آغاز زمستان «AI»؟

گروه فناوری- هوش مصنوعی به عنوان یکی از تکنولوژی‌های تحول‌ساز در دهه اخیر، توانسته است بازارها و صنایع مختلف را دستخوش تغییر کند. بسیاری از شرکت‌های بزرگ در حوزه تکنولوژی به‌شدت روی AI سرمایه‌گذاری کرده‌اند و این موضوع منجربه افزایش شدید قیمت سهام این شرکت‌ها در گذشته شده است. با این حال حوزه‌های فناوری در سیلیکون‌ولی چندهفته سخت را پشت‌سر می‌گذارند. تعداد فزاینده‌ای از سرمایه‌گذاران نگران هستند که هوش مصنوعی (AI) نتواند سودهای کلان مورد انتظارشان را برای آنها به ارمغان بیاورد. از زمان اوج‌گیری AI در ماه گذشته، قیمت سهام شرکت‌هایی که انقلاب AI را هدایت می‌کنند، ۱۰‌درصد کاهش یافته است. کاهش ۱۰‌درصدی قیمت سهام شرکت‌های فعال در حوزه هوش مصنوعی می‌تواند تحت تاثیر چندعامل باشد. به عنوان مثال ممکن است سرمایه‌گذاران به این نتیجه رسیده باشند که ارزش‌گذاری‌های قبلی بیش از حد خوش‌بینانه بوده و اکنون در حال اصلاح قیمت‌ها هستند.
از طرفی بسیاری از کارشناسان ناظر حیطه هوش مصنوعی اکنون درباره محدودیت‌های مدل‌های زبانی بزرگ که پایه و اساس سرویس‌هایی مانند چت‌بات ChatGPT هستند، تردید دارند. شرکت‌های بزرگ فناوری ده‌ها‌میلیارد‌دلار برای مدل‌های AI هزینه کرده‌اند و حتی در مورد سرمایه‌گذاری‌های آینده وعده‌های بزرگ‌تری داده‌اند. با این ‌حال طبق آخرین داده‌های اداره سرشماری، فقط 1/5‌درصد شرکت‌های آمریکایی از AI برای تولید کالاها و خدمات استفاده می‌کنند که نسبت به زمان اوج استفاده 4/5‌درصدی استفاده از آن در اوایل سال‌جاری، کاهش یافته است. در ماه‌های آینده نیز تقریبا شاهد همین میزان کاهش هستیم. از طرفی نوسانات در بازارهای جهانی، افزایش نرخ بهره و نگرانی‌ها در مورد رکود اقتصادی می‌تواند باعث کاهش تمایل سرمایه‌گذاران به سهام تکنولوژی شود. همچنین با وجود کاهش قیمت سهام، بسیاری از کارشناسان بر این باورند که AI هنوز در مراحل اولیه توسعه قرار دارد و پتانسیل‌های فراوانی برای تغییرات بنیادی در صنایع مختلف دارد.
چرخه هایپ AI درحال تکمیل است؟
اگر این مسائل را با یک فعال حوزه فناوری در میان بگذاریم، او با ترکیبی از ناامیدی و ترحم به شما واکنش نشان خواهد داد. آیا تاکنون چیزی درباره اصطلاح «چرخه هایپ یا سیکل‌ هایپ» شنیده‌اید؟ این اصطلاح را شرکت پژوهشی «گارتنر» سر زبان‌ها انداخته و در سیلیکون‌ولی به‌خوبی شناخته شده است. چرخه‌ هایپ ۵ مرحله دارد که برخی فناوری‌ها آنها را طی می‌کنند. نخستین مرحله از چرخه هایپ ماشه فناوری
(innovation Trigger) است که به ظهور فناوری‌های جدید مربوط می‌شود. فناوری‌های جدید پس از پیدایش، وارد دومین مرحله از چرخه تحت عنوان اوج انتظارات
(Peak of Inflated Expectations) می‌شوند که در حقیقت دوره‌ای اولیه از خوش‌بینی غیرمنطقی درباره فناوری خاص و سرمایه‌گذاری بیش‌ از حد روی آنهاست؛ فناوری‌ها پس از گذر از این مرحله، وارد مرحله سوم به نام شیب سرخوردگی (Trough of Disillusionment) می‌شوند. در این مرحله، نگرش‌ها نسبت به فناوری منفی و همه نگران این موضوع می‌شوند که پذیرش فناوری به‌کندی پیش می‌رود و کسب سود از آن دشوار است. با این حال همانطور که شب، روز می‌شود، برخی فناوری‌ها به دوران محبوبیت خود بازمی‌گردند. در چرخه هایپ چنین دورانی را مرحله شیب روشنگری (Slope of Enlightenment) می‌نامند. چنانچه سرمایه‌گذاری‌ها روی فناوری با خوش‌بینی باشند، ایجاد زیرساخت‌های عظیم را به دنبال دارند که به‌‌نوبه خود فناوری را به ‌سمت پذیرش عمومی سوق می‌دهند؛ چنین مرحله‌ای مرحله نهایی چرخه هایپ است که آن را سطح سوددهی (Plateau of Productivity) نامیده‌اند. آیا چرخه هایپ راهنمای مفیدی برای آینده هوش مصنوعی در جهان است؟ برخی فناوری‌های قدیمی مراحل چرخه هایپ را کاملا طی کرده‌اند؛ مثلا قطارها که مثالی کلاسیک هستند. تب راه‌آهن در قرن نوزدهم بریتانیا را فراگرفت. همه از «چارلز داروین » تا «جان استوارت میل‌« به امید بازدهی بی‌نقص، پول‌شان را در سهام راه‌آهن سرمایه‌گذاری کردند؛ حباب بازار سهام ایجاد کردند. این بازار سقوط کرد؛ پس از این اتفاق، شرکت‌های راه‌آهن با استفاده از سرمایه‌ای که در دوران اوج محبوبیت قطارها جمع‌ کرده بودند، مسیرها را ساختند و بریتانیا را از بالا به پایین متصل و اقتصاد را متحول کردند. به ‌این ‌ترتیب چرخه هایپ فناوری قطار کامل شد. بر همین اساس فناوری اینترنت نیز در چنددهه گذشته مراحل چرخه هایپ را طی کرده است. در دهه 1990، هیجان زیادی در مورد این فناوری وجود داشت و آینده‌نگران پیش‌بینی می‌کردند در چند سال همه خریدهای‌شان را آنلاین انجام خواهند داد. در سال 2000 بازار سقوط کرد و باعث شکست 135شرکت بزرگ وابسته به اینترنت موسوم به شرکت‌های دات‌کام شد؛ از
garden.com گرفته تا pets.com. نتیجه مهم‌تر این بود که تا آن زمان شرکت‌های مخابراتی میلیاردها ‌دلار روی کابل‌های فیبر نوری سرمایه‌گذاری کرده بودند که در نهایت به زیرساخت‌های اینترنت امروزی تبدیل شدند. اگرچه AI هنوز تجربه‌ای مشابه سقوط راه‌آهن یا شرکت‌های دات‌نت نداشته است، طبق گفته برخی کارشناسان، نگرانی‌های فعلی نشان‌دهنده گسترش این فناوری در آینده در سراسر جهان است. «نوح اسمیت»، مفسر اقتصادی در مورد این موضوع ‌چنین می‌گوید: « آینده هوش مصنوعی مانند هر فناوری دیگری خواهد بود؛ ابتدا زیرساختی بزرگ و گرانقیمت برای آن ایجاد می‌شود اما پس‌ از آن وقتی مردم متوجه می‌شوند واقعا نمی‌دانند چگونه از این فناوری به‌‌طور موثر استفاده کنند، شاهد سقوطی بزرگ خواهیم بود. در مرحله بعدی، وقتی مردم با شیوه استفاده موثر از AI آشنا شوند، این فناوری آهسته و به ‌تدریج احیا خواهد شد.»
آینده‌ای روشن یا افول؟
نسخه‌های هوش مصنوعی دهه‌ها دوره‌های محبوبیت و شکست را با فرازونشیب همراه مشارکت و سرمایه‌گذاری‌های علمی و دانشگاهی تجربه کرده‌اند؛ اما شاهد حرکت آنها در مسیر مراحل چرخه هایپ نبوده‌ایم؛ در دهه ۱۹۶۰ هیجان زیادی درباره فناوری‌های مرتبط با هوش مصنوعی وجود داشت که یکی از آنها «الیزا»، چت‌باتی اولیه بود. پس از دوران محبوبیت AI، زمستان این فناوری در دهه‌های ۱۹۷۰ و ۱۹۹۰ فرا رسید؛ تا سال ۲۰۲۰ تمایل و علاقه به تحقیق در مورد هوش مصنوعی رو به ‌کاهش بود اما با پیدایش فناوری هوش مصنوعی مولد وضعیت تغییر کرد و دوباره پژوهش‌های حوزه AI اوج گرفت. در ضمن، برخی دیگر از فناوری‌های تاثیرگذار دیگر هم در سیر تکامل و رسیدن به مرحله پذیرش عمومی گسترده خود، اصلا مراحل چرخه هایپ را طی نکرده‌اند؛ مثلا رایانش ابری بدون هیچ شور و هیجان و بدون شکست از صفر به 100 رسید. به نظر می‌رسد سیر تکامل انرژی خورشیدی و رسانه‌های اجتماعی نیز به همین شکل بوده است.
شرکت‌های فردی مانند «مای اسپیس» نیز قبل از رسیدن به هدف تعیین‌شده‌شان متوقف شده‌اند. ابتدا نگرانی‌هایی در مورد اینکه آیا این شرکت پولساز خواهد شد یا نه، وجود داشت اما میزان پذیرش آن از سوی مصرف‌کنندگان نهایی به‌ صورت یکنواختی افزایش یافت. از سوی دیگر، محبوبیت بسیاری از فناوری‌های ازبین‌رفته در وضعیت بدی گرفتار شده‌اند اما عموم مردم به‌هیچ‌وجه (یا حداقل هنوز) به معنای واقعی کلمه آنها را نپذیرفته‌اند. فناوری Web3 را به‌خاطر دارید؟ مردم مدتی گمان می‌کردند روزی همه در خانه چاپگری سه‌بعدی خواهند داشت. چنین نگرشی مدت کوتاهی درباره نانولوله‌های کربنی نیز ایجاد شد.
متاسفانه بررسی این موضوع که سیکل هایپ قاعده‌ای تجربی است یا خیر، آسان نیست. «ای‌تان مولیک» از دانشگاه پنسیلوانیا درباره این موضوع چنین می‌گوید: « از آنجا که داده‌های چرخه ‌هایب مبتنی بر احساسات هستند، ارائه اطلاعات قطعی در مورد آنها سخت است اما تلاش کرده‌ایم درباره آن اطلاعات قطعی ارائه دهیم و اقدامات مایکل مولانی، سرمایه‌گذار در سال ۲۰۱۶ را گسترش دهیم.» نتایج بررسی‌ها نشان داده چرخه هایپ به ‌ندرت در سیر تکاملی فناوری‌ها طی شده است. بررسی فناوری‌های پیشرفته طی سال‌ها نشان داده فقط میزان کمی از آنها (شاید یک‌پنجم)، از مرحله نوآوری به محبوبیت و رشد و سپس به شکست و سرخوردگی و در نهایت به مرحله پذیرش گسترده رسیده‌اند. بسیاری از فناوری‌ها بدون طی‌ کردن مسیری اینچنین پرفرازونشیب، به ‌صورت گسترده مورد استفاده قرار می‌گیرند. برخی دیگر از مرحله شکوفایی به شکست می‌رسند اما عموم مردم آنها را نمی‌پذیرند. طبق تخمین ما از تمام اشکال فناوری که وارد مرحله سرخوردگی می‌شوند، ۶مورد از ۱۰مورد از این مرحله خارج نمی‌شوند. نتیجه‌گیری ما مشابه نتیجه‌گیری آقای مایکل مولانی است که به این نتیجه رسیده تعداد نگران‌کننده‌ای از فناوری‌های جدید و پرطرفدار عمر زیادی ندارند. با این حال هوش مصنوعی هنوز می‌تواند جهان را متحول کند. ممکن است یکی از شرکت‌های بزرگ فناوری پیشرفت ارزنده‌ای بکند. همچنین ممکن است کسب‌وکارها به مزایایی که AI برای آنها به ارمغان آورده، پی ببرند اما در حال ‌حاضر چالش سخت پیش روی شرکت‌های بزرگ فناوری این است که ثابت کنند AI دستاورد قابل‌توجهی برای ارائه به اقتصاد واقعی دارد؛ هیچ تضمینی برای موفقیت این فناوری وجود ندارد. اگر باید برای درک آینده هوش مصنوعی به تاریخ فناوری مراجعه کنید، چرخه هایپ نمی‌تواند اطلاعات کاملی به شما بدهد. در مورد آینده AI عبارت معروف «چیزی که آسان به دست می‌آید، آسان هم از دست می‌رود»، بیشتر صدق می‌کند.
در نهایت در کوتاه‌مدت، ممکن است شاهد نوسانات قیمت سهام باشیم، اما در بلندمدت، هوش مصنوعی همچنان یکی از موتورهای محرک اقتصاد جهانی خواهد بود. شرکت‌هایی که بتوانند به‌درستی از این فناوری استفاده کنند، احتمالا از رقبا پیشی خواهند گرفت. سرمایه‌گذاران باید با دقت به تحلیل‌های بلندمدت و چشم‌اندازهای اقتصادی توجه کنند. همچنین تنوع در سبد سرمایه‌گذاری و تمرکز روی شرکت‌هایی که نوآوری‌های قوی و زیرساخت‌های مستحکم دارند، می‌تواند راهکاری برای مدیریت ریسک‌های احتمالی باشد. ترکیب سرمایه‌گذاری در شرکت‌های بزرگ و تثبیت‌شده در کنار شرکت‌های نوپا که در حوزه AI فعالیت می‌کنند، می‌تواند استراتژی مناسبی برای کاهش ریسک و بهره‌برداری از فرصت‌های رشد باشد.