هشدار می دهد که حباب هوش مصنوعی با سه تهدید روبروست، آرتور هیز، بنیانگذار BitMEX

TLDR: خطر حباب هوش مصنوعی با تهدید قیمت نفت برای افزایش هزینه های محاسباتی افزایش می یابد. محدودیت های ایالات متحده بر روی مدل های Anthropic، کاربران خارجی را در معرض از دست دادن ناگهانی دسترسی قرار می دهد. مدل‌های AI منبع باز چینی هزینه بسیار کمتری نسبت به جایگزین‌های برتر ایالات متحده دارند. جایگزین‌های ارزان‌تر، قیمت‌های سود بالایی را که شرکت‌های هوش مصنوعی ایالات متحده به آن وابسته هستند، تهدید می‌کند. به گفته آرتور هیز، یکی از بنیانگذاران BitMEX، حباب هوش مصنوعی ممکن است با یک اصلاح شدید روبرو شود. هیز در مصاحبه ای با بانی بلاک چین در 26 ژوئن 2026، سه عامل را بیان کرد که می تواند باعث کاهش ارزش گذاری هوش مصنوعی شود. نظرات او در مورد هزینه های انرژی، سیاست های دولت و جذابیت فزاینده جایگزین های منبع باز بود. هیز این مسائل را به عنوان خطرات به هم پیوسته ای که این بخش با آن مواجه است، تعریف کرد. قیمت نفت می تواند هزینه های محاسباتی هوش مصنوعی را کاهش دهد هیز به افزایش قیمت نفت به عنوان یکی از خطرات حباب هوش مصنوعی اشاره کرد. وی خاطرنشان کرد که تنش‌های ژئوپلیتیکی، از جمله درگیری احتمالی آمریکا و ایران، می‌تواند قیمت نفت را طی چهار تا شش ماه به طور قابل توجهی افزایش دهد. چنین افزایشی هزینه های انرژی را در کل افزایش می دهد. محاسبات هوش مصنوعی به شدت به مراکز داده پر انرژی متکی است. قیمت‌های بالاتر نفت به هزینه‌های عملیاتی بالاتر برای شرکت‌هایی تبدیل می‌شود که مدل‌های هوش مصنوعی در مقیاس بزرگ را اجرا می‌کنند. این پویایی می‌تواند آزمایش کند که آیا سرمایه‌گذاری‌های فعلی هوش مصنوعی می‌توانند در برابر افزایش مستمر هزینه‌های انرژی مقاومت کنند یا خیر. هیز پیشنهاد کرد که بسیاری از پرتفولیوهای ساخته شده بر اساس فرضیات رشد هوش مصنوعی ممکن است این متغیر را در نظر نگرفته باشند.اگر هزینه های انرژی به شدت افزایش یابد، مدل های سودآوری زیربنای بسیاری از شرکت های هوش مصنوعی ممکن است تحت فشار قرار گیرند. این یکی از خطرات فوری‌تری است که او توضیح داد. سیاست دولت عدم اطمینان را برای کاربران ایجاد می کند. سیاسی شدن توسعه هوش مصنوعی عامل دیگری است که هیز مطرح کرد. او به عنوان نمونه از محدودیت‌های دولت ایالات متحده بر مدل‌های افسانه و افسانه آنتروپیک نام برد که دسترسی کاربران آمریکایی و گاهی در خود شرکت را محدود می‌کرد. هیز این را به‌عنوان شواهدی توصیف کرد که نشان می‌دهد چگونه تصمیم‌گیری‌های سیاستی می‌توانند دسترسی را بدون هشدار مختل کنند. این نوع محدودیت برای شرکت ها و افراد غیر آمریکایی که به این مدل ها وابسته هستند، عدم اطمینان ایجاد می کند. تغییر ناگهانی خط مشی می تواند خدمات را به طور کامل قطع کند، صرف نظر از وضعیت پرداخت کاربر یا نیازهای تجاری. هیز استدلال کرد که این آسیب‌پذیری به طور کامل در ارزیابی‌های فعلی هوش مصنوعی محاسبه نشده است. برای کاربران خارجی، خطر از دست دادن دسترسی به ابزارهای هوش مصنوعی ممتاز، لایه ای از احتیاط را ایجاد می کند.