ماهنامه کارخانه؛ بهار امسال، شرکت مشاوره مک‌کینزی پیش‌بینی خاصی کرد که در نگاه نخست بسیار خوش‌بینانه به نظر می‌رسید: ۵.۴ تریلیون دلار سرمایه‌گذاری جهانی طی 5سال آینده در چیپ‌ها، مراکز داده و انرژی برای توسعه هوش مصنوعی. کمتر از 6 ماه بعد، همان شرکت در حال بررسی افزایش این رقم است. در آمریکا، اعلامیه‌ها حاکی از آن است که سرمایه‌گذاری در زیرساخت‌های AI مولد به اوج هیجان رسیده است.

این موج سرمایه‌گذاری، که با معاملات عظیم مراکز داده توسط شرکت‌هایی مانند OpenAI، Nvidia و Oracle تشدید شده، با هدف افزایش قدرت محاسباتی انجام می‌شود؛ قدرتی که فعالان این صنعت معتقدند برای پیشبرد هوش مصنوعی مولد حیاتی است. با این حال، تقاضا، به‌ویژه آن بخش درآمدزا، هنوز با هیاهو و تبلیغات هماهنگی ندارد. هرچند استفاده کاربران از چت‌بات‌ها در حال افزایش است، مک‌کینزی به گفته پانکاج ساچدهوا، شریک این شرکت دریافته نرخ موفقیت پروژه‌های آزمایشی AI در شرکت‌های بررسی‌شده کمتر از ۱۵درصد است. او پیش‌بینی می‌کند این نوسان بین عرضه و تقاضا شاید سال‌ها ادامه پیدا کند.

قدرت تقاضا برای AI مولد احتمالاً تعیین‌کننده اصلی سرنوشت این رونق زیرساختی خواهد بود: آیا این سرمایه‌گذاری عظیم به یک حباب بی‌ثمر تبدیل خواهد شد؟. اما سه عامل تازه بر عدم قطعیت می‌افزاید: موقعیت‌های دورافتاده مراکز داده، شرکت‌های خصوصی غیرعمومی که آنها را تامین مالی می‌کنند و کیفیت اعتباری ضعیف برخی وام‌گیرندگان. سه عاملی که برخی منتقدان را به یاد بحران بزرگ مخابرات اواخر دهه ۱۹۹۰ می‌اندازد. با این حال بسیاری دیگر، با چشم‌بستن بر این ریسک‌ها وارد بازی شده‌اند.

مکان‌یابی تازه: مراکز داده جدید AI بیشتر در مناطق دورافتاده و بدون خوشه‌های صنعتی ساخته می‌شوند، نه در نزدیکی منابع بزرگ تقاضا یا هاب‌های ارتباطی مانند شمال ویرجینیا. OpenAI و شرکای آن، Oracle و SoftBank فاز اول پروژه ۵۰۰ میلیارد دلاری Stargate را در بخشی از تگزاس که منطقه‌ای با انرژی فراوان باد و خورشیدی و فضای خالی وسیع است، آغاز کرده‌اند. داکوتای شمالی و نیومکزیکو هم جذابیت‌های مشابهی دارند. این انتخاب مکان‌ها مشکل تامین انرژی را حل می‌کند، زیرا خوشه‌های موجود اغلب انرژی مازاد کافی برای آموزش مدل‌های زبانی بزرگ (LLM) تولید شده توسط آزمایشگاه‌هایی مانند OpenAI ندارند. با این حال، این دورافتادگی، ریسک‌هایی برای سرمایه‌گذاران املاک به همراه دارد که ممکن است در بازدهی پروژه‌ها به‌طور کامل منعکس نشود.

سرعت تغییر فناوری: مراکز داده معمولاً برای دهه‌ها تامین مالی می‌شوند، اما مراکز AI ممکن است خیلی سریع منسوخ شوند. فناوری به سرعت پیش می‌رود: انویدیا، سازنده اصلی GPUهای مرتبط با AI به‌طور مداوم کارآیی چیپ‌های خود را ارتقا می‌دهد، که ممکن است نیازمند به‌روزرسانی‌های مکرر در مراکز داده باشد، مثل نصب سیستم‌های خنک‌کننده جدید. زمین فراوان است و هر سازنده رقیب می‌تواند با طراحی بهتر و ارزان‌تر، مراکز جدید بسازد؛ این یعنی احتمال دارایی‌های بلااستفاده بالاست.

تغییر منابع مالی: تا پیش از این، سرمایه‌گذاران بورس و صندوق‌های سرمایه‌گذاری املاک (REIT) تامین‌کننده اصلی مراکز داده بودند و تنها زمانی احساس امنیت می‌کردند که مصرف برق کمتر از ۱۰۰ مگاوات باشد. اما امروز، نیازها به گیگاوات می‌رسد و هزینه‌ها ممکن است ۶۰ میلیارد دلار به ازای هر گیگاوات باشد.

REITها با ظرفیت محدود خود دیگر نمی‌توانند پاسخگو باشند و جای آنها را شرکت‌های خصوصی تامین اعتبار، صندوق‌های ثروت دولتی و بانک‌ها گرفته‌اند. این وام‌دهندگان با تجربه، منابع عظیمی دارند و به پروژه‌های پیچیده عادت دارند، اما انتقال ریسک از سهام به بدهی باعث می‌شود بانک‌ها بیشتر در معرض خطر قرار گیرند.

اعتبار و ریسک نکول: پیش از این، غول‌های ابری مثل Amazon، Microsoft و Googleدریافت‌کنندگان اصلی سرمایه بودند که اعتبار بالایی داشتند. اما اکنون آزمایشگاه‌های AI مانند OpenAI و شرکت‌های «نوکلود» وارد صحنه شده‌اند؛ این امر تعداد بازیگران را افزایش داده اما کیفیت اعتباری را کاهش داده است. هرچه تعداد آنها بیشتر شود، رقابت شدیدتر، فشار بر بازده بیشتر و ابهام در پایداری بلندمدت افزایش می‌یابد.

نگرانی‌های دیگر: شرکت‌های خدماتی محافظه‌کار ممکن است پیش از امضای قراردادهای بلندمدت انرژی دوباره فکر کنند. ساچدهوا می‌گوید: «شما نمی‌دانید کدام یک از این بازیگران در پنج، ده یا پانزده سال آینده باقی خواهند ماند.» بیمه‌ها، اوراق بهادار و سایر ابزارهای مالی طراحی شده‌اند تا ریسک را کاهش دهند. همچنین غول‌های فناوری مانند انویدیا با تامین مالی فروشندگان و سرمایه‌گذاری‌های متقابل، به اطمینان‌بخشی کمک می‌کنند. اما اگر بدترین سناریو رخ دهد، این شبکه‌های درونی آسیب‌پذیری کل اکوسیستم AI را افزایش خواهد داد.

نشانه‌های حباب: این تعامل‌های مالی، نگرانی‌ها درباره شکل‌گیری حبابی مشابه روزهای ابتدایی اینترنت را افزایش داده است؛ روزهایی که فیبر نوری و کابل‌های زیر دریایی بدون تحلیل دقیق اقتصادی نصب می‌شدند. اندرو ادلیزکو، تاریخ‌نگار جنون‌های زیرساختی از قرن نوزدهم تاکنون، قبلاً فکر می‌کرد سقوط AI تأثیر اقتصادی محدودی دارد. اما اکنون، به‌خاطر تعداد زیادی شرکت با وعده‌های سرمایه‌گذاری کلان، «خیلی نگران‌تر» شده است.

پاداش‌های وسوسه‌کننده: در حال حاضر، فرصت‌های اقتصادی آن‌قدر جذاب است که سرمایه‌ها در حال سرازیر شدن‌ هستند. سم آلتمن، رئیس OpenAI، معتقد است، به‌خاطر پتانسیل بلندمدت AI مولد، ریسک کم‌ساختن حداقل به اندازه ریسک بیش‌ساختن جدی است. حتی اگر ظرفیت مراکز پیشرفته اضافی باشد، می‌توان با اجرای LLMها به جای آموزش آنها، آن ظرفیت را جذب کرد. اما همه چیز به زمانی بستگی دارد که تقاضا برای چت‌بات‌ها و کاربردهای AI مولد به اهداف عرضه‌کنندگان برسد.