پیش‌بینی تاریخی Goldman Sachs | مصرف توکن تا 2030 حدود 24 برابر افزایش می‌یابد!

adminاخباراخبار2 ماه پیش14 بازدید

آیا تا به حال فکر کرده‌اید که هر بار که با چت‌جی‌پی‌تی صحبت می‌کنید، دقیقاً چه مقدار «هوش مصنوعی» مصرف می‌شود؟ پاسخ در یک واحد کوچک اما بسیار مهم خلاصه می‌شود: توکن (Token).

توکن‌ها واحدهای اساسی پردازش در مدل‌های زبانی هستند. هر کلمه، هر علامت نگارشی، هر فاصله، به توکن‌هایی تبدیل می‌شود که مدل روی آنها محاسبه می‌کند. تا امروز، این توکن‌ها عمدتاً در تعاملات ساده «پرسش و پاسخ» مصرف می‌شدند.

اما به گزارش اختصاصی بلومبرگ و تحلیل جدید Goldman Sachs با عنوان «رمزگشایی اقتصاد عامل‌محور» (Decoding the Agentic Economy)، جهان در آستانه یک انقلاب عظیم در نحوه مصرف توکن‌ها قرار دارد. عاملی که این انفجار را ایجاد می‌کند، چیزی نیست جز «عامل‌های هوشمند» (Agentic AI) .

طبق این گزارش، پیش‌بینی می‌شود تا سال ۲۰۳۰، مصرف جهانی توکن‌ها نسبت به سال ۲۰۲۶ حدود ۲۴ برابر افزایش یابد و تا سال ۲۰۴۰ در صورت بلوغ کامل عامل‌های سازمانی، این رقم به ۵۵ برابر سطح فعلی برسد . در این خبر، جزئیات این پیش‌بینی تاریخی و تأثیرات آن بر بازار کار، سودآوری شرکت‌ها و آینده فناوری را بررسی می‌کنیم.

«توکن» چیست و چرا ناگهان تمام جهان به آن نیاز پیدا می‌کند؟

برای درک بزرگی این پیش‌بینی، ابتدا باید بدانیم «توکن» چیست و چرا مصرف آن تا این حد افزایش می‌یابد.

در حال حاضر، نحوه استفاده ما از هوش مصنوعی عمدتاً به صورت «پرسش و پاسخ» است. شما از چت‌جی‌پی‌تی می‌پرسید: «طرز تهیه کیک شکلاتی را بگو»، مدل پاسخ می‌دهد و مکالمه تمام می‌شود. گلدمن ساکس تخمین می‌زند که هر کدام از این تعاملات ساده به طور میانگین حدود ۱۷۰۰ توکن مصرف می‌کند .

اما «عامل‌های هوشمند» کاملاً متفاوت عمل می‌کنند. یک عامل هوشمند یک دستیار دیجیتال همیشه آنلاین است که:

  • به طور خودکار ایمیل‌های شما را مدیریت می‌کند.
  • تقویم و برنامه‌هایتان را هماهنگ می‌سازد.
  • کدنویسی می‌کند یا برای شما خرید انجام می‌دهد.

این عامل‌ها برای انجام وظایف خود نیاز به «استدلال» و «چندین مرحله بازگشتی» دارند. برای مثال، یک عامل ساده مسئول مدیریت ایمیل باید: ایمیل را بخواند، موضوع را تشخیص دهد، پیش‌نویس جواب را بنویسد، لحن آن را بررسی کند، سپس آن را ارسال کند و در نهایت نتیجه را در حافظه خود ذخیره کند .

گلدمن ساکس شبیه‌سازی کرده که یک عامل مدیریت ایمیل روزانه نزدیک به ۹۱,۰۰۰ توکن ورودی و ۲۲,۰۰۰ توکن خروجی مصرف می‌کند که چیزی در حدود ۵۰ برابر یک مکالمه ساده است .

اعداد و ارقام شوک‌آور: از ۵۰ میلیارد کوئری تا ۱۲۰ کوادریلیون توکن

ارقام منتشر شده توسط این بانک سرمایه‌گذاری آمریکایی بسیار چشمگیر است:

  1. افزایش سوالات: پیش‌بینی می‌شود تعداد درخواست‌های جهانی هوش مصنوعی از ۵۰ میلیارد بار در روز در سال ۲۰۲۵ به ۲۳۰ میلیارد بار در روز تا سال ۲۰۳۰ برسد. جالب است بدانید که از این تعداد، حدود ۳۰ درصد (حدود ۶۹ میلیارد بار) مستقیماً توسط عامل‌های هوشمند پردازش خواهد شد، نه انسان‌ها .
  2. مقیاس توکن: حجم توکن‌های پردازش شده در سطح جهان از حدود ۵ میلیون میلیارد (۵ quadrillion) در ماه در سال ۲۰۲۶ به ۱۲۰ میلیون میلیارد (۱۲۰ quadrillion) در ماه در سال ۲۰۳۰ خواهد رسید .

محرک اصلی: عامل‌های سازمانی (Enterprise Agents)

شاید فکر کنید این افزایش عظیم ناشی از استفاده عموم مردم از ربات‌های خودکار است، اما گلدمن ساکس معتقد است بخش سازمانی موتور محرک اصلی این انفجار خواهد بود.

در حال حاضر، کمتر از ۲۵ درصد شرکت‌ها از عامل‌های هوشمند در مقیاس وسیع استفاده می‌کنند و عمدتاً در حوزه‌های پشتیبانی مشتری، بازاریابی یا منابع انسانی است . اما گلدمن ساکس پیش‌بینی می‌کد که تا سال ۲۰۴۰، حدود ۳۷ درصد از «کارکنان دانشی» (Knowledge Workers) جهان توسط این عامل‌ها پشتیبانی می‌شوند .

در آن زمان، حجم توکن‌های مصرفی تنها در بخش سازمانی به ۲۷۸ میلیون میلیارد در ماه خواهد رسید که بیش از ۷۰ درصد کل توکن‌های جهان را تشکیل می‌دهد .

«اقتصاد توکن» و سودآوری عظیم در راه است!

یکی از مهم‌ترین نکات این گزارش، بحث سودآوری صنعت هوش مصنوعی است. تا همین چند وقت پیش، این نگرانی وجود داشت که هرچه مردم بیشتر از هوش مصنوعی استفاده کنند، شرکت‌ها ضرر بیشتری می‌کنند، زیرا هزینه پردازش بالاست.

اما گلدمن ساکس اعلام کرده است که این معادله در نیمه اول سال ۲۰۲۶ متحول شده است. قیمت تمام شده هر توکن به دلیل رقابت شدید سخت‌افزاری (بین انویدیا، AMD و غول‌های ابری مانند آمازون و گوگل) سالانه ۶۰ تا ۷۰ درصد کاهش می‌یابد، در حالی که قیمت فروش توکن‌ها دیگر کاهش چشمگیری ندارد .
تحلیلگران گلدمن ساکس در این گزارش می‌نویسند:

«صنعت هوش مصنوعی از این به بعد وارد فاز جدیدی می‌شود: دیگر سوال این نیست که آیا سودی وجود دارد یا خیر، بلکه سوال این است که این سود چقدر سریع رشد خواهد کرد. هرچه مصرف توکن بیشتر شود، حاشیه سردرصدی شرکت‌های ابری و مدل‌ساز بیشتر خواهد شد» .

برای درک بهتر مقیاس اقتصادی این قضیه، کافی است به یک مثال اشاره کنیم: یک عامل هوش مصنوعی برنامه‌نویس پیشرفته ممکن است روزانه حدود ۷ میلیون توکن مصرف کند . این میزان مصرف حدود ۱۳ دلار هزینه دارد . در مقابل، دستمزد یک برنامه‌نویس انسانی در آمریکا چیزی حدود چندصد دلار در روز است. این شکاف قیمت، انقلاب صنعتی بعدی را رقم خواهد زد.

تاثیر بر بازار سهام و سخت‌افزار

این پیش‌بینی عظیم گلدمن ساکس باعث شد تا سهام شرکت‌های مرتبط با زیرساخت هوش مصنوعی با رشد قابل توجهی همراه شود. این بانک در گزارش خود از ۹ شرکت به عنوان برندگان اصلی این تحول نام برده است :

 

تراشه‌سازی

  • شرکت ها: انویدیا، برودکام، ای ام دی
  • دلیل: افزایش تقاضا برای پردازش توکن

ابر و اینترنت

  • شرکت ها: آمازون، گوگل، متا
  • دلیل: ارائه زیرساخت و ابزارهای عامل‌محور

نرم‌افزار و خدمات

  • شرکت ها: مایکروسافت، کلاودفلر، اکسنچر
  • دلیل: یکپارچه‌سازی عامل‌ها با سازمان‌ها

هشدار؛ عصر «اتلاف عظیم» نیز فرا می‌رسد

با وجود تمام خوش‌بینی‌ها، گلدمن ساکس یک هشدار جدی نیز داده است: داده‌های بی‌کیفیت بزرگترین خطر این انقلاب هستند .

اگر داده‌هایی که به عامل هوشمند آموزش داده می‌شوند یا محیطی که عامل در آن فعالیت می‌کند پر از خطا و نویز باشد، عامل‌های هوشمند در یک «حلقه بی‌نهایت نامناسب» (Inefficient Loop) گرفتار خواهند شد. یعنی بی‌جهت میلیون‌ها توکن را برای بررسی داده‌های غلط یا انجام کارهای بی‌ربط هدر می‌دهند .

جهان در آستانه ورود به عصر «اقتصاد توکن» قرار دارد. گزارش جدید گلدمن ساکس نشان می‌دهد که ما از عصر «چت‌بات‌های پاسخگو» به عصر «عامل‌های هوشمند همیشه آنلاین» گام می‌گذاریم.

این گذار سه پیامد قطعی خواهد داشت:

  1. افزایش تصاعدی مصرف: تا سال ۲۰۳۰، ماهانه ۱۲۰ کوادریلیون توکن پردازش می‌شود که معادل افزایش ۲۴ برابری مصرف است.
  2. تحول بازار کار: هوش مصنوعی از یک ابزار کمکی به یک «همکار خودمختار» تبدیل می‌شود که می‌تواند وظایف پیچیده را به طور کامل مدیریت کند.
  3. پایان دوران ضرر: با کاهش ۶۰ تا ۷۰ درصدی هزینه پردازش در سال، ارائه‌دهندگان خدمات هوش مصنوعی سرانجام به سودآاری پایدار و تصاعدی دست می‌یابند .

با این حال، کیفیت داده‌ها و زیرساخت‌های مدیریتی در سازمان‌ها تعیین می‌کند که این توکن‌ها صرف «ارزش‌آفرینی» می‌شوند یا «هدررفت»!

0 آرا: 0 موافق, 0 مخالف (0 امتیاز)

نظر بدهید

نظرات اخیر

دیدگاهی برای نمایش وجود ندارد.
دسته‌ها
بارگذاری مقاله بعدی...
Popular Now
در حال بارگذاری

ورود در 3 ثانیه...

ثبت‌نام در 3 ثانیه...