اقتصاد هوش مصنوعی را از سمت زیرساخت ببینیم

وقتی حرف از اقتصاد هوش مصنوعی می‌شود معمولاً نگاه‌ها به محصول نهایی می‌رود. دستیاری که پاسخ می‌دهد، سامانه‌هایی که تصویر را تحلیل می‌کند، نرم‌افزاری که بخشی از کار یک سازمان را بر دوش می‌گیرد. اما پشت این محصولات کسب‌وکاری فعال است که کمتر به آن پرداخته می‌شود. تأمین و اداره زیرساختی که این خدمات را ممکن می‌سازد. توان پردازشی، ذخیره‌سازی، شبکه، برق، سرمایش و پشتیبانی تخصصی همه اجزای این کسب‌وکارند. کیفیت و هزینه این اجزا، قیمت محصول نهایی، سرعت توسعه و حتی امکان ادامه کار شرکت‌های هوش مصنوعی را تحت‌تأثیر قرار می‌دهد. پس اگر فرصت اقتصادی این حوزه را بدون نگاه به زیرساختش بررسی کنیم تصویر کامل به دست نیامده است.

به نظرم پرسش مهمی اینجا مطرح می‌شود. آیا هر شرکت توسعه‌دهنده واقعاً باید همه این امکانات را جداگانه فراهم کند؟ برای بسیاری از تیم‌ها این مسیر سرمایه زیادی می‌خواهد و تمرکز مدیریتی را هم از کار اصلی می‌گیرد. استفاده از خدمات زیرساختی مشترک می‌تواند بخشی از این بار را سبک کند و منابع تیم را به توسعه محصول و شناخت مشتری برگرداند. البته این مزیت وقتی واقعی می‌شود که خدمت از نظر قیمت، کیفیت و دسترس‌پذیری قابل‌اتکا باشد.

اینجا اقتصاد ارائه‌دهنده زیرساخت هم مهم می‌شود. خرید تجهیزات آغاز یک تعهد مالی است. بازگشت این سرمایه به میزان استفاده مشتریان بستگی دارد و در کنارش به هزینه نگهداری، امکان تأمین قطعات، کیفیت عملیات و توان حفظ مشتری.
ظرفیتی که نصب شده اما مصرف‌کننده ندارد، باز هم هزینه می‌سازد.

بنابراین در ارزیابی یک کسب‌وکار زیرساختی نباید به شمارش تجهیزات بسنده کرد. چه سهمی از ظرفیت واقعاً استفاده می‌شود؟ مشتریان با چه الگویی برمی‌گردند؟ درآمد تا چه حد به قراردادهای مستمر تکیه دارد؟ هزینه ارائه خدمت چطور تغییر می‌کند و توسعه ظرفیت بر چه شواهدی از تقاضا بنا شده است؟ این پرسش‌ها کمک می‌کنند مفهوم «درآمد تکرارشونده» را دقیق‌تر بفهمیم.
امکان تمدید خدمت به‌خودی‌خود تضمینی برای تداوم درآمد نیست. تداوم مصرف باید در رفتار مشتری، کیفیت خدمت و رابطه اقتصادی دو طرف دیده شود.

همین منطق برای دارایی‌های نامشهود هم صادق است. دانش عملیاتی، نرم‌افزار مدیریت زیرساخت و اعتماد مشتری زمانی ارزش اقتصادی پیدا می‌کنند که اثرشان در عملکرد قابل‌مشاهده باشد. بعضی وقت‌ها این دارایی‌ها در ترازنامه دیده نمی‌شوند اما در عمل تفاوت بین یک مجموعه پایدار و یک مجموعه شکننده را رقم می‌زنند.

سیاست‌گذاری هم باید به همین منطق اقتصادی توجه کند. قواعد روشن و قابل‌پیش‌بینی، برنامه‌ریزی برای سرمایه‌گذاری را آسان‌تر می‌کنند. در مقابل ابهام در شرایط فعالیت و دسترسی به منابع می‌تواند تصمیم سرمایه‌گذار و مشتری را مدام به تعویق بیندازد.

برای شکل‌گیری اقتصاد پایدار هوش مصنوعی هم به توسعه‌دهندگان محصول نیاز داریم و هم به سرمایه‌گذاران زیرساخت. شناخت رابطه این دو کمک می‌کند فرصت‌های واقعی را از انتظارات شتاب‌زده جدا کنیم. به باور من معیار بلوغ این بازار توانایی آن است که سرمایه‌گذاری را به خدمتی قابل‌اتکا تبدیل کند و آن خدمت را به تقاضایی ماندگار.