نگاهی کلان به هوش مصنوعی در سال ۲۰۲۵؛ وقتی هیاهوی بزرگ فروکش کرد

اگر سال ۲۰۲۲ با عرضه ChatGPT آغازگر یک دوره شیدایی جمعی و جادویی بود، ۲۰۲۵ سال افول هیاهوها است؛ سالی که فهمیدیم شاید بسیاری از وعده‌های شرکت‌ها درباره هوش مصنوعی پوچ باشند. مدیران غول‌های فناوری که وعده داده بودند هوش مصنوعی به‌زودی همه بیماری‌ها را درمان می‌کند، جایگزین کارکنان اداری می‌شود و عصر فراوانی را رقم می‌زند، حالا با سکوت معنادار بازار و تردید سرمایه‌گذاران مواجه هستند. این همان چیزی است که کارشناسان MIT آن را اصلاح بزرگ هوش مصنوعی می‌نامند. در ادامه نگاهی می‌اندازیم به تمام جزئیاتی که سال ۲۰۲۵ درباره محدودیت‌ها، اقتصاد پنهان و واقعیت‌های هوش مصنوعی به ما نشان داد.

مسئله اصلی مدل‌های زبانی بزرگ

یکی از بزرگ‌ترین مسائلی که امسال درباره هوش مصنوعی روشن شد این بود که صرفاً بزرگ‌ترکردن مدل‌های زبانی، راه رسیدن به هوش جامع مصنوعی (AGI) نیست. حتی «ایلیا ساتسکیور»، هم‌بنیان‌گذار OpenAI و یکی از خالقان اصلی این تکنولوژی که اکنون استارتاپ Safe Superintelligence را اداره می‌کند، اعتراف کرد که مدل‌های زبانی ضعف‌های بنیادی دارند.

 هوش مصنوعی می‌تواند هزار مسئله جبری را حفظ کند و روش حل آنها را یاد بگیرد، اما لزوماً اصول جبر را درک نمی‌کند. ساتسکیور می‌گوید: «این مدل‌ها به‌طرز چشمگیری بدتر از انسان‌ها تعمیم می‌دهند.»

از سویی ما انسان‌ها سخت‌افزاری در مغز داریم که تمایل دارد در هر چیزی که رفتار هوشمندانه‌ای مثل حرف‌زدن نشان می‌دهد، یک «ذهن» ببیند. بازاریاب‌ها از این ویژگی سوءاستفاده کردند تا ما باور کنیم پشت این چت‌بات‌ها یک موجود زنده و متفکر نشسته است، درحالی‌که فقط با یک ماشین پیش‌بینی کلمه طرف بودیم.

مسئله هوش مصنوعی در کسب‌وکارها

وعده داده شده بود که هوش مصنوعی ناجی اقتصاد و قاتل کارهای اداری خسته‌کننده است. اما تحقیقات جدید MIT نشان داد که ۹۵ درصد از کسب‌وکارهایی که سعی کردند سیستم‌های هوش مصنوعی اختصاصی پیاده‌سازی کنند، در این کار شکست خوردند یا در مرحله پایلوت گیر کردند. اما چرا؟

گزارش شرکت Upwork نشان داد که ایجنت‌های هوش مصنوعی (حتی با موتور GPT-5) در انجام بسیاری از کارهای ساده اداری بدون نظارت انسان ناتوان هستند و نمی‌توانند زنجیره‌ای از کارهای پیچیده را مدیریت کنند.

«آندری کارپاتی»، محقق مشهور هوش مصنوعی، دلیل این موضوع را جالب توضیح می‌دهد. او می‌گوید چت‌بات‌ها در بسیاری از کارها از یک کارمند متوسط بهترند (مثلاً نوشتن ایمیل یا کدنویسی ساده)، اما از متخصصان بدترند. به همین دلیل، این ابزارها برای مصرف‌کنندگان عادی (که دانش کمی دارند) جذاب است، اما نمی‌تواند جایگزین کارمندان ماهر در شرکت‌ها شود.

اگرچه آمارهای رسمی شرکت‌ها از شکست پروژه‌های هوش مصنوعی می‌گویند، اما یک واقعیت پنهان وجود دارد: کارمندان به‌صورت مخفیانه از چت‌بات‌ها استفاده می‌کنند. تحقیق MIT نشان داد که در ۹۰ درصد شرکت‌ها، نوعی «اقتصاد سایه» شکل گرفته است. کارگران بدون اطلاع مدیران و با اکانت‌های شخصی خود از ChatGPT برای انجام کارها استفاده می‌کنند. این یعنی هوش مصنوعی مفید است، اما نه آن‌طور که مدیران انتظار داشتند.

مسئله حباب اقتصادی هوش مصنوعی

بحث درباره حباب هوش مصنوعی داغ است. اما سؤال مهم این است: این حباب شبیه کدام بحران تاریخی است؟ آیا شبیه بحران ۲۰۰۸ مسکن است که چیزی جز بدهی و ویرانی باقی نگذاشت یا حباب ۲۰۰۰ دات‌کام که هرچند باعث ورشکستگی بسیاری شد، اما زیرساخت‌های مهمی (مثل فیبر نوری) را باقی گذاشت که اینترنت مدرن روی آن بنا شد.

به نظر می‌رسد هوش مصنوعی شبیه حباب دات‌کام باشد. سرمایه‌گذاری‌های هنگفت روی دیتاسنترها ممکن است در کوتاه‌مدت بازدهی نداشته باشد، اما زیرساخت آینده را می‌سازد.

البته نگرانی اصلی اقتصاددانان، معاملات چرخشی است؛ مثلاً انویدیا در شرکت‌های ابری سرمایه‌گذاری می‌کند، و آن شرکت‌ها با همان پول از انویدیا چیپ می‌خرند. این چرخه درآمدها را به‌طور مصنوعی بالا نشان می‌دهد. بااین‌حال، «گلن هاچینز»، سرمایه‌گذار معتبر، معتقد است جای نگرانی نیست، زیرا طرف حساب این دیتاسنترها شرکت‌های قدرتمندی مثل مایکروسافت هستند که اعتبار مالی لازم برای پرداخت صورت‌حساب‌ها را دارند و ورشکست نمی‌شوند.

مسئله GPT-5 و ناامیدی عمومی

یکی از نقاط اوج ناامیدی هوش مصنوعی در سال ۲۰۲۵ زمانی بود که OpenAI مدل مورد انتظار GPT-5 را منتشر کرد. پس از ماه‌ها تبلیغ و وعده اینکه این مدل «در هر زمینه‌ای در حد دکترا (PhD) تخصص دارد»، کاربران با محصولی روبه‌رو شدند که تفاوت چندانی با نسل قبل نداشت. این اتفاق باعث شد «یانیک کیلچر»، پژوهشگر هوش مصنوعی، اعلام کند: «دوران پیشرفت‌های انقلابی تمام شده است. ما وارد عصر گلکسی‌های سامسونگ شده‌ایم؛ هر سال یک مدل جدید با تغییرات جزئی اما بدون هیچ چیز شگفت‌انگیزی به بازار می‌آید.»

ظهور یونیکورن‌های هوش مصنوعی

در میان این ناامیدی، برخی شرکت‌ها راه درست را پیدا کردند. استارتاپ Synthesia که روی ساخت آواتارهای ویدیویی برای آموزش سازمانی تمرکز دارد، مثال بارز موفقیت دور از هیاهو است. در‌حالی‌که همه نگران دیپ‌فیک بودند، این شرکت نیاز واقعی بازار (تولید محتوای ویدیویی ارزان) را شناخت. حالا این شرکت ۵۵ هزار مشتری سازمانی دارد، سالانه ۱۵۰ میلیون دلار درآمد کسب می‌کند و ارزش آن به ۴ میلیارد دلار رسیده است. این مسئله نشان می‌دهد شرکت‌هایی که مشکل واقعی را حل کنند، حتی در زمان ترکیدن حباب هم برنده هستند.

خبر خوب این است که پایان هیاهو و هایپ هوش مصنوعی به معنی پایان پیشرفت نیست. ایلیا ساتسکیور می‌گوید: «ما دوباره به عصر پژوهش برگشته‌ایم.» این یعنی پیشرفت دیگر با پول پاشیدن و بزرگ‌کردن دیتاسنترها به دست نمی‌آید، بلکه نیاز به نوآوری‌های علمی و معماری‌های جدید دارد. هیاهو شاید بد باشد، اما یک فایده داشت: جذب باهوش‌ترین استعدادهای جهان و سرمایه‌های کلان برای این صنعت. حالا این استعدادها فرصت دارند تا دور از جنجال‌های تبلیغاتی، روی حل مشکلات واقعی تمرکز کنند.