AWS در کنفرانس re:Invent روی هوش مصنوعی شرط‌بندی کرد؛ مشتری‌ها هنوز مرددند​

اگر قرار باشد از روی کنفرانس سالانه «AWS re:Invent» قضاوت کنیم، «Amazon Web Services» نشان داده که به‌عنوان یکی از بازیگران اصلی زیرساخت ابری، تمام‌قد روی هوش مصنوعی سرمایه‌گذاری کرده است. در این رویداد، AWS ده‌ها خبر تازه از جمله معرفی ایجنت‌های هوش مصنوعی جدید، به‌روزرسانی مدل‌های زبانی بزرگ و ابزارهای متنوع برای ساخت و استقرار مدل‌ها و ایجنت‌ها روی پلتفرم خود اعلام کرد و تقریباً تمام پیام کنفرانس حول کاربردهای سازمانی هوش مصنوعی می‌چرخید.​

در عین حال، این سؤال جدی مطرح است که آیا مشتریان سازمانی همان‌قدر که AWS برای آینده هوش مصنوعی هیجان‌زده است، آماده پذیرش این موج هستند یا خیر. «Matt Garman» مدیرعامل AWS در سخنرانی اصلی خود اذعان کرد که بسیاری از سازمان‌ها هنوز بازگشت سرمایهٔ محسوسی از پروژه‌های هوش مصنوعی خود ندیده‌اند، اما معتقد است نقطهٔ عطف نزدیک است و این وضعیت خیلی زود تغییر خواهد کرد.​

به‌گفتهٔ «Matt Garman»، ظهور «ایجنت‌های هوش مصنوعی» یک نقطهٔ چرخش در مسیر تکامل این فناوری است؛ او این مرحله را عبور از «شگفتی تکنولوژیک» به سمت «ارزش واقعی تجاری» توصیف می‌کند. به باور او، این تحول می‌تواند تأثیری هم‌سنگ ورود اینترنت یا رایانش ابری بر کسب‌وکارها داشته باشد؛ ادعایی که اگرچه بلندپروازانه است، اما با حجم سرمایه‌گذاری AWS بر زیرساخت و مدل‌های اختصاصی‌اش هم‌خوانی دارد.​

با این حال، تحلیلگرانی که با «TechCrunch» گفت‌وگو کرده‌اند می‌گویند هرچند از نظر تکنیکی تحت‌تأثیر بخشی از نوآوری‌های AWS قرار گرفته‌اند، هنوز مطمئن نیستند این اقدامات بتواند به‌سرعت نرخ پذیرش هوش مصنوعی در سطح سازمانی را متحول کند یا جایگاه AWS را در «رقابت مدل‌های هوش مصنوعی» نسبت به بازیگران پیشرو تغییر دهد. AWS در حوزهٔ زیرساخت ابری یکی از قدرت‌های بلامنازع بازار است، اما در لایهٔ مدل‌های هوش مصنوعی سازمانی، شرکت‌هایی مثل «Anthropic»، «OpenAI» و «Google» جلوتر دیده می‌شوند.​

«Naveen Chhabra» تحلیل‌گر ارشد مؤسسه «Forrester» در ایمیلی به TechCrunch تأکید کرده که حجم بالای اعلامیه‌های جذاب AWS واقعیت فاصلهٔ بلوغ بسیاری از سازمان‌ها با این سطح از فناوری را تغییر نمی‌دهد. به‌گفتهٔ «Naveen Chhabra»، بخش عمدهٔ شرکت‌ها هنوز در مرحلهٔ آزمایشی پروژه‌های هوش مصنوعی هستند و بلوغ فرایندی، داده‌ای و سازمانی لازم برای بهره‌برداری کامل از قابلیت‌هایی که AWS معرفی کرده را ندارند.​

یک مطالعهٔ پرارجاع از مؤسسه «MIT» که در ماه اوت منتشر شده، نشان داده که حدود ۹۵٪ سازمان‌ها هنوز بازگشت سرمایهٔ روشنی از پروژه‌های هوش مصنوعی خود تجربه نکرده‌اند؛ عددی که برای بسیاری از تصمیم‌گیران، نشانهٔ شکاف بین «هیجان بازار» و «واقعیت پیاده‌سازی» است. در چنین شرایطی، فشار برای توجیه بودجه‌های فناوری و زیرساخت در بسیاری از شرکت‌ها، باعث می‌شود مدیران با احتیاط بیشتری به موج AI-first نگاه کنند، حتی اگر بازیگری مثل AWS همه‌چیز را برای مهاجرت فراهم کرده باشد.​

«Ethan Feller» استراتژیست سهام در مؤسسهٔ «Zacks Investment Research» در گفت‌وگویی تلفنی با TechCrunch گفته که آنچه برای او در این کنفرانس برجسته بود، نه مدل‌های «Nova»، نه ایجنت‌ها و نه ابزارهای جدید ساخت مدل‌ها، بلکه اعلامیه‌های زیرساختی AWS بود. او از طرح جدیدی که AWS آن را «AWS AI factory» می‌نامد و امکان اجرای ظرفیت‌های هوش مصنوعی AWS در مراکز دادهٔ اختصاصی مشتریان (on-premises) را فراهم می‌کند، به‌عنوان یک حرکت راهبردی مهم نام برده است.​

به‌گفتهٔ «Ethan Feller»، قدرت واقعی «Amazon» در جایی است که مدل‌ها اجرا می‌شوند: یعنی زیرساخت ابری و حالا «کارخانهٔ هوش مصنوعی» که می‌تواند پلی میان دیتاسنترهای داخلی سازمان‌ها و ابر عمومی AWS ایجاد کند. او معتقد است تمرکز AWS بر این نقطهٔ قوت، منطقی‌تر از رقابت مستقیم و تمام‌عیار با ارائه‌دهندگان مدل‌های پیشرو است.​

«Ethan Feller» رویکرد AWS به «هوش مصنوعی عمودی» (Vertical AI) را مثبت ارزیابی می‌کند؛ مسیری که در آن راه‌حل‌های هوش مصنوعی برای صنایع مشخص مثل مالی، سلامت یا تولید طراحی می‌شوند. با این حال، او بر این باور است که برای موفقیت در این حوزه، همکاری عمیق‌تر با شرکت‌هایی مانند «Anthropic» و «Nvidia» ممکن است کارآمدتر از تکیهٔ صرف بر فناوری‌های داخلی AWS باشد.​

در جمع‌بندی، TechCrunch می‌نویسد که حتی اگر بسیاری از سازمان‌ها امروز برای استفاده از پیچیده‌ترین ابزارهای هوش مصنوعی AWS آماده نباشند، این شرکت به‌دلیل جایگاه قدرتمند خود در بازار رایانش ابری، فضای مانور کافی برای آزمون و خطا و شکل‌دادن به نقش آینده‌اش در بازار هوش مصنوعی دارد. این موقعیت به AWS اجازه می‌دهد در حالی که مشتریان قدم‌به‌قدم پیش می‌آیند، روی نسل بعدی زیرساخت و پلتفرم هوش مصنوعی کار کند — هرچند که فاصلهٔ انتظارات AWS با سطح آمادگی واقعی بسیاری از شرکت‌ها فعلاً محسوس است.
به‌باور تحلیل‌گران، اگر «OpenAI» می‌خواهد دوباره موتور رشد ChatGPT را روشن کند، باید فراتر از صرفاً ارتقای مدل‌های زبانی حرکت کند و محصولات و تجربه‌های جدیدی ارائه دهد که بتوانند موج بعدی جذابیت را ایجاد کنند. این می‌تواند شامل ادغام عمیق‌تر با ابزارهای بهره‌وری، امکانات پیشرفته برای کسب‌وکارها، و حتی نسخه‌های سبک‌تر و بومی‌سازی‌شده برای بازارهایی مانند خاورمیانه و ایران باشد که ساختار دسترسی و محدودیت‌های زیرساختی متفاوتی دارند.