدل تجاری برای هوش مصنوعی وجود ندارد”.
برای شرکت‌های بزرگ فناوری مانند گوگل، مایکروسافت یا OpenAI، و همچنین در سطوح کوچکتر، هوش مصنوعی همچنان یک بازی سرمایه‌گذاری است.
“هنوز بازگشت سرمایه‌ای وجود ندارد”
رهک گفت: “همه اینها پول سرمایه‌گذاری است، آنها میلیاردها دلار هزینه می‌کنند و سعی می‌کنند هوش مصنوعی را در هر نوبت وارد بازار کنند زیرا امیدوارند که در مقطعی بازگشت سرمایه وجود داشته باشد.” این دانشمند هشدار داد: “اما این در حال حاضر وجود ندارد، نه در هیچ کجا.”
وی افزود: “تنها زمانی که شرکت‌ها از طریق برنامه‌های هوش مصنوعی سود و مزایای مالی کسب کنند، می‌توان یک “مورد استفاده” واقعی داشت.” این محقق پیش‌بینی کرد که اگر این اتفاق نیفتد، “در نهایت همه این سرمایه‌گذاری‌ها از بین خواهند رفت.”
از نظر او، شرکت‌ها در حال حاضر بر سر یک دوراهی هستند.
رهاک گفت: «تحلیل‌های بازار اکنون می‌پرسند، آیا حباب هوش مصنوعی در حال ترکیدن است؟» کارشناسان و تحلیلگران بیشتری از این می‌ترسند که سرمایه‌گذاری در هوش مصنوعی خیلی سریع در حال پیشرفت است.
حتی مدیرعامل OpenAI، شرکت نرم‌افزاری پشت ChatGPT، در مورد هزینه‌های هنگفت در بخش هوش مصنوعی تردید دارد. طبق گزارشی در مجله The Verge، آلتمن گفته است که بازار هوش مصنوعی به طور فزاینده‌ای در حال تبدیل شدن به یک حباب است.
دولت جدید آلمان در توافق ائتلاف خود، هدف «تقویت جایگاه آلمان به عنوان یک مرکز داده و چراغ راه اروپا» را تعیین کرد.
دکتر رالف وینترگرست، رئیس Bitkom، گفت: «آلمان زمانی در تحقیقات هوش مصنوعی پیشرو بود و از اولین کشورهایی بود که یک استراتژی ملی هوش مصنوعی منتشر کرد. اما اکنون ما از ایالات متحده عقب مانده‌ایم، به خصوص در زمینه هوش مصنوعی مولد.»
به جای جمع‌آوری و تجزیه و تحلیل داده‌ها، هوش مصنوعی مولد می‌تواند محتوای جدیدی ایجاد کند. اما این امر به منابع نیاز دارد.درخواست‌های ارسالی به ChatGPT و سایر وظایف محاسباتی در مقیاس بزرگ در مراکز داده با کارایی بالا اجرا می‌شوند. اما طبق مطالعه‌ای که توسط انجمن صنعت اینترنت اکو انجام شده است، آلمان به اندازه کافی از آنها برخوردار نیست.
آلمان چقدر قدرت محاسباتی در دسترس دارد؟
طبق مطالعه اکو، ظرفیت محاسباتی آلمان می‌تواند تا سال ۲۰۳۰ به ۳.۷ گیگاوات افزایش یابد، که افزایشی ۵۰ درصدی در عرض پنج سال است.با این حال، تقاضای صنعت سه تا پنج برابر بیشتر خواهد بود. ممکن است تا ۱۲ گیگاوات برق مورد نیاز باشد، معادل خروجی حداقل ده راکتور هسته‌ای.
ایالات متحده در حال حاضر ۲۰ برابر ظرفیت محاسباتی فعلی آلمان را دارد و پیش‌بینی‌ها نشان می‌دهد که رشد ایالات متحده تا سال ۲۰۳۰ حتی سریع‌تر خواهد بود.
شرکت مشاوره Deloitte هشدار داده است که با نرخ توسعه فعلی، تا سال ۲۰۳۰ شکاف ظرفیتی حدود ۵۰ درصد وجود خواهد داشت، به این معنی که برای تأمین تقاضا به “سرمایه‌گذاری‌های اضافی عظیم” نیاز خواهد بود.
بنابراین آیا آلمان باید پول بیشتری را صرف هوش مصنوعی کند و فقط منتظر سود باشد؟
پروفسور الیور توماس از دانشگاه اوسنابروک و بنیانگذار شرکت مشاوره Strategion GmbH گفت: «آلمان و اروپا امروز هزینه خیلی زیادی برای فناوری اطلاعات در دهه‌های 1990 و 2000 را می‌پردازند.» شرکت‌های خود او در حال حاضر روی هوش مصنوعی شرط‌بندی می‌کنند.
در حالی که ارائه‌دهندگان مدل‌های بزرگ هوش مصنوعی هنوز برای کسب درآمد از آنها تلاش می‌کنند، برخی از کسب‌وکارها می‌توانند از هوش مصنوعی ارزش ایجاد کنند.با این حال، توماس استدلال کرد که اروپا به مقیاس غول‌های فناوری آمریکایی مانند مایکروسافت و آمازون نخواهد رسید، زیرا این شرکت‌ها دو دهه پیش پتانسیل هوش مصنوعی را دیدند و زود سرمایه‌گذاری کردند.بنابراین او رویکرد شرکت خود را تطبیق داده است.
توماس گفت: «ما باید سریع‌تر باشیم. بنابراین تحقیق و توسعه، پیاده‌سازی و تجاری‌سازی به جای اینکه به ترتیب انجام شوند، به صورت موازی انجام می‌شوند.»
او ادامه داد: «ما باید هر چه زودتر ارزیابی کنیم که جهش به واقعیت چگونه خواهد بود. به معنای مجازی، هوش مصنوعی اکنون باید به جایی برود که به آن تعلق دارد، یعنی جایی که در آلمان مورد تقدیر قرار می‌گیرد: در میان شرکت‌های کوچک و متوسط و قهرمانان پنهان.»
توماس همچنین سیاستمداران را به خود جذب می‌کند. به گفته او، طرح اقدام هوش مصنوعی دولت آلمان اساساً درست است، اما “محققان، دانشگاه‌ها و مؤسسات باید مسئولیت بیشتری برای اطمینان از انتقال دانش بر عهده بگیرند”.
او استدلال کرد که سود تنها زمانی محقق می‌شود که تحقیقات – تمرکز قبلی بودجه فدرال هوش مصنوعی – “دیگر فقط نظری نباشد، بلکه مستقیماً به عمل درآید”.
توماس در مورد وضعیت آلمان گفت: “هوش مصنوعی در خواب عمیقی بود.”
فقط از طریق برنامه‌هایی مانند ChatGPT بود که عموم مردم از مزایای هوش مصنوعی آگاه شدند. سپس علاقه به آن، چه از نظر خصوصی و چه از نظر تجاری، افزایش یافت.
او گفت که آلمان اکنون باید آماده جبران پتانسیل از دست رفته باشد.
«به فناوری کامپیوتر، اولین فرآیندهای هوش مصنوعی، استاندارد MP3، واقعیت مجازی، واقعیت افزوده فکر کنید. اینها همه موضوعاتی هستند که ما در واقع همیشه به طور گسترده در مورد آنها تحقیق کرده‌ایم، اما در خارج از کشور تجاری شده‌اند. به همین دلیل است که بسیاری از مدل‌های هوش مصنوعی از آلمان نمی‌آیند.»
راه حل توماس تمرکز بر استفاده از هوش مصنوعی از خارج از کشور است، نه تمرکز بیش از حد بر فناوری «ساخت آلمان». در عین حال، او هشدار می‌دهد که حاکمیت دیجیتال نباید از دست برود و این مسئولیت سیاستمداران است که «برنامه‌هایی را برای مقابله با این امر، مانند برنامه عملیاتی، تنظیم کنند».
با نگاه به آینده، توماس شاهد ظهور انواع جدیدی از شرکت‌های دیجیتال است. او پیش‌بینی می‌کند که حتی تیم‌های کوچک می‌توانند با کمک همکاران هوش مصنوعی و دستیاران دائمی هوش مصنوعی، میلیون‌ها درآمد کسب کنند.
به عنوان مثال، یک بایگانی تحت مدیریت هوش مصنوعی می‌تواند سند صحیح را در عرض چند ثانیه بازیابی کند. دستیاران دیجیتال ایمیل‌ها را از قبل مرتب می‌کنند، گردش‌های کاری را سازماندهی می‌کنند و مراحل لازم را مستند می‌کنند، به عنوان مثال در زمینه‌هایی مانند مشاوره مالیاتی یا حسابرسی.
کارکنان هوش مصنوعی می‌توانند چنان در نیروی کار ادغام شوند که به عنوان بخشی از ساختار رسمی کارکنان ظاهر شوند.
