استفاده از هوش مصنوعی گران‌تر از پرداخت حقوق به کارمندان است

به نقل از فورچون و بر اساس گزارش The Verge، مایکروسافت اخیراً فرایند لغو بیشتر مجوزهای مستقیم Claude Code خود را آغاز کرده است و در عوض، مهندسان را به سمت استفاده از GitHub Copilot CLI سوق می‌دهد. این اتفاق تنها ۶ ماه پس از آن رخ می‌دهد که این شرکت برای اولین‌بار دسترسی به Claude Code را مجاز کرد و هزاران توسعه‌دهنده، مدیر پروژه، طراح و سایر کارمندان خود را به آزمایش کدنویسی با آن تشویق کرد.

این فناوری در مایکروسافت به‌سرعت محبوب شد و شاید بیش از حد محبوب. مقیاسی که کارمندان از آن استفاده می‌کنند، اکنون این شرکت را وادار کرده است تا از ابزاری که مهندسان خودش به آن وابسته شده بودند، عقب‌نشینی کند. طبق گزارش The Verge، لغو مجوزهای Claude Code بر قرارداد Foundry مایکروسافت تأثیری نخواهد گذاشت؛ قراردادی که شامل سرمایه‌گذاری تا مبلغ ۵ میلیارد دلار در Anthropic و ارائه دسترسی به مدل‌های Claude برای مشتریان Foundry و همچنین تعهد ۳۰ میلیارددلاری Anthropic برای خرید ظرفیت محاسباتی Azure است.

مایکروسافت تنها شرکتی نیست که استفاده داخلی از هوش مصنوعی را کاهش می‌دهد. «پراوین نپالی ناگا» (Praveen Neppalli Naga)، مدیر ارشد فناوری Uber، در ماه آوریل به The Information گفت که این شرکت کل بودجه ابزارهای کدنویسی هوش مصنوعی سال ۲۰۲۶ خود را تنها در چهار ماه مصرف کرده است. این موضوع پس از آن رخ داد که شرکت با استفاده از تابلوهای امتیازات داخلی (leaderboards) که تیم‌ها را بر اساس میزان استفاده از ابزارهای هوش مصنوعی رتبه‌بندی می‌کردند، پذیرش این فناوری را افزایش داده بود و کارمندان خود را به آن تشویق می‌کرد.

این گزارش‌ها ممکن است آب یخی بر روی شرط‌بندی‌های بزرگ‌ترین شرکت‌های فناوری بر روی این تکنولوژی بریزند. درحالی‌که برخی وعده «رنسانس» یا «انقلاب» هوش مصنوعی را می‌دهند، هزینه پذیرش در حال تبدیل‌شدن به یک گلوگاه سرسخت است. این تحولات همچنین نشان می‌دهند که اقتصادِ جایگزینی یا تقویت نیروی کار انسانی با هوش مصنوعی ممکن است پیچیده‌تر از آن چیزی باشد که برخی پیش‌بینی‌های اولیه دلالت داشتند. این موضوع با آنچه «برایان کاتانزارو» (Bryan Catanzaro)، معاون یادگیری عمیق کاربردی در Nvidia اخیراً در مصاحبه‌ای با Axios بیان کرد، همخوانی دارد: «برای تیم من، هزینه محاسبات بسیار فراتر از هزینه‌های کارمندان است.»

شرکت Anthropic بلافاصله به درخواست Fortune برای اظهارنظر پاسخی نداد. مایکروسافت نیز هیچ اظهارنظری ارائه نکرد.

یک پارادوکس جدید در هوش مصنوعی در حال ظهور است؛ توکن‌های ارزان‌تر و صورت‌حساب‌های سنگین‌تر. شرکت‌های Uber و مایکروسافت تنها سازمان‌هایی نیستند که کارمندان را به استفاده حداکثری از هوش مصنوعی سوق می‌دهند. مشابه Uber، یک کارمند در Meta یک تابلوی امتیازات به نام Claudeonomics ایجاد کرده تا ردیابی کند کدام کارمندان بیشترین استفاده را از هوش مصنوعی دارند. آمازون نیز کارمندان خود را تشویق می‌کند تا toxenmaxx کنند؛ یعنی از بیشترین تعداد توکن‌های ممکن استفاده کنند.

اما با یک سیستم قیمت‌گذاری مبتنی بر توکن، انجام کار با استفاده بیشتر و کارایی بهتر، گران‌تر می‌شود. Goldman Sachs اخیراً پیش‌بینی کرده است که با پذیرش عامل‌های هوش مصنوعی توسط مصرف‌کنندگان و شرکت‌ها، هوش مصنوعی عامل‌محور می‌تواند تا سال ۲۰۳۰ منجر به افزایش ۲۴ برابری مصرف توکن شود و به رقم حیرت‌انگیز ۱۲۰ کوادریلیون (میلیون میلیارد = 10^15) توکن در ماه برسد. درحالی‌که کسب‌وکارها برای افزایش بهره‌وری به عامل‌های هوش مصنوعی روی می‌آورند، هزینه‌های کل می‌تواند به‌شدت افزایش یابد، حتی اگر قیمت هر توکن کاهش پیدا کند.

بااین‌حال، با افزایش مصرف، انتظار می‌رود هزینه تک‌تک توکن‌های هوش مصنوعی به‌شدت کاهش یابد. گزارش اخیر مؤسسه تحقیقاتی Gartner نشان داد که تا سال ۲۰۳۰، استنتاج یک مدل زبانی بزرگ یک هزارمیلیارد پارامتری برای شرکت‌های هوش مصنوعی تقریباً ۹۰ درصد کمتر از سال ۲۰۲۵ هزینه خواهد داشت. بااین‌وجود، Gartner پیش‌بینی می‌کند که توکن‌های ارزان‌تر به معنای هوش مصنوعی سازمانی ارزان‌تر نخواهد بود، زیرا مدل‌های عامل‌محور نسبت به مدل‌های استاندارد به توکن‌های بسیار بیشتری در هر وظیفه نیاز دارند؛ لذا افزایش مصرف می‌تواند از کاهش هزینه‌های واحد پیشی بگیرد و ارائه‌دهندگان هوش مصنوعی کاهش هزینه‌ها را به طور کامل به مصرف‌کنندگان منتقل نخواهند کرد. در نتیجه، احتمالاً هزینه‌های استنتاج روندی افزایشی خواهند داشت.

«ویل سامر» (Will Sommer)، تحلیلگر مدیر ارشد در Gartner، در بیانیه‌ای هشدار داد: «مدیران ارشد محصول نباید کاهش قیمت توکن‌های کالایی را با دموکراتیزه‌شدن استدلال پیشگام اشتباه بگیرند.» این واقعیت ممکن است برنامه‌های بزرگ برخی شرکت‌ها برای استقرار عامل‌های هوش مصنوعی را پیچیده کند. جنسن هوانگ مدیرعامل Nvidia، اخیراً گفت که فکر می‌کند روزی ۱۰۰ عامل هوش مصنوعی در کنار هر کارمند در شرکت او کار خواهند کرد. هوانگ بخشی از موج گسترده‌تری از مدیران عامل است که آینده‌ای عامل‌محور را تبلیغ می‌کنند که در آن کارگران دیجیتال در سراسر سازمان فعالیت می‌کنند. اما اگر مصرف توکن سریع‌تر از کاهش هزینه‌های واحد افزایش یابد، آن آینده می‌تواند با صورت‌حسابی بسیار سنگین‌تر از آنچه مدیران انتظار دارند، همراه باشد.

در هوشیو بخوانید:
مدیرعامل انویدیا ادعا کرد: «ما به AGI دست‌یافته‌ایم»