تماس با ما

**رشد سریع صنعت هوش مصنوعی و چالش‌های حسابداری آن**

رشد سریع صنعت هوش مصنوعی به همراه خود موجی از سؤالات مهم را ایجاد کرده است. این سؤالات شامل ادعاهایی درباره دستیابی به هوش مصنوعی عمومی و امکان جایگزینی گسترده نیروی کار می‌شود و همچنین موارد ساده‌تر مانند دوام تراشه‌های مربوط به این فناوری. یکی از دغدغه‌های جدید حسابداران، برآورد صحیح دوران استهلاک پردازنده‌های گرافیکی (GPU) توسط شرکت‌های فناوری است.

ویژگی‌های GPU که برای آموزش و اجرای مدل‌های زبانی پیشرفته استفاده می‌شود، به عنوان یکی از بزرگ‌ترین هزینه‌ها برای شرکت‌های فعال در حوزه هوش مصنوعی شناخته می‌شود. این شرکت‌ها برای خرید سریع این تراشه‌ها به وام‌های کلان روی آورده‌اند. بر اساس قوانین حسابداری، لازم است شرکت‌ها تخمین بزنند که این تراشه‌ها چه مدت اعتبار خواهند داشت. انتخاب یک دوره طولانی‌تر باعث می‌شود که هزینه‌ها را بر طیف وسیع‌تری تقسیم کرده و سود حال حاضر شرکت‌ها را افزایش دهند.

خطرات زمانی نمایان می‌شود که شرکت‌ها عمر تراشه‌ها را شش سال در نظر بگیرند، در حالی که ممکن است این سخت‌افزار در چهار سال تقریباً تمام ارزش خود را از دست بدهد. در این صورت، شرکت ناچار می‌شود زودتر از موعد تراشه‌های جدیدتر و گران‌تر خریداری کند و وام‌هایی که با وثیقه قراردادن تراشه‌های قدیمی دریافت کرده‌اند، با چالش‌هایی روبرو می‌شود. این موضوع ممکن است باعث شود ارزش تجهیزات غیرقابل استفاده به‌طور ناگهانی کاهش یابد و در نتیجه منجر به افت سود شود.

این وضعیت می‌تواند تهدیدی برای عملکرد یک شرکت باشد و اگر چندین شرکت به‌طور همزمان با این مشکل روبرو شوند، عواقب آن بسیار جدی‌تر خواهد بود. احتمال دارد که صنعت هوش مصنوعی جذاب‌تر از آنچه که هست به نظر بیاید و به همین دلیل وام‌های پرخطر در اختیار داشته باشد و هزینه‌های سرمایه‌ای آینده را کمتر از مقدار واقعی نمایش دهد.

مشکل اساسی این است که معیاری استاندارد برای تعیین ارزش یک GPU پنج ساله وجود ندارد. ChatGPT کمتر از سه سال است که در بازار موجود است و برآوردهای مطمئنی در دست نیست. سارا فرایر، مدیر مالی OpenAI، اذعان می‌کند که داده‌های کافی برای تخمین عمر GPUها وجود ندارد، با این حال OpenAI بر این باور است که تراشه‌هایش حداقل پنج سال قابل استفاده خواهند بود.

رقابت در عرصه هوش مصنوعی، انگیزه‌های قوی را برای پذیرش رویکردهای مالی تهاجمی ایجاد کرده است. قوانین حسابداری به شرکت‌ها اجازه می‌دهد تا در محاسبه استهلاک انعطاف داشته باشند و اکثر شرکت‌ها، عمر مفید تراشه‌ها را پنج یا شش سال گزارش کرده‌اند. در یک فضای نظارتی متفاوت، کمیسیون بورس و اوراق بهادار آمریکا ممکن است سؤالات سخت‌گیرانه‌تری مطرح کند، اما به گفته فرانسین مک‌کنا، این سازمان در دوران ریاست‌جمهوری ترامپ، رویکردی منفعلانه نشانه‌گذاری کرده است و در شرایط فعلی که فضای فناوری ناپایدار است، عملاً غایب است.

اولگا اوسویاتسکی، تحلیلگر حسابداری، اضافه می‌کند که حتی یک تغییر چندماهه در سیاست استهلاک می‌تواند سود یک فصل را میلیاردها دلار تحت تأثیر قرار دهد. برخی کارشناسان در صنعت معتقدند که شرکت‌ها ممکن است خطاهای محاسباتی خود را فراتر از چند ماه ادامه دهند. مایکل بری، سرمایه‌گذار مشهور که به خاطر پیش‌بینی بحران مسکن ۲۰۰۸ شناخته می‌شود، به‌تازگی اظهار کرده است که هایپرسکیلرها ممکن است در فاصله سال‌های ۲۰۲۶ تا ۲۰۲۸ حدود ۱۷۶ میلیارد دلار استهلاک کمتری از آنچه که هست گزارش کرده باشند.

شرکت‌های بزرگ همچون گوگل، متا و مایکروسافت، سرمایه‌گذاران اصلی این حوزه هستند که از سودآوری پایدار و ذخایر نقدی بالایی برخوردارند، اما همه شرکت‌ها چنین وضعیتی ندارند. استارتاپ‌هایی مانند OpenAI و Anthropic هنوز در حال جذب سرمایه‌های کلانی برای زیرساخت‌های خود هستند. همچنین نئوکلاودها، که مراکز داده تخصصی مرتبط با AI را اداره و مالکیت دارند، غالباً با بدهی برای تأمین مالی توسعه زیرساخت‌های خود وارد عمل می‌شوند. این وضعیت به دلیل اندازه کوچک‌تر این شرکت‌ها و نرخ بهره بالاتر، ریسک بیشتری را ایجاد کرده است و هر گونه شکست ممکن است نه تنها برای سرمایه‌گذاران، بلکه برای فروشندگان تراشه و شرکت‌های هوش مصنوعی نیز تبعات جدی به دنبال داشته باشد.شرکت انویدیا هر ساله اقدام به معرفی مدل‌های جدید و قوی‌تری از GPUهای خود می‌کند و جنسن هوانگ، مدیرعامل این شرکت، به‌طور غیررسمی به این موضوع اشاره کرده که محصولات جدید به سرعت نسل‌های قبلی را کنار می‌زنند. با این حال، برخی از شرکت‌های فعال در حوزه هوش مصنوعی معتقدند که تراشه‌های قدیمی هنوز هم کاربرد و ارزش زیادی دارند. به عنوان مثال، OpenAI همچنان از تراشه‌های Ampere که در سال 2020 معرفی شدند، برای پردازش درخواست‌های کاربران استفاده می‌کند.

مدیر مالی انویدیا، کولت کرس، روز 19 نوامبر اظهار کرد که عمر مفید GPUها در حال افزایش است و این شرکت هنوز به فروش تراشه‌های نسل Hopper که در سال 2022 معرفی شدند، ادامه می‌دهد. شرکت‌های نئوکلاود مانند CoreWeave و Nebius، که تجهیزاتشان کمتر از پنج سال قدمت دارند، گزارش داده‌اند که خدمات مبتنی بر این تراشه‌ها همچنان با تقاضای بالایی مواجه است. آنها همچنین نگران تمدید یا جایگزینی قراردادهای مرتبط با تراشه‌های قدیمی نیستند.

مدیرعامل Silicon Data و Compute Exchange، کَرمن لی، به این نکته اشاره می‌کند که برخی شرکت‌ها وام‌هایی دریافت کرده‌اند که فرض می‌کند تراشه‌ها تا یک دهه ارزش خود را حفظ خواهند کرد. او این تراشه‌ها را به خودروهای دست‌دوم تشبیه کرده و گفت که برخی افراد با توجه به نیاز خود دست به خرید می‌زنند.

بازار تراشه‌های قدیمی در حال حاضر به دلیل کمبود مدل‌های جدید رونق دارد، اما آینده این بازار همچنان مبهم است. یکی از چالش‌های کلیدی در این صنعت، قابلیت جایگزینی تراشه‌ها است و مراکزی که کمتر قابل جابه‌جایی‌اند، تحت فشار بیشتری قرار می‌گیرند.

مشکلی دیگر زمانی است که یک مرکز داده برای استفاده از تراشه‌های پیشرفته طراحی می‌شود و پس از چند سال مجبور می‌شود تراشه‌های قدیمی را با قیمت پایین‌تر ارائه دهد. مایکل استیوارت، مدیر M۱۲، این وضعیت را به فروش کالاهای کم‌سود در قفسه‌های یک سوپرمارکت تشبیه کرد و تأکید کرد که فضا باید برای کالاهای پرفروش اختصاص یابد.

شرکت‌های زیرساخت هوش مصنوعی سعی دارند مشتریان خود را به قراردادهای طولانی‌مدت متعهد کنند و برخی مانند OpenAI نیز به جای خرید تراشه‌ها، آنها را اجاره می‌کنند تا ریسک حمل تجهیزات بلااستفاده را کاهش دهند. اما این روش نیز تنها ریسک را جابه‌جا می‌کند. وینای نایر، مدیرعامل Tifin، بر این نکته تأکید دارد که این ریسک در کل سیستم پخش شده و باید به دقت زیر نظر قرار گیرد.

با وجود این چالش‌ها، مایک اینتراتور، مدیرعامل CoreWeave، بر اساس شواهد موجود تأکید دارد که تقاضا برای زیرساخت‌های GPU همچنان پایدار است و اضافه کرده که تمامی ظرفیت تراشه‌های Ampere این شرکت به طور کامل رزرو شده است.

منبع: بلومبرگ

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *