فناوری‌ای که به‌طورکلی متوقف مانده است

محققان Census Bureau از شرکت‌ها می‌پرسند که آیا در دو هفته گذشته از هوش مصنوعی «در تولید کالا و خدمات» استفاده کرده‌اند یا خیر. بر اساس برآوردهای اخیر، سهم وزنی آمریکایی‌هایی که در محل کار از هوش مصنوعی استفاده می‌کنند، یک درصد کاهش یافته و اکنون روی ۱۱ درصد ایستاده است (نمودار ۱). میزان پذیرش این فناوری در بزرگ‌ترین شرکت‌ها که بیش از ۲۵۰ نفر کارمند دارند، به‌شدت کاهش یافته است. سه سال پس از موج هوش مصنوعی مولد، تقاضا برای این فناوری همچنان نسبتاً ضعیف به نظر می‌رسد.سرمایه‌گذاران انتظار دارند استفاده از هوش مصنوعی افزایش چشمگیری پیدا کند، اما این اتفاق رخ نمی‌دهد.

اینکه پذیرش هوش مصنوعی سریع باشد یا کند، پیامدهای عمیقی دارد. برای اینکه جهان بتواند از افزایش بهره‌وری ناشی از هوش مصنوعی بهره‌مند شود، کسب‌وکارهای معمولی باید این فناوری را در عملیات روزمره خود ادغام کنند. همچنین، این موضوع مهم‌ترین سؤال برای تعیین وجود یا عدم وجود حباب هوش مصنوعی در جهان است.

طبق برآورد بانک JPMorgan Chase، شرکت‌های بزرگ فناوری تا سال ۲۰۳۰ در حدود ۵ تریلیون دلار برای زیرساخت‌های ارائه خدمات هوش مصنوعی هزینه خواهند کرد. برای اینکه این سرمایه‌گذاری‌ها ارزش افزوده به همراه داشته باشد، آن‌ها به درآمد حدود ۶۵۰ میلیارد دلار در سال از هوش مصنوعی نیاز دارند؛ درحالی‌که این رقم امروزه تقریباً ۵۰ میلیارد دلار در سال است. افرادی که در زندگی شخصی خود برای هوش مصنوعی هزینه می‌کنند، احتمالاً فقط بخشی از نیاز واقعی را تأمین خواهند کرد؛ کسب‌وکارها باید بقیه تقاضا را برآورده کنند.

محققان دیگر نیز برآوردهای خود از میزان پذیرش هوش مصنوعی را جمع‌آوری می‌کنند و اکثر آن‌ها رقم بالاتر از ۱۰ درصد را گزارش می‌کنند. اقتصاددانان نیز در مورد دلیل آن اختلاف‌نظر دارند. برخی معتقدند که نظرسنجی Census Bureau محدودکننده است، زیرا دشوار است بدانیم پاسخ‌دهندگان دقیقاً «استفاده از هوش مصنوعی در تولید کالا و خدمات» را چگونه تفسیر خواهند کرد. پرسیدن از کارکنان درباره استفاده شخصی‌شان در محل کار ممکن است پاسخ‌های مثبت‌تری نسبت به پرسش از مدیران درباره استفاده سازمانی دریافت کند. طرفداران Census Bureau معتقدند که تنها دولت است که شبکه گسترده‌ای دارد که امکان نمونه‌گیری از یک بخش واقعاً نماینده کسب‌وکارهای آمریکایی را فراهم می‌کند و نه‌فقط صنایع نوآور مانند کدنویسی.

توقف پذیرش سازمانی

حتی نظرسنجی‌های غیررسمی نیز نشان‌دهنده توقف رشد پذیرش سازمانی هستند. «جان هارتلی» از دانشگاه استنفورد و همکارانش دریافتند که در سپتامبر ۲۰۲۵، حدود ۳۷ درصد آمریکایی‌ها در محل کار خود از هوش مصنوعی مولد استفاده می‌کردند، درحالی‌که این رقم در ژوئن همان سال، ۴۶ درصد بود. یک پژوهش دیگر توسط «الکس بیک» از بانک فدرال رزرو St Louis و همکارانش نشان داد که در اکتبر ۲۰۲۴، در حدود ۱۲.۱ درصد از بزرگسالانی که در سن کار متعارف هستند، هر روز در محل کار خود از هوش مصنوعی مولد استفاده می‌کردند و یک سال بعد این رقم به ۱۲.۶ درصد رسید. شرکت فین‌تک Ramp نیز گزارش داده است که در اوایل ۲۰۲۵ استفاده از هوش مصنوعی در شرکت‌های آمریکایی به ۴۰ درصد رسید و سپس تثبیت شد. به نظر می‌رسد رشد پذیرش واقعاً در حال کندشدن است.

دلایل عدم پذیرش

یک توضیح ممکن، عدم اطمینان اقتصادی است که با جنگ‌های تجاری، کاهش مهاجرت و چشم‌انداز نامطمئن نرخ بهره تشدید شده است. کسب‌وکارها ممکن است تا زمانی که وضوح بیشتری حاصل شود، سرمایه‌گذاری را به تعویق بیندازند. علاوه بر این، تاریخ نشان می‌دهد که فناوری‌ها معمولاً به‌صورت مرحله‌ای گسترش می‌یابند. برای مثال، استفاده از رایانه در خانه‌های آمریکایی در اواخر دهه ۱۹۸۰ کم شد، اما این تنها یک وقفه کوتاه قبل از دهه ۱۹۹۰ بود؛ زمانی که رایانه‌ها به خانه‌های آمریکایی نفوذ کردند.

بااین‌حال، ممکن است دلایل با ماهیت بهبودگرایانه کمتری نیز برای توقف پذیرش هوش مصنوعی وجود داشته باشد. یکی از این دلایل مربوط به توزیع قدرت درون سازمان‌ها است. تقریباً همه در مدیریت ارشد از هوش مصنوعی تمجید می‌کنند و در گزارش‌های اخیر درآمد، تقریباً دوسوم مدیران اجرایی شرکت‌های S&P 500 به هوش مصنوعی اشاره کرده‌اند. درعین‌حال، کسانی که مسئول اجرای هوش مصنوعی هستند ممکن است چندان آینده‌نگر نباشند، شاید به این دلیل که نگران ازدست‌دادن شغل خود به دلیل این فناوری هستند. Dayforce در یک نظرسنجی نشان داد درحالی‌که ۸۷ درصد مدیران اجرایی از هوش مصنوعی استفاده می‌کنند، تنها ۵۷ درصد مدیران میانی و ۲۷ درصد کارکنان این کار را انجام می‌دهند. شاید مدیران میانی پروژه‌های هوش مصنوعی را تنها برای راضی‌کردن مدیران ارشد راه‌اندازی کنند و سپس به‌صورت پنهانی متوقف کنند.

تغییر دیدگاه

تغییر دیدگاه نسبت به کارآمدی هوش مصنوعی می‌تواند دلیل دیگری برای توقف پذیرش باشد. شواهد نشان می‌دهد که نسل فعلی مدل‌ها قادر به تحول بهره‌وری بیشتر شرکت‌ها نیستند. درصورتی‌که کاربران فعلی هوش مصنوعی به بازدهی کم‌اثر آن پی ببرند، کاربران بالقوه ممکن است در پذیرش آن تعلل کنند.

سه مورد می‌تواند باعث تردید پذیرندگان بالقوه شود:

1. شواهد بازارهای عمومی:
   Goldman Sachs شاخصی اختصاصی برای شرکت‌هایی دارد که «بیشترین تغییر بالقوه در سود پایه ناشی از پذیرش هوش مصنوعی از طریق افزایش بهره‌وری» را دارند. شاخص این بانک شامل Ford، H&R Block و News Corp است که همگی ابتکارات هوش مصنوعی را دنبال می‌کنند. مدت‌ها، قیمت سهام این شرکت‌ها با بازار همگام بود، اما اخیراً این شاخص عقب مانده است (نمودار ۲). سرمایه‌گذاران تا این لحظه، پذیرش هوش مصنوعی را به سودآوری یا رشد ملموس مرتبط نمی‌بینند.
2. شواهد نظرسنجی‌ها:
   طبق یک نظرسنجی از مدیران توسط Deloitte و مرکز هوش مصنوعی، مدیریت و سازمان دانشگاه هنگ‌کنگ، ۴۵ درصد افراد بازدهی پروژه‌های هوش مصنوعی را کمتر از انتظار گزارش کردند و تنها ۱۰ درصد گزارش دادند که انتظارشان برآورده شده یا بیشتر شده است. مطالعه‌ای از McKinsey نیز نشان داد که برای اکثر سازمان‌ها، استفاده از هوش مصنوعی هنوز تأثیر قابل‌توجهی بر سود کل سازمان نداشته است.
3. تحقیقات اقتصادی:
   حداقل در کوتاه‌مدت، معرفی هوش مصنوعی ممکن است بهره‌وری را به‌صورت غیرمنتظره کاهش دهد. تلاش برای بازسازی سیستم‌ها و جریان‌های کاری فناوری اطلاعات ممکن است موقتاً کارایی را کاهش دهد، قبل از اینکه در نهایت افزایش یابد؛ پدیده‌ای که «اریک برینجولفسون» از دانشگاه استنفورد آن را «منحنی J بهره‌وری» (Productivity J-Curve) نامیده است. برخی نیز معتقدند ممکن است مشکل خاص هوش مصنوعی وجود داشته باشد. مقاله‌ای توسط «ایوان چن» از دانشگاه ShanghaiTech و همکارانش به «دام میانگین‌گرایی هوش مصنوعی مولد» اشاره می‌کند. با کمک این فناوری، افراد می‌توانند چیزی «به‌اندازه کافی خوب» تولید کنند. این امر به کارمندان ضعیف کمک می‌کند، اما مقاله نشان می‌دهد که می‌تواند بهره‌وری کارکنان بهتر را کاهش دهد، زیرا آن‌ها تصمیم می‌گیرند کمتر تلاش کنند.

سازمان‌ها یاد خواهند گرفت چگونه هوش مصنوعی را به شکل مؤثرتری به کار گیرند و خود مدل‌ها نیز بهبود خواهند یافت. اگر شواهد نشان دهد که این فناوری تأثیر تحول‌آفرینی بر کارایی محل کار دارد، شرکت‌های بیشتری در خواهند یافت که نمی‌توانند بدون آن فعالیت کنند. حتی اگر این اتفاق بیفتد، توقف فعلی نشان می‌دهد که بازده اقتصادی هوش مصنوعی به سرعت کمتر، عدم توازن کمتر و با هزینه بیشتر از آنچه که سرمایه‌گذاری فعلی نشان می‌دهد، خواهد رسید. تا زمانی که پذیرش به‌سرعت افزایش نیابد، درآمدهای لازم برای توجیه ۵ تریلیون دلار سرمایه‌گذاری در هوش مصنوعی دست‌یافتنی نخواهد بود.

گزارش حاضر در نسخه November 29th 2025 نشریه The Economist منتشر شده است.