به گزارش پایگاه خبری تحلیلی اندیشه معاصر؛ پس از سالها عرضه خدمات هوش مصنوعی با قیمتهای یارانهای و پایینتر از هزینه واقعی، اکنون نشانههای روشنی از ورود این صنعت به دوره «هزینه واقعی محاسبات» دیده میشود. شرکتهای ارائهدهنده زیرساخت پردازشی، قیمت خدمات خود را به طور قابل توجهی افزایش دادهاند؛ بهطوریکه نوبیوس (Nebius) در سپتامبر ۲۰۲۶ قیمت برخی از خدمات اجاره پردازنده گرافیکی خود را حدود ۲۰ تا ۲۱ درصد افزایش داد و کورویو (CoreWeave) نیز در ژوئیه ۲۵ درصد به قیمت محصولاتش افزوده است . نوبیوس اعلام کرده که از اول اکتبر، قیمت پردازندههای H100 انویدیا حدود ۱۷ درصد، پردازندههای B300 حدود ۲۱ درصد و برخی خدمات مبتنی بر CPU تا ۲۵ درصد افزایش مییابد و قیمت برخی ظرفیتهای حافظه نیز حدود ۴۱ درصد رشد کرده است .این افزایش قیمتها در حالی رخ میدهد که گزارش شرکت فلکسرا نشان میدهد برآورد هزینه هدررفته در زیرساخت و پلتفرم ابری به ۲۹ درصد رسیده و برای نخستین بار طی پنج سال افزایش یافته است . استفاده از هوش مصنوعی مولد در میان خدمات عمومی ابری به ۵۸ درصد رسیده و این فناوری را به سومین خدمت پرکاربرد عمومی ابری تبدیل کرده است. اما هزینه واقعی این رشد، اکنون در حال انتقال به کاربران نهایی است. گلدمن ساکس پیشبینی کرده که سرمایهگذاری جهانی در هوش مصنوعی در سال ۲۰۲۶ از مرز ۱ تریلیون دلار عبور کند و مجموع سرمایهگذاری انباشته از ۲۰۲۲ تا پایان ۲۰۲۶ به حدود ۱.۸ تریلیون دلار برسد .
فشار اصلی از جایی آغاز میشود که تقاضا برای محاسبات هوش مصنوعی با سرعتی بالا رشد کرده و ارائهدهندگان زیرساخت باید برای تأمین پردازندههای پیشرفته، مراکز داده، برق و تجهیزات شبکه سرمایهگذاری سنگینی انجام دهند. شرکت کورویو در سپتامبر ۲۰۲۶ برای تأمین سرمایه توسعه زیرساختهای خود به انتشار ۳ میلیارد دلار اوراق قرضه قابل تبدیل روی آورده است . همچنین بر اساس گزارش گارتنر، استفاده از عاملهای هوش مصنوعی پیشرفته با قابلیت استدلال، تا ۱۵۰ برابر گرانتر از چتباتهای ساده برای یک وظیفه مشابه است؛ چراکه این عاملها به توکنهای بیشتری نیاز دارند و از مدلهای پیچیدهتر و گرانتری استفاده میکنند .
با این حال، این تحولات به معنای پایان کامل خدمات رایگان نیست. پلتفرمها همچنان سطوح رایگان را برای جذب توسعهدهندگان حفظ کردهاند و قیمت ورودی و خروجی در سطح رایگان برخی مدلهای شاخص صفر اعلام شده است . اما به گفته کارشناسان، زمانی که شرکتها میتوانستند برای جذب کاربر مقدار قابلتوجهی ظرفیت پردازشی را به صورت رایگان یا با تخفیف در اختیار توسعهدهندگان قرار دهند، هزینه این یارانه از منابع سرمایهگذاری تأمین میشد. اکنون هرچه استفاده از مدلها از آزمایشهای ساده به پردازشهای طولانی، استدلال چندمرحلهای و اجرای عاملهای هوشمند منتقل میشود، مقدار محاسبات موردنیاز نیز به شدت افزایش مییابد و بهینهسازی مصرف دیگر صرفاً یک موضوع فنی نیست، بلکه مستقیماً به اقتصاد محصول تبدیل شده است .
وقتی یارانه هوش مصنوعی تمام میشود
افزایش تقاضا برای توان پردازشی هوش مصنوعی اکنون به افزایش واقعی قیمت برخی خدمات زیرساختی منجر شده است؛ بهطوری که شرکت نوبیوس (Nebius) در سپتامبر ۲۰۲۶ قیمت برخی خدمات اجاره پردازنده گرافیکی خود را حدود ۲۰ درصد و کورویو (CoreWeave) در ژوئیه حدود ۲۵ درصد افزایش دادهاند.همزمان، گزارش شرکت فِلِکسِرا نشان میدهد برآورد هزینه هدررفته در زیرساخت و پلتفرم ابری به ۲۹ درصد رسیده و برای نخستین بار طی پنج سال افزایش یافته است.با این حال، این تحولات به معنای توقف هماهنگ خدمات رایگان یا افزایش سراسری قیمتها در بازار نیست؛ بلکه نشانه ورود اقتصاد هوش مصنوعی به مرحلهای است که هزینه واقعی محاسبات، ظرفیت GPU و انرژی بیش از گذشته خود را در قیمت خدمات نشان میدهد.
در ادامه حتما بخوانید:
خداحافظی با بلهقربانگویی چتجیپیتی
فشار اصلی از جایی آغاز میشود که تقاضا برای محاسبات هوش مصنوعی با سرعتی بالا رشد کرده و ارائهدهندگان زیرساخت باید برای تأمین پردازندههای پیشرفته، مراکز داده، برق و تجهیزات شبکه سرمایهگذاری سنگینی انجام دهند.شرکت کورویو که بخش مهمی از کسبوکارش را به اجاره زیرساختهای تخصصی هوش مصنوعی اختصاص داده، در ژوئیه ۲۰۲۶ افزایش حدود ۲۵درصدی قیمت برخی محصولات خود را اعمال کرد. چند هفته بعد، نوبیوس نیز از افزایش قیمت خدمات محاسباتی خود خبر داد که طی آن نرخ برخی GPUهای انویدیا حدود ۲۰ درصد و برخی تراشههای قدیمیتر حدود ۱۷ درصد افزایش یافت.همزمان، کورویو در سپتامبر برای تأمین سرمایه توسعه زیرساختهای خود به انتشار ۳ میلیارد دلار اوراق قرضه قابل تبدیل روی آورده که نشاندهنده ابعاد بهشدت سرمایهبر این حوزه است.
انتقال مستقیم هزینههای سنگین زیرساخت به کاربران نهایی
اهمیت این افزایش قیمت زمانی روشنتر میشود که هزینههای پنهان استفاده از فضای ابری نیز در نظر گرفته شود.گزارش ۲۰۲۶ شرکت فلکسرا بر اساس بررسی ۷۵۳ سازمان نشان میدهد که برآورد هزینه هدررفته در بخشهای زیرساخت و پلتفرم ابری به ۲۹ درصد رسیده است؛ رقمی که پس از پنج سال روند کاهشی، دوباره رشد کرده و با پیچیدهتر شدن محیطهای ابری و گسترش بارهای هوش مصنوعی مرتبط دانسته میشود. در همین گزارش، استفاده از هوش مصنوعی مولد در میان خدمات عمومی ابری به ۵۸ درصد رسیده و این فناوری را به سومین خدمت پرکاربرد عمومی ابری تبدیل کرده است؛ امری که اثبات میکند سازمانها با حجم بزرگتری از پردازش مواجهاند که مدیریت و کنترل هزینه آن روزبهروز دشوارتر میشود.در چنین شرایطی، مدل اقتصادی ارائه خدمات هوش مصنوعی نیز بهتدریج دچار تغییر میشود. زمانی که شرکتها میتوانستند برای جذب کاربر، مقدار قابلتوجهی ظرفیت پردازشی را بهصورت رایگان یا با تخفیف در اختیار توسعهدهندگان قرار دهند، هزینه این یارانه از منابع سرمایهگذاری تأمین میشد.اما هرچه استفاده از مدلها از آزمایشهای ساده به پردازشهای طولانی، استدلال چندمرحلهای و اجرای عاملهای هوشمند منتقل میشود، مقدار محاسبات موردنیاز نیز بهشدت افزایش مییابد.در نتیجه، بهینهسازی مصرف دیگر صرفاً یک موضوع فنی نیست و مستقیماً به اقتصاد محصول تبدیل شده است؛ بهطوری که انتخاب مدل، طول ورودی، تعداد فراخوانیها، ذخیرهسازی زمینه و استفاده از کش میتواند صورتحساب نهایی یک برنامه را کاملاً تغییر دهد.
سطوح رایگان همچنان ابزار اصلی جذب توسعهدهندگان باقی ماندهاند
با وجود فشارهای هزینهای، شواهد موجود از پایان عصر خدمات رایگان حکایت نمیکند. برعکس، بررسیها نشان میدهد که پلتفرمها همچنان سطح رایگان را برای مدلهای خود حفظ کردهاند؛ بهطوری که قیمت ورودی و خروجی در سطح رایگان برخی مدلهای شاخص صفر اعلام شده است.گوگل نیز برای افزایش نرخ استفاده، نظام سطحبندی مشخصی ارائه کرده که در آن پروژههای رایگان، سطحهای پولی و سقفهای مصرف متفاوت وجود دارد تا امکان تست و ارزیابی اولیه برای توسعهدهندگان همواره فراهم باشد.همین الگو در بازارهای تجمیعکننده مدل نیز به چشم میخورد. پلتفرم اوپنروتر (OpenRouter) در سپتامبر ۲۰۲۶ همچنان مجموعهای از مدلهای رایگان را ارائه میکند و اعلام کرده که با افزودن ارائهدهندگان جدید و پوشش مستقیم بخشی از هزینهها، ظرفیت دسترسی رایگان را توسعه میدهد.در فهرست فعلی این سرویس، مدلهای پیشرفتهای از جمله NVIDIA Nemotron ۳ Ultra با قیمت صفر برای ورودی و خروجی قرار دارند که نشان میدهد رقابت برای جذب توسعهدهندگان همچنان ادامه دارد و شرکتها هنوز حاضرند بخشی از هزینه استنتاج را برای گسترش جامعه کاربری خود بپردازند.
شرط بقای استارتاپها در عصر جدید محاسباتی
آنچه در حال تغییر است نه حذف کامل رایگانبودن، بلکه تفکیک دسترسی رایگان از ظرفیت پردازشی حرفهای است.کاربر میتواند همچنان یک مدل را بدون پرداخت هزینه آزمایش کند، اما زمانی که یک کسبوکار بخواهد هزاران یا میلیونها درخواست را با نرخ پاسخ بالا، زمینه طولانی و پردازش پیچیده اجرا کند، دیگر نمیتواند روی یارانه دائمی ارائهدهنده حساب کند.این تفاوت برای استارتاپها اهمیت ویژهای دارد؛ زیرا افزایش قیمت GPU مستقیماً هزینه اجرای محصول را بالا میبرد و آنها را به سمت مدلهای کوچکتر، معماریهای ترکیبی، کشکردن نتایج و اجرای بخشی از پردازش روی زیرساخت اختصاصی سوق میدهد.آینده اقتصاد هوش مصنوعی احتمالاً نه در حذف کامل خدمات رایگان، بلکه در اقتصادیتر شدن نحوه استفاده از مدلها شکل خواهد گرفت. توسعهدهندهای که پیشتر یک مدل بزرگ را برای همه درخواستها به کار میگرفت، اکنون انگیزه بیشتری دارد کارهای ساده را به مدلهای ارزانتر بسپارد، درخواستهای تکراری را ذخیره کند، طول زمینه را کاهش دهد و تنها برای مسائل پیچیدهتر از مدلهای گرانقیمت استفاده کند.حتی وجود تخفیفهای قابلتوجه در بازارهای API نسبت به قیمت عادی ارائهدهندگان، نشان میدهد که رقابت قیمتی همچنان زنده و پویاست.
آینده بازار فناوری
تصویر دقیقتر بازار در سال ۲۰۲۶، «پایان هوش مصنوعی رایگان» نیست؛ بلکه پایان فرضِ محاسبات نامحدود و ارزان است.ظرفیت GPU همچنان یک منبع اقتصادی ارزشمند است، سرمایهگذاری در مراکز داده به میلیاردها دلار میرسد و ارائهدهندگان تخصصی زیرساخت نرخهای خود را تعدیل میکنند.در طرف مقابل، خدمات رایگان همچنان بهعنوان ابزار جذب توسعهدهندگان باقی ماندهاند، اما نقطه تغییر اینجاست که هزینه محاسبات دیگر نمیتواند برای همیشه از دید مصرفکننده پنهان بماند و انتخاب مدل و مدیریت توکن بیش از گذشته به یک تصمیم جدی اقتصادی تبدیل شده است.
پایان/*
