دورهای افت ارزش‌گذاری هوش مصنوعی کمتر از آنچه تیتر خبرها نشان می‌دهند رخ می‌دهند، اما شکاف واقعی زیر سطح وجود دارد
روایت غالب درباره استارتاپ‌های هوش مصنوعی در اواخر ۲۰۲۶ این است که حباب می‌ترکد و دورهای افت ارزش‌گذاری همه‌جا هستند. داده‌ها چیز دقیق‌تر و مفیدتری می‌گویند: بر اساس گزارش وضعیت بازارهای خصوصی Carta، نرخ کلی دورهای افت ارزش‌گذاری استارتاپ‌ها در واقع در سه‌ماهه اول ۲۰۲۶ به ۱۱.۴ درصد کاهش یافته، که با سطوح سال‌های ۲۰۱۹ و ۲۰۲۰ هم‌خوانی دارد. اگر فقط رسانه‌های تجاری را بخوانید، این عدد شگفت‌آور به نظر می‌رسد. اما نباید باشد. کاهش‌های جلب‌توجه واقعی هستند، اما در یک لایه خاص از بازار متمرکزند، نه به‌طور یکنواخت در میان همه شرکت‌هایی که «هوش مصنوعی» در ارائهٔ خود دارند.
Groq، شرکت تراشه‌های استنتاج هوش مصنوعی، در اوت ۲۰۲۶ با ارزش‌گذاری ۳.۵ میلیارد دلاری ۳۵۰ میلیون دلار جمع‌آوری کرد؛ تقریباً نیمی از ارزش‌گذاری ۶.۹ میلیارد دلاری آن در سپتامبر ۲۰۲۵. این یک کاهش واقعی، تأییدشده و تقریباً ۵۰ درصدی در طی سیزده ماه است و پاک‌ترین نمونهٔ یک دور افت ارزش واقعی در این بخش امسال است. در سوی دیگر بازار، داده‌های PitchBook-NVCA نشان می‌دهد شرکت‌های مدل بنیادی هوش مصنوعی در دورهای سری A با ارزش‌گذاری میانه پیش از سرمایه‌گذاری بالای ۳۰۰ میلیون دلار جمع‌آوری می‌کنند، در مقابل ۴۲.۴ میلیون دلار برای شرکت‌های غیر هوش مصنوعی در همان مرحله. این دو واقعیت در تضاد نیستند. آن‌ها بازاری را توصیف می‌کنند که دوگانه می‌شود، نه فروپاشیده.
افت ارزش‌گذاری خاموش: جذب نیرو به‌جای کاهش ارزش
شرکت‌هایی که واقعاً در موج تأمین مالی هوش مصنوعی ۲۰۲۳-۲۰۲۴ خسارت دیدند، به‌ندرت به‌عنوان یک «دور افت ارزش» تمیز در پایگاه داده‌های تأمین مالی ظاهر می‌شوند، زیرا بیشترشان هرگز دور کاهش ارزش‌گذاری نگرفتند؛ در عوض، نیروی انسانی آن‌ها جذب شد. Inflection AI در سال ۲۰۲۳ با ارزش‌گذاری ۴ میلیارد دلاری، ۱.۳ میلیارد دلار جمع کرد؛ در سال ۲۰۲۴، مایکروسافت فناوری آن را با مجوز گرفت و رهبری آن را با ۶۵۰ میلیون دلار استخدام کرد، معامله‌ای که عملاً مانند یک کاهش ارزش‌گذاری واقعی عمل کرد، بدون اینکه هرگز به‌صورت یک دور افت ارزش‌گذاری قیمت‌گذاری‌شده ظاهر شود. تیم بنیان‌گذار Character.AI به گوگل و تیم Adept AI به آمازون در ساختارهای مشابهی منتقل شدند. این معاملات به خریداران اجازه می‌دهد نیروی انسانی و فناوری را بدون پذیرفتن جدول سهام شرکت به دست آورند، و به سرمایه‌گذاران اجازه می‌دهد از کاهش علنی ارزش یک صندوق پرهیز کنند. اگر «شکست‌های استارتاپ هوش مصنوعی» را با جست‌وجوی اعلامیه‌های دور افت ارزش دنبال می‌کنید، به‌طور نظام‌مند میزان واقعی ریزش را کمتر از واقع برآورد خواهید کرد، چون سازوکار شکست از قیمت‌گذاری مجدد به جذب تغییر کرده است.
چه چیزی واقعاً این شکاف را ایجاد می‌کند
شرکت‌هایی که سهم ارزش‌گذاری خود را نگه می‌دارند یا افزایش می‌دهند، یک ویژگی مشترک دارند: یک خندق فنی یا زیرساختی که حتی با دسترسی به همان مدل‌های بنیادی، تکرار آن هزینه‌بر است — طراحی تراشه، زیرساخت آموزشی اختصاصی، یا خود یک مدل پیشرو. شرکت‌هایی که به‌آرامی تعطیل می‌شوند، ویژگی معکوس دارند: آن‌ها یک لایهٔ محصول روی مدل‌های دوران GPT-4 ساختند با خندقی فنی نازک، و وقتی بازیگران قدیمی (Microsoft Copilot، هوش مصنوعی گوگل ورک‌اسپیس، سطح محصول در حال گسترش خود OpenAI) ویژگی‌های مشابه را عرضه کردند، تنها دارایی باقی‌مانده استارتاپ، تیمش بود. این دقیقاً همان دارایی است که یک جذب نیرو استخراج می‌کند.
شکافی هم در سطح کلان وجود دارد که ارزش پیگیری دارد: هزینهٔ تعهدشده جهانی برای زیرساخت هوش مصنوعی حدود ۷۰۰ میلیارد دلار است، در برابر تنها حدود ۱۰۰ میلیارد دلار درآمد واقعی هوش مصنوعی سازمانی که تا اینجای ۲۰۲۶ ثبت شده. همین شکاف است که حتی OpenAI و Anthropic را به کاهش اهداف ارزش‌گذاری پیش از رویدادهای تأمین مالی سوق می‌دهد — OpenAI هدف خود برای یک دور جدید را از ۱.۴ تریلیون دلار به ۱.۲۵ تریلیون دلار کاهش داد، و گفته می‌شود مذاکرات ارزش‌گذاری پیش از عرضهٔ عمومی Anthropic از حدود ۲ تریلیون دلار به سوی ۱.۵ تریلیون دلار حرکت کرده است. این‌ها تنظیمات هدف برای شرکت‌هایی هستند که هنوز با ارزش‌گذاری‌های تاریخی تأمین مالی می‌کنند، نه فروش‌های اضطراری، اما نشان می‌دهند حتی قوی‌ترین شرکت‌های دارای خندق در این بخش، نسبت به دوازده ماه پیش با مخالفت بیشتری از سوی سرمایه‌گذاران بر سر قیمت مواجه‌اند.
درس کاربردی برای بنیان‌گذاران و سرمایه‌گذاران
اگر بنیان‌گذار هستید، سؤال مهم این نیست که «آیا بازار هوش مصنوعی رو به کاهش است» — سؤال این است که آیا شرکت شما خندقی دارد که یک بازیگر قدیمی نتواند آن را به‌عنوان یک به‌روزرسانی ویژگی عرضه کند. اگر محصول شما یک لایهٔ گردش‌کار دور رابط برنامه‌نویسی یک مدل پیشرو است، نتیجهٔ جذب نیرو سقف واقع‌بینانه است، نه بدترین حالتی که باید برای آن برنامه‌ریزی کنید. اگر سرمایه‌گذاری هستید که یک شرکت هوش مصنوعی از نسل ۲۰۲۳ را برای یک وام پل یا دور بعدی ارزیابی می‌کنید، بررسی کنید آیا شرکت ضریب درآمد مشخصی را در درخواست فعلی خود افشا کرده است؛ میانهٔ ۳۰۰ میلیون دلاری پیش از سرمایه‌گذاری برای دورهای سری A مدل بنیادی، کمبود فنی واقعی را نشان می‌دهد، و شرکت‌های بدون آن کمبود، صرف‌نظر از نحوهٔ ساختار یا نام‌گذاری دور، آن ضریب را نخواهند داشت.