🆕 تازه | مقالهٔ فارسی🆕 NEW | English article

ماشین سودآوری هوش مصنوعی، تمرکز ثروت و تضاد تولید اجتماعی با مالکیت متمرکز

فارسیEnglishبازگشت به صفحهٔ اصلی / Home

حمید اخوی | ۲۴ سپتامبر ۲۰۲۶

گزارش جامع: ماشین سودآوری هوش مصنوعی، تمرکز ثروت و تضاد تولید اجتماعی با مالکیت متمرکز

پیشرفت فنی و پرسش اجتماعی

هوش مصنوعی می‌تواند در درمان، آموزش و کاستن از کار تکراری سودمند باشد؛ اما فایدهٔ اجتماعی آن خودبه‌خود از رشد درآمد شرکت‌ها به دست نمی‌آید. پرسش اصلی این است: دانش، داده و زیرساخت چگونه تولید می‌شوند، چه کسانی دربارهٔ کاربردشان تصمیم می‌گیرند و منافع و هزینه‌ها چگونه تقسیم می‌شود؟ این پرسش در کانون کتاب نظم اجتماعی نوین در عصر آگاهی قرار دارد. این گزارش نمونه‌های مالی و آثار اجتماعی را از همین منظر بررسی می‌کند، بی‌آنکه رشد درآمد یک شرکت را به‌تنهایی نشانهٔ رفاه عمومی یا زیان قطعی مردم بداند.

۱. اندازهٔ سرمایه‌گذاری و درآمد شرکت‌ها

برآورد پژوهش گلدمن ساکس می‌گوید سرمایه‌گذاری جهانی مرتبط با هوش مصنوعی در سال ۲۰۲۶ ممکن است به حدود یک تریلیون دلار برسد. این پیش‌بینی مخارج سرمایه‌ای است، نه مبلغی که تا امروز پرداخت شده و نه سود خالص شرکت‌ها. خود پژوهش به فرض‌ها و احتمال دوباره‌شماری برخی هزینه‌ها اشاره می‌کند.

گزارش رسمی برودکام برای سه‌ماههٔ مالی پایان‌یافته در ۲ اوت ۲۰۲۶، درآمد ۱۶٫۷ میلیارد دلاری بخش نیمه‌هادی‌های هوش مصنوعی را ثبت کرده است: ۲۲۱ درصد بیشتر از همان فصل سال پیش و ۵۴ درصد بیشتر از فصل پیش. رقم ۲۱٫۷ میلیارد دلار برای فصل بعد پیش‌بینی شرکت است. این ارقام درآمدند؛ نمی‌توان آنها را سود شخصی مدیرعامل یا دریافتی مستقیم هر سهام‌دار نامید.

انویدیا نیز در فصل دوم سال مالی ۲۰۲۷ درآمد ۸۹ میلیارد دلاری مرکز داده را گزارش کرد که ۱۱۷ درصد بیش از سال پیش بود. این رشد جایگاه تراشه و ظرفیت رایانش را در زنجیرهٔ قدرت هوش مصنوعی نشان می‌دهد، اما درآمد بخش مرکز داده با سود خالص یا ثروت شخصی جنسن هوانگ یکسان نیست.

در صورت مالی متا برای فصل دوم ۲۰۲۶، درآمد کل ۶۰٫۸ میلیارد دلار و رشد سالانهٔ آن ۲۸ درصد است؛ درآمد تبلیغات ۵۹٫۳۶ میلیارد دلار و رشد آن ۲۷ درصد است. در همان دوره سود خالص شرکت نسبت به سال قبل کاهش یافت. بنابراین حتی برای یک شرکت واحد نیز رشد فروش، رشد سود و بازده سرمایه‌گذاری در هوش مصنوعی سه گزارهٔ متفاوت‌اند.

۲. تولید اجتماعی دانش، تمرکز کنترل

سامانه‌های هوش مصنوعی بر پژوهش دانشگاهی، سرمایه‌گذاری عمومی و خصوصی، کار مهندسان و کارگران زنجیرهٔ تأمین، آثار فرهنگی و بخشی از داده‌های تولیدشده در جامعه تکیه دارند. همهٔ داده‌های کاربران الزاماً برای آموزش هر مدل به کار نرفته‌اند و شرکت‌ها نیز در طراحی و ساخت زیرساخت سهم واقعی دارند. با این همه، پرسش کتاب پابرجاست: چرا جامعه در تولید دانش و تحمل بخشی از هزینه‌ها مشارکت می‌کند، اما اختیار بر مدل‌ها، تراشه‌ها، ظرفیت رایانش، پلتفرم‌ها و قواعد استفاده می‌تواند در چند مرکز محدود متمرکز شود؟

مالکیت سهام شرکت‌ها میان افراد و نهادهای مختلف توزیع شده و درآمد اشتراک مستقیماً به حساب مدیران عامل واریز نمی‌شود. نقد دقیق‌تر باید ساختار کنترل، حقوق مالکیت، قراردادها، سهم کارگران و کاربران، و تصمیم‌گیری دربارهٔ منافع حاصل از بهره‌وری را بررسی کند. حتی دسترسی آزاد به یک مدل، بدون دسترسی عادلانه به رایانش و زیرساخت، به‌تنهایی قدرت را اجتماعی نمی‌کند.

۳. کار، معیشت و هزینه‌های عمومی

سازمان بین‌المللی کار برآورد می‌کند حدود یک‌چهارم اشتغال جهانی در مشاغلی با درجه‌ای از مواجهه با هوش مصنوعی مولد قرار دارد و مشاغل اداری بیشترین مواجهه را دارند. «مواجهه» به معنای اخراج قطعی نیست؛ فناوری می‌تواند وظایف را دگرگون کند، بهره‌وری را بالا ببرد یا در شرایطی امنیت شغلی و قدرت چانه‌زنی را تضعیف کند. برای ادعای تعدیل نیروی مشخص یا افت دستمزد در یک هفته، باید مورد، تاریخ و رابطهٔ علّی آن جداگانه مستند شود.

آژانس بین‌المللی انرژی پیش‌بینی می‌کند مصرف برق مراکز داده تا ۲۰۳۰ به حدود ۹۴۵ تراوات‌ساعت برسد و به تمرکز جغرافیایی این بار اشاره می‌کند. این رشد می‌تواند در برخی مناطق به سرمایه‌گذاری شبکه و پرسش دربارهٔ تقسیم هزینه‌ها دامن بزند؛ IEA نیز خطر فشار بر استطاعت پرداخت برق را بررسی کرده است. اما افزایش قبض آب و برق یا قیمت مسکن در هر شهر نتیجهٔ خودکار ساخت مرکز داده نیست و به قراردادها، مقررات، ظرفیت محلی و تصمیم‌های عمومی بستگی دارد.

۴. جهت‌گیری نظم اجتماعی نوین

پاسخ، نفی فناوری یا جایگزینی انحصار شرکتی با فرمانروایی بی‌پاسخ‌گوی دولتی نیست. در چارچوب نظم اجتماعی نوین در عصر آگاهی، گذار باید آگاهانه، مرحله‌ای و بازنگری‌پذیر باشد: شفافیت قراردادهای انرژی و داده؛ حق مشارکت کارگران و جوامع محلی در تصمیم‌ها؛ حفاظت از حریم خصوصی و حقوق پدیدآورندگان؛ نظارت عمومی بر زیرساخت‌های پایه؛ شکل‌های متنوع مالکیت اجتماعی، تعاونی و عمومی؛ و سهم عادلانهٔ جامعه از دستاورد بهره‌وری. کاهش ساعت کار، امنیت معیشت و دسترسی همگانی به دانش باید به شاخص‌های سنجش پیشرفت تبدیل شوند.

تضاد میان تولید هرچه اجتماعی‌تر دانش و تمرکز مالکیت و قدرت، سرنوشت محتوم فناوری را تعیین نمی‌کند. این تضاد موضوع انتخاب و سازمان‌دهی دموکراتیک است: جامعه باید از مشارکت در تولید داده و دانش به مشارکت در قدرت برسد.

منابع

  1. Goldman Sachs Research، برآورد سرمایه‌گذاری جهانی هوش مصنوعی، ۲۰۲۶
  2. Broadcom، نتایج سه‌ماههٔ سوم سال مالی ۲۰۲۶
  3. NVIDIA، نتایج فصل دوم سال مالی ۲۰۲۷
  4. Meta، نتایج فصل دوم ۲۰۲۶
  5. ILO، شاخص جهانی مواجههٔ شغلی با هوش مصنوعی مولد، ۲۰۲۵
  6. IEA، گزارش انرژی و هوش مصنوعی
  7. حمید اخوی، نظم اجتماعی نوین در عصر آگاهی، جلد اول؛ چارچوب نظری این تحلیل.
فارسیEnglishبازگشت به صفحهٔ اصلی / Home