گزارش گلدمن ساکس درباره‌ی مدل‌های هوش مصنوعی چین در ژوئیه ۲۰۲۶

توصیه‌ی گلدمن ساکس به سرمایه‌گذاران؛ مدل‌های چینی جدی شدند

اخبار · هوش مصنوعی

وقتی یکی از بزرگ‌ترین بانک‌های وال‌استریت در گزارش رسمی‌اش می‌نویسد مدل‌های هوش مصنوعی چینی انتخابی جدی برای شرکت‌ها هستند، یعنی چیزی در معادله‌ی بازار تغییر کرده است. گلدمن ساکس در گزارشی به تاریخ ۱۲ ژوئیه ۲۰۲۶ چارچوبی برای سنجش برندگان بلندمدت صنعت مدل‌های بزرگ چین منتشر کرد. عددهای این گزارش، تفاوت قیمتی خیره‌کننده‌ای را نشان می‌دهند: مدل‌های چینی حدود یک‌دهم تا یک‌چهارم قیمت رقبای آمریکایی. اما داستان فقط قیمت نیست؛ معماری این مدل‌ها هم متفاوت است.

چکیده. گلدمن ساکس در ۱۲ ژوئیه ۲۰۲۶ گزارشی با عنوان «برنده‌ی بلندمدت صنعت مدل‌های بزرگ چین کیست؟» به سرپرستی تحلیل‌گر رونالد کونگ منتشر کرد. طبق این گزارش، مدل‌های ردهٔ بالای چینی حدود ۱ دلار به‌ازای هر میلیون توکن قیمت دارند، در حالی که معادل‌های آمریکایی ۴ تا ۸ دلار هزینه برمی‌دارند. مدل‌های اقتصادی چینی در بازه‌ی ۰٫۰۶ تا ۰٫۲۰ دلار قرار می‌گیرند. گزارش پیش‌بینی کرده درآمد این صنعت از حدود ۳۵ میلیارد یوآن در ۲۰۲۶ به ۸۷۹ میلیارد یوآن در ۲۰۳۰ برسد.
گزارش گلدمن ساکس درباره‌ی مدل‌های هوش مصنوعی چین در ژوئیه ۲۰۲۶

۱) گزارش چه می‌گوید و چرا اهمیت دارد

گلدمن ساکس در ۱۲ ژوئیه ۲۰۲۶ گزارشی منتشر کرد با این پرسش محوری: برنده‌ی بلندمدت صنعت مدل‌های زبانی بزرگ در چین چه کسی خواهد بود؟ سرپرستی این گزارش با رونالد کونگ، تحلیل‌گر این بانک، بوده است.

اهمیت این گزارش در محتوایش نیست؛ در فرستنده‌اش است. گزارش‌های تحلیلی بانک‌های سرمایه‌گذاری برای مدیران سرمایه، صندوق‌ها و بخش‌های فناوری شرکت‌های بزرگ نوشته می‌شوند. وقتی چنین گزارشی مدل‌های چینی را به‌عنوان گزینه‌ای جدی برای استقرار سازمانی معرفی می‌کند، یعنی این گزینه از حاشیه به متن آمده است.

تا همین اواخر، روایت غالب در وال‌استریت این بود که چین در هوش مصنوعی از آمریکا عقب است و فاصله را نمی‌تواند پر کند. گزارش تازه، این روایت را جابه‌جا می‌کند و به‌جای مقایسه‌ی صرف کیفیت، مسئله را به «نسبت کیفیت به هزینه» تغییر می‌دهد.

خبرهای روزانه‌ی این حوزه را در بخش اخبار هوش مصنوعی دنبال کنید.

۲) شکاف قیمتی؛ عددها را کنار هم بگذارید

مرکزی‌ترین بخش گزارش، مقایسه‌ی قیمت است. طبق این گزارش:

مدل‌های ردهٔ بالای چینی حدود ۱ دلار به‌ازای هر میلیون توکن قیمت‌گذاری شده‌اند.

معادل‌های آمریکایی آن‌ها در بازه‌ی ۴ تا ۸ دلار به‌ازای هر میلیون توکن قرار دارند.

یعنی قیمت مدل‌های چینی حدود ۱۰ تا ۲۵ درصد قیمت رقبای آمریکایی است.

ردهٔ اقتصادی مدل‌های چینی از این هم پایین‌تر می‌رود: ۰٫۰۶ تا ۰٫۲۰ دلار به‌ازای هر میلیون توکن.

برای اینکه معنای این اعداد را در عمل ببینید، یک نمونه را در نظر بگیرید. فرض کنید شرکتی روزانه معادل ۱۰۰ میلیون توکن پردازش می‌کند. با مدل آمریکایی رده‌بالا، این هزینه در بازه‌ی ۴۰۰ تا ۸۰۰ دلار در روز قرار می‌گیرد. با مدل چینی رده‌بالا، حدود ۱۰۰ دلار. با مدل اقتصادی چینی، در حد چند دلار.

در مقیاس سالانه، این تفاوت به میلیون‌ها دلار می‌رسد و برای هر مدیر مالی، این عدد قابل‌چشم‌پوشی نیست.

۳) راز کار کجاست؛ معماری کوچک‌تر و باهوش‌تر

پرسش طبیعی این است: چطور می‌شود همان کیفیت را با یک‌دهم قیمت فروخت؟ پاسخ گزارش روی معماری متمرکز است.

طبق این گزارش، مدل‌های چینی با ۲ تا ۱۰ درصد اندازه‌ی پارامتری مدل‌های آمریکایی کار می‌کنند. یعنی مدلی که در آمریکا ممکن است صدها میلیارد پارامتر داشته باشد، در نسخه‌ی چینی با کسری از آن اندازه ساخته شده است.

ابزار اصلی این کوچک‌سازی، معماری «ترکیب متخصصان» یا Mixture-of-Experts است. در این معماری، مدل به زیرشبکه‌های تخصصی تقسیم می‌شود و برای هر ورودی فقط بخش کوچکی از پارامترها فعال می‌شوند. نتیجه این است که مدل می‌تواند دانش وسیعی داشته باشد ولی هزینه‌ی محاسباتی هر پرسش بسیار پایین بماند.

این یک انتخاب مهندسی است که ریشه‌ی اقتصادی و سیاسی هم دارد. محدودیت دسترسی چین به پیشرفته‌ترین تراشه‌های محاسباتی، شرکت‌های چینی را واداشته روی بهینه‌سازی سرمایه‌گذاری کنند به‌جای آنکه صرفاً سخت‌افزار بیشتری بخرند. محدودیت، در این مورد، به مزیت تبدیل شده است.

درباره‌ی مقایسه‌ی عملی یکی از همین مدل‌ها با رقیب آمریکایی، مقاله‌ی چت‌جی‌پی‌تی در برابر دیپ‌سیک را بخوانید.

مقایسه‌ی قیمت هر میلیون توکن در مدل‌های چینی و آمریکایی

۴) پیش‌بینی درآمدی؛ ۲۵ برابر تا ۲۰۳۰

گزارش گلدمن ساکس یک پیش‌بینی کمی هم ارائه کرده است. طبق این پیش‌بینی، درآمد صنعت مدل‌های بزرگ چین از حدود ۳۵ میلیارد یوآن در سال ۲۰۲۶ به ۸۷۹ میلیارد یوآن در سال ۲۰۳۰ می‌رسد.

این یعنی رشدی نزدیک به ۲۵ برابر در چهار سال. موتور این رشد، طبق گزارش، افزایش تقریباً ۲۵ برابری مصرف روزانه‌ی توکن است.

منطق پشت این پیش‌بینی همان چیزی است که در تاریخ فناوری بارها دیده‌ایم: وقتی قیمت واحد یک منبع محاسباتی به‌شدت پایین می‌آید، مصرف آن به‌شکل انفجاری بالا می‌رود و درآمد کل — با وجود کاهش حاشیه‌ی سود هر واحد — رشد می‌کند.

البته هر پیش‌بینی چهارساله در حوزه‌ای که هر شش ماه دگرگون می‌شود، باید با احتیاط خوانده شود. این عددها فرضیه‌ی یک بانک سرمایه‌گذاری‌اند، نه واقعیت محقق‌شده. بحث مفصل‌تر درباره‌ی فاصله‌ی ادعا و واقعیت در این حوزه را در مقاله‌ی توان و محدودیت‌های واقعی هوش مصنوعی بخوانید.

۵) چارچوب داوری گلدمن ساکس

گزارش برای سنجش برندگان بلندمدت، یک چارچوب سه‌بعدی پیشنهاد کرده است:

قدرت قیمت‌گذاری: اینکه شرکت تا چه حد می‌تواند بدون از دست دادن مشتری، قیمتش را نگه دارد یا بالا ببرد. در بازاری که قیمت‌ها هر ماه پایین می‌آید، این معیار سرنوشت‌ساز است.

مزیت هزینه‌ای: ساختار هزینه‌ی آموزش و استنتاج مدل. شرکتی که بتواند با هزینه‌ی کمتری همان کیفیت را بدهد، در جنگ قیمت زنده می‌ماند.

توان مالی: ظرفیت تحمل زیان در دوره‌ی طولانی رقابت. آموزش مدل‌های بزرگ سرمایه‌بر است و بدون پشتوانه‌ی مالی قوی، ماندن در بازی ممکن نیست.

این سه معیار در کنار هم یک پیام روشن دارند: بازار مدل‌های زبانی به‌سرعت در حال تبدیل‌شدن از یک بازار «فناوری» به یک بازار «کالای زیرساختی» است؛ جایی که برنده لزوماً باهوش‌ترین نیست، بلکه کارآمدترین و بادوام‌ترین است.

۶) بازیگران اصلی از نگاه گزارش

گزارش چند بازیگر را جداگانه بررسی کرده است.

دیپ‌سیک طبق این گزارش در مدل‌های پایه‌ی متنی جایگاه مسلطی دارد. این شرکت سهام عمومی ندارد.

بایت‌دنس در حوزه‌ی مدل‌های چندوجهی و تولید ویدئو پیشتاز معرفی شده است. این شرکت هم غیربورسی است.

ژیپو از سوی گلدمن ساکس رتبه‌ی «خنثی» گرفته است.

مینی‌مکس و کوایشو رتبه‌ی «خرید» دریافت کرده‌اند.

نکته‌ی جالب این فهرست، ترکیب شرکت‌های بورسی و غیربورسی است. دو بازیگری که گزارش آن‌ها را در جایگاه فنی برتر می‌داند — دیپ‌سیک و بایت‌دنس — هیچ‌کدام سهام عمومی ندارند. این یعنی سرمایه‌گذار عادی نمی‌تواند مستقیم روی برندگان فنی شرط ببندد؛ محدودیتی که خودش بخشی از پیچیدگی این بازار است.

۷) چرا این خبر برای شرکت‌های ایرانی مهم است

برای یک تیم فنی در ایران، این گزارش سه پیام عملی دارد.

نخست، هزینه‌ی ساختن محصول مبتنی بر مدل زبانی به‌سرعت در حال کاهش است. کاری که دو سال پیش از نظر اقتصادی توجیه نداشت، امروز ممکن است سودده باشد.

دوم، بسیاری از مدل‌های چینی وزن‌های باز دارند؛ یعنی می‌توان آن‌ها را روی زیرساخت محلی اجرا کرد. برای تیم‌هایی که با محدودیت پرداخت ارزی و تحریم دست‌وپنجه نرم می‌کنند، این یک مسیر واقعی است، نه یک گزینه‌ی نظری.

سوم، فاصله‌ی کیفی در بسیاری از کاربردهای روزمره — خلاصه‌سازی، دسته‌بندی، پاسخ به پرسش‌های پشتیبانی، تولید محتوای اولیه — آن‌قدر کم شده که پرداخت چند برابر قیمت برای مدل رده‌بالا توجیه ندارد.

درباره‌ی اینکه چطور این تغییرات معادله‌ی کسب‌وکار را عوض می‌کند، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را ببینید.

۸) طرف دیگر ماجرا؛ چه چیزی در این تحلیل نیست

هر تحلیل مالی زاویه‌ی دید خودش را دارد و چند نکته را کنار می‌گذارد.

کیفیت در کارهای سخت. مقایسه‌ی قیمت به‌ازای توکن، فرض می‌گیرد خروجی‌ها هم‌ارزند. در کاربردهای پیچیده مانند استدلال چندمرحله‌ای، برنامه‌نویسی سنگین یا کارهای عاملی، فاصله‌ی کیفی هنوز می‌تواند معنادار باشد.

حاکمیت داده. برای بسیاری از شرکت‌های غربی، ارسال داده به سرورهای مستقر در چین مسئله‌ی حقوقی و انطباقی جدی است. این عامل در مقایسه‌ی صرفاً قیمتی دیده نمی‌شود.

پایداری قیمت. قیمت‌های فعلی تا حدی محصول جنگ قیمت‌اند. اینکه این سطح قیمت در بلندمدت پایدار بماند، خودش یک فرض است نه یک قطعیت.

اکوسیستم. ابزارها، مستندات، کتابخانه‌ها و جامعه‌ی توسعه‌دهنده هنوز حول مدل‌های آمریکایی متمرکزتر است و این یک هزینه‌ی پنهان برای مهاجرت است.

اگر می‌خواهید بازیگر اصلی طرف آمریکایی این رقابت را بهتر بشناسید، مقاله‌ی اوپن‌ای‌آی چیست را بخوانید.

معماری ترکیب متخصصان و اندازه‌ی کوچک‌تر مدل‌های چینی

۹) جمع‌بندی تحلیلی؛ بازی وارد فاز تازه شد

مهم‌ترین نتیجه‌ی این گزارش، تغییر جنس رقابت است. تا دیروز، رقابت بر سر این بود که کدام مدل باهوش‌تر است. از امروز، رقابت بر سر این است که کدام مدل به‌ازای هر دلار، بیشترین ارزش را می‌دهد.

این همان الگویی است که در صنعت‌های دیگر هم دیده‌ایم. در مراحل اولیه، تفاوت فنی تعیین‌کننده است؛ در مرحله‌ی بلوغ، هزینه و توزیع تعیین‌کننده می‌شوند.

پیامد این تغییر برای کاربر نهایی روشن است: قیمت‌ها پایین‌تر می‌آید و دسترسی گسترده‌تر می‌شود. پیامدش برای شرکت‌های آمریکایی هم روشن است: حاشیه‌ی سود زیر فشار می‌رود و باید ارزش افزوده را جای دیگری بسازند — در محصول، در اکوسیستم، یا در کاربردهای سازمانی.

برای آموزش عملی کار با ابزارهای هوش مصنوعی، بخش آموزش‌های چت‌جی‌پی‌تی را دنبال کنید.

پرسش‌های پرتکرار درباره‌ی گزارش گلدمن ساکس

گزارش گلدمن ساکس دقیقاً چه زمانی و درباره‌ی چه منتشر شد؟

گزارش در ۱۲ ژوئیه ۲۰۲۶ با عنوان «برنده‌ی بلندمدت صنعت مدل‌های بزرگ چین کیست؟» و به سرپرستی تحلیل‌گر رونالد کونگ منتشر شد.

مدل‌های چینی دقیقاً چقدر ارزان‌ترند؟

طبق گزارش، مدل‌های ردهٔ بالای چینی حدود ۱ دلار به‌ازای هر میلیون توکن قیمت دارند در برابر ۴ تا ۸ دلار برای معادل‌های آمریکایی؛ یعنی حدود ۱۰ تا ۲۵ درصد. مدل‌های اقتصادی چینی بین ۰٫۰۶ تا ۰٫۲۰ دلار قیمت‌گذاری شده‌اند.

چرا مدل‌های چینی این‌قدر ارزان‌ترند؟

گزارش دلیل اصلی را معماری کوچک‌تر می‌داند؛ این مدل‌ها با ۲ تا ۱۰ درصد اندازه‌ی پارامتری مدل‌های آمریکایی و با تکیه بر معماری ترکیب متخصصان کار می‌کنند که هزینه‌ی محاسباتی هر پرسش را به‌شدت پایین می‌آورد.

پیش‌بینی درآمدی این صنعت چیست؟

گزارش پیش‌بینی کرده درآمد صنعت مدل‌های بزرگ چین از حدود ۳۵ میلیارد یوآن در ۲۰۲۶ به ۸۷۹ میلیارد یوآن در ۲۰۳۰ برسد؛ نزدیک به ۲۵ برابر.

آیا استفاده از مدل‌های چینی برای شرکت‌ها ریسک دارد؟

بله، چند ملاحظه وجود دارد: حاکمیت و محل ذخیره‌سازی داده، پایداری بلندمدت قیمت‌های فعلی، و بلوغ کمتر اکوسیستم ابزارها. این عوامل در مقایسه‌ی صرفاً قیمتی دیده نمی‌شوند.

جمع‌بندی. پیام اصلی گزارش گلدمن ساکس این نیست که مدل‌های چینی بهترند؛ این است که به‌اندازه‌ی کافی خوب‌اند و به‌مراتب ارزان‌تر. در بازاری که به مرحله‌ی بلوغ می‌رسد، همین جمله معمولاً برای جابه‌جایی سهم بازار کافی است. برای دنبال‌کردن روزانه‌ی خبرهای هوش مصنوعی به @MrChatGPT_IR بپیوندید.
(0 رأی)

دیدگاهتان را بنویسید

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