پیشبینی سرمایهگذاری و بازار هوش مصنوعی ۲۰۲۵
۱. اندازه و پیشبینی رشد بازار جهانی هوش مصنوعی
بازار جهانی هوش مصنوعی به سمت سال ۲۰۲۵ در حال تجربه رشد انفجاری است. برآوردهای اندازه بازار برای سال ۲۰۲۵ در منابع مختلف به دلیل تفاوت در تعریف “بازار هوش مصنوعی” متفاوت است، اما همه به گسترش قوی اشاره دارند. به عنوان مثال، استاتیستا پیشبینی میکند که بازار هوش مصنوعی به ~۲۴۳.۷ میلیارد دلار در سال ۲۰۲۵ رسیده و نرخ رشد سالانه ترکیبی (CAGR) برابر با ۲۷.۷٪ از ۲۰۲۵ تا ۲۰۳۰ techinformed.com. گزارشی از Fortune Business Insights سال ۲۰۲۵ را ۲۹۴.۲ میلیارد دلار تخمین میزند که تا سال ۲۰۳۲ به ۱.۷۷ تریلیون دلار افزایش مییابد (تقریباً ۲۹.۲٪ CAGR در طول ۲۰۲۵–۲۰۳۲) fortunebusinessinsights.com. برخی تعاریف وسیعتر بازار را حتی بالاتر میگذارند – Precedence Research برآورد میکند که ۷۵۷.۶ میلیارد دلار در سال ۲۰۲۵ خواهد بود، هرچند با رشد سالانه نسبتاً ملایم ~۱۹٪ به سمت سالهای ۲۰۳۰ precedenceresearch.com. با وجود تفاوتها، توافق نظر روشن است: رشد سالانه دو رقمی ادامه خواهد داشت و بخش هوش مصنوعی در دهه آینده چندین برابر گسترش خواهد یافت.
پیشبینی اندازه بازار جهانی هوش مصنوعی (۲۰۲۴–۲۰۳۴). انتظار میرود بازار چندین برابر شود و تا اوایل دهه ۲۰۳۰ به تریلیونها دلار برسد
این رشد ناشی از پذیرش روزافزون راهحلهای هوش مصنوعی در صنایع مختلف و سرمایهگذاریهای پایدار است. MarketsandMarkets، به عنوان مثال، بر این نکته تأکید میکند که پیشرفتها در قدرت محاسباتی و در دسترس بودن دادهها، پذیرش هوش مصنوعی را تسریع میکند؛ آنها پیشبینی میکنند که ۳۵.۷٪ CAGR (۲۰۲۴–۲۰۳۰) وجود دارد، با رشد بازار از ~$۲۱۴.۶B در ۲۰۲۴ به ۱.۳۴T در ۲۰۳۰ marketsandmarkets.com. به طور کلی، سال ۲۰۲۵ انتظار میرود که نقطه عطف مهمی باشد با تسریع درآمدهای هوش مصنوعی به عنوان سازمانها در سطح جهانی هوش مصنوعی را برای کارایی و نوآوری ادغام میکنند.
۲. روندهای سرمایهگذاری در استارتاپهای هوش مصنوعی و بازیگران بزرگ
سرمایهگذاری کلی در هوش مصنوعی در سال گذشته افزایش یافته است که نشاندهنده علاقه شدید از سوی سرمایهگذاریهای خطرپذیر، سرمایهگذاری خصوصی و شرکتها است. پس از کاهش بازار سرمایهگذاری خطرپذیر در ۲۰۲۲–۲۰۲۳، استارتاپهای هوش مصنوعی در سال ۲۰۲۴ رهبری یک احیای تأمین مالی را به عهده داشتند. تأمین مالی جهانی در سال ۲۰۲۴ حدود ۳۰٪ بیشتر از سال قبل بود و شرکتهای هوش مصنوعی سهم بزرگی از این سرمایه را به خود اختصاص دادند. دادههای PitchBook نشان میدهد که تقریباً ۴۶.۴٪ از تمام دلارهای سرمایهگذاری خطرپذیر در سال ۲۰۲۴ به استارتاپهای هوش مصنوعی اختصاص یافته است – تقریباً ۹۷ میلیارد دلار از مجموع ~$۲۰۹B تأمین مالی reuters.com. در واقع، اشتیاق سرمایهگذاران که ناشی از پیشرفتهایی مانند ChatGPT OpenAI است، هوش مصنوعی را به بزرگترین بخش در تأمین مالی خطرپذیر تبدیل کرده است: بیش از یک سوم از تأمین مالی جهانی VC اکنون به هوش مصنوعی اختصاص دارد mintz.com. این نمایانگر سطح بیسابقهای از تأمین مالی برای شرکتهای هوش مصنوعی است که حدود ~۸۰٪ از سال ۲۰۲۳ افزایش یافته است mintz.com.
شرکتهای بزرگ فناوری نیز به شدت در هوش مصنوعی سرمایهگذاری میکنند هم از طریق تحقیق و توسعه و هم از طریق معاملات بزرگ. غولهای فناوری مانند مایکروسافت، گوگل و آمازون میلیاردها دلار در شراکتها و سهامهای هوش مصنوعی سرمایهگذاری کردهاند. به عنوان مثال، سرمایهگذاری چندساله مایکروسافت در OpenAI (ارزشگذاری حدود ۱۰ میلیارد دلار) به آن سهم قابل توجهی در آزمایشگاه پیشرو هوش مصنوعی داد و گوگل توافق کرد که بیش از ۱ میلیارد دلار در Anthropic سرمایهگذاری کند (یک استارتاپ رقیب هوش مصنوعی) cnbc.com. آمازون در سال ۲۰۲۴ اعلام کرد که ۴ میلیارد دلار در Anthropic سرمایهگذاری کرده است تا قابلیتهای هوش مصنوعی AWS را تقویت کند forbes.com.au. این اقدامات نشاندهنده یک رقابت استراتژیک برای تأمین دسترسی به فناوری پیشرفته هوش مصنوعی است. حتی دولتها نیز این روند را شناسایی میکنند: FTC ایالات متحده تحقیقی را در مورد اینکه آیا سرمایهگذاریهای هوش مصنوعی شرکتهای غالب (به عنوان مثال مایکروسافت/OpenAI، آمازون/Anthropic، گوگل/Anthropic) میتواند بر رقابت تأثیر بگذارد، آغاز کرده است ftc.gov. در همین حال، شرکتهای سرمایهگذاری خصوصی سنتی نیز به هوش مصنوعی برای خرید و رشد توجه دارند با توجه به پتانسیل تحولآفرین هوش مصنوعی در بسیاری از صنایع. به طور خلاصه، از Sand Hill Road تا اتاقهای هیئت مدیره Fortune 500، هوش مصنوعی سهم بیسابقهای از دلارهای سرمایهگذاری را به خود اختصاص داده است، و سال ۲۰۲۵ را به عنوان سال تأمین مالی سنگین ادامهدار قرار میدهد.
۳. صنایع کلیدی که پذیرش هوش مصنوعی را هدایت میکنند
پذیرش هوش مصنوعی گسترده است، اما برخی صنایع در خط مقدم اجرای هوش مصنوعی به صورت مقیاسپذیر برای ایجاد ارزش قرار دارند. خدمات مالی (بانکداری و بیمه) یک رهبر واضح است – تا سال ۲۰۲۳، برآورد میشود که ۴۳٪ از بانکها به نوعی راهحلهای هوش مصنوعی را پذیرفتهاند highpeaksw.com. بانکها از هوش مصنوعی برای شناسایی تقلب، تجارت الگوریتمی، تجزیه و تحلیل مشتری و چتباتها استفاده میکنند که امنیت و شخصیسازی را افزایش میدهد. بخش فناوری (IT) خود نیز هم سازنده و هم پذیرنده اولیه هوش مصنوعی است؛ شرکتهای فناوری از هوش مصنوعی در توسعه نرمافزار، امنیت سایبری و خدمات ابری استفاده میکنند و نرخ پذیرش در بیش از ۲۰٪ و در حال افزایش است highpeaksw.com.
سایر صنایع کلیدی که پذیرش هوش مصنوعی را هدایت میکنند شامل:
- بهداشت و درمان – هوش مصنوعی در حال انقلاب در تشخیص و کشف دارو است. مدلهای پیشرفته هوش مصنوعی اکنون قادر به تحلیل تصاویر پزشکی یا دادههای ژنتیکی سریعتر و گاهی دقیقتر از پزشکان ctrlf5.software، که باعث شناسایی زودهنگام بیماری میشود. در داروسازی، چندین شرکت از هوش مصنوعی برای کاهش زمان کشف داروها به بیش از ۵۰٪ highpeaksw.comاستفاده کردهاند و توسعه درمانهای جدید را تسریع میکنند. استارتاپهای هوش مصنوعی در حوزه بهداشت و درمان به همین ترتیب تأمین مالی عمدهای جذب کردهاند (نزدیک به ۵.۶ میلیارد دلار در بیوتکنولوژی هوش مصنوعی تنها در سال ۲۰۲۴ mintz.com).
- تولید و صنایع – کارخانهها از هوش مصنوعی برای نگهداری پیشبینیشده، کنترل کیفیت و رباتیک استفاده میکنند. “تولید هوشمند” در حال انجام است، هرچند پذیرش فعلی (~۱۲٪) هنوز در حال رشد است highpeaksw.com. رباتیکهای مبتنی بر هوش مصنوعی و سیستمهای بینایی کامپیوتری در خطوط تولید بهرهوری را افزایش داده و زمان توقف را کاهش میدهند. در صنایع خودرو و هوافضا، هوش مصنوعی در تحقیق و توسعه پیشبینی میشود که زمان خروج به بازار را ۵۰٪ کاهش دهد و هزینهها را ~۳۰٪ کاهش دهد highpeaksw.comاز طریق طراحی و شبیهسازی تولیدی.
- خردهفروشی و تجارت الکترونیک – خردهفروشان از هوش مصنوعی برای پیشبینی تقاضا، بهینهسازی زنجیره تأمین و بازاریابی شخصی استفاده میکنند. موتورهای توصیهگر و الگوریتمهای قیمتگذاری پویا به هسته تجارت آنلاین تبدیل شدهاند (به عنوان مثال، پیشنهادات مبتنی بر هوش مصنوعی آمازون). در حالی که پذیرش هوش مصنوعی در خردهفروشی (برآورد شده ~۴–۵٪ در نظرسنجیهای اخیر highpeaksw.com) از بخشهایی مانند مالی عقبتر است، اما در حال تسریع است زیرا شرکتها تأثیر هوش مصنوعی را بر تجربه مشتری و کارایی موجودی میبینند.
- حمل و نقل و خودروسازی – این شامل خودروهای خودران و لجستیک است. برنامههای خودروهای خودران (Waymo، Cruise و غیره) در حال استقرار خودروهای مبتنی بر هوش مصنوعی در شهرهای آزمایشی هستند و شرکتهای لجستیک از هوش مصنوعی برای بهینهسازی مسیرها استفاده میکنند. در هوافضا، هوش مصنوعی به نگهداری پیشبینیشده هواپیماها و بهبود مدیریت ترافیک هوایی کمک میکند.
سایر بخشها مانند خدمات حرفهای، مخابرات و آموزش نیز به طور فزایندهای به پذیرش هوش مصنوعی روی آوردهاند. به طور خاص، یک نظرسنجی جهانی در سال ۲۰۲۴ نشان داد که پذیرش کلی هوش مصنوعی در شرکتها از ~۵۰٪ به ۷۲٪ در یک سال افزایش یافته است زیرا ظهور هوش مصنوعی تولیدی استفاده گستردهتری را تحریک کرده است mckinsey.com mckinsey.com. این افزایش نشان میدهد که حتی صنایع سنتی که به کندی حرکت میکنند اکنون در حال سرمایهگذاری در هوش مصنوعی برای حفظ رقابت هستند. به طور خلاصه، در حالی که مالی، فناوری، بهداشت و درمان و تولید در حال حاضر بخش عمدهای از رشد هوش مصنوعی را هدایت میکنند، تقریباً هر صنعتی در حال افزایش پذیرش هوش مصنوعی است – که هوش مصنوعی را به فناوریای عمومی مانند اینترنت در سراسر اقتصاد تبدیل میکند.
۴. تحلیل بازار هوش مصنوعی منطقهای
روندهای سرمایهگذاری هوش مصنوعی در مناطق مختلف متفاوت است، با ایالات متحده و چین که در مجموع هزینه و نوآوری پیشتاز هستند. شمال آمریکا بزرگترین بازار منطقهای است که تقریباً ۳۷٪ از درآمد جهانی هوش مصنوعی در سال ۲۰۲۴ precedenceresearch.comرا تشکیل میدهد. پیشبینی میشود که بازار هوش مصنوعی ایالات متحده در سال ۲۰۲۵ بیش از ۶۶ میلیارد دلار باشد که بزرگترین بازار ملی به حساب میآید techinformed.com. این رهبری ناشی از غولهای فناوری ایالات متحده، اکوسیستم استارتاپی پویا و سرمایهگذاریهای خطرپذیر قابل توجه است – همه اینها توسط ابتکارات دولتی برای حفظ برتری در هوش مصنوعی پشتیبانی میشود. کانادا نیز با استارتاپها و مراکز تحقیقاتی در حال رشد خود به صحنه هوش مصنوعی شمال آمریکا کمک میکند (بازار هوش مصنوعی کانادا در سال ۲۰۲۴ حدود ~$۶۱.۷B بود) precedenceresearch.com.
چین دومین بازیگر بزرگ در هوش مصنوعی است. صنعت هوش مصنوعی چین تا پایان سال ۲۰۲۴ به ۳۴ میلیارد دلار رسیده و به سرعت در حال رشد است techinformed.com. سرمایهگذاریهای استراتژیک دولت چین در هوش مصنوعی و حضور رهبران فناوری مانند Baidu، Alibaba، Tencent و Huawei، چین را به یک قدرت در تحقیق و کاربرد هوش مصنوعی تبدیل کرده است. چین به شدت در حال سرمایهگذاری در هوش مصنوعی برای شهرهای هوشمند، نظارت، خودروهای خودران و تولید است و هدف دارد تا در اواخر دهه ۲۰۲۰ با ایالات متحده رقابت کند یا آن را پشت سر بگذارد. سایر کشورهای آسیای-پاسیفیک نیز در حال شکوفایی هستند: این منطقه در واقع سریعترین رشد را در هوش مصنوعی دارد، با پیشبینی ~۱۹–۲۰٪ CAGR در سالهای آینده precedenceresearch.com. کشورهایی مانند هند، ژاپن و کره جنوبی هر یک دارای بخشهای هوش مصنوعی در حال رشد هستند. (به عنوان مثال، بازار هوش مصنوعی ژاپن در سال ۲۰۲۴ حدود ~$۳۰.۵B بود و پیشبینی میشود که به طور سالانه ~۲۰.۵٪ در دهه آینده رشد کند precedenceresearch.com.)
اروپا یک منطقه مهم دیگر برای هوش مصنوعی است، هرچند در مجموع سرمایهگذاری از ایالات متحده و چین عقبتر است. بازار هوش مصنوعی اروپا در سال ۲۰۲۴ حدود ۴۲ میلیارد یورو بود techinformed.com(تقریباً ۲۵–۲۶٪ از سهم جهانی، به شکل زیر مراجعه کنید). کشورهای کلیدی اروپایی مانند بریتانیا، آلمان و فرانسه دارای صحنههای استارتاپی قوی و پذیرش شرکتی در مالی، خودروسازی و بهداشت و درمان هستند. تمرکز اتحادیه اروپا بر “هوش مصنوعی قابل اعتماد”و حریم خصوصی دادهها (GDPR) رویکردی محتاطانهتر را به همراه داشته است، اما همچنین چارچوب بازار یکپارچهای را فراهم میکند. اتحادیه اروپا از هوش مصنوعی از طریق برنامههای تأمین مالی (Horizon Europe) و مشارکتهای عمومی-خصوصی حمایت میکند، در حالی که شرکتهای آن در زمینههایی مانند هوش مصنوعی صنعتی (آلمان در اتوماسیون تولید، فرانسه در تحقیق هوش مصنوعی و غیره) سرمایهگذاری میکنند. سایر مناطق مانند خاورمیانه و آمریکای لاتین (LAMEA) به طور مشترک حدود ۱۰–۱۲٪ از بازار را تشکیل میدهند. این مناطق در مراحل اولیه سرمایهگذاری هوش مصنوعی هستند اما در حال رشد هستند – به عنوان مثال، کشورهای خلیج فارس در حال سرمایهگذاری در هوش مصنوعی به عنوان بخشی از تنوع اقتصادی هستند و کشورهایی مانند اسرائیل و برزیل دارای جوامع فعال استارتاپی هوش مصنوعی هستند.
سهم منطقهای بازار جهانی هوش مصنوعی در سال ۲۰۲۴. شمال آمریکا بزرگترین سهم (~۳۷٪) را دارد که به دنبال آن سهمهای تقریباً برابری در اروپا و آسیا-پاسیفیک وجود دارد
precedenceresearch.com. LAMEA (آمریکای لاتین، خاورمیانه و آفریقا) باقیمانده را تشکیل میدهد.
به جلو نگاه کنید، دینامیکهای منطقهای تحت تأثیر هر دو سطح سرمایهگذاری و سیاست قرار خواهد گرفت. انتظار میرود ایالات متحده و چین به تسلط خود بر تأمین مالی و استعداد هوش مصنوعی ادامه دهند اما محیط نظارتی اروپا (به بخش ۸ مراجعه کنید) و پذیرش سریع APAC میتواند سهمهای بازار را تغییر دهد. همکاری و رقابت در هوش مصنوعی واقعاً جهانی است – به عنوان مثال، شرکتهای ایالات متحده معمولاً استارتاپهای هوش مصنوعی خارجی را خریداری یا در آنها سرمایهگذاری میکنند و شرکتهای چینی خدمات هوش مصنوعی را در خارج از کشور گسترش میدهند. تا سال ۲۰۲۵، میتوان انتظار داشت که همه مناطق بزرگ هزینههای هوش مصنوعی به مراتب بالاتری نسبت به امروز داشته باشند که در آن آسیا-پاسیفیک سریعترین فاصله را میبندد، شمال آمریکا موقعیت رهبری را حفظ میکند و اروپا تحت یک رژیم نظارتی سختگیرانه به دنبال حاکمیت فناوری در هوش مصنوعی است.
۵. روندهای سرمایهگذاری خطرپذیر و تأمین مالی
تأمین مالی سرمایهگذاری خطرپذیر در هوش مصنوعی در بالاترین سطح خود قرار دارد، که نشانهای از تغییرات اساسی در چشمانداز تأمین مالی استارتاپها است. در سال ۲۰۲۴، استارتاپهای هوش مصنوعی در سطح جهانی بیش از ۱۰۰ میلیارد دلار در تأمین مالی VC جمعآوری کردند، که افزایش بیش از ۸۰٪ از سال ۲۰۲۳ است mintz.com. این به این معنی است که تقریباً ۱ از ۳ دلار سرمایهگذاری در سطح جهانی به هوش مصنوعی اختصاص یافته است – تمرکز قابل توجهی در یک بخش mintz.com. در مقایسه، یک دهه پیش، هوش مصنوعی کمتر از ۱۰٪ از تأمین مالی خطرپذیر را تشکیل میداد. این رونق بیشتر در شمال آمریکا (به ویژه سیلیکون ولی) مشهود است، اما در سطح جهانی نیز در حال ظهور است زیرا سرمایهگذاران در همه جا به دنبال معاملات هوش مصنوعی هستند.
یک روند کلیدی، جریان سرمایه به استارتاپهای هوش مصنوعی تولیدی است. شرکتهای هوش مصنوعی تولیدی (آنهایی که هوش مصنوعی را برای تولید محتوا مانند متن، تصاویر یا کد ایجاد میکنند) تقریباً ۴۵ میلیارد دلار در سال ۲۰۲۴ جذب کردند که تقریباً دو برابر ۲۴ میلیارد دلار در سال ۲۰۲۳ است mintz.com. توسعهدهندگان مدلهای پایه و پروژههای مرتبط شاهد دورهای تأمین مالی بزرگ بودهاند – به عنوان مثال، OpenAI در سالهای ۲۰۲۳–۲۰۲۴ مجموعاً ۶.۶ میلیارد دلار جمعآوری کرده است (در بین سهام و اعتبار) و استارتاپ جدید هوش مصنوعی ایلان ماسک، xAI، گزارش شده که ۱۲ میلیارد دلار در سال ۲۰۲۴ جمعآوری کرده است reuters.com. این جمعآوریهای میلیارد دلاری برای توسعهدهندگان مدلهای هوش مصنوعی، بسیاری از آنها هنوز سودآور نیستند، نشاندهنده خوشبینی سرمایهگذاران نسبت به آینده هوش مصنوعی است reuters.com. اندازه معاملات مرحلهنهایی برای شرکتهای برتر هوش مصنوعی به شدت افزایش یافته است: میانگین دور تأمین مالی مرحلهنهایی هوش مصنوعی تولیدی از ~$۴۸M در سال ۲۰۲۳ به ۳۲۷ میلیون دلار در سال ۲۰۲۴ mintz.com، زیرا سرمایهگذاران به سرعت به حمایت از رهبران این دسته میشتابند.
فراتر از دورهای بزرگ که خبرساز هستند، همچنین یک پایه وسیع از تأمین مالی استارتاپهای هوش مصنوعی در بخشهایی مانند بهداشت و درمان، مالی و نرمافزار سازمانی وجود دارد. استارتاپهای هوش مصنوعی در حوزه بهداشت و درمان و بیوتکنولوژی، به عنوان مثال، در سال ۲۰۲۴ تقریباً ~$۲۳B در تأمین مالی VC دریافت کردند (۳۰٪ از کل تأمین مالی VC در حوزه بهداشت و درمان) mintz.com. شرکتهای نرمافزار هوش مصنوعی سازمانی (که هوش مصنوعی را به فرآیندهای تجاری اعمال میکنند) و استارتاپهای سختافزار/چیپ هوش مصنوعی نیز به عنوان تسهیلکنندههای رونق هوش مصنوعی، سرمایهگذاریهای بزرگی جذب میکنند. سرمایهگذاران کلیدی شامل تقریباً هر شرکت سرمایهگذاری بزرگ و بسیاری از تازهواردان متمرکز بر هوش مصنوعی هستند. شرکتهای سرمایهگذاری خطرپذیر برجسته مانند Andreessen Horowitz (a16z) و General Catalyst در سال ۲۰۲۴ صندوقهای جدید بزرگی را برای فرصتهای هوش مصنوعی جمعآوری کردند reuters.com. Sequoia Capital، Index Ventures، Tiger Global و Vision Fund SoftBank از جمله کسانی هستند که به شدت در معاملات بزرگ هوش مصنوعی درگیرند. بازوهای سرمایهگذاری شرکتی (به عنوان مثال، Google Ventures، Intel Capital، صندوق Inception NVIDIA) نیز فعال هستند و در استارتاپهایی سرمایهگذاری میکنند که اهداف استراتژیک آنها را تکمیل میکنند (برای مثال، NVIDIA در استارتاپهای نرمافزار هوش مصنوعی سرمایهگذاری میکند که تقاضا برای GPUهای خود را افزایش میدهند).
یک روند دیگر تأمین مالی، احیای چشمانداز IPO و M&A برای شرکتهای هوش مصنوعی است که به تشویق تأمین مالی در مراحل پایانی کمک میکند. در حالی که بازار کلی IPO در سال ۲۰۲۴ کند بود، سرمایهگذاران پیشبینی میکنند که امیدوارکنندهترین استارتاپهای هوش مصنوعی ممکن است اولین کسانی باشند که وقتی بازارها دوباره باز شوند، عمومی شوند، با توجه به روایتهای قوی رشد. این انتظار به دورهای بزرگ رشد (با ارزشگذاریهای بالا) برای برخی از یونیکورنهای هوش مصنوعی در سال ۲۰۲۴ دامن زده است، به عنوان مقدمهای برای خروجهای احتمالی در سالهای ۲۰۲۵–۲۰۲۶. با این حال، تحلیلگران هشدار میدهند که برای توجیه این ارزشگذاریها، استارتاپهای هوش مصنوعی باید ارزش واقعی کسبوکار و رشد درآمد را ارائه دهند reuters.com. بسیاری از شرکتهای هوش مصنوعی بر اساس وعده تأثیر آینده سرمایه جمعآوری کردهاند، بنابراین سال ۲۰۲۵ میدان آزمایش برای تبدیل هیاهوی هوش مصنوعی به بازدههای پایدار خواهد بود.
به طور خلاصه، روندهای تأمین مالی خطرپذیر نشان میدهد که سرمایه بیسابقهای به هوش مصنوعی سرازیر میشود که هوش مصنوعی تولیدی در رأس آن قرار دارد. سرمایهگذاران بزرگ به طور کامل بر روی هوش مصنوعی سرمایهگذاری کردهاند و حتی در میان عدم قطعیتهای بازار عمومی، استارتاپهای هوش مصنوعی از محیط تأمین مالیای بهرهمند هستند که یادآور دوران دات کام از لحاظ مقیاس است. این برای نوآوری و رشد مداوم در بخش هوش مصنوعی امیدوارکننده است، هرچند همچنین خطرات را برای شرکتهای هوش مصنوعی برای اجرای وعدههای بلندپروازانه خود افزایش میدهد.
۶. ادغام و تملک در هوش مصنوعی
فعالیت M&A در بخش هوش مصنوعی در سال گذشته به طور قابل توجهی افزایش یافته است زیرا شرکتهای مستقر به دنبال خرید قابلیتها و استعدادهای هوش مصنوعی بودند. سال ۲۰۲۴ شاهد چندین خرید مربوط به هوش مصنوعی با پروفایل بالا در صنایع مختلف بود و این روند ادغام انتظار میرود ادامه یابد. معاملات قابل توجه شامل:
- خریدهای زیرساخت هوش مصنوعی Nvidia – Nvidia، بزرگترین سازنده چیپ هوش مصنوعی، دو استارتاپ هوش مصنوعی اسرائیلی (Run:AI و Deci) را به ارزش تقریبی ۱ میلیارد دلار در سال ۲۰۲۴ خریداری کرد forbes.com.au. این استارتاپها در بهینهسازی مدلهای هوش مصنوعی و آموزش توزیعشده تخصص دارند و زیرساخت نرمافزاری Nvidia را برای هوش مصنوعی سازمانی تقویت میکنند و تسلط آن را در زیرساخت هوش مصنوعی تثبیت میکنند.
- خرید ۴.۹ میلیارد دلاری AMD از ZT Systems – در رقابت در فضای سختافزار هوش مصنوعی، AMD اعلام کرد که ۴.۹ میلیارد دلار برای خرید ZT Systems (یک تولیدکننده سختافزار سرور) پرداخت خواهد کرد forbes.com.au. ZT سرورهای بهینهسازیشده برای مرکز داده هوش مصنوعی تولید میکند؛ با خرید آن، AMD به دنبال تقویت توانایی خود برای ارائه راهحلهای محاسباتی هوش مصنوعی از ابتدا تا انتها و به چالش کشیدن اکوسیستم Nvidia است.
- Databricks + MosaicML – در اواسط سال ۲۰۲۳، پلتفرم داده Databricks توافقی به ارزش ۱.۳ میلیارد دلار برای خرید MosaicML، یک استارتاپ هوش مصنوعی تولیدی که به خاطر ابزارهای مدل زبان بزرگ متنبازش شناخته شده است، منعقد کرد reuters.com. این یکی از بزرگترین خریدها از یک استارتاپ خالص هوش مصنوعی تا به امروز بود. این حرکت به Databricks تخصص آموزش مدلهای هوش مصنوعی داخلی را داد و به مشتریانش این امکان را داد که مدلهای هوش مصنوعی را با سهولت بیشتری بسازند و سفارشی کنند.
- Thomson Reuters + Casetext – حتی خارج از فناوری بزرگ، شرکتهای مستقر در حال خرید شرکتهای هوش مصنوعی هستند. Thomson Reuters، یک شرکت خدمات اطلاعات جهانی، Casetext را خریداری کرد – یک استارتاپ فناوری حقوقی که یک دستیار حقوقی مبتنی بر GPT-4 را ارائه میدهد – به ارزش ۶۵۰ میلیون دلار در سال ۲۰۲۳ reuters.com. این خرید قابلیتهای هوش مصنوعی تولیدی را به تحقیق قانونی و تحلیل قراردادها وارد میکند و با استراتژی Thomson Reuters برای تزریق هوش مصنوعی به محصولاتش برای وکلا همسو است.
- Canva + Leonardo AI – در زمینه نرمافزار طراحی، Canva استرالیا Leonardo AI را (یک استارتاپ هوش مصنوعی تولیدی تصاویر) در سال ۲۰۲۴ خریداری کرد تا ابزارهای خلاقانه Canva را تقویت کند. ارزش این معامله به طور گزارش شده حدود ۳۲۰ میلیون دلاربوده است forbes.com.au. با ادغام هوش مصنوعی تولیدی، Canva به کاربران این امکان را میدهد که تصاویر و هنر را از طریق هوش مصنوعی ایجاد کنند و در یک بازار فناوری خلاقانه به سرعت در حال تحول، رقابتی باقی بمانند.
این مثالها دامنه M&A هوش مصنوعی را نشان میدهند: از خرید سازندگان چیپ نرمافزار، تا خرید استارتاپهای هوش مصنوعی توسط شرکتهای نرمافزار سازمانی، تا پلتفرمهای محتوا و اطلاعات که متخصصان هوش مصنوعی را جذب میکنند. به طور مهم، بسیاری از معاملات به دنبال استعداد و مالکیت معنوی هستند– شرکتهای مستقر به دنبال تیمهای متخصص هوش مصنوعی و الگوریتمهای اختصاصی هستند که استارتاپها توسعه دادهاند تا نقشههای راه هوش مصنوعی خود را تسریع کنند. همچنین شاهد مشارکت سرمایهگذاری خصوصی در هوش مصنوعی هستیم: برخی از شرکتهای PE شروع به خرید شرکتهای هوش مصنوعی یا شرکتهای دارای هوش مصنوعی کردهاند (به عنوان مثال، گزارشهایی از علاقه PE به شرکتهای هوش مصنوعی امنیت سایبری مانند Darktrace برای خریدهای چند میلیارد دلاری وجود دارد).
تحلیلگران بازار پیشبینی میکنند که ادغامها در سال ۲۰۲۵ تشدید خواهد شد. شرکتهای بزرگ که در توسعه هوش مصنوعی درونسازمانی عقبافتادهاند ممکن است به جای ساخت از صفر، استارتاپهای نوآور هوش مصنوعی را خریداری کنند. به همین ترتیب، غولهای فناوری به طور استراتژیک به خرید بازیکنان خاص هوش مصنوعی ادامه خواهند داد (اگرچه بزرگترین شرکتها تا حدی تحت نظارت ضد انحصار محدود هستند). یکی از عواملی که باید به آن توجه کرد، نظارت است – نهادهای ضد انحصار به بررسی دقیقتر خریدهای بزرگ فناوری در هوش مصنوعی اشاره کردهاند، همانطور که در تحقیق FTC مشاهده میشود ftc.gov. این میتواند باعث کندی یا پیچیدگی معاملات بزرگ involving شرکتهای غالب هوش مصنوعی شود. با این حال، تقاضای شدید برای قابلیتهای هوش مصنوعی به این معناست که M&A همچنان مسیر کلیدی برای کسب تخصص هوش مصنوعی به سرعت خواهد بود. ما انتظار داریم که در سال آینده خریدهای بیشتری در زمینههایی مانند امنیت سایبری هوش مصنوعی، نرمافزار هوش مصنوعی سازمانی SaaS، سختافزار هوش مصنوعی و سیستمهای خودران مشاهده کنیم. به طور خلاصه، شلوغی معاملات هوش مصنوعی در سال ۲۰۲۴ احتمالاً تنها آغاز یک موج گسترده از M&A هوش مصنوعی است که صنعت را شکل میدهد.
۷. فناوریهای نوظهور هوش مصنوعی و تأثیر آنها
چندین فناوری پیشرفته هوش مصنوعی در سال ۲۰۲۵ در حال بلوغ هستند و آماده دارند تأثیرات تحولآفرین بر کسبوکار و جامعه:
- هوش مصنوعی تولیدی: ظهور هوش مصنوعی تولیدی شاید مهمترین روند مخرب باشد. مدلهایی مانند GPT-4 (OpenAI)، PaLM 2 (Google) و معادلهای متنباز اکنون قادر به تولید متن، تصاویر، کد و بیشتر به صورت مشابه انسان هستند. هوش مصنوعی تولیدی در حال تغییر نحوه ایجاد محتوا است – کسبوکارها از آن برای نوشتن متنهای بازاریابی، نوشتن کد نرمافزار، تولید طراحیها و پاسخ به پرسشهای مشتری از طریق چتباتها استفاده میکنند. میلیونها کاربر ابزارهایی مانند ChatGPT، Bing Chat و DALL-E را در جریان کار روزانه خود ادغام کردهاند. تأثیر بر بهرهوری قابل توجه است: وظایف عادی مانند نوشتن اسناد یا تحلیل دادهها میتوانند خودکار شوند و به کارمندان این امکان را میدهند که بر روی کارهای سطح بالاتر تمرکز کنند. مککینزی تخمین میزند که هوش مصنوعی تولیدی و اتوماسیون مرتبط میتواند ۴.۴ تریلیون دلار به بهرهوری سالانه در سطح جهانی در بلندمدت اضافه کند mckinsey.com. این فناوری همچنین به شرکتهای کوچک این امکان را داده است که کارهایی را انجام دهند که زمانی نیاز به کارکنان بزرگ داشت، که به طور بالقوه دینامیکهای رقابتی را در صنایع مختلف تغییر میدهد. از طرف دیگر، هوش مصنوعی تولیدی نگرانیهایی درباره اطلاعات نادرست، حق کپی و جابجایی شغلی ایجاد میکند (که در بخش ۸ مورد بحث قرار میگیرد)، که استفاده مسئولانه از آن را ضروری میسازد.
- سیستمهای خودران (رباتیک و وسایل نقلیه): پیشرفتها در خودرانهای مبتنی بر هوش مصنوعی به اوجهای جدیدی رسیدهاند. رباتهای انسانی و رباتیکهای مبتنی بر هوش مصنوعی در حال نزدیک شدن به استقرار گستردهتری فراتر از تولید هستند. تا پایان سال ۲۰۲۴، چندین شرکت رباتهای شبیهانسان را معرفی کردند که قادر به کمک در انبارها، خردهفروشی و حتی مهماننوازی هستند. کارشناسان پیشبینی میکنند که سال ۲۰۲۵ شاهد پذیرش بیشتر رباتهای مبتنی بر هوش مصنوعی و ظهور مدلهای “رباتیک به عنوان خدمت” باشد، که رباتهای پیشرفته را برای کسبوکارها در دسترستر میسازد ctrlf5.software. این رباتها میتوانند وظایفی مانند مدیریت لجستیک، مونتاژ و بازرسی را با حداقل دخالت انسانی انجام دهند. در حمل و نقل، برنامههای خودروهای خودران در حال گسترش است: تاکسیهای روباتیک در مناطق محدود شهری در حال کار هستند، کامیونهای خودران در بزرگراهها آزمایش میشوند و ویژگیهای خودران در خودروهای مصرفی در حال بهبود است. در حالی که خودران کامل سطح ۵ (بدون نظارت انسانی) هنوز رایج نیست، انتظار میرود که در سال ۲۰۲۵ گسترش بیشتری از سیستمهای خودران سطح ۳–۴ را ببینیم (جایی که هوش مصنوعی میتواند تحت شرایط خاص رانندگی را کنترل کند). پهپادهای خودران و رباتهای تحویل نیز به طور فزایندهای در زنجیرههای تأمین استفاده میشوند. تأثیر این سیستمهای خودران بهبود کارایی و ایمنی است – به عنوان مثال، رباتهای بازرسی بصری مبتنی بر هوش مصنوعی در کارخانهها نقصهایی را شناسایی میکنند که انسانها ممکن است از دست بدهند و خطاها را کاهش میدهند weforum.org. در زنجیرههای تأمین، تصمیمگیری خودران (سیستمهای هوش مصنوعی که تقاضا را پیشبینی کرده و در زمان واقعی محمولهها را تغییر مسیر میدهند) میتواند به طور قابل توجهی تأخیرها و هزینهها را کاهش دهد weforum.org weforum.org.
- اتوماسیون و عوامل مبتنی بر هوش مصنوعی: فراتر از رباتهای فیزیکی، “عوامل” هوش مصنوعی در نرمافزار در حال خودکار کردن جریانهای کاری اداری هستند. این شامل رباتهای RPA (اتوماسیون فرآیند رباتیک) هوشمند است که وظایف پشتیبانی را انجام میدهند، تا دستیاران زمانبندی هوش مصنوعی و عوامل خدمات مشتری. با ظهور مدلهای زبانی قدرتمند، ما شاهد عوامل هوش مصنوعی هستیم که میتوانند توالیهای پیچیدهای از اقدامات را بر اساس دستورالعملهای زبان طبیعی اجرا کنند (برای مثال، یک عامل هوش مصنوعی که ایمیلها را میخواند، جلسات را زمانبندی میکند و ورودیهای CRM را به روز میکند). در سال ۲۰۲۵، انتظار میرود که این عوامل در محیطهای سازمانی رایجتر شوند و به عنوان کمکران برای کارمندان در نقشهایی مانند فروش، منابع انسانی و IT عمل کنند. شواهد اولیه نشان میدهد که این ابزارها میتوانند زمان صرف شده برای کارهای روتین را به طرز چشمگیری کاهش دهند. به عنوان مثال، دستیاران کدنویسی مبتنی بر هوش مصنوعی تولیدی (GitHub Copilot و غیره) میتوانند ~۴۰٪ از کد نرمافزار را در برخی موارد تولید کنند و توسعه را تسریع کنند. در پشتیبانی مشتری، چتباتهای هوش مصنوعی به سرعت به پرسشها پاسخ میدهند که منجر به کاهش زمان انتظار و خدمات ۲۴ ساعته میشود. در صنایع مختلف، این اتوماسیون مبتنی بر هوش مصنوعی معیارهای کارایی را افزایش میدهد – شرکتهایی که به طور کامل از هوش مصنوعی در عملیات خود استفاده میکنند ممکن است به طور قابل توجهی از شرکتهایی که این کار را نمیکنند، پیشی بگیرند. با این حال، سازمانها باید تغییرات را با دقت مدیریت کنند و کارکنان را آموزش مجدد دهند و فرآیندها را برای همکاری با هوش مصنوعی طراحی مجدد کنند.
- فناوریهای نوظهور هوش مصنوعی: سایر فناوریهای قابل توجه شامل هوش مصنوعی چندمدلی (سیستمهایی که چندین نوع داده مانند بینایی، گفتار و متن را به طور همزمان درک میکنند) است که به ایجاد دستیاران هوش مصنوعی شهودیتر که مانند انسانها میبینند و میشنوند، کمک میکند. هوش مصنوعی لبهای یک روند دیگر است – اجرای الگوریتمهای هوش مصنوعی بر روی دستگاهها در لبه (مانند تلفنهای هوشمند، دستگاههای IoT، حسگرها) به جای در ابر، که پاسخهای سریعتر و مزایای حریم خصوصی را فراهم میکند. تا سال ۲۰۲۵، انتظار میرود که هوش مصنوعی بیشتری در لبه در برنامههایی مانند نظارت در زمان واقعی، AR/VR و ماشینهای خودران وجود داشته باشد (زیرا همه تصمیمات نمیتوانند منتظر پردازش ابری بمانند). پیشرفتهای سختافزار هوش مصنوعی (چیپهای جدید هوش مصنوعی از Nvidia، AMD، Intel و همچنین شتابدهندههای هوش مصنوعی تخصصی) از این روندها حمایت میکنند و قدرت محاسباتی لازم را به طور مؤثرتری فراهم میکنند. ما همچنین شاهد ورود زودهنگام به هوش مصنوعی عامل یا عوامل خودران هستیم که میتوانند تصمیمات مستقل بگیرند تا به اهداف برسند (یک حوزه نوظهور که با مفاهیم خودمختاری هوش مصنوعی و حتی اخلاق هوش مصنوعی تداخل دارد). به عنوان مثال، برخی از سیستمهای زنجیره تأمین از هوش مصنوعی عامل استفاده میکنند تا به طور دینامیک محمولهها را در اطراف اختلالات بدون دستورات انسانی تغییر مسیر دهند weforum.org.
به طور خلاصه، مرزهای پیشرفته هوش مصنوعی در سال ۲۰۲۵ با خودمختاری، خلاقیت و فراگیری بیشتر تعریف میشود. هوش مصنوعی تولیدی در حال تحول کارهای خلاقانه و صنایع دانش است؛ رباتهای خودران و وسایل نقلیه در حال شروع به تحول صنایع فیزیکی هستند؛ و اتوماسیون هوش مصنوعی در حال تبدیل شدن به بخشی جداییناپذیر از فرآیندهای کسبوکار است. این فناوریها وعدههای عظیمی دارند – بهرهوری بالاتر، محصولات و خدمات جدید و راهحلهایی برای مشکلات پیچیده. در عین حال، آنها چالشهای جدیدی را معرفی میکنند: اطمینان از اینکه تصمیمات هوش مصنوعی صحیح و عادلانه هستند، مدیریت انتقال برای کارگران و محافظت در برابر خطرات جدید (مانند تهدیدات امنیتی تولید شده توسط هوش مصنوعی). شرکتهایی که در این فناوریهای نوظهور در خط مقدم باقی میمانند و در عین حال به خطرات آنها رسیدگی میکنند، میتوانند در سالهای آینده مزیت رقابتی قابل توجهی کسب کنند.
۸. عوامل نظارتی و سیاستی تأثیرگذار بر سرمایهگذاری هوش مصنوعی
پیشرفت سریع هوش مصنوعی واکنشهای نظارتی و سیاستی قابل توجهی را در سراسر جهان به همراه داشته است. دولتها در تلاشند تا تعادلی بین تشویق نوآوری هوش مصنوعی و مدیریت خطرات اخلاقی، حریم خصوصی و امنیتی که هوش مصنوعی به همراه دارد، برقرار کنند. این تحولات نظارتی به طور فزایندهای بر سرمایهگذاریها و استراتژیهای تجاری هوش مصنوعی تأثیر میگذارد:
- استراتژیها و تأمین مالی هوش مصنوعی دولتی: بسیاری از دولتها به هوش مصنوعی به عنوان یک اولویت استراتژیک نگاه میکنند و به طور مستقیم در اکوسیستم سرمایهگذاری میکنند. ایالات متحده ابتکاراتی مانند ابتکار ملی هوش مصنوعی را راهاندازی کرده و قانون CHIPS و علم را تصویب کرده است که، در میان چیزهای دیگر، تحقیق در زمینه نیمهرساناها و هوش مصنوعی داخلی را تأمین مالی میکند تا اطمینان حاصل کند که ایالات متحده رقابتی باقی بماند. یک دستور اجرایی ایالات متحده در مورد زیرساخت هوش مصنوعی در ژانویه ۲۰۲۵ کشور را به مسیری هدایت کرد تا اطمینان حاصل کند که “هوش مصنوعی مرزی آینده… همچنان در ایالات متحده ساخته خواهد شد” bidenwhitehouse.archives.gov، و بر حمایت از زیرساخت R&D هوش مصنوعی و توسعه استعداد تأکید میکند. این رویکرد مثبت نسبت به سرمایهگذاری (شامل تأمین مالی برای آزمایشگاههای هوش مصنوعی، آموزش و زیرساخت ابری) برای صنعت هوش مصنوعی مثبت است. دولت چین نیز به همین ترتیب دارای یک برنامه ملی هوش مصنوعی با دهها میلیارد دلار سرمایهگذاری در مراکز تحقیقاتی هوش مصنوعی، یارانه برای استارتاپهای هوش مصنوعی و ادغام هوش مصنوعی در خدمات عمومی است – که همه اینها بخش هوش مصنوعی داخلی را تقویت میکند (در حالی که همچنین تحت نظارت دولتی قرار دارد). اتحادیه اروپا و سایر مناطق برنامههای یارانهای برای حمایت از استارتاپهای هوش مصنوعی دارند، به ویژه در زمینه “هوش مصنوعی اخلاقی” و حوزههای منافع عمومی، و سعی میکنند اطمینان حاصل کنند که بازیگران کوچکتر میتوانند تحت قوانین جدید نوآوری کنند.
- قانون هوش مصنوعی اتحادیه اروپا و نظارت سختگیرانه: اتحادیه اروپا در حال پیشرفت با قانون هوش مصنوعی اتحادیه اروپا است که اولین قانون جامع هوش مصنوعی توسط یک نهاد نظارتی بزرگ است. این قانون که قرار است تا سال ۲۰۲۴ نهایی شود و در طی چند سال آینده اجرا شود، رویکردی مبتنی بر ریسک برای تنظیم هوش مصنوعی اتخاذ میکند. این قانون سیستمهای هوش مصنوعی را بر اساس ریسک (حداقل، محدود، بالا، غیرقابل قبول) طبقهبندی میکند و الزامات را بهطور متناسب اعمال میکند techminers.com techminers.com. سیستمهای هوش مصنوعی با ریسک بالا (به عنوان مثال، آنهایی که در دستگاههای پزشکی، حمل و نقل، تصمیمات استخدام، اجرای قانون و غیره استفاده میشوند) با الزامات سختگیرانهای مواجه خواهند شد: شفافیت، نظارت انسانی، آزمایش و حسابرسی قوی قبل از استقرار techminers.com. برخی از کاربردهای هوش مصنوعی (مانند امتیازدهی اجتماعی، نظارت بیومتریک در زمان واقعی در مکانهای عمومی) به عنوان “ریسک غیرقابل قبول” به طور کامل ممنوع هستند. این قانون شامل جریمههای سنگینی برای عدم رعایت است – تا ۳۰–۳۵ میلیون یورو یا ۶–۷٪ از گردش مالی جهانی برای جدیترین تخلفات techminers.com، مشابه جریمههای GDPR. این قانون در حال ظهور در حال حاضر بر سرمایهگذاریها تأثیر میگذارد: توسعهدهندگان هوش مصنوعی که به بازار اتحادیه اروپا هدفگذاری میکنند، باید هزینههای انطباق را لحاظ کنند و ممکن است از موارد استفاده “پرخطر” که ممکن است خیلی دشوار باشد تا تأیید شوند، خودداری کنند. از طرف مثبت، قانون هوش مصنوعی اتحادیه اروپا شفافیت نظارتی و پیشبینی بلندمدت برای کسبوکارهای هوش مصنوعی در اروپا را فراهم میکند techminers.com. سرمایهگذاران در اروپا آن را به عنوان ایجاد قوانین روشن میبینند که میتواند عدم قطعیتهای قانونی را کاهش دهد. شرکتهایی که میتوانند استانداردهای بالای اتحادیه اروپا را رعایت کنند، ممکن است مزیت اعتماد رقابتی به دست آورند. با این حال، نگرانی وجود دارد که قوانین بیش از حد سختگیرانه ممکن است نوآوری هوش مصنوعی را در اروپا نسبت به ایالات متحده و چین کند کند. بسیاری از استارتاپهای هوش مصنوعی به دقت این موضوع را زیر نظر دارند و برخی ممکن است محصولات خود را جغرافیایی متمرکز کنند (به عنوان مثال، ابتدا در ایالات متحده راهاندازی شوند که در حال حاضر قوانین نرمتری دارند). به طور کلی، قانون هوش مصنوعی اتحادیه اروپا نمایانگر یک پارادایم جدید است: انطباق یک عامل کلیدی در سرمایهگذاری خواهد بود و دقت نظر برای شرکتهای هوش مصنوعی اکنون اغلب شامل ارزیابی آمادگی نظارتی است techminers.com.
- رویکرد نظارتی ایالات متحده: ایالات متحده تا کنون رویکردی نسبتاً غیرمداخلهجویانه و دوستانه نسبت به نوآوری اتخاذ کرده است، اما با تأکید فزاینده بر راهنماهای ایمنی و اخلاق هوش مصنوعی. به جای یک قانون واحد در مورد هوش مصنوعی، ایالات متحده راهنماهایی مانند نقشهراه برای حقوق بشر در هوش مصنوعی (اصول استفاده ایمن و اخلاقی از هوش مصنوعی) و راهنماهای خاص بخش (به عنوان مثال، راهنمای FDA در مورد هوش مصنوعی در دستگاههای پزشکی) صادر کرده است. در اواخر سال ۲۰۲۳، دولت بایدن یک دستور اجرایی تاریخی در مورد “هوش مصنوعی ایمن، مطمئن و قابل اعتماد” صادر کرد که توسعه استانداردهایی برای ایمنی هوش مصنوعی را الزامی میکند، نیاز دارد که مدلهای هوش مصنوعی پیشرفته (به اصطلاح “هوش مصنوعی مرزی”) تحت آزمایشهای دقیق برای خطرات امنیتی قرار گیرند و به آژانسها دستور میدهد که قوانین مربوط به هوش مصنوعی در زمینههایی مانند استخدام و اعتبار برای جلوگیری از تعصب ایجاد کنند federalregister.gov dhs.gov. همچنین آژانسها را تشویق میکند که تأمین مالی برای تحقیقات هوش مصنوعی و آموزش نی