پیشبینی بازارها
هزینههای هوش مصنوعی غولهای فناوری، سرمایهگذاران را درباره بدهی و جریان نقدی نگران کرد
مایکروسافت، گوگل، آمازون و متا برای مراکز داده و تراشههای هوش مصنوعی هزینههای بزرگی میکنند. سرمایهگذاران اکنون درباره بدهی، جریان نقدی و زمان بازگشت این سرمایهگذاریها پرسش مطرح میکنند.

عکس آرشیوی مرتبط با موضوع
GPU blade with glycol cooling (54685994424).jpg
عکس: Steve Jurvetson · CC BY 4.0
عکس آرشیوی مرتبط با موضوع
GPU blade with glycol cooling (54685994424).jpg
عکس: Steve Jurvetson · CC BY 4.0
به گزارش شبکه اطلاعرسانی طلا و ارز و به نقل از تکباز، سرمایهگذاران درباره هزینههای سنگین مایکروسافت، گوگل، آمازون و متا در حوزه هوش مصنوعی پرسشهای جدی مطرح کردهاند. محور این پرسشها بدهی فزاینده، جریان نقدی آزاد منفی و نبود زمانبندی روشن برای بازگشت سرمایه است. جریان نقدی آزاد یعنی پولی که پس از کسر هزینهها و سرمایهگذاریها در حساب شرکت میماند.
این موضوع اهمیت دارد، چون سهام همین شرکتها سهم بزرگی در شاخصهای اصلی بورس آمریکا دارد. تغییر نگاه سرمایهگذاران به آنها میتواند بر جهتگیری بازارهای مالی جهان اثر بگذارد. این اثر به رفتار داراییهای دیگر، از جمله ارز و طلا، نیز میرسد.
واکنش بازار به هزینهها
آمازون نخستین نمونه این واکنش بود. تعهدات مشتریان به تراشههای «گراویتون» و «ترینیوم» در بخش وبسرویسهای این شرکت رشد سهرقمی داشت، اما سهام آمازون ۴ درصد کاهش یافت. سرمایهگذاران به جای رشد درآمد، بر افزایش هزینههای سرمایهای تمرکز کردند. هزینه سرمایهای یعنی پولی که شرکت برای ساخت زیرساخت و خرید تجهیزات خرج میکند.
مایکروسافت همزمان به ۶۰٬۰۰۰ کارمند پیشنهاد بازخریدی داوطلبانه داده و در زیرساخت هوش مصنوعی سرمایهگذاری میکند. شرکت میخواهد با کاهش نیرو بخشی از این هزینهها را جبران کند. به نوشته منبع، سرمایهگذاران هنوز درباره این محاسبه قانع نشدهاند. متا نیز فروش سهام به ارزش ۹۵ میلیارد دلار را برای تأمین مالی ابررایانه هوش مصنوعی و پژوهشهای هوش عمومی مصنوعی آغاز کرده است. این رقم از تولید ناخالص سالانه بسیاری از کشورهای جهان بیشتر است. وقتی شرکتی با این سطح درآمد برای تأمین سرمایه سراغ بازار سهام میرود، پرسش درباره پایداری این میزان هزینه جدیتر میشود.
علت فشار مالی
به گفته منبع، سه عامل فشار را بیشتر کرده است. نخست، مقیاس هزینه از پیشبینیها فراتر رفته و هر مرکز داده مناسب آموزش مدلهای پیشرفته چند میلیارد دلار هزینه دارد. دوم، بارهای کاری هوش مصنوعی برق بسیار بیشتری از رایانش ابری سنتی مصرف میکند. سوم، درآمد مستقیم از این فناوری هنوز روشن نیست. مشتریان سازمانی نیز در برابر قیمتهای بالاتر خدمات هوش مصنوعی مقاومت میکنند و هزینه استخدام مهندسان این حوزه فشار را بیشتر کرده است.
رقابت میان شرکتها کاهش هزینه را دشوار میکند، چون هیچیک نمیخواهد در برابر رقبا عقب بماند. آثار این وضعیت در بازار پیداست: پیشبینی ایلان ماسک درباره نابودی تأمینکنندگان کوچک پردازندههای گرافیکی به موج فروش در سهام زیرساخت هوش مصنوعی انجامید. طرح گزارششده سافتبانک برای سرمایهگذاری ۵۰ میلیارد دلاری در مالزی هم با تردید روبهرو شده است. دادهها نشان میدهد سرمایهگذاران اکنون معیارهای روشنتر و بازگشت سریعتر میخواهند.