درآمدهای حاصل از هوش مصنوعی با سرعت بالایی در حال رشد است، اما نه به‌اندازه کافی

هنوز چیزی ندیده‌اید. سال گذشته، بزرگ‌ترین شرکت‌های فناوری آمریکا از جمله آمازون، گوگل و مایکروسافت حدود ۴۵۰ میلیارد دلار صرف توسعه زیرساخت‌ها کردند که بخش عمده آن برای پشتیبانی از هوش مصنوعی بود. اما این تنها پیش‌غذا بود. انتظار می‌رود این شرکت‌ها در سال جاری نزدیک به ۹۰۰ میلیارد دلار برای تراشه‌ها، مراکز داده، تأمین برق و سایر زیرساخت‌های مرتبط هزینه کنند و در سال ۲۰۲۷ نیز این رقم به حدود ۱.۴ هزارمیلیارد دلار برسد. برای تأمین مالی این ولخرجی‌ها، آن‌ها تنها در سال جاری بیش از ۴۰۰ میلیارد دلار استقراض کرده‌اند. به‌این‌ترتیب، موج سرمایه‌گذاری سرمایه‌ای (CapEx) در حوزه هوش مصنوعی به‌سرعت در حال تبدیل‌شدن به بزرگ‌ترین جهش سرمایه‌گذاری تاریخ است (نمودار ۱).

اگر دستیابی به ابرهوش (Superintelligence) واقعاً در دسترس باشد، ساخت زیرساخت‌های محاسباتی در ابعاد چندین زمین فوتبال می‌تواند ارزشمندترین تصمیم تخصیص سرمایه در تاریخ نیز محسوب شود. بااین‌حال، سرمایه‌گذاری‌های عظیم لزوماً به معنای بازده مطلوب برای سرمایه‌گذاران نیست. از زمان اوج‌گیری قیمت سهام بزرگ‌ترین شرکت‌های فعال در حوزه هوش مصنوعی در ماه ژوئن، ارزش سهام آن‌ها حدود ۲۰ درصد کاهش یافته است؛ زیرا نگرانی‌ها درباره این موضوع افزایش یافته که رشد این صنعت بیش از آنکه ناشی از تقاضای واقعی کاربران نهایی باشد، حاصل جریان سرمایه میان خود شرکت‌های فناوری است. در همین حال، شاخص بورس معیار کره جنوبی که شرکت‌های بزرگی مانند سامسونگ و SK Hynix، دو تولیدکننده بزرگ تراشه، سهم قابل‌توجهی در آن دارند نزدیک به ۴۰ درصد افت کرده است. همچنین پس از انتشار گزارش مالی سه‌ماهه دوم متا در ۲۹ ژوئیه، ارزش سهام این شرکت بیش از ۷ درصد کاهش یافت؛ این در حالی بود که مارک زاکربرگ، مدیرعامل متا همچنان از هزینه‌های سنگین این شرکت در حوزه هوش مصنوعی دفاع می‌کرد؛ هزینه‌هایی که فشار قابل‌توجهی بر جریان نقدی آزاد (Free Cash Flow) شرکت وارد کرده‌اند.

یک برآورد تقریبی نشان می‌دهد که برای پوشش هزینه‌های سرمایه‌ای هوش مصنوعی از محل درآمدهای قابل‌شناسایی این حوزه، به درآمدی در حدود ۲.۵ هزارمیلیارد دلار در سال نیاز است؛ رقمی که از مجموع درآمد فعلی کل صنعت فناوری نیز بیشتر است و نسبت به برآوردهای یک سال پیش، زمانی که برنامه‌های سرمایه‌گذاری بسیار محدودتر بودند، فاصله بسیار بیشتری دارد. ازآنجاکه تنها بخش کوچکی از مصرف‌کنندگان حاضرند برای اشتراک‌های شخصی هوش مصنوعی هزینه پرداخت کنند، درآمد اصلی این صنعت ناگزیر باید از بازار سازمانی تأمین شود. برای مثال، معامله‌گران مالی می‌توانند از Copilot مایکروسافت برای ساخت مدل‌های مالی دقیق‌تر استفاده کنند یا مدارس از مدل‌های گوگل برای آموزش دانش‌آموزان بهره بگیرند. بااین‌حال، تحقق درآمدهایی در مقیاس چندین هزارمیلیارد دلار هنوز فاصله زیادی با واقعیت دارد.

برای‌آنکه درآمدهای هوش مصنوعی جهش قابل‌توجهی پیدا کند، لازم است شرکت‌های بیشتری از این فناوری استفاده کنند؛ موضوعی که اقتصاددانان آن را رشد در حاشیه گسترده (Extensive Margin) می‌نامند. علاوه بر این، شرکت‌ها باید هوش مصنوعی را به‌صورت عمیق‌تر و فراگیرتر در فعالیت‌های خود به کار گیرند که از آن با عنوان حاشیه فشرده (Intensive Margin) یاد می‌شود. بر اساس تازه‌ترین نظرسنجی دوهفته‌ای اداره سرشماری آمریکا، حدود ۲۰ درصد شرکت‌های آمریکایی طی دو هفته گذشته از هوش مصنوعی «در دست‌کم یکی از کارکردهای کسب‌وکار» خود استفاده کرده‌اند. در بریتانیا نیز آمارهای رسمی نشان می‌دهد حدود یک‌سوم شرکت‌ها مدعی استفاده از هوش مصنوعی هستند، هرچند نحوه طرح پرسش در این دو کشور متفاوت بوده است. حتی با درنظرگرفتن این تفاوت‌ها، چنین آماری از سرعت بالای گسترش این فناوری حکایت دارد؛ به‌ویژه اگر به یاد بیاوریم که تنها چهار سال پیش، هیچ‌کس از مدل‌های زبانی بزرگ استفاده نمی‌کرد.

بااین‌حال، به نظر می‌رسد این روند اخیراً تا حدی به ثبات رسیده باشد. اقتصاددانان اداره سرشماری آمریکا در ماه مه گزارش کردند که «طی شش ماه گذشته، استفاده از هوش مصنوعی در بسیاری از بخش‌های اقتصادی تقریباً بدون تغییر باقی مانده است.» همچنین، نظرسنجی مشترک «جان هارتلی» از دانشگاه تگزاس در آستین و همکارانش نشان می‌دهد که اکنون حدود ۳۳ درصد افراد در محیط کار از هوش مصنوعی استفاده می‌کنند؛ درحالی‌که این رقم در میانه سال ۲۰۲۵ به ۴۶ درصد رسیده بود. اگر فرض کنیم حدود یک‌سوم شرکت‌های کشورهای عضو سازمان همکاری و توسعه اقتصادی (OECD) از هوش مصنوعی استفاده کنند، برای دستیابی به درآمد سالانه ۲.۵ هزارمیلیارد دلاری، هر شرکت باید به طور متوسط سالانه حدود ۱۰۰ هزار دلار برای این فناوری هزینه کند. آیا چنین سطحی از هزینه‌کرد واقع‌بینانه است؟

شاید؛ اما در حال حاضر تعداد کمی از شرکت‌ها هوش مصنوعی را به‌عنوان یک فناوری محوری در نظر می‌گیرند و همین موضوع سقف هزینه‌کرد آن‌ها را محدود می‌کند. بر اساس یک نظرسنجی از سوی بانک مرکزی اروپا، در اواخر سال ۲۰۲۵ تنها یک‌دهم شرکت‌های منطقه یورو که از هوش مصنوعی استفاده می‌کردند، اعلام کردند که این فناوری را به‌صورت «فشرده و گسترده» به کار می‌گیرند. همچنین پژوهشگران بانک مرکزی آلمان (Bundesbank) دریافته‌اند که حدود نیمی از شرکت‌های آلمانی که از هوش مصنوعی استفاده می‌کنند، این فناوری را در ۵ درصد یا کمتر ساعات کاری خود به کار می‌برند. «ایوان یوتزوف» از بانک انگلستان و همکارانش نیز برآورد کرده‌اند که یک مدیر آمریکایی به طور متوسط تنها ۱.۷ ساعت در هفته از هوش مصنوعی استفاده می‌کند؛ زمانی که شاید برای تهیه یک ارائه پاورپوینت مناسب کافی باشد، اما برای ایجاد تحول در شیوه کار سازمان چندان قابل‌توجه نیست.

برای چنین کاربرانی که استفاده‌ای سطحی و اولیه از هوش مصنوعی دارند، مدل‌های رایگان یا بسیار ارزان هوش مصنوعی معمولاً پاسخ‌گوی نیازها هستند. داده‌های رسمی بریتانیا نشان می‌دهد نزدیک به نیمی از کسب‌وکارهایی که از هوش مصنوعی استفاده می‌کنند، هیچ هزینه‌ای بابت آن نمی‌پردازند؛ احتمالاً به این دلیل که از نسخه رایگان یک مدل آمریکایی یا یک مدل متن‌باز چینی استفاده می‌کنند. شرکت فین‌تک Ramp گزارش می‌دهد که بخشی از شرکت‌ها برای هر کارمند، ماهانه هزاران دلار صرف هوش مصنوعی می‌کنند؛ اما هزینه ماهانه یک شرکت متوسط در ژوئن تنها ۱۰.۶۶ دلار به‌ازای هر کارمند بوده است. همچنین شرکت نرم‌افزاری Intuit که وضعیت کسب‌وکارهای کوچک و متوسط در آمریکا، بریتانیا و کانادا را رصد می‌کند، گزارش داده است که تنها حدود یک شرکت از هر ده شرکت برای یک ابزار اختصاصی هوش مصنوعی هزینه پرداخت کرده است.

برآورد میزان کل هزینه‌کرد در حوزه هوش مصنوعی کار ساده‌ای نیست؛ زیرا منابع داده شفاف نیستند و وضعیت بازار نیز با سرعت زیادی تغییر می‌کند (نمودار ۲). شرکت مشاوره Exponential View درآمد سالانه‌شده هوش مصنوعی مولد را در ماه ژوئن حدود ۱۷۵ میلیارد دلار برآورد کرده است. «آنتون کورینک» از آنتروپیک و «پاتریک مک‌کلوی» از بانک مرکزی کانادا نیز در مقاله‌ای تازه، درآمد کل «خدمات هوش مصنوعی» را برآورد کرده‌اند. با تطبیق روش آن‌ها، اکونومیست این رقم را در حال حاضر حدود ۲۲۰ میلیارد دلار در سال تخمین می‌زند. ازسوی‌دیگر، داده‌های Ramp نشان می‌دهد که اکنون حدود ۲ تا ۳ درصد هزینه‌های کسب‌وکارها صرف هوش مصنوعی می‌شود که معادل حدود ۱۷۰ میلیارد دلار در سال است.

تمام این محاسبات پیچیده، کمابیش با یک برآورد بسیار ساده هم‌خوانی دارند: جمع‌زدن درآمد شرکت‌هایی که عمده محصولات هوش مصنوعی را عرضه می‌کنند. برآورد می‌شود درآمد سالانه‌شده آنتروپیک به حدود ۷۵ میلیارد دلار برسد؛ OpenAI نیز سالانه ده‌ها میلیارد دلار درآمد دارد. گوگل از طریق Gemini و همچنین مایکروسافت احتمالاً درآمدی اندکی کمتر از OpenAI کسب می‌کنند. شرکت SpaceX نیز ممکن است امسال چند میلیارد دلار از محل خدمات هوش مصنوعی سازمانی درآمد داشته باشد و متا نیز درآمدی هرچند محدود از این حوزه به دست می‌آورد. جمع‌بندی این ارقام به رقمی در حدود ۱۵۰ میلیارد دلار درآمد سالانه می‌رسد.

درآمدهای هوش مصنوعی با سرعتی فوق‌العاده در حال افزایش است، اما شاید این سرعت همچنان برای جلب رضایت سرمایه‌گذاران کافی نباشد؛ موضوعی که محاسبات «فوریچای رونگچارونکیتکول» (Phurichai Rungcharoenkitkul) از بانک BIS نیز بر آن تأکید دارد. نکته کلیدی آن است که میزان استفاده از هوش مصنوعی که می‌توان آن را از طریق مصرف توکن سنجید، احتمالاً با سرعتی حتی بیشتر از درآمدها در حال رشد است. یکی از دلایل این وضعیت می‌تواند آن باشد که کاربران به‌جای پرداخت هزینه، مدام میان مدل‌های رایگان مختلف جابه‌جا می‌شوند. تحلیل رونگچارونکیتکول یک نتیجه مهم در پی دارد؛ دست‌کم بخشی از سرمایه‌گذاری عظیم شرکت‌ها در زیرساخت‌های هوش مصنوعی، نوعی رقابت با حاصل‌جمع صفر (Zero-Sum Competition) است. به بیان دیگر، شرکت‌ها بخشی از توان پردازشی جدیدی را که ایجاد می‌کنند نه برای گسترش بازار مشتریان پرداخت‌کننده، بلکه برای جذب مشتریان سایر رقبا به کار می‌گیرند. بر اساس این پژوهش، ممکن است حدود یک‌سوم یا حتی بیشتر از این سرمایه‌گذاری‌ها هرگز بازده رضایت‌بخشی نداشته باشند.

با این‌همه، اگر دو شرط محقق شود، درآمدهای این صنعت می‌تواند با سرعت بسیار بیشتری رشد کند. نخست آنکه هوش مصنوعی باید به شکل محسوسی بهره‌وری را افزایش دهد. در حال حاضر، شواهد اندکی وجود دارد که نشان دهد هوش مصنوعی واقعاً در حال دگرگون‌کردن کسب‌وکارها است. تعداد کمی از شرکت‌ها توانسته‌اند با جایگزینی نیروی انسانی با سامانه‌های هوش مصنوعی، هزینه‌های خود را کاهش دهند. بر اساس پژوهش یوتزوف، ۹ مدیر از هر ۱۰ مدیر اعلام کرده‌اند که طی سه سال گذشته هوش مصنوعی هیچ تأثیر محسوسی بر بهره‌وری شرکت آن‌ها نداشته است. اما اگر این وضعیت تغییر کند، شرکت‌های بیشتری انگیزه خواهند داشت منابع مالی بیشتری را به این فناوری اختصاص دهند و درعین‌حال، افزایش قیمت خدمات هوش مصنوعی را نیز راحت‌تر بپذیرند؛ موضوعی که به رشد بیشتر درآمدها منجر خواهد شد.

شرط دوم آن است که هوش مصنوعی به ایجاد سرمایه نامشهود (Intangible Capital) منجر شود. برای‌آنکه شرکت‌ها بتوانند از ظرفیت واقعی این فناوری بهره‌مند شوند، صرف خرید یک چت‌بات کافی نیست؛ بلکه باید کل فرایندهای سازمان، از ساختار نیروی انسانی گرفته تا شیوه استفاده از داده‌ها، از پایه و اساس بازطراحی شود. شواهد تاریخی نشان می‌دهد که شرکت‌ها در ازای هر یک دلار سرمایه‌گذاری در سخت‌افزارهای رایانه‌ای، بین ۵ تا ۱۰ دلار نیز برای این نوع سرمایه‌گذاری‌های نامشهود هزینه کرده‌اند. اگر این الگو در مورد هوش مصنوعی نیز صادق باشد، شرکت‌ها برای دستیابی به ظرفیت کامل این فناوری باید سالانه هزاران میلیارد دلار صرف چنین تحولاتی کنند.

بااین‌حال، تاکنون شواهد چندانی از وقوع چنین موجی از سرمایه‌گذاری‌های نامشهود دیده نمی‌شود. شرکت‌های فعال در حوزه سازمان‌دهی داده‌ها مانند Palantir درآمدهایی در مقیاس چند میلیارد دلار دارند، نه صدها میلیارد دلار. همچنین نرخ ترک شغل کارکنان در آمریکا همچنان نزدیک به پایین‌ترین سطوح تاریخی خود قرار دارد؛ موضوعی که نشان می‌دهد بازآرایی گسترده نیروی کار هنوز رخ نداده است. داده‌های جدید نیز حاکی از آن است که سهم سرمایه‌گذاری شرکت‌های آمریکایی در سرمایه سازمانی (Organisational Capital)؛ یعنی اقداماتی برای بهبود رویه‌ها، فرایندها، فرهنگ سازمانی، روابط با تأمین‌کنندگان و جریان‌های داده نسبت به تولید ناخالص داخلی در حال کاهش است (نمودار ۳). اگر روزی هوش مصنوعی واقعاً اقتصاد را متحول کند، آثار آن به‌وضوح در همه‌جا قابل‌مشاهده خواهد بود.

گزارش حاضر در نسخه Augst 1^st2026 نشریه The Economist منتشر شده است.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.