مستثمر من a16z يتحدى منظور Sequoia حول التشبع المفرط في بنية الذكاء الاصطناعي التحتية

في سلسلة تغريدات حديثة على تويتر، أعرب Guido Appenzeller، مستثمر في الذكاء الاصطناعي والبنية التحتية في a16z، عن عدم موافقته القوية مع David Cahn من Sequoia Capital بشأن حالة استثمارات بنية الذكاء الاصطناعي والوحدات الرسومية (GPU). يدور هذا الجدل حول سؤال ما إذا كان هناك تشبع مفرط في استثمارات البنية التحتية للذكاء الاصطناعي أم أنها جانب مبرر وضروري في المشهد التكنولوجي المتطور.

يدور حجة Appenzeller الأساسية حول الاعتقاد بأن الذكاء الاصطناعي (AI) سيصبح مكونًا شاملاً في أي منتج يحتوي على برمجيات. وهو يؤكد أن استثمارًا كبيرًا في بنية وحدات معالجة الرسومات (GPU)، يصل إلى 50 مليار دولار، يمكن استهلاكه بسهولة على نفقات تكنولوجيا المعلومات العالمية الهائلة البالغة 5 تريليون دولار.

كان David Cahn من Sequoia Capital قد ادعى سابقًا أنه لكي تكون إيرادات NVIDIA البالغة 50 مليار دولار من وحدات معالجة الرسومات مستدامة، يجب أن تكون هناك إيرادات ذكاء اصطناعي بقيمة 200 مليار دولار. ومع ذلك، جادل بأنه لا يتوفر سوى 75 مليار دولار، مما يشير إلى تشبع محتمل في سوق البنية التحتية للذكاء الاصطناعي. ومع ذلك، قدم Appenzeller ثلاث حجج مضادة رئيسية.

يجادل Appenzeller بأن هناك ارتباكًا حول مختلف المقاييس المالية ونسب الإيرادات في سوق البنية التحتية للذكاء الاصطناعي. من الضروري التمييز بين أشكال مختلفة لتوليد الإيرادات، مثل مبيعات البرمجيات المباشرة للذكاء الاصطناعي وتدفقات الإيرادات غير المباشرة التي تتيحها البنية التحتية للذكاء الاصطناعي.

تكاليف الكهرباء مقابل استثمارات الأجهزة

يؤكد Appenzeller أن تكاليف الكهرباء طويلة الأجل المرتبطة بالبنية التحتية للذكاء الاصطناعي أقل بكثير من تكاليف أجهزة وحدات معالجة الرسومات الأولية. ويقدر أن تكلفة الكهرباء على مدى دورة حياة مدتها خمس سنوات تبلغ حوالي 0.15 دولار لكل 1 دولار يُنفق على الأجهزة. يبرز هذا الكفاءة من حيث التكلفة بمرور الوقت أهمية البنية التحتية القوية للذكاء الاصطناعي.

وربما الأهم من ذلك، يؤكد Appenzeller أن Cahn يقلل من تقدير حجم ثورة الذكاء الاصطناعي. ويقدم مثال الإنفاق السنوي الكبير الذي يتجاوز 200 مليار دولار على البنية التحتية للشبكات. يلاحظ Appenzeller أن هذا الاستثمار الضخم لا يترجم بالضرورة مباشرة إلى إيرادات بقيمة 800 مليار دولار في "برمجيات الشبكات". بدلاً من ذلك، تستخدم شركات مثل Google البنية التحتية للشبكات لتسهيل أعمالها الأساسية، مثل بيع الإعلانات، والتي تظهر لاحقًا كإيرادات إعلانية. يوضح هذا كيف يمكن لاستثمارات البنية التحتية للذكاء الاصطناعي أن يكون لها تأثيرات بعيدة المدى وغير مباشرة على توليد الإيرادات.

دقة نسب الإيرادات

يحمل الجدل المستمر بين Appenzeller و Cahn آثارًا كبيرة للتنبؤ بحجم ومسار سوق الذكاء الاصطناعي. يؤمن Appenzeller firmly بأن مستوى الإنفاق الحالي على البنية التحتية للذكاء الاصطناعي مبرر تمامًا لأنه يتخيل الذكاء الاصطناعي كقوة تحويلية عبر جميع الصناعات. في المقابل، يثير Cahn مخاوف بشأن فائض الطاقة في المدى القصير. ومع ذلك، يشارك الطرفان اعتقادًا مشتركًا في الإمكانات الهائلة طويلة المدى لتكنولوجيا الذكاء الاصطناعي.

يؤكد النزاع حول استثمارات البنية التحتية للذكاء الاصطناعي، كما ناقشها Guido Appenzeller و David Cahn، على الطبيعة المعقدة والمتطورة لصناعة الذكاء الاصطناعي. تسلط حجج Appenzeller الضوء على الطبيعة متعددة الأوجه لنسب الإيرادات في سوق البنية التحتية للذكاء الاصطناعي والفوائد طويلة المدى لمثل هذه الاستثمارات. من ناحية أخرى، يثير منظور Cahn مخاوف مشروعة بشأن إمكانية الإفراط في الاستثمار في المدى القصير. مع استمرار ثورة الذكاء الاصطناعي في الظهور، من المؤكد أن نتيجة هذا الجدل ستلعب دورًا محوريًا في تشكيل مستقبل سوق الذكاء الاصطناعي وتأثيره على مختلف الصناعات.