رشد سریع سرمایهگذاری در GenAI و بیتوجهی به پایداری
تحقیقات جدید نشان میدهد که شرکتهای سراسر جهان به سرعت هزینههای خود را برای هوش مصنوعی مولد (GenAI) افزایش میدهند؛ طبق گزارش کاپژمینی، حدود 61% سازمانها قصد دارند در سال آینده هزینههای GenAI را بیشتر کنند و پیش از این 88% در سال گذشته همین سرمایهگذاری را افزایش دادهاند. با این حال بیش از نیمی (51%) بر این باورند که مزایای هوش مصنوعی مولد بر تأثیرات زیستمحیطی آن میچربد؛ درصد این خوشبینی در بریتانیا به 56% میرسد.
آیا شرکتها بدون برنامه به سراغ AI میروند؟
رشد استفاده از هوش مصنوعی باعث شد تمرکز رسانهها روی سازندگان ابزارهای AI باشد، ولی حالا تحقیق نشان میدهد که خود شرکتها هم در استفاده از این فناوریها اغلب جوانب زیستمحیطی و اقتصادی را درنظر نمیگیرند. گزارشها حاکی از افزایش مصرف انرژی در مرکز دادههاست: گوگل اعلام کرد مصرف انرژی دیتاسنترهایش در نیمه دوم 2024 و نیمه اول 2025 تا 27% افزایش داشته و مایکروسافت بین 2020 تا 2024 با 168% افزایش مصرف انرژی مواجه شده است.
مشکلات عملیاتی و اقتصادی
شرکتها تنها در حوزه پایداری ناکام نماندهاند: درصد قابل توجهی (21%) از نتایج اولیه راضی نیستند و موارد «صورتحساب شوک» (bill shocks) هنگام مقیاسدهی پروژههای AI گزارش شده که هزینهها را از پیشبینیها فراتر برده است. همانطور که CTO فرانک گرووریه اشاره میکند، «پذیرش سریع لزوماً به استقرار در مقیاس بزرگ با بازده سرمایهگذاری (ROI) ملموس منجر نمیشود.»
ترند حرکت به سمت مدلهای زبانی کوچک
برای کاهش هزینه و افزایش کارایی، بسیاری از شرکتها به مدلهای زبانی کوچک (small language models) روی میآورند. به طور میانگین 12% از بودجه IT صرف هوش مصنوعی مولد میشود که نشاندهنده اهمیت بازار و فشار برای بهینهسازی هزینههاست.
راهبرد پیشنهادی برای پایدارسازی و بازگشت سرمایه
سرمایهگذاری نامحدود در AI راهحل بهینه نیست. گرووریه تأکید میکند که «سازمانها باید پایه دادهای محکم در یک محیط مورد اعتماد، مطابقتجو، امن و حفظکننده حریم خصوصی بسازند» تا بیشترین بازگشت سرمایه را ببینند. کاپژمینی نیز پیشنهاد میکند سازمانها سیاستهای حکمرانی (تنها 46% تاکنون چنین سیاستهایی را پیاده کردهاند) را اجرا و روی حوزههای با تأثیر بالا—مانند عملیات مشتریان، بازاریابی و مدیریت ریسک—تمرکز کنند.
ویژگیهای محصول، مقایسه و مزایا
محصولات مبتنی بر GenAI و مدلهای کوچک ویژگیهایی مانند پاسخدهی سریع، هزینه کمتر در پردازش، و امکان استقرار آفلاین یا هیبریدی برای حفظ حریم خصوصی ارائه میدهند. در مقایسه با مدلهای بزرگ عمومی، مدلهای کوچک اغلب مصرف انرژی و تاخیر کمتری دارند اما ممکن است در برخی کاربردها به اندازه مدلهای بزرگ دقت نداشته باشند. مزایای کلیدی شامل کاهش هزینههای پردازشی، کنترل بهتر روی دادهها و تطابق آسانتر با قوانین رعایت حریم خصوصی است.
موارد کاربرد و اهمیت بازار
موارد کاربرد شامل خدمات مشتری، تولید محتوا، اتوماسیون بازاریابی، تحلیل ریسک و تصمیمگیری مبتنی بر داده است. بازار GenAI همچنان رو به رشد است و شرکتهایی که حکمرانی داده، بهینهسازی انرژی و استراتژیهای مقیاسپذیر را پیادهسازی کنند، در بلندمدت مزیت رقابتی و بازدهی اقتصادی بیشتری خواهند داشت.
نتیجهگیری
در حالی که سرمایهگذاری در هوش مصنوعی مولد شتاب گرفته، توجه همزمان به پایداری، مصرف انرژی دیتاسنتر، حکمرانی داده و محاسبه ROI ضروری است. یک رویکرد هدفمند و مبتنی بر زیرساخت دادهای امن و سازگار، راهکار شرکتها برای ترکیب نوآوری فنی با مسئولیت زیستمحیطی است.
