أصدر معهد ستانفورد للذكاء الاصطناعي المتمحور حول الإنسان تقريره الشامل "مؤشر الذكاء الاصطناعي 2025"، والذي يقدم تحليلاً قائمًا على البيانات لمشهد الذكاء الاصطناعي العالمي من حيث البحث، الأداء التقني، الاقتصاد، والأثر البيئي.
يكشف التقرير، الذي يتجاوز 400 صفحة، عن مفارقة لافتة في اقتصاديات الذكاء الاصطناعي. فعلى الرغم من أن تدريب النماذج المتقدمة أصبح أكثر تكلفة بشكل متزايد—حيث بلغت تكلفة تدريب نموذج Gemini 1.0 Ultra من جوجل نحو 192 مليون دولار—إلا أن تكلفة استخدام هذه النماذج انخفضت بشكل كبير. فقد هبطت تكلفة استعلام نموذج ذكاء اصطناعي بمستوى أداء GPT-3.5 من 20 دولارًا لكل مليون رمز في نوفمبر 2022 إلى 0.07 دولار فقط لكل مليون رمز بحلول أكتوبر 2024، أي بانخفاض بمقدار 280 مرة خلال 18 شهرًا.
ويُعزى هذا الانخفاض الحاد في تكاليف التشغيل إلى التحسن الكبير في كفاءة العتاد. ويشير التقرير إلى أن تكاليف عتاد الذكاء الاصطناعي على مستوى المؤسسات انخفضت بنسبة 30% سنويًا، بينما تحسنت كفاءة الطاقة بنسبة 40% سنويًا. وتعمل هذه الاتجاهات على خفض الحواجز أمام تبني الذكاء الاصطناعي المتقدم بسرعة، حيث أفادت 78% من المؤسسات الآن باستخدام الذكاء الاصطناعي، مقارنة بـ55% في عام 2023.
ومع ذلك، لا يزال الأثر البيئي لتدريب النماذج الضخمة للذكاء الاصطناعي يتزايد بمعدل مقلق. فقد ارتفعت انبعاثات الكربون الناتجة عن تدريب هذه النماذج بشكل مطرد، حيث ولّد نموذج Llama 3.1 من ميتا ما يُقدّر بـ8,930 طنًا من ثاني أكسيد الكربون—وهو ما يعادل الانبعاثات السنوية لنحو 500 أمريكي متوسط. ولهذا السبب، تتجه شركات الذكاء الاصطناعي بشكل متزايد نحو الطاقة النووية كمصدر موثوق للطاقة الخالية من الكربون لمراكز بياناتها.
كما يسلط التقرير الضوء على تغير ديناميكيات مشهد الذكاء الاصطناعي العالمي. فبينما لا تزال الولايات المتحدة تتصدر إنتاج النماذج البارزة (40 نموذجًا في 2024 مقابل 15 للصين)، إلا أن النماذج الصينية تقترب بسرعة من سد فجوة الأداء. فقد تقلص الفارق بين أفضل النماذج الأمريكية والصينية من 9.26% في يناير 2024 إلى 1.70% فقط بحلول فبراير 2025.
ومع استمرار الذكاء الاصطناعي في تحويل الصناعات، يُعد مؤشر الذكاء الاصطناعي من ستانفورد مصدرًا أساسيًا لفهم الفرص والتحديات التي تطرحها هذه التقنية المتطورة بسرعة. وتشير النتائج إلى أنه رغم أن الذكاء الاصطناعي أصبح أكثر سهولة وتكلفة أقل للاستخدام، إلا أن القطاع بحاجة لمعالجة التكاليف البيئية المتزايدة المرتبطة بتطوير نماذج أكثر قوة.