هوش مصنوعی ارزان‌ تر، گزینه محبوب‌ تر؛ چگونه هزینه‌ های نجومی انتخاب مدل‌ ها را تغییر می‌دهد؟

مدل‌های هوش مصنوعی قدرتمند و گران‌قیمت سیلیکون ولی، تا پیش از این برای کسب‌وکارهایی که به دنبال تضمین آینده خود بودند، یک ضرورت به شمار می‌رفتند. اما اکنون، تعداد رو به افزایشی از مدیران ارشد فناوری استدلال می‌کنند که گزینه‌های هوش مصنوعی ارزان‌قیمت برای پذیرش گسترده‌تر این فناوری حیاتی خواهند بود.

به گزارش بخش اخبار فناوری زوم تک به نقل از خبرگزاری رویترز، مدیران برجسته‌ای مانند ساتیا نادلا از مایکروسافت، نیکش آرورا از پالو آلتو نتورکس و برایان آرمسترانگ از کوین‌بیس اعلام کرده‌اند که مدل‌های کوچک‌تر و اقتصادی‌تر می‌توانند بخش بزرگی از نیازهای شرکت‌ها را برآورده کنند.

این دیدگاه نتیجه تجدید نظر در شرکت‌هایی است که تا همین اواخر، استفاده سنگین از ابزارهای هوش مصنوعی را تشویق می‌کردند و اغلب افزایش مصرف را به عنوان معیاری برای بهره‌وری می‌دانستند؛ روندی که به اصطلاح “tokenmaxxing” نامیده می‌شد. اما اکنون، صورت‌حساب‌های سنگین شروع به خودنمایی کرده‌اند.

اگرچه قیمت توکن هوش مصنوعی (واحدهای مورد استفاده برای سنجش میزان استفاده از هوش مصنوعی) در حال کاهش است، اما هزینه نهایی تکمیل یک کار در حال افزایش است؛ چرا که شرکت‌های هوش مصنوعی از اشتراک‌های ثابت به سمت قیمت‌گذاری مبتنی بر مصرف حرکت می‌کنند. این امر باعث می‌شود که شرکت‌ها با صورت‌حساب‌های غیرقابل پیش‌بینی و اغلب بالاتری مواجه شوند، زیرا تخمین میزان مصرف توکن برای هر وظیفه دشوارتر شده است.

به عنوان مثال، بر اساس گزارش‌های منتشر شده، شرکت اوبر کل بودجه هوش مصنوعی سال ۲۰۲۶ خود را تنها در چهار ماه پس از هجوم کارکنان برای استفاده از ابزارهای کدنویسی هوش مصنوعی بلعید و مدیریت را مجبور کرد تا سقف استفاده تعیین کند.

هارولد بیون، مدیرعامل BlueRock (استارتاپی که به شرکت‌ها کمک می‌کند سیستم‌های هوش مصنوعی را به صورت ایمن اجرا کنند)، می‌گوید: «تغییر مدل مجوزها بسیاری از مردم را غافلگیر کرد. بلافاصله پس از آن، گزارش‌های متعددی از مشتریان دریافت کردیم که نشان می‌داد با افزایش ۲۰ تا ۳۰ درصدی هزینه‌ها فراتر از بودجه پیش‌بینی‌شده مواجه شده‌اند.»

نگرانی شدید کسب‌ وکارها از صورت‌ حساب‌ های نجومی هوش مصنوعی

با افزایش استفاده شرکت‌ها از هوش مصنوعی، هزینه‌های آن‌ها فراتر از برآوردهای اولیه می‌رود؛ چرا که وظایف محول شده اکنون شامل مراحل بیشتر، داده‌های گسترده‌تر و ورودی‌های طولانی‌تر است.

مؤسسه تحقیقاتی گارتنر تخمین می‌زند که هزینه کدنویسی هوش مصنوعی تا سال ۲۰۲۸ از میانگین حقوق یک توسعه‌دهنده فراتر خواهد رفت. این در حالی است که نظرسنجی این مؤسسه نشان داد سه چهارم مدیران شاهد افزایش بودجه‌های فناوری در سال جاری هستند و نزدیک به نیمی از آن‌ها جهش‌های دو رقمی را پیش‌بینی می‌کنند.

این امر باعث شده است که کسب‌وکارها به سمت مدل‌های هوش مصنوعی ارزان‌قیمت روی آورند و به ابزارهای مسیریابی مانند OpenRouter (یک بازارچه هوش مصنوعی) متصل شوند. آن‌ها تلاش می‌کنند تا وظایف معمولی را به مقرون‌به‌صرفه‌ترین سیستم بسپارند و مدل‌های ممتاز و گران‌قیمت را برای کارهای پیچیده مانند کدنویسی حفظ کنند.

بر اساس یادداشت بانک سیتی (Citi)، سهم توکن‌های پردازش‌شده منبع‌باز در پلتفرم OpenRouter از ۳۴ درصد در ماه ژانویه به ۶۵ درصد در ماه ژوئن جهش یافته است.

این روند باید به نفع توسعه‌دهندگان هوش مصنوعی منبع‌باز مانند شرکت چینی دیپ‌سیک (DeepSeek) باشد که استقبال گسترده‌ای میان استارتاپ‌ها داشته، اما به دلیل نگرانی‌های امنیتی برای ورود به شرکت‌های بزرگ با چالش مواجه بوده است.

نیکش آرورا، مدیرعامل پالو آلتو نتورکس، هفته گذشته در پلتفرم X نوشت: «اگر می‌خواهید بازار سازمانی را تصاحب کنید، باید قیمت‌گذاری توکن‌ها را به سمت آینده ببرید.» او از آزمایشگاه‌های هوش مصنوعی خواست تا از مشتریان امروز بر اساس نرخ‌های پایین‌تری که انتظار می‌رود توکن‌ها در چند سال آینده داشته باشند، هزینه دریافت کنند.

به نظر می‌رسد OpenAI نیز در حال انطباق با این تغییرات است. گزارش شده است که سازنده چت‌جی‌پی‌تی در حال بررسی کاهش چشمگیر قیمت‌ها، از جمله در بخش مصرف توکن است تا با اقدامات مشابه رقیب خود، شرکت Anthropic، مقابله کند.

با این حال، هرگونه تغییر به سمت مدل‌های ارزان‌تر می‌تواند به رشد درآمد این شرکت‌ها آسیب بزند، به‌ویژه در شرایطی که آن‌ها خود را برای عرضه عمومی احتمالی در بورس (IPO) آماده می‌کنند.

کریستوفر براون، مشاور مالی در مدیریت ثروت خصوصی در Synovus Securities که سهام چندین شرکت بزرگ فناوری را در اختیار دارد، گفت: «زمانی که بحث OpenAI و Anthropic مطرح می‌شود، یک جنگ قیمت شکل خواهد گرفت؛ چرا که هر دو برای ثبت زودتر تاریخ عرضه اولیه خود در بازار عمومی رقابت می‌کنند.»

سهام شرکت‌های فناوری در بیشتر روزهای هفته گذشته با ریزش مواجه شد، زیرا سرمایه‌گذاران در حال ارزیابی مجدد ارزش‌گذاری‌های هوش مصنوعی بودند. شک و تردیدها درباره بازگشت سرمایه هزینه‌های کلان، با عملکرد ضعیف شرکت SpaceX پس از عرضه اولیه و گزارش‌هایی مبنی بر احتمال تأخیر OpenAI در ورود به بورس تشدید شد.

توجه بازار به هوش مصنوعی منبع‌باز و مدل‌ های چینی

جهش هزینه‌ها، کسب‌وکارهای بیشتری را به سمت مدل‌های هوش مصنوعی منبع‌باز، از جمله جایگزین‌های ارزان‌قیمت چینی سوق می‌دهد. جالب اینجاست که هر چهار مدل محبوب در پلتفرم OpenRouter همگی چینی هستند و هوش مصنوعی دیپ‌سیک (DeepSeek) رتبه اول را به خود اختصاص داده است.

یادداشت بانک سیتی نشان داد که مدل‌های چینی در حال پر کردن شکاف عملکردی خود با مدل‌های برتر آمریکایی هستند، در حالی که برای هر میلیون توکن تنها ۱۸ سنت دریافت می‌کنند؛ این رقم در مقایسه با میانگین ۴ دلاری مدل‌های برتر ایالات متحده بسیار ناچیز است.

بیون از شرکت BlueRock گفت: «آن‌ها (مدل‌های منبع‌باز) پیش از این بیش از یک سال از مدل‌های پیشرو هوش مصنوعی عقب بودند. اکنون برآوردها نشان می‌دهد که آن‌ها تقریباً چهار ماه عقب هستند و این شکاف همچنان کمتر خواهد شد.»

با این حال، برخی از تحلیلگران معتقدند که نگرانی‌ها در مورد امنیت مدل‌های چینی احتمالاً مانع از پذیرش گسترده آن‌ها در شرکت‌های بزرگ، به‌ویژه در صنایع حساسی مانند امنیت سایبری خواهد شد.

در عوض، آن‌ها انتظار دارند که کسب‌وکارها از استراتژی رایانش ابری پیروی کنند؛ یعنی برای یافتن بهترین کارایی و قیمت، خدمات خود را میان چندین ارائه‌دهنده مختلف توزیع کنند.

وال برکوویسی، مدیر ارشد هوش مصنوعی در شرکت WEKA (که به شرکت‌ها کمک می‌کند مدل‌های هوش مصنوعی را سریع‌تر و ارزان‌تر اجرا کنند)، در این باره می‌گوید: «مدل‌های منبع‌باز نشان می‌دهند که ۹۰ درصد کارایی را با ۱۰ درصد قیمت ارائه می‌دهند. نیازی نیست برای هر سطح از فعالیت، توکن‌های گران‌قیمت مصرف کنیم.»