پارادوکس جِوونز: ارزونتر یعنی مصرف بیشتر
خلاصهٔ کاملتر
پارادوکس جِوونز اولین بار دربارهٔ زغالسنگ در انگلستان قرن نوزدهم دیده شد: موتور بخار کارآمدتر برای هر واحد خروجی زغال کمتری میسوزوند، ولی چون انرژی ارزون شد، مصرف کل زغال بالا رفت. تو این مقاله اومده که همین منطق دربارهٔ هوش مصنوعی هم صدق میکنه؛ اگه مدلهای متنباز هزینهٔ هوش بهازای هر توکن رو پایین بیارن، هوش ارزون تو جاهای خیلی بیشتری استفاده میشه و خرج کل صنعت بالا میره.
زمینهٔ بحث هم داغه: جنسن هوانگ مدیرعامل انویدیا اخیراً نامهای در حمایت از هوش مصنوعی متنباز منتشر کرده که بیشتر مدیرعاملهای بزرگ فناوری امضاش کردن و Anthropic استثنای شاخصش بوده. نویسنده میگه فارغ از بحث ایدئولوژیک، سؤال اقتصادی سادهتره: اگه وزنهای باز به قاعده تبدیل بشن، پول دست کی میافته؟
او صنعت رو پنج لایه میبینه: تراشه (انویدیا، AMD، Cerebras، Groq)، انرژی و دیتاسنتر (گوگل کلاد، Azure، AWS)، ارائهدهندهٔ مدل (چه بسته مثل OpenAI و Anthropic، چه باز مثل Meta و Moonshot AI)، زیرساخت نرمافزاری، و در آخر اپلیکیشنها مثل ChatGPT و Cursor و Replit. به گفتهٔ نویسنده، برتری فعلی آزمایشگاههای بسته بیشتر از این میاد که زودتر به مرز رسیدن و درآمدش رو دوباره سرمایهگذاری کردن، نه از یه برتری فنی ذاتی.
فاصلهٔ مدلهای باز هم کمتر از تصوره: تو لیدربورد Artificial Analysis معمولاً Claude و ChatGPT بالان، ولی Kimi K2 از Moonshot AI درست پشتسرشونه. دلیل عقبموندگی بیشتر مدل کسبوکاره تا سقف فنی؛ شرکتی که مدل رو مجانی میده باید از راه اپلیکیشن یا سرویسدهی کارآمد پول دربیاره، در حالی که شرکت بسته فقط کافیه خود هوش رو بفروشه.
نتیجهای که نویسنده میگیره اینه که انویدیا از هر دو طرف برندهست، چون هر دو نوع مدل روی GPU اجرا میشن و هوانگ ۲۰ میلیارد دلار رو مشخصاً صرف رشد اکوسیستم متنباز کرده. سازندههای اپلیکیشن و اپراتورهای زیرساخت هم برندهن، چون وقتی مدل کالا بشه رقابت میره سراغ تجربهٔ محصول و سرویسدهی ارزون. بازندهٔ نسبی هم این ایدهست که مالکیت یه مدل بستهٔ پیشرو، خندق پایداریه. چین هم فعلاً تو کیفیت مدل باز جلوئه ولی دسترسی محدودش به تراشههای پیشرفته محدودش میکنه.
نکات کلیدی:
- پارادوکس جِوونز دربارهٔ خرج کله، نه قیمت واحد؛ قیمت هر توکن پایین میاد ولی کل هزینه بالا میره
- تفاوت مدل باز و بسته عمدتاً مدل کسبوکاره، نه روش ساخت
- انویدیا از هر دو سناریو سود میبره و ۲۰ میلیارد دلار روی متنباز گذاشته
- کالا شدن هوش، ارزش رو به لایهٔ اپلیکیشن و زیرساخت منتقل میکنه
- Kimi K2 نشون میده مدلهای باز چین نزدیک به مرزن، ولی محدودیت تراشه سر جاشه




