تغییر استراتژی هوش مصنوعی مایکروسافت

از توسعه سرسام‌آور تا تعدیل استراتژیک

رقابت برای تسلط بر چشم‌انداز زیرساخت هوش مصنوعی، به‌ویژه از زمان ظهور ChatGPT در اواخر سال 2022، بسیار شدید بوده است. شرکت‌های بزرگ فناوری سرمایه‌گذاری‌های سنگینی در زمین، ساخت‌وساز و قدرت محاسباتی انجام داده‌اند تا از حجم کاری رو به رشد هوش مصنوعی مولد پشتیبانی کنند. مایکروسافت، با حمایت از مشارکت خود با OpenAI، در خط مقدم این توسعه قرار داشته است.

به مدت دو سال، اجماع در صنعت فناوری تزلزل‌ناپذیر بوده است: بیشتر بسازید، سریع‌تر بسازید. این پیگیری بی‌امان برای ظرفیت ابری بیشتر و Nvidia GPUs اکنون با یک مکث استراتژیک مواجه شده است.

نوئل والش، رئیس عملیات ابری مایکروسافت، اخیراً اظهار داشت که این شرکت ممکن است ‘به طور استراتژیک برنامه‌های خود را تنظیم کند.’ این اعلامیه برای یک بخش هوش مصنوعی که به تقاضای مداوم برای منابع بیشتر عادت کرده است، اهمیت زیادی دارد. والش در مورد وضعیت در حال تحول توضیح داد:

‘در طول چند سال گذشته، تقاضا برای خدمات ابری و هوش مصنوعی ما سریع‌تر از آنچه پیش‌بینی می‌کردیم رشد کرده است. برای پرداختن به این فرصت، ما شروع به اجرای بزرگ‌ترین و بلندپروازانه‌ترین پروژه توسعه زیرساخت در تاریخ خود کردیم،’ او در یک پست LinkedIn نوشت. ‘به‌دلیل ماهیت آن، هر اقدام جدید مهمی در این مقیاس نیازمند چابکی و تنظیم دقیق است، زیرا ما با مشتریان خود یاد می‌گیریم و تکامل می‌یابیم. این بدان معناست که ما سرعت برخی از پروژه‌ها را در مراحل اولیه کاهش می‌دهیم یا متوقف می‌کنیم.’

در حالی که والش جزئیات خاصی ارائه نکرد، مایکل الیاس، تحلیلگر TD-Cowen، به چندین مورد اشاره کرد که نشان‌دهنده عقب‌نشینی مایکروسافت است. طبق گزارش‌ها، مایکروسافت در طول شش ماه گذشته، بیش از 2 گیگاوات از ظرفیت ابری هوش مصنوعی برنامه‌ریزی‌شده خود را در ایالات متحده و اروپا پس گرفته است، ظرفیتی که از قبل اجاره شده بود. به‌علاوه، طبق یادداشت اخیر الیاس برای سرمایه‌گذاران، مایکروسافت اجاره‌های مراکز داده موجود در این مناطق را به تعویق انداخته یا لغو کرده است.

این کاهش در فعالیت اجاره تا حد زیادی به تصمیم مایکروسافت برای کاهش حمایت خود از حجم کاری آموزش OpenAI نسبت داده می‌شود. یک اصلاحیه اخیر در مشارکت آنها به OpenAI اجازه می‌دهد تا با سایر ارائه‌دهندگان ابری همکاری کند و وابستگی‌های زیرساختی خود را متنوع کند.

‘با این حال، ما همچنان معتقدیم که لغو و تعویق اجاره‌ها نشان‌دهنده عرضه بیش از حد ظرفیت مرکز داده نسبت به پیش‌بینی‌های تقاضای فعلی است،’ الیاس اضافه کرد. این مشاهده نگرانی‌هایی را ایجاد می‌کند، با توجه به تریلیون‌ها دلار سرمایه‌گذاری شده به امید رشد مداوم و افسارگسیخته در هوش مصنوعی مولد. هر نشانه‌ای مبنی بر اینکه این مسیر ممکن است در حال کند شدن باشد، باعث هشدار است.

یک واقعیت ظریف: تنظیم مجدد، نه عقب‌نشینی

وضعیت پیچیده‌تر از یک عقب‌نشینی ساده است. آنچه ما شاهد آن هستیم یک تنظیم مجدد استراتژیک است. ریموند لنشو، تحلیلگر Barclays، زمینه ارزشمندی را ارائه کرد و خاطرنشان کرد که مرحله اولیه هزینه‌های صنعت به شدت بر تضمین زمین و ساختمان برای جای دادن تراشه‌ها و فناوری محاسباتی مورد نیاز برای ساخت و بهره‌برداری از مدل‌های هوش مصنوعی متمرکز بود.

در طول این ‘تصرف زمین’، برای شرکت‌های بزرگ ابری معمول بود که اجاره‌هایی را تضمین کنند که ممکن است بعداً دوباره مذاکره یا رها کنند. اکنون که مایکروسافت با دامنه منابع تضمین‌شده خود راحت‌تر است، احتمالاً هزینه‌های خود را به سمت سرمایه‌گذاری‌های مرحله بعدی، مانند خرید GPU و سایر سخت‌افزارها برای مراکز داده جدید خود تغییر می‌دهد.

‘به عبارت دیگر، مایکروسافت در سه ماهه های اخیر در زمین و ساختمان ‘بیش از حد سرمایه‌گذاری’ کرده است، اما اکنون در حال بازگشت به یک آهنگ عادی‌تر است،’ لنشو در یک یادداشت اخیر برای سرمایه‌گذاران نوشت. مایکروسافت هنوز هم قصد دارد 80 میلیارد دلار در هزینه‌های سرمایه‌ای برای سال مالی 2025 سرمایه‌گذاری کند و انتظار افزایش بیشتر سال به سال را دارد. این نشان می‌دهد که این شرکت واقعاً از هوش مصنوعی عقب‌نشینی نمی‌کند، بلکه به طور استراتژیک‌تر سرمایه‌گذاری می‌کند، با نگاهی دقیق‌تر به کارایی و بازگشت سرمایه.

تغییر از آموزش به استنتاج

به نظر می‌رسد بخشی از این تغییر استراتژیک، حرکت از آموزش هوش مصنوعی به استنتاج باشد. پیش‌آموزش شامل ایجاد مدل‌های جدید است که به تعداد زیادی GPU متصل به هم و فناوری شبکه پیشرفته نیاز دارد – یک تلاش پرهزینه. از طرف دیگر، استنتاج شامل استفاده از مدل‌های از قبل آموزش‌دیده برای پشتیبانی از خدماتی مانند نمایندگان هوش مصنوعی یا خلبان‌های کمکی است. در حالی که از نظر فنی تقاضای کمتری دارد، انتظار می‌رود استنتاج بازار بزرگ‌تری باشد.

از آنجایی که استنتاج به طور فزاینده‌ای از آموزش پیشی می‌گیرد، تمرکز به زیرساخت‌های مقیاس‌پذیر و مقرون به صرفه معطوف می‌شود که بالاترین بازده ممکن را از سرمایه ارائه می‌دهد. در کنفرانس اخیر هوش مصنوعی در نیویورک، بحث‌ها بیشتر بر کارایی متمرکز بود تا دستیابی به هوش مصنوعی عمومی (AGI)، مفهوم ایجاد ماشین‌هایی که از هوش انسانی فراتر می‌روند. پیگیری AGI یک کار بسیار پرهزینه است.

استارت‌آپ هوش مصنوعی Cohere خاطرنشان کرد که مدل جدید آن، ‘Command R،’ فقط به دو GPU برای اجرا نیاز دارد، به طور قابل توجهی کمتر از اکثر مدل‌های سال‌های اخیر. مصطفی سلیمان، مدیرعامل Microsoft AI، اخیراً در یک پادکست اذعان کرد که بازدهی حاصل از اجرای پیش‌آموزش‌های بزرگ در حال کاهش است. با این حال، او تأکید کرد که استفاده محاسباتی مایکروسافت ‘فوق‌العاده’ باقی می‌ماند، به سادگی به فازهای دیگر در خط لوله هوش مصنوعی منتقل می‌شود.

سلیمان همچنین توضیح داد که برخی از اجاره‌ها و پروژه‌های لغو شده هرگز نهایی نشده‌اند و نشان‌دهنده بحث‌های اکتشافی رایج در فرآیندهای برنامه‌ریزی مشاغل ابری hyperscale است. این تنظیم مجدد استراتژیک در حالی صورت می‌گیرد که OpenAI، یک شریک نزدیک مایکروسافت، شروع به تامین ظرفیت از سایر ارائه‌دهندگان ابری می‌کند و حتی به توسعه مراکز داده خود اشاره می‌کند. با این حال، مایکروسافت حق رد اولیه در مورد ظرفیت جدید OpenAI را حفظ می‌کند، که نشان‌دهنده یکپارچگی نزدیک مداوم بین این دو شرکت است.

یک چشم انداز رقابتی: چابکی، نه ضعف

مهم است که تشخیص دهیم که چابکی نباید با ضعف اشتباه گرفته شود. مایکروسافت احتمالاً در حال انطباق با پویایی‌های در حال تغییر بازار است، نه کاهش جاه‌طلبی‌های خود. بازار hyperscaler همچنان به شدت رقابتی است.

به گفته الیاس، گوگل وارد عمل شده است تا ظرفیتی را که مایکروسافت در بازارهای بین‌المللی واگذار کرده است، جذب کند. در ایالات متحده، Meta شکاف‌های باقی‌مانده توسط مایکروسافت را پر می‌کند. الیاس با اشاره به گوگل و متا خاطرنشان کرد: ‘هر دوی این hyperscalerها در میانه یک افزایش سال به سال قابل توجه در تقاضای مراکز داده قرار دارند.’ تغییر استراتژیک مایکروسافت شاید بیشتر نشانه بلوغ باشد تا عقب‌نشینی. با ورود پذیرش هوش مصنوعی به مرحله بعدی خود، برندگان لزوماً کسانی نخواهند بود که بیشترین هزینه را می‌کنند، بلکه کسانی هستند که هوشمندانه‌ترین سرمایه‌گذاری را انجام می‌دهند.

به طور خلاصه، استراتژی در حال تحول هوش مصنوعی مایکروسافت منعکس‌کننده درک ظریف از بازار، تغییر تمرکز از آموزش به استنتاج و تعهد به تخصیص کارآمد منابع است. این تنظیم مجدد، مایکروسافت را در موقعیتی قرار می‌دهد تا به عنوان یک بازیگر پیشرو در چشم انداز هوش مصنوعی باقی بماند و بر سرمایه‌گذاری‌های استراتژیک نسبت به توسعه افسارگسیخته تاکید کند. چابکی و سازگاری این شرکت، کلید پیمایش در پویایی‌های به سرعت در حال تغییر بخش هوش مصنوعی خواهد بود.