بازگشت بیسروصدای دیپسیک به بازار/ چرا صنعت فناوری دیگر هیجانزده نمیشود؟
فاطمه مرادخانی: در روزهای ابتدایی سال ۲۰۲۵، مدل هوش مصنوعی R۱ شرکت چینی دیپسیک، جنجال بزرگی در صنعت فناوری به راه انداخت. این مدل، که به عنوان پیشرفتی چشمگیر در حوزه هوش مصنوعی مولد شناخته میشد، توانست توجهات زیادی را جلب کند. پیشبینیها حاکی از آن بود که این مدل میتواند به عنوان یک رقیب جدی برای مدلهای موجود در بازار، مانند OpenAI GPT-۴، معرفی شود اما چند ماه بعد، پس از معرفی نسخه ارتقا یافته این مدل، واکنشها نسبت به آن به شدت کمرنگ شد و نه تنها در بین رسانهها، بلکه در میان سرمایهگذاران و شرکتهای فناوری نیز تقریباً بیهیچ توجهی باقی ماند. این تغییرات در واکنشها و کاهش هیجان پیرامون این فناوری، سؤال بزرگی را در ذهن بسیاری ایجاد کرده است، چرا صنعت فناوری دیگر هیجانزده نمیشود؟
کاهش هیجان در مواجهه با نوآوریهای جدید
یکی از دلایل اصلی کاهش هیجان نسبت به مدل R۱ و نسخههای ارتقا یافته آن، اشباع شدن بازار و کمرنگ شدن تفاوتهای چشمگیر بین مدلهای مختلف هوش مصنوعی است. دیپسیک، شرکتی که پیش از این با نسخههای اولیه مدلهای خود سر و صدای زیادی به پا کرده بود، اکنون نتوانسته است نوآوری خاصی را در نسخه جدید مدل R۱ ارائه دهد که تفاوتهای چشمگیری با دیگر رقبا ایجاد کند. به عبارت دیگر، این مدل در نهایت تنها یک نسخه بهینهشده از مدلهای مشابه است که قبلاً در بازار موجود بودهاند.
در ابتدای عرضه مدل R۱، بسیاری از تحلیلگران و کارشناسان فناوری به آن به عنوان یک نقطه عطف در صنعت هوش مصنوعی نگاه میکردند. این مدل به دلیل هزینه پردازش پایینتر نسبت به رقبای بزرگی، چون اپن ایآی و گوگل، یک گزینه جذاب برای کسبوکارها و توسعهدهندگان به نظر میرسید اما حالا، باوجود اینکه نسخه جدید مدل R۱ همچنان از لحاظ فنی چشمگیر است و هزینه پردازش آن در مقایسه با رقبا بسیار پایینتر است، تنها تفاوتهای کمی در عملکرد نسبت به دیگر مدلهای پیشرفته وجود دارد. در حقیقت، بیشتر مدلهای پیشرفته هوش مصنوعی در حال حاضر عملکرد مشابهی ارائه میدهند و بر روی دادههای عمومی اینترنت آموزش دیدهاند.
توزیع و پلتفرمها: کلید موفقیت در بازار
یکی دیگر از عواملی که باعث کمرنگ شدن هیجانها نسبت به مدل R۱ شده است، تغییر اولویتها در دنیای فناوری است. در گذشته، نوآوری در عملکرد و تکنولوژیهای جدید به عنوان مهمترین عامل رقابت در بازار فناوری شناخته میشد اما در حال حاضر، توزیع گسترده و دسترسی آسان به پلتفرمهای تثبیتشده، همچون اپن ایآی و گوگل، عامل کلیدیتری برای موفقیت در بازار هوش مصنوعی محسوب میشود.
با وجود اینکه مدلهای جدید مانند R۱ از نظر فنی تواناییهای قابل توجهی دارند، اما تا زمانی که این مدلها نتوانند به راحتی از طریق پلتفرمهای شناختهشده و معتبر به کسبوکارها و کاربران عرضه شوند، نمیتوانند موفقیت چشمگیری داشته باشند. در حال حاضر، کاربران و کسبوکارها به مدلهایی که از طریق پلتفرمهای بزرگی مانند اپن ایآی یا گوگل در دسترس هستند، دسترسی دارند و هیچ انگیزهای برای مهاجرت به مدلهای کمتر شناختهشده ندارند. از این رو، دیپسیک و سایر شرکتهای مشابه در بازار هوش مصنوعی، نیاز دارند تا به پلتفرمهای تثبیتشده و شبکههای توزیعی قابل اعتماد دست یابند تا بتوانند توجه کسبوکارها و کاربران را جلب کنند.
توهم صرفهجویی محاسباتی
یکی دیگر از جنبههای مورد توجه در مورد مدل R۱، ادعای بهرهوری بالای آن در مقایسه با رقبا بود. دیپسیک اعلام کرده بود که این مدل میتواند پردازش دادهها را با صرف هزینههای کمتری انجام دهد و به همین دلیل، میتواند گزینهای جذاب برای شرکتها و توسعهدهندگان باشد اما با گذشت زمان، این ادعاها زیر سوال رفتند. به طور خاص، مدل R۱ به جای کاهش مصرف منابع از معماری استدلالمحور (Reasoning-based) استفاده میکند که موجب تقسیم درخواستها به مراحل مختلف میشود. در هر مرحله، هزاران توکن تولید میشود و در نتیجه، این فرآیند نیاز به توان پردازشی بسیار بیشتری نسبت به مدلهای سنتی دارد. این موضوع نشان میدهد که شاید صرفهجویی محاسباتی که دیپسیک وعده داده بود، در عمل تحقق نیافته است.
کاهش هیجانها در صنعت فناوری نسبت به مدلهای جدید هوش مصنوعی، مانند مدل R۱ دیپسیک، نشاندهنده تغییرات اساسی در اولویتهای این صنعت است. در حالی که نوآوریهای فنی همچنان اهمیت دارند، دسترسی به پلتفرمهای تثبیتشده و قابلیت توزیع به یک عامل کلیدی در موفقیت شرکتها تبدیل شده است. علاوه بر این، ادعاهای بهرهوری بیشتر و صرفهجویی در منابع باید با واقعیتهای عملی همخوانی داشته باشند تا بتوانند موجب جلب توجه و علاقه بازار شوند. بنابراین، اگر دیپسیک و دیگر شرکتهای مشابه میخواهند توجه صنعت و کاربران را دوباره جلب کنند، باید به دنبال نوآوریهایی فراتر از صرفهجویی محاسباتی و هزینه پردازش ارزان باشند.
انتهای پیام/
