به گفته موسسه پژوهشی گارتنر، میزان هزینه جهانی برای هوش مصنوعی تا سال ۲۰۲۵ به حدود ۱.۵تریلیون دلار می‌رسد و در سال ۲۰۲۶ از مرز ۲ تریلیون دلار عبور خواهد کرد؛ رشدی که با گسترش استفاده از هوش مصنوعی در گوشی‌های هوشمند، رایانه‌های شخصی و زیرساخت‌های سازمانی شتاب گرفته است. ایلان ماسک و دیگر رهبران حوزه هوش مصنوعی نیز همچنان بر این باورند که «هوش مصنوعی عمومی» یعنی نوعی هوش که می‌تواند مانند انسان در زمینه‌های مختلف فکر کند و یاد بگیرد به‌زودی محقق خواهد شد.
در این بین اما در میان مشتریان و بازارهای مالی تردیدها رو به افزایش است؛ بسیاری این پرسش را مطرح می‌کنند که آیا سرمایه‌گذاری عظیم روی هوش مصنوعی در نهایت با درآمدهای واقعی توجیه‌پذیر خواهد بود یا نه. سرمایه‌گذاری روی استارت‌آپ‌ها به‌ویژه شرکت‌های کوچک و متوسط با دقت و سخت‌گیری بیشتری بررسی می‌شود؛ پروژه‌های سازمانی در مرحله آزمایشی متوقف مانده‌اند؛ خریداران شرکتی در حال زیر سوال بردن بازده سرمایه‌گذاری در هوش مصنوعی هستند و افزایش هزینه توان محاسباتی به دیواری بلند تبدیل شده است که بسیاری از رقبا توان عبور از آن را ندارند.
در حالی که تب‌وتاب هوش مصنوعی همچنان ادامه دارد، نشانه‌هایی از سرد شدن این بازار نیز به چشم می‌خورد؛ برخی کارشناسان از جمله جرمی کان، تحلیلگر و کارشناس حوزه هوش مصنوعی نسبت به آغاز دوره‌ای مشابه با «زمستان هوش مصنوعی» هشدار می‌دهند؛ اصطلاحی که به دوره‌هایی اطلاق می‌شود که در آن شور و سرمایه‌گذاری در این حوزه فروکش می‌کند.
کان یادآور می‌شود که تاریخ هوش مصنوعی پیش‌تر نیز شاهد چرخه‌هایی از رشد و رکود بوده است. در این دوره‌ها پیشرفت‌های نویدبخش نتوانستند به وعده‌های خود عمل کنند و سرمایه‌گذاران که انتظار بازده سریع داشتند، سرخورده شدند. او می‌گوید گاهی پژوهش‌های دانشگاهی محدودیت‌های فنی فناوری‌های جدید را آشکار کرده و گاهی ناکامی در کاربردهای واقعی باعث کاهش اعتماد عمومی و مالی شده است و اغلب هر دو عامل دست‌به‌دست هم داده‌اند. به گفته کان «امروز نیز نشانه‌هایی از پاییز به چشم می‌خورد؛ برگ‌هایی که با نسیم می‌افتند. اگر زمستان‌های گذشته هوش مصنوعی را راهنما بدانیم، شاید این بار هم مسیر مشابهی در پیش باشد.»
این دیدگاه در شرایطی مطرح می‌شود که همزمان با رشد هزینه‌های محاسباتی و کاهش سرمایه‌گذاری در استارت‌آپ‌های کوچک، تردیدها درباره بازده واقعی سرمایه‌گذاری‌های عظیم در هوش مصنوعی رو به افزایش است. اینکه در نهایت چه رخ دهد هنوز روشن نیست؛ آیا این دوره «مقدمه‌ای بر یخبندانی تازه» است که سرمایه‌گذاری در هوش مصنوعی را برای یک نسل منجمد خواهد کرد یا فقط «سردی کوتاه‌مدتی» پیش از تابش دوباره آفتاب؟
سناریوی دوم به گفته برخی کارشناسان شاید چندان هم بد نباشد. روان کرن (Rowan Curran)، تحلیلگر ارشد موسسه پژوهشی فوریستر (Forrester Research)، در گفت‌وگو با مجله Fortune گفته است: «به نظر می‌رسد اکنون «دوره‌ای از بازتنظیم لازم» در جریان است». او توضیح می‌دهد: «دماسنج ما قبلا خراب بود، اما حالا بالاخره داریم دمای واقعی را اندازه می‌گیریم.»
به گفته کرن شرکت‌های بزرگ در واقع از هوش مصنوعی عقب‌نشینی نکرده‌اند، بلکه در حال بازنگری و تنظیم انتظارات خود در برابر وعده‌های اغراق‌آمیز بازار هستند. برای مثال مفهوم هوش مصنوعی عامل‌محور (Agentic AI) به‌گونه‌ای تبلیغ شده بود که گویی همه سازمان‌ها باید فورا برای تمام کارمندان خود عامل‌های هوش مصنوعی راه‌اندازی کنند. او می‌گوید: «حالا شرکت‌ها به این نتیجه رسیده‌اند که الزاما نیازی نیست فردا برای همه یک عامل عمومی هوش مصنوعی داشته باشند.» او ادامه می‌دهد: «ما باید با دقت بیشتری به ساختار داده‌ها و کیفیت محتوای خود فکر کنیم تا بتوانیم رویکردی هدفمندتر و سنجیده‌تر در پیش بگیریم.»
به نظر می‌رسد رویای جاه‌طلبانه تحقق کامل هوش مصنوعی عمومی (AGI) تا سال ۲۰۲۷ رو به فروکش کردن است؛ اما این به معنای کاهش تعهد شرکت‌ها نسبت به هوش مصنوعی نیست.
به گفته کرن آنچه امروز دیده می‌شود شکاف میان انتظارات مدیران ارشد و نتایج عملی است. او می‌گوید بسیاری از مدیران هنوز دستورهایی صادر می‌کنند که ارتباطی با اهداف واقعی کسب‌وکار ندارند، مانند اینکه هر کارمند باید روزی دو بار از هوش مصنوعی مولد استفاده کند. از نگاه او چنین سیاست‌هایی بیشتر از آن که به بهره‌وری منجر شوند نشانه‌ای از عدم درک درست از ظرفیت‌ها و محدودیت‌های واقعی هوش مصنوعی در سازمان‌ها هستند. کرن می‌گوید: «در همین نقطه است که سرخوردگی سر برمی‌آورد»؛ نه به این دلیل که هوش مصنوعی شکست خورده است، بلکه چون از ابتدا انتظارات با واقعیت‌های کاربردی هم‌خوانی نداشت.
بیل بریگز، مدیر ارشد فناوری شرکت دیلویت (Deloitte)، نیز به تغییر فضا پیرامون هوش مصنوعی اذعان دارد، اما معتقد است با شرایط بحرانی مشابه سقوط دات‌کام در اواخر دهه ۱۹۹۰ روبه‌رو نیستیم. او می‌گوید: «درست است که در نقطه عطفی قرار داریم، اما این تکرار ترکیدن حباب دات‌کام نیست.»
به گفته او هوش مصنوعی همچنان موتور اصلی دگرگونی در کسب‌وکارهاست و مدل‌های تجاری جدید تازه در حال شکل‌گیری‌اند. بریگز اضافه می‌کند: «هوش مصنوعی دیگر ستاره‌ای نوظهور نیست، بلکه به عنصری در پس‌زمینه تبدیل می‌شود که بی‌صدا بر شیوه تفکر سازمان‌ها در مورد هر فرایند، محصول و تصمیم اثر می‌گذارد. هوش مصنوعی در مسیر همان تحولی قرار دارد که برق در گذشته پیمود، نامرئی در زندگی روزمره، اما نیرویی که همه چیز را به حرکت درمی‌آورد.»
با این حال، همه کارشناسان با تصور «سرد شدن» بازار هوش مصنوعی موافق نیستند. استیو هال، شریک و رئیس بخش اروپا، خاورمیانه و آفریقای شرکت ISG و مدیر ارشد هوش مصنوعی این موسسه مشاوره فناوری، بر این باور است که وقوع «زمستان هوش مصنوعی» بسیار بعید است. او می‌گوید: «ما تازه در آغاز بهار هستیم. هوش مصنوعی مولد هنوز سه سال هم ندارد و هوش مصنوعی عامل‌محور تنها ۱۵ ماه از عمرش می‌گذرد. درست است که چرخه هیجان در اوج است، اما در بسیاری از موارد، تازه غنچه‌ها و جوانه‌ها در حال نمایان شدن‌اند.»
به گفته هال، بیشتر سرمایه‌گذاری‌های انجام‌شده تاکنون در حوزه تراشه‌ها و شرکت‌های ابررایانش غول‌پیکر (Hyperscalers) متمرکز بوده که طی سه سال گذشته مشغول ساخت زیرساخت لازم برای پروژه‌های هوش مصنوعی خود بوده‌اند. در همین حال ارائه‌دهندگان نرم‌افزارهای سازمانی (SaaS) نیز در سال ۲۰۲۴ تمرکز خود را بر «عامل‌سازی» برنامه‌ها و افزودن لایه‌های هوشمند به فرایندهای کاری گذاشتند.
او تردیدهای برخی تحلیلگران درباره توقف رشد را ناشی از بدفهمی می‌داند و می‌گوید: «ما این پروژه‌های آزمایشی را نه نشانه شکست در مقیاس‌پذیری، بلکه مرحله‌ای طبیعی از آزمایش و اعتبارسنجی می‌دانیم که باید پیش از تخصیص منابع جدی انجام شود. این دقیقا همان واکنشی است که شرکت‌ها باید در برابر فناوری‌ای به این اندازه هیجان‌انگیز داشته باشند.» در مجموع ممکن است این «سردی» موقتی باشد یا به دوره‌ای طولانی‌تر تبدیل شود، اما تاریخ نشان داده است که هیجان به‌تنهایی هرگز نمی‌تواند موتور این گرما را روشن نگه دارد.
البته برای مدیرانی که می‌خواهند در میان هیاهوی هوش مصنوعی مسیر خود را پیدا کنند، پرسش اصلی این نیست که اکنون در چه «فصلی» از چرخه این فناوری قرار داریم، بلکه این است که چگونه باید هوشمندانه در آن سرمایه‌گذاری کرد.
چگونه از خواب زمستانی هوش مصنوعی جلوگیری کنیم؟
روان کرن، از موسسه پژوهشی فوریستر (Forrester Research)، هشدار می‌دهد که تمرکز بر «موفقیت‌های سریع» مثل کاهش چند ثانیه‌ای زمان پاسخ در مراکز تماس یا ارسال ایمیل‌های تبلیغاتی بیشتر به‌ندرت ارزش پایداری ایجاد می‌کند. او می‌گوید: «اگر این اقدامات با اهداف واقعیِ بهره‌وری، کارآیی یا تحول سازمانی پیوند نخورند، احتمال شکستشان زیاد است.» شرکت‌هایی که در پروژه‌های هوش مصنوعی موفق بوده‌اند، همان‌هایی هستند که آزمایش‌های خود را مستقیما به نتایج قابل‌اندازه‌گیری گره زده‌اند.
بیل بریگز، مدیر ارشد فناوری شرکت دیلویت (Deloitte)، می‌گوید مدیرانی که در جذب بودجه برای پروژه‌های هوش مصنوعی موفق می‌شوند، فقط درباره فناوری حرف نمی‌زنند؛ بلکه هوش مصنوعی را به‌عنوان موتور رشد اقتصادی معرفی می‌کنند. او در گفت‌وگو با Fortune توضیح می‌دهد: «مدیرعامل باید شما را به‌عنوان یک شریک تجاری ببیند که اتفاقا در فناوری هم متخصص است، نه یک کارشناس فنی که گاهی درباره کسب‌وکار صحبت می‌کند.» به گفته او این یعنی باید طرح‌های هوش مصنوعی را با نتایجی پیوند زد که مدیران را به هیجان می‌آورد؛ ورود به بازارهای جدید، رضایت بیشتر مشتریان، بهبود عملیات و ایجاد مزیت رقابتی پایدار.
به باور استیو هال، رئیس منطقه اروپا، خاورمیانه و آفریقای شرکت ISG، سازمان‌ها نباید تلاش کنند همه چیز را از صفر و درون خود بسازند. او می‌گوید: «شرکت‌های غول‌پیکر حوزه ابررایانش، تولیدکنندگان تراشه و ارائه‌دهندگان نرم‌افزارهای سازمانی (SaaS) در حال ایجاد زیرساخت‌های لازم هستند. بهتر است سازمان‌ها به این اکوسیستم متصل شوند تا مسیر توسعه‌شان سریع‌تر و کارآمدتر باشد. این مسیری نیست که بخواهید به‌تنهایی در آن قدم بگذارید.»
بریگز در توصیه‌ای به رهبران فناوری می‌گوید: «با کنجکاوی و خوش‌بینی پیش بروید، اما همیشه یک دستتان را روی فرمان عمل‌گرایی نگه دارید.» او می‌افزاید: «چشم‌انداز هوش مصنوعی با سرعتی خیره‌کننده در حال تغییر است. هدف تنها به‌کارگیری هوش مصنوعی نیست، بلکه باید آن را در ساختار و معماری اصلی عملیات سازمان جای داد.»
