شتاب گرفتن انتقال هوش مصنوعی تولیدی به ابر خصوصی توسط شرکت‌ها برای کنترل هزینه و حاکمیت داده

هجوم اولیه برای پذیرش هوش مصنوعی مولد با یک معماری واحد و غالب تعریف می‌شد: ارسال داده‌ها به مدل‌های عظیمی که در ابر عمومی میزبانی شده بودند. اما با تبدیل شدن برنامه‌های آزمایشی به استقرار کامل تولیدی، یک تغییر معماری آرام اما عمیق آغاز شده است. شرکت‌های بزرگ به طور فزاینده‌ای درگیر «بازگرداندن هوش مصنوعی» هستند—یعنی خارج کردن مدل‌های زبان بزرگ (LLM) خود از محیط‌های ابر عمومی و انتقال آنها به زیرساخت‌های خصوصی و داخلی (در محل) [1][2].[1]

این حرکت نشان‌دهنده یک عقب‌گرد قابل توجه از دستورالعمل ده ساله «اول ابری» است که بر فناوری اطلاعات سازمانی حاکم بود. نیروهای محرک، ترکیبی از افزایش هزینه‌های استنتاج (Inference)، الزامات سخت‌گیرانه حاکمیت داده، و بلوغ سریع مدل‌های متن‌باز بسیار توانمندی هستند که می‌توانند به طور کارآمد بر روی سخت‌افزارهای کوچک‌تر اجرا شوند [1][3].[1][2]

اقتصاد استنتاج هوش مصنوعی—فرآیند اجرای یک مدل آموزش‌دیده برای تولید پاسخ—در مقیاس بزرگ، اساساً با مرحله نمونه‌سازی متفاوت به نظر می‌رسد. هنگامی که یک شرکت در حال آزمایش یک قابلیت هوش مصنوعی است، پرداخت چند سنت به ازای هر فراخوانی API به ارائه‌دهنده ابری، بسیار مقرون به صرفه است. با این حال، زمانی که آن قابلیت برای میلیون‌ها کاربر مستقر می‌شود، هزینه‌های API می‌تواند به سرعت از درآمد حاصل از محصول پیشی بگیرد [6].

شرکت سرمایه‌گذاری خطرپذیر آندرسن هوروویتز (a16z) اخیراً تحلیلی منتشر کرده که نشان می‌دهد برای حجم کاری مداوم و پرحجم هوش مصنوعی، اجرای مدل‌ها بر روی زیرساخت‌های متعلق به خود سازمان می‌تواند هزینه‌های استنتاج را ۵۰ تا ۷۰ درصد در مقایسه با اتکای کامل به APIهای ابری مدیریت‌شده، کاهش دهد [6]. این گزارش خاطرنشان کرد: «ابر برای آموزش و آزمایش عالی است. اما برای استنتاج تولیدی در وضعیت پایدار، حق بیمه دریافت شده توسط ارائه‌دهندگان ابری به مالیاتی هنگفت بر حاشیه سود تبدیل می‌شود» [6].

فراتر از هزینه، حاکمیت داده و امنیت نیز روند بازگرداندن هوش مصنوعی را تسریع می‌کنند. بسیاری از شرکت‌ها، به ویژه در صنایع بسیار قانون‌گذاری شده مانند مالی، مراقبت‌های بهداشتی و دفاعی، اساساً تمایلی به ارسال داده‌های اختصاصی یا اطلاعات حساس مشتریان به APIهای ابری خارجی ندارند [2][3].[2]

این نگرانی صرفاً تئوری نیست. گزارش‌های اخیر نشان می‌دهند که شرکت‌های بزرگ فناوری فعالانه استفاده از ابزارهای هوش مصنوعی خارجی را برای محافظت از مالکیت فکری خود محدود می‌کنند. به عنوان مثال، علی‌بابا (Alibaba) اخیراً «کد کلود» (Claude Code) شرکت آنتروپیک (Anthropic) را به عنوان «نرم‌افزار پرخطر» طبقه‌بندی کرده و کارکنان خود را از استفاده از آن منع کرده است، که این امر اضطراب فزاینده در مورد نشت داده‌ها از طریق خدمات هوش مصنوعی شخص ثالث را برجسته می‌کند [7].[4]

با میزبانی مدل‌ها به صورت داخلی (در محل) یا در ابرهای خصوصی اختصاصی، سازمان‌ها می‌توانند اطمینان حاصل کنند که داده‌هایشان هرگز از محدوده امنیتی آنها خارج نمی‌شود. این رویکرد «هوش مصنوعی حاکمیتی» به شرکت‌ها اجازه می‌دهد تا مدل‌ها را بر اساس حساس‌ترین داده‌های داخلی خود تنظیم دقیق کنند، بدون اینکه خطر افشا شدن در برابر ارائه‌دهندگان خارجی یا نقض چارچوب‌های انطباق را متحمل شوند [5].

امکان‌پذیری بازگرداندن هوش مصنوعی به طور چشمگیری با ظهور مدل‌های متن‌باز و مدل‌های با وزن‌های باز (Open-Weights) بسیار توانمند بهبود یافته است. در روزهای اولیه رونق هوش مصنوعی مولد، تنها راه دسترسی به عملکرد پیشرفته، از طریق APIهای اختصاصی شرکت‌هایی مانند OpenAI یا Anthropic بود [1].[1]

با این حال، امروزه مدل‌هایی مانند لاما ۳ (Llama 3) متا، میکسترال (Mixtral) میسترال، و معماری‌های مختلف متن‌باز تخصصی، عملکردی را ارائه می‌دهند که برای بسیاری از موارد استفاده سازمانی، با مدل‌های اختصاصی رقابت کرده یا از آنها پیشی می‌گیرد [1][6]. نکته حیاتی این است که این مدل‌ها اغلب کوچک‌تر و کارآمدتر هستند، به این معنی که می‌توانند روی یک قفسه سرور واحد اجرا شوند و نیازی به یک مرکز داده عظیم ندارند [6].[1]

اکوسیستم سخت‌افزاری نیز در حال تطبیق با این تغییر است. در حالی که انویدیا (NVIDIA) همچنان نیروی غالب در آموزش هوش مصنوعی باقی مانده است، بازار سخت‌افزار استنتاج در حال متنوع شدن است. شرکت‌ها به طور فزاینده‌ای در حال استقرار شتاب‌دهنده‌های هوش مصنوعی تخصصی و پیکربندی‌های سرور بهینه‌سازی شده هستند که به طور خاص برای اجرای کارآمد مدل‌ها در محل طراحی شده‌اند [5].

خود انویدیا این روند را به رسمیت شناخته و به شدت در حال ترویج مجموعه نرم‌افزاری «NVIDIA AI Enterprise» خود است که برای کمک به شرکت‌ها در استقرار و مدیریت امن حجم کاری هوش مصنوعی در مراکز داده خود طراحی شده است [5]. این شرکت استدلال می‌کند که هر شرکت بزرگ در نهایت به «کارخانه هوش مصنوعی» خود برای پردازش داده‌های اختصاصی‌اش نیاز خواهد داشت [5].

این انتقال بدون چالش نیست. مدیریت زیرساخت هوش مصنوعی داخلی نیازمند استعدادهای تخصصی است که در حال حاضر کمیاب هستند. شرکت‌ها باید پیچیدگی‌های استقرار، نظارت و مقیاس‌گذاری مدل را مدیریت کنند—وظایفی که توسط خدمات ابری مدیریت‌شده ساده‌سازی می‌شوند [2].

علاوه بر این، هزینه‌های سرمایه‌ای اولیه مورد نیاز برای خرید سخت‌افزار هوش مصنوعی می‌تواند قابل توجه باشد، حتی اگر هزینه‌های عملیاتی بلندمدت کمتر باشد. این پویایی منجر به ظهور معماری‌های ترکیبی (هیبریدی) شده است، جایی که شرکت‌ها از زیرساخت‌های داخلی برای حجم کاری پایدار و داده‌های حساس استفاده می‌کنند، در حالی که در دوره‌های اوج تقاضا یا هنگام دسترسی به بزرگترین مدل‌های پیشرو، به ابر عمومی «جهش» (Bursting) می‌کنند [3][4].[2][3]

شرکت تحقیقاتی گارتنر (Gartner) پیش‌بینی می‌کند که تا سال ۲۰۲۷، ۳۰ درصد از حجم کاری هوش مصنوعی مولد به صورت داخلی یا در ابرهای خصوصی اجرا خواهد شد، که این رقم از کمتر از ۵ درصد در سال ۲۰۲۳ افزایش می‌یابد [4]. این پیش‌بینی بر اهمیت و بزرگی تغییر معماری در حال انجام تأکید می‌کند.[3]

در نهایت، بازگرداندن حجم کاری هوش مصنوعی نشان‌دهنده بلوغ این فناوری است. همانطور که هوش مصنوعی از یک آزمایش جدید به یک عملکرد اصلی کسب‌وکار تبدیل می‌شود، شرکت‌ها همان تحلیل دقیق هزینه-فایده و استانداردهای امنیتی را که برای هر زیرساخت حیاتی فناوری اطلاعات دیگر اعمال می‌کنند، برای هوش مصنوعی نیز به کار می‌برند [1][2]. نتیجه، یک اکوسیستم هوش مصنوعی غیرمتمرکزتر، امن‌تر و پایدارتر از نظر اقتصادی است.[1]