عصر طلایی هوشمصنوعی یا رکود بزرگ؟
اسفندیار جهانگرد،استاد اقتصاد دانشگاه علامهطباطبایی
درسالهایاخیر هوشمصنوعی شاهد رونقی کمسابقه بوده؛ رونقی که بر این تصور فراگیر استوار است که هوشمصنوعی فناوریای واقعا تحولآفرین بوده و میتواند برای سالهای طولانی رشد اقتصادی را در مقیاسی قابلقیاس با پذیرش راهآهن، نیروی برق، صنعت خودرو، رایانه شخصی و اینترنت در دوقرن گذشته پیش براند. بااینحال صداهای تردیدآمیز پرشماری نیز هشدار میدهند که این رونق بهشدت اغراقآمیز بوده، دستاوردهای اقتصادی آن بهکندی پدیدار خواهد شد و هوشمصنوعی ممکن است حبابی متورم باشد که ترکیدن آن پیامدهای خطرناکی برای اقتصاد آمریکا و جهان بههمراه داشته باشد. چرخههای پیشینِ سرمایهگذاریهای پرهیجان در تغییرات فناورانه میتوانند درسهایی برای فهم این موارد در اختیار ما بگذارند: اینکه هوشمصنوعی چگونه و از چه جهاتی ممکن است یک «حباب» باشد؟ پیامدهای انواع مختلف حبابها چه خواهد بود؟ برای تشخیص اینکه هوشمصنوعی واقعا در کدام مسیر قرار دارد چه نشانههایی را باید زیر نظر گرفت؟
رونق هوشمصنوعی ابعاد گوناگونی داشته و از دیرباز آرمانی بلندمدت در علوم رایانه بوده است. پس از سالها پیشرفت کند از نوامبر۲۰۲۲ و با معرفی چتباتهای تعاملیِ کاربرپسند که بر تحلیلهای آماری پیشرفتهی مجموعهدادههای عظیم تکیه دارند کاربرد هوشمصنوعی بهطور انفجاری گسترش یافت. چتجیپیتی و دیگرچتباتهای هوشمصنوعی (جمینای، پروپلکسیتی، کلاد، کراک و نوتبوکالم، دیپسیک و …) هم ازسوی افراد و هم بنگاهها باسرعتی بسیار فراتر از موجهای پیشین نوآوریهای محاسباتی پذیرفته شدند. رونق کمنظیرِ سختافزار مرتبط با هوشمصنوعی(مراکز داده و کارخانههای تولید تراشه) و نرمافزار(مدلها و ابزارهای جدید) در ایالاتمتحده سهم قابلتوجهی از رشد اخیر اقتصاد آمریکا را توضیح میدهد. برخی برآوردها آن را حدود یکدرصد از رشد تولید ناخالص داخلی در سال۲۰۲۵ میدانند. قیمت سهام هفتشرکت بزرگ فناوری بسیار فراتر از کل بازار افزایش یافته و نسبت P/E که معیاری برای سنجش ارزندگی یا بیشارزشی سهام است را به نزدیکی اوج تاریخی آن در دوران حباب داتکام رسانده است. افزون بر این جهشی حیرتانگیز در بستههای جبرانی نوآوران برتر هوشمصنوعی رخ داده است.
چالش اصلی پیشبینی این است که این رونق تا چهحد با تداوم دستاوردهای فناورانه استثنایی و بازدههای اقتصادی متناظر توجیه خواهد شد؟ باوجود پیشرفتهای شگفتانگیز اخیر همچنان عدمقطعیت گستردهای درباره مسیر نوآوری هوشمصنوعی، کاربردهای بالقوه آن و آثار اقتصادیشان وجود دارد. باید اذعان کرد که هوشمصنوعی هماکنون در حوزههای بسیار متنوعی بهکار گرفته میشود. برای مصرفکنندگان فردی نرمافزارهایی قدرتمند و درعینحال کاربرپسند در جستوجو، تولید تصویر، ارتباطات و یادگیری فراهم میکند. برای بنگاهها ابزاری است برای انجام سریع بسیاری از وظایف اداریِ سطح میانی ازجمله کدنویسی، تحلیل داده و نگارش گزارش. ابزارهای هوشمصنوعی با نسخههای جدیدی پیش میروند که نواقص پیشین مانند توهمات هوشمصنوعی(ساختن پاسخهای نادرست) را کاهش میدهند و توانمندیهای استدلالی سطح بالاتری معرفی میکنند. با تداوم تکامل هوشمصنوعی این فناوری میتواند بالقوه بسیاری از حوزههای فعالیت اقتصادی را متحول کند؛ از خودروهای خودران و آموزش شخصیسازیشده گرفته تا توسعه داروهای جدید و ابزارهای تشخیصی پزشکی متناسب با نیازهای فردی یا حتی کاربردهایی که امروز پیشبینیشان دشوار است. با این حال دیدگاهها درباره اینکه ظرفیتهای هوشمصنوعی تا چه حد به شتاب خود ادامه میدهد یا ممکن است به سقفی فناورانه برسد، بسیار متفاوتند.
یکی از درسهای کلیدی تاریخ اقتصاد آن است که امواج پیشینِ نوآوریهای فناورانه پرهیجان بهندرت هموار بودند و بسیاری از آنها حتی اگر نهایتا به فناوریهای زیربنایی بدل شدند در مسیر خود فروکشها و افتهایی داشتند. این فراز و فرودها اغلب به شکل «حباب» بروز میکنند. شکل کلاسیک حباب در بازارهای مالی رخ میدهد؛ جایی که امید سرمایهگذاران به افزایش قیمت داراییها سرمایههای بیشتری را جذب میکند و قیمتها را بسیار بالاتر از ارزش بنیادین میبرد تا آنکه درنهایت احساسات برگشته، تامین مالی جدید خشک شده و قیمتها فرو میریزند. «حباب داتکام» اواخر دهه۱۹۹۰ نمونهای روشن از هیجان پیرامون فناوری جدید اینترنت همراه با چنین حباب مالی و فروپاشی قیمت سهام بود. نوع دیگری از حباب میتواند در اقتصاد واقعی شکل بگیرد: فناوری جدید موجی از سرمایهگذاری زیرساختی را برمیانگیزد زیرا کارآفرینان میکوشند نخستینسازندگان ظرفیت شبکه و تصاحبکنندگان بازار باشند. سپس زمانی که روشن میشود زیرساخت ساختهشده بسیار فراتر از نیاز(دستکم در افق کوتاهمدت) است فروکش رخ میدهد. ساخت راهآهن در قرننوزدهم آمریکا نمونهای شناختهشده است. شرکتهای راهآهن برای ساخت خطوط جدید بهشدت وام گرفتند. وقتی عرضه اوراق راهآهن از تقاضای سرمایهگذاران پیشی گرفت بسیاری ورشکست شدند، یکی از بزرگترین بانکهای نیویورک فروپاشید و بحران مالی۱۸۷۳ رقم خورد. شایان ذکر است که حبابهای مالی و چرخههای رونق و رکود در اقتصاد واقعی معمولا همزمان رخ میدهند؛ همانگونه که تجربه داتکام و راهآهن نشان میدهد.
تجربههای پیشینِ رونقهای سرمایهگذاریِ فناوریمحور سناریوهای متفاوتی را برای مسیر احتمالی رونق هوشمصنوعی در سالهای آینده پیشرو میگذارد. در مواردی نهچندان نادر رونقهای فناوری با «انتظارات بر بادرفته» پایان یافتند: فناوری اگرچه در برخی بخشها بازدههای قابلتوجهی داشته اما دستکم در کوتاهمدت تا میانمدت اثر محدودی بر بهرهوری یا سودآوری کلان گذاشته است(هرچند بازدههای بلندمدت نهایتا چشمگیر بودند). این الگو در موجهای پیشین مانند راهآهن و اینترنت دیده شد. اغلب بیشاز آنچه انتظار میرفت زمان لازم بوده تا مهارتها و محصولات جدید برای بهرهبرداری کامل از فناوری نو پدید آیند. گاهی نیز فناوری جدید تاحد زیادی با موج نوآوری بعدی جایگزین شده است. کانالهایی که در نیمهنخست قرننوزدهم ساخته شده با ظهور راهآهن بلااستفاده شدند(سرنوشتی که میتواند گریبان فناوری کنونیِ مبتنی بر مدلهای زبانی بزرگ را نیز بگیرد). درهردوحالت نتیجه نهایی فروکش گستردهای بوده است: سقوط سرمایهگذاری به سطوح عادیتر، برگشتهای تند قیمت سهام و آشفتگی مالی فراگیر در شرکتهایی که بیشازحد سرمایهگذاری کرده بودند.
دلیل دیگر آن است که رونقِ فناوریمحور به «فروکش سودآوری» بینجامد یعنی سرمایهگذاران در تبدیل دستاوردهای فناورانه به سودهای واقعیِ کافی برای جبران سطوح فوقالعاده سرمایهگذاری ناکام بمانند. با ترکیدن حباب داتکام بسیاری از شرکتهای ورشکسته ارزشگذاریهای بالایی داشتند اما سود چندانی تولید نمیکردند. پس از آن سقوط شرکتهای موفق نرمافزاری در دهه۲۰۰۰ راههایی برای کسب درآمد موثر از سرمایهگذاریهای بزرگ یافتند: برای مثال گوگل و فیسبوک از طریق الگوریتمهای پیشرفته تبلیغاتی در جستوجو و شبکههای اجتماعی و مایکروسافت با ساختارهای کارمزدی(اشتراک یا پرداخت بهازای استفاده) برای نرمافزارهای بهرهوری این راه را یافتند. در چرخه کنونی هوشمصنوعی اگرچه سازندگان تراشههای پیشرفته مانند انویدیا به سودهای سرسامآور دست یافتند اما درآمد حاصل از بهکارگیری نرمافزارهای هوشمصنوعی همچنان محدود است. در بهترین حالت جریانهای درآمدی آینده جز برای چند شرکت موفق که سهم عمده بازار را تصاحب میکنند محدود به نظر میرسد. افزون بر این هم تراشهسازان و هم طراحان نرمافزار دربرابر استانداردشدن هوشمصنوعی بهعنوان یک کالای عمومی یا ظهور فناوری جایگزینِ برتر آسیبپذیرند. در این سناریو صنایع نرمافزار و زیرساخت هوشمصنوعی دچار تعدیل و ادغام میشوند اما اقتصاد گستردهتر میتواند از کاربردهای هوشمصنوعی منتفع شود. بازار سهام نیز بازمتوازن میشود: شرکتهای تولیدکننده نرمافزار و زیرساخت هوشمصنوعی عملکرد ضعیفتری خواهند داشت و شرکتهایی که از ابزارهای هوشمصنوعی برای بهبود محصولات و افزایش سودآوری بهره میگیرند منتفع خواهند شد.
حتی اگر افزایشهای مورد انتظارِ بهرهوری و سودآوری در سطح کلان محقق شود ممکن است در میانه رونقی پایدار «غربال» شدیدی رخ دهد. همانگونه که برای پیشگامان نرمافزاری پیشین مانند نتاسکیپ و مایاسپیس اتفاق افتاد در خودِ بخش هوشمصنوعی نیز بهسبب اثرات شبکهای و صرفههای مقیاس احتمالا چند برنده بزرگ و شمار زیادی بازنده وجود خواهد داشت. حتی چتجیپیتی که اخیرا در واکنش به تهدیدها علیه برتری خود «وضعیت قرمز» اعلام کرد ممکن است کنار زده شود. به همین قیاس بسیاری از بنگاهها در صنایعی که از هوشمصنوعی استفاده میکنند ممکن است از رقبایی که در بهکارگیری ابزارهای جدید موفقترند عقب بمانند یا در آنها ادغام شوند و این الگویی آشنا از چرخههای اقتصادی گذشته است. نیروی کار نیز ناگزیر باید خود را با این واقعیت وفق دهد که بسیاری از شرکتها دیگر به همانتعداد نیروی انسانی برای انجام وظایف روتین مانند کدنویسی پایه یا نگارش گزارش نیاز نخواهند داشت؛ چه از طریق ارتقای مهارتهای مرتبط با هوشمصنوعی و چه با رویآوردن به فعالیتهایی که جایگزینی آنها با هوشمصنوعی دشوارتر بوده مانند مهارتهای خلاقانه و دستیِ حضوری.
هرچند هر چرخه فناورانه اقتصادی ویژگیهای خاص خود را دارد و باید به خصوصیات تجربه کنونی توجه کرد اما تاریخ اقتصاد نشانههایی را پیشنهاد میکند که رصد آنها برای پیشبینی سرانجام رونق کنونی هوشمصنوعی سودمند است. آیا پذیرش ابزارهای هوشمصنوعی و کارایی آنها در وظایف کاری همچنان بهطور چشمگیر افزایش مییابد؟ تا اینجا پایگاه کاربران بهسرعت در حال رشد است و کارایی مدلهای جدید بهصورت نمایی افزایش مییابد. آیا این روند همچون قانون مور در ۵۰سال گذشته ادامه خواهد یافت؟ اگر نه احتمال سناریوی «انتظارات بر بادرفته» افزایش مییابد و پذیرش بیشتر و جریانهای سود در بخش هوشمصنوعی محدود میشود. بهطور مشابه آیا کاربران تجاریِ هوشمصنوعی به بهبودهای بزرگِ بهرهوری و نوآوریهای شگفتانگیز دست مییابند که هزینههای سنگین هوشمصنوعی را توجیه کند؟ مطالعات آزمایشگاه رسانه MIT و مککنزی نشان میدهد که تاکنون بیشتر بنگاهها هنوز بازدههای معناداری از سرمایهگذاریهای خود بهدست نیاوردند هرچند این تلاشها با شتاب ادامه دارد. آیا قیمتگذاری بازارِ «سهام داغ» عمدتا از امید به تداوم شتاب کوتاهمدت قیمتها یعنی فراتر از هر انتظار معقولی از سودهای آینده تغذیه میشود؟ چنین رفتاری ناگزیر معکوس خواهد شد و به احتمال زیاد به سقوط بازار مشابه حباب داتکام خواهد انجامید. تردیدی نیست که پیشرفتهای اخیر هوشمصنوعی بسیار اثرگذار بوده و پشتیبانی مهمی برای اقتصاد و بازار سهام آمریکا فراهم کرده اما با درسگرفتن از تاریخ طولانی امواج پیشین نوآوری فناورانه باید دانست که دورههای تغییر سریع فناورانه بهندرت بدون تنش پیش میروند. باتوجه به سرعت تغییر، عدمقطعیت و پیچیدگی نوآوری تمایز میان انتظارات معقول و اغراق تبلیغاتی برای پیشبینی مسیر آینده هوشمصنوعی و ارزیابی ریسک انواع پیامدهای حبابی بسیار دشوار است. تحولات اخیر قطعا نشانههایی شبیه حباب دارند اما آیا اینبار متفاوت خواهد بود؟ مسیرهای گوناگونی محتملند: شاید در آستانه عصر طلاییِ رشدی باشیم که از کاربردهای هوشمصنوعی تغذیه میشود(البته همراه با تخریب خلاقِ اجتنابناپذیر برای کسانی که نتوانند با جهان جدید سازگار شوند)، درسوی دیگر فروکشِ هوشمصنوعی با بربادرفتن انتظارات بزرگ و رکودی جدی هنگام تخلیه افراطهای رونق یا سناریویی میانه که در آن هوشمصنوعی برای کاربران بازدههای بالای پایدار میآورد اما خودِ بخش هوشمصنوعی دچار کوچکسازی و ادغام گسترده میشود.
