← بازگشت به جدیدترین خبرها
اکتبر 26, 2026

اقتصاددان آپولو: بازگشت مالی هوش مصنوعی برای اکثر شرکت‌های آمریکایی صفر بوده است

یکی از چهره‌های شناخته‌شده‌ی بازارهای مالی جهان، بار دیگر زنگ خطر را درباره‌ی حباب سرمایه‌گذاری در هوش مصنوعی به صدا درآورده است. تورستن اسلوک، اقتصاددان ارشد شرکت مدیریت سرمایه‌ی آپولو (Apollo Global Management)، در تحلیلی که روز یکشنبه ۲۵ اکتبر ۲۰۲۶ منتشر و توسط تک‌کرانچ پوشش داده شد، اعلام کرد که بازگشت مالی هوش مصنوعی برای اکثریت شرکت‌های بزرگ آمریکایی، خارج از غول‌های فناوری، عملاً صفر بوده است. این ادعا، در حالی مطرح می‌شود که شرکت‌ها طی دو سال گذشته میلیاردها دلار در زیرساخت و ابزارهای هوش مصنوعی سرمایه‌گذاری کرده‌اند.

زمینه و پس‌زمینه بازگشت مالی هوش مصنوعی

اسلوک برای رسیدن به این نتیجه، عملکرد مالی گروهی را بررسی کرده است که به آن «S&P 493» می‌گویند؛ یعنی تمام شرکت‌های شاخص S&P 500 به‌جز هفت غول بزرگ فناوری که معمولاً موتور اصلی رشد این شاخص بوده‌اند: آلفابت، آمازون، اپل، متا، مایکروسافت، انویدیا و تسلا. وقتی این هفت شرکت از محاسبات کنار گذاشته می‌شوند، تصویر کاملاً متفاوتی از وضعیت اقتصاد آمریکا نمایان می‌شود. به گفته‌ی اسلوک، در این ۴۹۳ شرکت باقی‌مانده، هم حاشیه‌ی سود و هم درآمد به ازای هر کارمند تقریباً بدون تغییر مانده است؛ یعنی هیچ نشانه‌ی قابل‌اندازه‌گیری از افزایش بهره‌وری که انتظارش از موج سرمایه‌گذاری در هوش مصنوعی وجود داشت، دیده نمی‌شود.

این یافته با روایت غالب در بازارهای سهام در تضاد است؛ روایتی که بر اساس آن، هوش مصنوعی مولد قرار است انقلابی در بهره‌وری نیروی کار ایجاد کند و توجیه‌کننده‌ی ارزش‌گذاری‌های نجومی شرکت‌های فناوری باشد. اسلوک اما تأکید می‌کند که این وعده، حداقل تا این لحظه، برای بخش بزرگی از اقتصاد واقعی آمریکا محقق نشده است.

تحلیل: چرا بازگشت مالی هوش مصنوعی هنوز محقق نشده؟

نکته‌ی مهم در تحلیل اسلوک، شکاکیت او نسبت به آینده‌ی نزدیک است. او معتقد است حتی با افت قیمت استفاده از مدل‌های هوش مصنوعی و در دسترس‌تر شدن ابزارهای مولد، بعید است شرکت‌های غیرفناوری بتوانند این کاهش هزینه را به‌سادگی به افزایش درآمد یا حاشیه‌ی سود تبدیل کنند. استدلال او این است که بخش بزرگی از «هوش کسب‌وکاری» واقعی، به قضاوت انسانی وابسته است؛ قضاوتی که هوش مصنوعی هنوز قادر به بازتولید آن نیست. او از عواملی مثل پاسخگویی، اعتماد، فرهنگ سازمانی و موازنه‌های اخلاقی نام می‌برد که در تصمیم‌گیری‌های واقعی کسب‌وکار نقش کلیدی دارند و هیچ‌کدام از آن‌ها به‌سادگی قابل اتوماسیون نیستند.

این موضع اسلوک تنها صدای منتقد در این زمینه نیست. او در تحلیل خود به مطالعات دیگری هم اشاره می‌کند که به نتیجه‌ی مشابهی رسیده‌اند: افزایش سرمایه‌گذاری در هوش مصنوعی، هنوز به افزایش قابل‌توجه بهره‌وری در سطح کلان اقتصاد ترجمه نشده است. این در حالی است که مدیران ارشد بسیاری از شرکت‌های فهرست فورچون ۵۰۰ در ماه‌های گذشته به‌طور علنی از «فشار» برای نشان دادن بازگشت سرمایه از پروژه‌های هوش مصنوعی گفته‌اند، بدون آنکه همیشه بتوانند اعداد قانع‌کننده‌ای ارائه دهند.

از منظر یک ناظر بی‌طرف، این داده‌ها لزوماً به معنای بی‌ارزش بودن هوش مصنوعی برای کسب‌وکارها نیست، بلکه بیشتر نشان‌دهنده‌ی فاصله‌ی زمانی طبیعی بین پذیرش یک فناوری جدید و ظهور بازگشت مالی قابل‌سنجش آن است؛ پدیده‌ای که در تاریخ فناوری اطلاعات هم بی‌سابقه نیست. در دهه‌ی ۱۹۹۰ نیز اقتصاددانان بارها از «پارادوکس بهره‌وری رایانه» سخن گفتند؛ یعنی فاصله‌ی چند ساله میان ورود گسترده‌ی کامپیوترهای شخصی به محیط کار و مشاهده‌ی اثر آن در آمارهای رسمی بهره‌وری ملی. با این حال، تفاوت مهم در مورد هوش مصنوعی مولد، مقیاس و سرعت سرمایه‌گذاری است؛ رقم‌هایی که به گفته‌ی اسلوک، این بار «عظیم» توصیف می‌شوند، در حالی که در طرف مقابل، شواهد مالی قابل‌اندازه‌گیری هنوز کمیاب است.

برای مدیران کسب‌وکارهای کوچک و متوسط که در حال تصمیم‌گیری درباره‌ی سرمایه‌گذاری در ابزارهای هوش مصنوعی هستند، نتیجه‌ی عملی این تحلیل آن است که انتظار یک بازگشت سرمایه‌ی سریع و خودکار، واقع‌بینانه نیست. موفقیت واقعی احتمالاً نیازمند بازطراحی فرایندهای کاری، نه صرفاً اضافه‌کردن یک ابزار هوش مصنوعی به روال موجود است. همین نکته، دلیل اصلی شکاف میان «پذیرش فناوری» و «بازگشت مالی قابل اندازه‌گیری» در گزارش اسلوک به‌شمار می‌رود.

در نهایت، این گزارش هشداری است برای بازارهایی که ارزش‌گذاری شرکت‌های فناوری را صرفاً بر اساس وعده‌های آینده‌ی هوش مصنوعی بنا کرده‌اند. اگر داده‌های اسلوک در ماه‌های آینده هم تکرار شوند، ممکن است فشار بیشتری برای بازبینی این ارزش‌گذاری‌ها به وجود بیاید؛ موضوعی که قطعاً باید در هفته‌های آینده با دقت دنبال شود.

چرا این بحث برای کسب‌وکارهای کوچک هم مهم است؟

شاید در نگاه اول به نظر برسد بحث بازگشت مالی هوش مصنوعی در سطح شرکت‌های بزرگ فهرست S&P 500، ربطی به کسب‌وکارهای کوچک و متوسط ندارد؛ اما واقعیت این است که بسیاری از همین کسب‌وکارهای کوچک، در حال تصمیم‌گیری درباره‌ی خرید اشتراک ابزارهای هوش مصنوعی مولد، دستیارهای نوشتاری، یا پلتفرم‌های اتوماسیون مبتنی بر هوش مصنوعی هستند؛ تصمیماتی که معمولاً بر اساس همان روایت خوش‌بینانه‌ی بازار گرفته می‌شوند. اگر حتی غول‌های اقتصادی آمریکا با سرمایه و تیم‌های متخصص فراوان، هنوز نتوانسته‌اند بازگشت مالی قابل‌اندازه‌گیری از این سرمایه‌گذاری‌ها نشان دهند، منطقی است که یک کسب‌وکار کوچک هم انتظارات خود را واقع‌بینانه‌تر تنظیم کند.

نکته‌ی کلیدی که از تحلیل اسلوک می‌توان برای یک کسب‌وکار کوچک نتیجه گرفت، تمرکز بر «مورد استفاده‌ی مشخص» به‌جای «پذیرش فناوری برای پذیرش فناوری» است. شرکت‌هایی که توانسته‌اند از هوش مصنوعی بازگشت مالی واقعی بگیرند -حتی در میان همان هفت غول فناوری که از این تحلیل کنار گذاشته شده‌اند- معمولاً این کار را با هدف‌گذاری دقیق روی یک فرایند مشخص و قابل‌اندازه‌گیری انجام داده‌اند؛ نه با امید کلی به اینکه «هوش مصنوعی به‌طور خودکار همه‌چیز را بهتر می‌کند».

در نهایت، باید توجه داشت که غیاب بازگشت مالی قابل‌اندازه‌گیری در این لحظه، به معنای شکست نهایی فناوری هوش مصنوعی نیست؛ بلکه بیشتر نشانه‌ای از این است که صنعت هنوز در فاز یادگیری قرار دارد. سرمایه‌گذاران، مدیران و حتی کسب‌وکارهای کوچک باید این دوره را به‌عنوان زمانی برای آزمایش دقیق و اندازه‌گیری نتایج ببینند، نه زمانی برای سرمایه‌گذاری کور بر اساس هیجان بازار.

جمع‌بندی نهایی این‌که، گزارش اسلوک نباید به‌عنوان دلیلی برای کنار گذاشتن کامل هوش مصنوعی در کسب‌وکار تلقی شود، بلکه باید به‌عنوان دعوتی برای اندازه‌گیری دقیق‌تر و شفاف‌تر خوانده شود. هر کسب‌وکاری که مدعی است از هوش مصنوعی سود می‌برد، باید بتواند این سود را با اعداد مشخص -کاهش هزینه، افزایش فروش یا صرفه‌جویی در زمان- نشان دهد؛ در غیر این صورت، همان‌طور که داده‌های آپولو نشان می‌دهد، احتمالاً فقط در حال دنبال کردن یک روند بدون پشتوانه‌ی مالی واقعی است.

منبع: TechCrunch

SOS سایتت خوابیده؟