8 دقیقه
جف بزوس هشدار داد که هوش مصنوعی ممکن است گرفتار یک «حباب صنعتی» شده باشد — اما در عین حال تأکید کرد که این فناوری واقعی است و وعدهٔ منافع عظیمی برای جامعه دارد. در جریان سخنرانی‌اش در Italian Tech Week در تورین، بنیان‌گذار آمازون چشم‌اندازی واقع‌گرایانه ارائه داد و دربارهٔ هیجان رسانه‌ای، تزریق سرمایهٔ افراطی و برندگان بلندمدت نوآوری در زمینهٔ هوش مصنوعی صحبت کرد.
الفاظ هیجان‌آمیز در برابر واقعیت‌های بنیادی: مشاهدات بزوس روی صحنه
وقتی جان الکان، مدیرعامل Exor، از او پرسید آیا رونق کنونی هوش مصنوعی علائم حباب را نشان می‌دهد یا نه، بزوس این دوره را به‌عنوان یک نمونهٔ کلاسیک از حباب صنعتی توصیف کرد: ارزشگذاریها و شور سرمایهگذاران از پایه‌های کسبوکار پیشی گرفته‌اند. او به یک الگوی آشنا اشاره کرد — زمانی که بازارها گرم می‌شوند، سرمایهگذاران تقریباً هر طرحی را تأمین مالی می‌کنند؛ ایدههای خوب و بد به‌طور یکسان پول می‌گیرند. این وضعیت فهم اینکه کدام استارتاپها پس از فرونشستن گردوغبار باقی می‌مانند را دشوار می‌کند.
بزوس نمونه‌ای تامل‌برانگیز از رفتار نامتعارف سرمایه‌گذاری ارائه داد: تیم‌های کوچک که تزریق‌های سرمایهٔ فوق‌العاده بزرگ دریافت می‌کنند، حتی در مواردی که این سطح از سرمایه‌گذاری با اندازه یا سابقهٔ آن تیم تناسب نداشته باشد. او نامی نبرد، اما منظورش روشن بود — پول با سرعتی وارد آزمایش‌ها و پروژه‌های گوناگون میشود که تاریخ علم اقتصاد معمولاً آن را به‌عنوان شاخصی از حباب شناسایی می‌کند. چنین جریان سرمایه‌ای میتواند رفتار بازار را تحریف کند و معیارهای ارزیابی شرکت‌ها را از واقع‌بینی دور سازد.
دیدگاه بزوس همچنین آشکار می‌سازد که تشخیص تفاوت میان پروژه‌های دارای بنیاد تکنیکی واقعی و پروژه‌هایی که صرفاً به‌دنبال بهره‌برداری از موج خبری هستند، برای سرمایهگذاران و بنیان‌گذاران حیاتی است. بررسی تیم، مدل کسبوکار، دادهها و قابلیت‌های فنی باید با دقت بیشتری انجام شود تا از هدر رفت منابع جلوگیری شود.
چرا حباب صنعتی لزوماً فاجعه‌آمیز نیست
با وجود هشدارها، بزوس تأکید کرد که وجود حباب به معنای نفی واقعیت فناوری نیست. او هوش مصنوعی را با زیست‌فناوری در دههٔ 1990 مقایسه کرد، زمانی که یک بخشِ بیش‌ازحد تأمین‌شده با سرمایه، با وجود شکست بسیاری از شرکت‌ها، در نهایت داروها و درمان‌های تحول‌آفرینی تولید کرد. پیامِ برداشت او این است که حبابهای صنعتی میتوانند کشف و نوآوری را تسریع کنند و در پی یک تعدیل بازار، فناوری‌های قدرتمندی برای جامعه باقی بگذارند.
به گفتهٔ بزوس، هوش مصنوعی «واقعی است و هر صنعت را تغییر خواهد داد.» این خوش‌بینی همراه با احتیاط است: سرمایهگذاران باید انتظار یک تصحیح قیمتی در مقطعی را داشته باشند، اما منافع بلندمدت — از اتوماسیون فرآیندها گرفته تا محصولات و خدمات نو — میتواند بسیار عظیم باشد. این تأثیرها ممکن است در زمینه‌هایی مثل بهداشت و درمان، تدارکات، تولید، خدمات مالی و آموزش آشکار شوند.
مثلاً در حوزهٔ بهداشت، الگوریتم‌های یادگیری ماشینی میتوانند الگوهای بیمار را سریع‌تر از روش‌های سنتی شناسایی کنند و به تشخیص زودهنگام بیماری‌ها کمک کنند؛ در صنعت تولید، هوش مصنوعی میتواند موجب بهینه‌سازی خطوط تولید، پیش‌بینی خرابی تجهیزات و کاهش هزینه‌ها شود. با این‌حال، دستیابی به این فواید نیازمند سرمایه‌گذاری هوشمندانه، تدوین استانداردها و توجه دقیق به مسائل اخلاقی و حریم خصوصی است.
صداهایی که یادآور هشدار هستند
بزوس تنها کسی نیست که زنگ خطر را به صدا درآورده است. گزارش‌هایی در اوایل سال نشان داد که سم آلتمان، مدیرعامل OpenAI، بازار هوش مصنوعی را یک حباب توصیف کرده و سایر بازیگران حوزهٔ مالی نیز دغدغه‌های مشابهی را مطرح کرده‌اند. داوید سولومن، مدیرعامل گلدمن ساکس، دربارهٔ سطوح کشیده‌شدهٔ سهام هشدار داده و گفته است که سرمایهگذاران اغلب روی پتانسیل سود تمرکز می‌کنند و ریسک‌های نزولی را کم‌اهمیت جلوه می‌دهند و در نتیجه احتمال یک تعدیل یا افت بازار را پیش‌بینی کرده است.
نظریه‌پردازان بازار و نهادهای مدیریت سرمایه مانند کریم موسالم از Selwood Asset Management حتی جلوتر رفته‌اند و معاملهٔ مرتبط با هوش مصنوعی را به هیجانات سفته‌بازانهٔ تاریخی شباهت داده‌اند. این دیدگاه‌ها یک مضمون مشترک دارند: اشتیاق میتواند ارزیابی دقیق و منضبط را مخدوش کند، بنابراین سرمایهگذاران و بنیان‌گذاران باید توانایی جداسازی هیاهو از ارزش پایدار را توسعه دهند.
از منظر تحلیل مالی، اوج‌گیری سریع جذب سرمایه معمولاً به افزایش تعداد شرکت‌های ناقص یا بی‌پایه می‌انجامد که صرفاً به‌خاطر فضای مثبت خبری یا FOMO (ترس از جا ماندن) ارزش‌گذاری می‌شوند. سپس، با وقوع یک اصلاح بازار، این شرکت‌ها ممکن است از رده خارج شوند یا با سرمایهٔ کمتر و مدل‌های عملیاتی بازطراحی‌شده ظهور کنند؛ اما دانش، ابزارها و زیرساخت‌هایی که در طول آن دوره ساخته شده‌اند، اغلب برای اکوسیستم مفید باقی می‌مانند.
پیامدها برای استارتاپها، سرمایهگذاران و جامعه
برای کارآفرینان، محیط کنونی هم فرصت است و هم مسئولیت. دسترسی آسان به سرمایه امکان آزمایش سریع را فراهم کرده است، اما تیم‌ها باید برنامه‌هایی برای بازار منضبطتر زمانی که ارزشگذاریها نرمال میشود، مدنظر داشته باشند. این به معنای تمرکز بر جریان نقدی، مدل کسب‌وکاری پایدار، دسترسی به داده‌های باکیفیت و مزیت رقابتی فنی است.
برای سرمایهگذاران، پیام بزوس الزام به انجام بررسی دقیق‌تر را روشن می‌سازد: تفکیک پروژه‌های واقعاً تحول‌آفرین در حوزهٔ هوش مصنوعی از گرایش‌های موقتی. در عمل این یعنی تمرکز روی موارد زیر:
- ارزیابی توان تیم فنی و سابقهٔ آن‌ها در تولید محصولات مبتنی بر داده؛
- بررسی کیفیت و دسترسی به دادهها که برای آموزش مدل‌ها ضروری است؛
- سناریونویسی درآمدی و بررسی ظرفیت بازار برای محصول پیشنهادی؛
- تحلیل ریسک‌های قانونی، اخلاقی و حریم خصوصی مرتبط با کاربردهای هوش مصنوعی.
چشم‌انداز زمانی را می‌توان به سه افق زمانی تقسیم کرد:
- کوتاه‌مدت: انتظار نوسان قیمتی را داشته باشید، زیرا بازارها در تلاش‌اند تا ارزش حقیقی شرکت‌ها را بازتنظیم کنند؛ در نتیجه برخی کسب‌وکارها ارزششان کاهش می‌یابد یا به ادغام تن می‌دهند.
- میان‌مدت: شرکت‌های ضعیف ممکن است حذف شوند، اما بقایافته‌ها با ساختار سرمایه‌ای بهتر و تمرکز بیشتر به عملیات ادامه می‌دهند؛ این روند به بلوغ صنعت کمک می‌کند.
- بلندمدت: جامعه از ابزارها، خدمات و نوآوری‌هایی سود خواهد برد که میتواند حوزههایی مانند مراقبت‌های بهداشتی، لجستیک، تولید و آموزش را دگرگون سازد.
در لحظه‌ای که اخبار بین شعف و هشدار در نوسان است، پیام بزوس عمل‌گراست: بله، ممکن است در یک حباب باشیم، اما فناوری زیربنایی تأثیری ماندگار خواهد داشت. اگر تاریخ راهنما باشد، این هیجان ترکیبی از «آشغال» و نوآوریهای پایدار را تولید خواهد کرد — و همین نوآوری‌ها میتوانند ارزش اجتماعی عظیمی ایجاد کنند.
برای نمونه، تجربهٔ زیست‌فناوری نشان می‌دهد که موج‌های سرمایه‌گذاری میتوانند زیرساخت‌های تحقیقاتی را تامین مالی کنند، استانداردهای آزمایشگاهی را ارتقا دهند و شبکه‌ای از دانش و نیروی انسانی ماهر ایجاد کنند که بعدها برای توسعهٔ محصولات کاربردی مورد استفاده قرار میگیرد. همین سناریو ممکن است برای هوش مصنوعی تکرار شود: حتی اگر بسیاری از شرکت‌ها شکست بخورند، تلاش‌های صورت‌گرفته به تولید کتابخانه‌های نرم‌افزاری، مدل‌های پایه‌ای و تخصص نیروی انسانی می‌انجامد که جامعهٔ فناوری را تقویت می‌کند.
در پایان، سیاست‌گذاران، مؤسسات آموزشی و صنعت باید با همکاری هم چارچوب‌هایی طراحی کنند که نه‌تنها نوآوری را تسهیل کند، بلکه از مخاطرات احتمالی آن نیز بکاهد. این چارچوب‌ها میتوانند شامل خط‌مشی‌های شفاف برای حفاظت از دادهها، استانداردهای اخلاقی برای توسعهٔ سیستم‌های تصمیم‌گیر خودکار و برنامه‌هایی برای تقویت مهارت‌های نیروی کار در مواجهه با اتوماسیون باشند.
منبع: cnbc
ارسال نظر