هوش مصنوعی تقاضای فلزات را دگرگون می‌کند
پشت پرده رقابت غول‌های فناوری؛

هوش مصنوعی تقاضای فلزات را دگرگون می‌کند

۱۷ مهر ۱۴۰۵

رقابت شرکت‌های بزرگ فناوری برای توسعه هوش مصنوعی، تنها به ساخت تراشه‌های پیشرفته و طراحی مدل‌های هوشمند محدود نمانده است. این رقابت به گسترش مراکز داده، افزایش ظرفیت شبکه‌های برق و توسعه زیرساخت‌های خنک‌کننده وابسته است؛ زیرساخت‌هایی که بدون مصرف گسترده فلزات و مواد معدنی امکان توسعه ندارند. به این ترتیب، هوش مصنوعی در حال تبدیل شدن به یکی از عوامل جدید تغییر الگوی تقاضا در بازار فلزات است؛ بازاری که آینده آن علاوه بر سرعت پیشرفت فناوری، به ظرفیت استخراج، فرآوری و تأمین مواد اولیه وابسته خواهد بود.

به گزارش نماد اقتصاد، وقتی صحبت از هوش مصنوعی به میان می‌آید، نخستین تصاویری که به ذهن می‌رسند، پردازنده‌های قدرتمند، ربات‌های هوشمند، نرم‌افزارهای پیشرفته و سامانه‌های پاسخ‌گو هستند. با این حال، آنچه در پس این فناوری قرار دارد، مجموعه‌ای پیچیده از زیرساخت‌های فیزیکی است که برای ساخت و بهره‌برداری از آنها به حجم قابل‌توجهی از مواد اولیه نیاز است.

از تجهیزات الکترونیکی و سرورها گرفته تا کابل‌های انتقال برق، سامانه‌های توزیع انرژی، مبدل‌های حرارتی و تجهیزات ذخیره‌سازی، هر بخش به نوعی از فلزات و مواد معدنی وابسته است.

در واقع، توسعه هوش مصنوعی را نمی‌توان صرفا یک تحول نرم‌افزاری دانست. آموزش مدل‌های بزرگ و اجرای هم‌زمان تعداد زیادی از درخواست‌های کاربران، به مراکز داده‌ای نیاز دارد که از هزاران پردازنده و تجهیزات شبکه تشکیل شده‌اند.

این مراکز برای فعالیت مستمر باید برق قابل اتکا دریافت و گرمای تولیدشده را دفع کنند و ارتباط سریع میان پردازنده‌ها را برقرار نگه دارند. هرچه توان پردازشی افزایش یابد، طراحی این زیرساخت‌ها نیز پیچیده‌تر می‌شود.

انقلاب هوش مصنوعی از معادن عبور می‌کند

گزارش سال ۲۰۲۶ آژانس بین‌المللی انرژی درباره پیوند هوش مصنوعی و انرژی نشان می‌دهد که سرمایه‌گذاری پنج شرکت بزرگ فناوری در سال ۲۰۲۵ از ۴۰۰ میلیارد دلار فراتر رفته است و انتظار می‌رود این رقم در سال ۲۰۲۶ حدود ۷۵ درصد دیگر افزایش یابد. همچنین مصرف برق مراکز داده در سال ۲۰۲۵ حدود ۱۷ درصد رشد کرده و مصرف برق مراکز داده متمرکز بر هوش مصنوعی با سرعت بیشتری افزایش یافته است.

این آژانس پیش‌بینی می‌کند مصرف برق مراکز داده در جهان از حدود ۴۸۵ تراوات‌ساعت در سال ۲۰۲۵ به حدود ۹۵۰ تراوات‌ساعت در سال ۲۰۳۰ برسد. این ارقام بیانگر آن است که توسعه هوش مصنوعی، هم‌زمان با افزایش توان پردازشی، به گسترش زیرساخت‌های انرژی نیز نیاز دارد.

این روند از منظر بازار فلزات اهمیت ویژه‌ای دارد. افزایش تقاضا برای زیرساخت‌های برق، شبکه‌های انتقال، تجهیزات الکترونیکی و سامانه‌های سرمایشی می‌تواند تقاضای مستقیم و غیرمستقیمی برای فلزات ایجاد کند که پیش از این بیشتر تحت تاثیر ساختمان‌سازی، صنعت برق، حمل‌ونقل و تولید تجهیزات صنعتی قرار داشتند.

البته نباید تمام افزایش تقاضای فلزات را به هوش مصنوعی نسبت داد. توسعه شبکه‌های برق، انرژی‌های تجدیدپذیر، خودروهای برقی و سایر فناوری‌های دیجیتال نیز در این روند نقش دارند. مسئله اصلی آن است که هوش مصنوعی با سرعت بخشیدن به سرمایه‌گذاری در زیرساخت‌های پردازشی و انرژی، به یکی از عوامل جدید رقابت برای دسترسی به مواد اولیه تبدیل شده است.

مس؛ برنده اصلی توسعه مراکز داده

در میان فلزات موردنیاز برای توسعه زیرساخت‌های هوش مصنوعی، مس جایگاه ویژه‌ای دارد. رسانایی الکتریکی بالا، انتقال مناسب حرارت، دوام و قابلیت استفاده در تجهیزات مختلف، این فلز را به یکی از مواد اصلی شبکه‌های برق و مراکز داده تبدیل کرده است.

مس در کابل‌های برق، شینه‌ها، اتصالات الکتریکی، تجهیزات توزیع انرژی، ترانسفورماتورها و بخش‌هایی از سامانه‌های خنک‌کننده مورد استفاده قرار می‌گیرد. افزایش توان مصرفی سرورها به تجهیزات توزیع برق قدرتمندتری نیاز دارد و همین مسئله می‌تواند مصرف مس را در هر مرکز داده افزایش دهد.

در مراکز داده هوش مصنوعی، تراکم توان پردازشی بالاتر از بسیاری از مراکز داده متعارف است. این ویژگی، نیاز به طراحی دقیق‌تر مسیرهای انتقال برق و تجهیزات دفع حرارت را افزایش می‌دهد. در نتیجه، توسعه مراکز داده جدید تنها به خرید پردازنده و سرور محدود نمی‌شود و باید برای تامین برق و مدیریت گرما نیز سرمایه‌گذاری انجام شود.

آژانس بین‌المللی انرژی در گزارش چشم‌انداز مواد معدنی حیاتی سال ۲۰۲۵ برآورد کرده بود که تقاضای مس ناشی از مراکز داده، با احتساب مراکز متعارف و مراکز مرتبط با هوش مصنوعی، می‌تواند در سال ۲۰۳۰ به حدود ۲۵۰ تا ۵۵۰ هزار تن برسد. این مقدار معادل حدود یک تا دو درصد تقاضای جهانی مس در سناریوی بررسی‌شده این گزارش است؛ هرچند سرعت توسعه مراکز داده می‌تواند بر این برآورد اثر بگذارد.

اهمیت این ارقام فقط در حجم تقاضای مستقیم مراکز داده نیست. توسعه این مراکز ممکن است به احداث نیروگاه‌ها، توسعه خطوط انتقال و افزایش ظرفیت شبکه‌های توزیع برق نیز نیاز داشته باشد. بنابراین، بخشی از تقاضای مس در زنجیره پشتیبان هوش مصنوعی شکل می‌گیرد؛ زنجیره‌ای که از محل تولید برق آغاز می‌شود و تا مصرف‌کننده نهایی انرژی ادامه دارد.

با این حال، افزایش تقاضا الزاما به معنای جهش قطعی قیمت مس نیست. قیمت این فلز علاوه بر مصرف مراکز داده، از وضعیت اقتصاد چین، تولید صنعتی، سرمایه‌گذاری در معادن، موجودی انبارها، هزینه استخراج و تحولات تجاری تاثیر می‌پذیرد. اگر عرضه افزایش یابد یا رشد سرمایه‌گذاری در مراکز داده کمتر از انتظار باشد، اثر این فناوری بر بازار نیز می‌تواند محدودتر شود.

هوش مصنوعی و مس

آلومینیوم؛ فلزی برای ساخت زیرساخت‌های هوش مصنوعی

آلومینیوم از دیگر فلزاتی است که در گسترش زیرساخت‌های هوش مصنوعی اهمیت دارد. این فلز به دلیل وزن کمتر از فولاد، مقاومت در برابر خوردگی و کاربردهای گسترده در تجهیزات صنعتی و الکتریکی، در بخش‌های مختلف ساخت مراکز داده و تامین انرژی آن‌ها مورد استفاده قرار می‌گیرد.

سازه‌ها و محفظه‌های تجهیزات، بخش‌هایی از سامانه‌های سرمایشی، مبدل‌های حرارتی و برخی کابل‌ها و خطوط انتقال برق از جمله حوزه‌هایی هستند که آلومینیوم در آن‌ها کاربرد دارد. در شبکه‌های برق نیز این فلز به دلیل وزن کمتر و ویژگی‌های الکتریکی مناسب، در بسیاری از خطوط انتقال مورد استفاده قرار می‌گیرد.

با افزایش ظرفیت مراکز داده، تقاضا برای تجهیزات برق‌رسانی و توسعه شبکه‌های انتقال نیز می‌تواند بیشتر شود. این موضوع، آلومینیوم را در کنار مس در زمره فلزات موثر بر توسعه زیرساخت‌های هوش مصنوعی قرار می‌دهد.

با این حال، شدت مصرف آلومینیوم به طراحی مراکز داده، نوع تجهیزات سرمایشی، فاصله مراکز از شبکه برق و شیوه تامین انرژی بستگی دارد. بنابراین، نمی‌توان برای همه مراکز داده میزان مصرف یکسانی در نظر گرفت.

از سوی دیگر، بازار آلومینیوم به شدت تحت تاثیر هزینه برق، ظرفیت ذوب، محدودیت‌های تولید و شرایط تجارت جهانی قرار دارد. در نتیجه، توسعه هوش مصنوعی می‌تواند یکی از عوامل تقویت تقاضا باشد اما تعیین‌کننده یگانه مسیر قیمت این فلز نخواهد بود.

نقره؛ پیوند رسانایی بالا با تجهیزات الکترونیکی

نقره به دلیل رسانایی الکتریکی بسیار بالا، در برخی اتصالات، قطعات الکترونیکی و کاربردهای تخصصی تجهیزات پیشرفته استفاده می‌شود. هرچند سهم این فلز از نظر وزن در زیرساخت‌های مراکز داده با مس و آلومینیوم قابل مقایسه نیست اما اهمیت آن در بعضی کاربردهای الکترونیکی می‌تواند بیشتر از حجم مصرفش باشد.

توسعه سخت‌افزارهای پیشرفته، افزایش تعداد تجهیزات الکترونیکی و گسترش شبکه‌های ارتباطی، از مسیرهای احتمالی افزایش تقاضا برای نقره هستند. با این حال، باید میان مصرف نقره در صنعت الکترونیک به‌طور کلی و مصرفی که مستقیماً به هوش مصنوعی مربوط می‌شود، تمایز قائل شد.

نقره همچنین در پنل‌های خورشیدی و برخی کاربردهای مرتبط با برق‌رسانی نقش دارد. از آنجایی که شرکت‌های فناوری برای تامین برق مراکز داده به قراردادهای انرژی تجدیدپذیر و توسعه ظرفیت تولید برق نیز روی می‌آورند، بخشی از تقاضای مرتبط با این زنجیره ممکن است از مسیر توسعه انرژی خورشیدی شکل بگیرد.

در مقابل، بازار نقره تنها به صنعت وابسته نیست. تقاضای سرمایه‌گذاری، خرید مصنوعات، سیاست‌های پولی، نرخ بهره و وضعیت اقتصاد جهانی نیز بر قیمت آن اثر می‌گذارند. ازاین‌رو، افزایش مصرف صنعتی لزوما به معنای افزایش متناسب قیمت نقره نیست و ارزیابی بازار این فلز باید مجموعه عوامل عرضه و تقاضا را در نظر بگیرد.

قلع؛ فلزی کوچک با نقشی مهم در اتصالات

قلع در مقایسه با مس و آلومینیوم کمتر در مرکز توجه قرار دارد اما در ساخت تجهیزات الکترونیکی از اهمیت بالایی برخوردار است. یکی از کاربردهای اصلی آن تولید لحیم برای اتصال قطعات روی بردهای الکترونیکی است؛ اتصالاتی که در سرورها، تجهیزات شبکه و بسیاری از سامانه‌های الکترونیکی مورد استفاده قرار می‌گیرند.

افزایش تعداد تجهیزات پردازشی و پیچیدگی سخت‌افزارهای موردنیاز برای هوش مصنوعی می‌تواند تقاضا برای مواد مصرفی در تولید قطعات الکترونیکی را تقویت کند. این موضوع، قلع را به یکی از فلزات قابل توجه در زنجیره تأمین فناوری تبدیل کرده است.

گزارشی که رویترز در ماه اکتبر ۲۰۲۶ منتشر کرد، به نقش رو به رشد قلع در تولید تجهیزات الکترونیکی و اتصالات زیرساخت‌های هوش مصنوعی پرداخت. در این گزارش، به برآوردی اشاره شده است که براساس آن، مراکز داده هوش مصنوعی می‌توانند به حدود سه برابر قلع بیشتر نسبت به مراکز داده متعارف نیاز داشته باشند. این برآورد را باید در چارچوب مفروضات مربوط به طراحی تجهیزات و زیرساخت‌ها ارزیابی کرد نه به‌عنوان یک ضریب ثابت برای تمام مراکز داده.

بازار قلع از نظر عرضه نیز حساسیت‌هایی دارد زیرا تولید جهانی آن در تعداد محدودی از کشورها متمرکز است و اختلال در استخراج یا تجارت می‌تواند اثر قابل‌توجهی بر عرضه داشته باشد. بنابراین، افزایش تقاضا در کنار محدودیت عرضه می‌تواند ریسک نوسان قیمت این فلز را بیشتر کند.

با وجود این، میزان اثر هوش مصنوعی بر بازار قلع به حجم واقعی تولید تجهیزات، میزان مصرف قلع در هر واحد محصول و امکان جایگزینی یا کاهش مصرف در فرایندهای تولید وابسته است.

طلا؛ فلزی راهبردی در بخش‌های حساس الکترونیک

طلا در نگاه نخست بیشتر با بازار سرمایه، جواهرات و ذخایر بانک‌های مرکزی شناخته می‌شود اما در برخی تجهیزات الکترونیکی پیشرفته نیز کاربرد دارد. مقاومت مناسب در برابر خوردگی و قابلیت اطمینان در اتصالات حساس، باعث شده است از طلا در بخشی از اتصالات، پوشش‌ها و قطعات تخصصی استفاده شود.

در تجهیزات پردازشی پیشرفته، پایداری اتصال‌ها و کاهش احتمال اختلال اهمیت زیادی دارد. به همین دلیل، طلا در برخی کاربردهایی که قابلیت اطمینان بالا ضروری است، جایگاه خود را حفظ کرده است. با این حال، به دلیل هزینه بالای این فلز، استفاده از آن معمولا هدفمند است و نمی‌توان نتیجه گرفت که رشد هوش مصنوعی به افزایش گسترده مصرف طلا در همه اجزای سخت‌افزاری منجر می‌شود.

بازار طلا نیز ویژگی متفاوتی نسبت به فلزات صنعتی دارد. قیمت آن علاوه بر مصرف صنعتی، تحت تاثیر نرخ بهره واقعی، ارزش دلار، خرید بانک‌های مرکزی، ریسک‌های ژئوپلیتیکی و تقاضای سرمایه‌گذاری قرار می‌گیرد. در نتیجه، حتی اگر توسعه هوش مصنوعی مصرف صنعتی طلا را افزایش دهد، اثر این عامل در برابر محرک‌های بزرگ بازار ممکن است محدود باقی بماند.

از منظر تحلیلی، بهتر است طلا را در گروه فلزات تخصصی مورد استفاده در الکترونیک قرار داد، نه در کنار مس به‌عنوان یکی از اصلی‌ترین فلزات حجمی زیرساخت‌های هوش مصنوعی.

هوش مصنوعی تقاضای فلزات را دگرگون می‌کند

گالیوم، ژرمانیوم و عناصر تخصصی؛ اهمیت فراتر از حجم مصرف

در زنجیره تولید نیمه‌رساناها و تجهیزات ارتباطی، برخی مواد با حجم مصرف کمتر اهمیت فناورانه بالایی دارند. گالیوم، ژرمانیوم، ایندیوم، تانتالم و تنگستن از جمله موادی هستند که در کاربردهای تخصصی الکترونیک، نیمه‌رساناها، ارتباطات یا ساخت قطعات پیشرفته استفاده می‌شوند؛ البته کاربرد دقیق هر ماده به نوع فناوری و طراحی محصول وابسته است و همه آن‌ها به یک اندازه در تمام تراشه‌های هوش مصنوعی حضور ندارند.

برای مثال، ترکیبات مبتنی بر گالیوم در برخی قطعات الکترونیکی قدرت و فناوری‌های ارتباطی کاربرد دارند. ژرمانیوم نیز در بعضی کاربردهای نیمه‌رسانایی و اپتیکی استفاده می‌شود. تانتالم در ساخت برخی خازن‌ها و قطعات الکترونیکی و تنگستن در کاربردهای خاص ساخت نیمه‌رساناها و تجهیزات صنعتی مورد استفاده قرار می‌گیرد.

اهمیت اقتصادی این مواد از آنجا ناشی می‌شود که در بعضی موارد، تولید یا فرآوری آن‌ها در تعداد محدودی از کشورها متمرکز است. در چنین شرایطی، حتی افزایش نسبتا محدود تقاضا یا بروز اختلال در زنجیره تامین می‌تواند به مسئله‌ای راهبردی برای تولیدکنندگان تجهیزات فناوری تبدیل شود.

آژانس بین‌المللی انرژی در چشم‌انداز مواد معدنی حیاتی سال ۲۰۲۶ تاکید کرده است که صنایع پیشرفته، افزون بر فلزات پرمصرفی مانند مس و آلومینیوم، به مجموعه‌ای از مواد تخصصی از جمله گالیوم، ژرمانیوم، ایندیوم، تانتالم، تنگستن و فلزات گروه پلاتین وابسته‌اند. این گزارش همچنین بر اهمیت ریسک عرضه و تمرکز جغرافیایی در زنجیره مواد موردنیاز فناوری‌های پیشرفته تأکید دارد.

در این گروه، مسئله اصلی لزوما افزایش چشمگیر تناژ مصرف نیست بلکه دسترسی مطمئن به مواد با خلوص و کیفیت موردنیاز است. جایگزینی یک ماده در تجهیزات پیشرفته ممکن است به طراحی مجدد، آزمون‌های فنی و تاییدیه‌های تولید نیاز داشته باشد. بنابراین، اختلال در عرضه برخی مواد تخصصی می‌تواند پیامدهایی بسیار بزرگ‌تر از سهم آنها در وزن کل تجهیزات داشته باشد.

لیتیوم، کبالت و عناصر نادر خاکی؛ تقاضای غیرمستقیم از مسیر انرژی

لیتیوم، کبالت و عناصر نادر خاکی نیز در بحث هوش مصنوعی مطرح می‌شوند اما ارتباط آن‌ها با توسعه مراکز داده با نقش مس و قلع یکسان نیست. اهمیت این مواد بیشتر از مسیر توسعه سامانه‌های ذخیره‌سازی انرژی، تجهیزات برق و فناوری‌های مکمل شکل می‌گیرد.

با افزایش مصرف برق و حساسیت مراکز داده به قطعی یا نوسان انرژی، استفاده از سامانه‌های ذخیره‌سازی باتری می‌تواند اهمیت بیشتری پیدا کند. لیتیوم یکی از مواد اصلی باتری‌های لیتیوم‌یونی است و کبالت نیز در برخی ترکیب‌های شیمیایی باتری کاربرد دارد؛ هرچند همه باتری‌ها از کبالت استفاده نمی‌کنند و سهم آن به فناوری انتخاب‌شده وابسته است.

آژانس بین‌المللی انرژی در گزارش سال ۲۰۲۶ خود به احتمال نصب حدود ۲۰ تا ۲۵ گیگاوات ظرفیت ذخیره‌سازی باتری در مراکز داده جهان تا سال ۲۰۳۰ اشاره کرده است. این ظرفیت بالقوه، اهمیت ذخیره‌سازی را در مدیریت نوسان مصرف برق و تامین پایدار انرژی نشان می‌دهد اما به‌تنهایی میزان تقاضای لیتیوم یا کبالت را مشخص نمی‌کند زیرا ظرفیت نصب‌شده، مدت ذخیره‌سازی و نوع شیمی باتری در میزان مواد مصرفی موثرند.

عناصر نادر خاکی نیز در ساخت آهن‌رباهای دائمی مورد استفاده در برخی موتورها و تجهیزات پیشرفته کاربرد دارند. تقاضای این عناصر بیشتر با توسعه مجموعه گسترده‌تری از فناوری‌ها، ازجمله خودروهای برقی، توربین‌های بادی و تجهیزات صنعتی مرتبط است. بنابراین، نمی‌توان تمام رشد تقاضای آن‌ها را به هوش مصنوعی نسبت داد؛ هرچند توسعه زیرساخت‌های انرژی و فناوری می‌تواند از مسیرهای غیرمستقیم بر بازارشان اثر بگذارد.

این تمایز برای تحلیل بازار اهمیت دارد. مس، آلومینیوم و قلع با زیرساخت‌های فیزیکی و الکترونیکی مراکز داده ارتباط نزدیک‌تری دارند؛ در حالی که لیتیوم، کبالت و عناصر نادر خاکی بیشتر در زنجیره پشتیبان انرژی و فناوری‌های مکمل مطرح می‌شوند.

رشد تقاضا، چالش عرضه و رقابت بر سر مواد اولیه

افزایش تقاضا برای فلزات موردنیاز هوش مصنوعی در شرایطی رخ می‌دهد که بسیاری از بازارهای مواد معدنی با محدودیت‌های ساختاری روبه‌رو هستند. توسعه یک معدن جدید معمولا به سرمایه‌گذاری سنگین، مطالعات اکتشافی، مجوزهای زیست‌محیطی، زیرساخت حمل‌ونقل و زمان طولانی برای رسیدن به تولید تجاری نیاز دارد. در برخی مواد نیز فرآوری و پالایش به اندازه استخراج اهمیت دارد زیرا دسترسی به ماده خام به‌تنهایی برای تولید قطعات پیشرفته کافی نیست.

در بازار مس، کاهش عیار برخی ذخایر، افزایش هزینه پروژه‌ها و زمان‌بر بودن توسعه معادن جدید ازجمله عواملی هستند که می‌توانند پاسخ عرضه به رشد تقاضا را دشوار کنند. آژانس بین‌المللی انرژی در گزارش سال ۲۰۲۶ خود، با وجود بهبود نسبی چشم‌انداز عرضه نسبت به برآورد قبلی، همچنان از احتمال کسری عرضه مس در سال ۲۰۳۵ سخن گفته است.

در سناریوی سیاست‌های اعلام‌شده این نهاد، شکاف پیش‌بینی‌شده میان عرضه پروژه‌های معدنی و نیاز اولیه مس در سال ۲۰۳۵ حدود ۲۵ درصد برآورد شده است. این عدد یک برآورد سناریومحور است و نه پیش‌بینی قطعی بازار یا کسری‌ای که صرفاً به هوش مصنوعی مربوط باشد.

از سوی دیگر، تمرکز جغرافیایی استخراج یا فرآوری برخی مواد، ریسک‌های تازه‌ای برای صنایع فناوری ایجاد می‌کند. محدودیت‌های صادراتی، تنش‌های تجاری، اختلال در حمل‌ونقل و تغییر سیاست‌های صنعتی کشورها می‌توانند دسترسی شرکت‌ها به مواد موردنیاز را تحت تأثیر قرار دهند. به همین دلیل، رقابت غول‌های فناوری به‌تدریج از بازار تراشه و ظرفیت محاسباتی فراتر می‌رود و موضوع امنیت زنجیره تامین مواد اولیه را نیز در بر می‌گیرد.

در چنین شرایطی، شرکت‌ها ممکن است به تنوع‌بخشی به تامین‌کنندگان، قراردادهای بلندمدت، بازیافت تجهیزات و طراحی محصولاتی با مصرف کمتر مواد روی بیاورند. با این حال، هیچ‌یک از این راهکارها در کوتاه‌مدت جایگزین کامل توسعه ظرفیت استخراج و فرآوری نخواهد بود.

آیا هوش مصنوعی قیمت فلزات را افزایش می‌دهد؟

پاسخ به این پرسش به نوع فلز، وضعیت عرضه و تقاضا و سرعت توسعه زیرساخت‌ها بستگی دارد. افزایش مصرف مس در مراکز داده می‌تواند یکی از عوامل تقویت تقاضا باشد اما قیمت این فلز همچنان از وضعیت صنعت ساختمان، شبکه‌های برق، حمل‌ونقل، تولید صنعتی و اقتصاد چین تاثیر می‌پذیرد. در مورد آلومینیوم نیز هزینه انرژی، ظرفیت تولید و شرایط تجارت جهانی اهمیت زیادی دارد.

در فلزات تخصصی، حتی اگر حجم مصرف نسبتا کم باشد، تمرکز عرضه و دشواری جایگزینی می‌تواند ریسک نوسان قیمت را افزایش دهد. در مقابل، پیشرفت فناوری ممکن است به کاهش مصرف برخی مواد، افزایش بهره‌وری یا جایگزینی آن‌ها با گزینه‌های دیگر منجر شود. از این رو، افزایش تقاضای فناورانه را نباید به‌تنهایی معادل رشد پایدار و قطعی قیمت دانست.

نکته دیگر، امکان کند شدن سرمایه‌گذاری در مراکز داده است. اگر بازده اقتصادی پروژه‌های هوش مصنوعی کمتر از انتظار باشد، هزینه تامین مالی افزایش یابد یا محدودیت برق و تجهیزات، اجرای پروژه‌ها را به تاخیر بیندازد، بخشی از تقاضای پیش‌بینی‌شده مواد معدنی نیز ممکن است دیرتر محقق شود. آژانس بین‌المللی انرژی نیز در گزارش سال ۲۰۲۶ خود بر وجود گلوگاه‌هایی در تأمین برق، تولید تراشه و تأمین مالی توسعه مراکز داده تأکید کرده است.

بنابراین، برای ارزیابی چشم‌انداز فلزات باید هم‌زمان سه متغیر را زیر نظر گرفت: سرعت رشد واقعی مراکز داده، شدت مصرف مواد در هر واحد ظرفیت و توان عرضه‌کنندگان برای افزایش تولید و فرآوری.

رقابت فناوری به رقابت معدنی تبدیل می‌شود

هوش مصنوعی در حال تغییر رابطه میان صنعت فناوری و بازار مواد اولیه است. این تحول فقط به افزایش تعداد تراشه‌ها محدود نمی‌شود بلکه توسعه مراکز داده، شبکه‌های انتقال برق، سامانه‌های سرمایشی و تجهیزات ذخیره‌سازی را نیز در بر می‌گیرد.

به همین دلیل، فلزاتی مانند مس و آلومینیوم در زیرساخت‌های فیزیکی، قلع در اتصالات الکترونیکی، نقره و طلا در کاربردهای تخصصی و موادی مانند گالیوم و ژرمانیوم در بخش‌هایی از زنجیره فناوری پیشرفته اهمیت پیدا می‌کنند.

در کنار این گروه، لیتیوم، کبالت و عناصر نادر خاکی نیز می‌توانند از مسیر توسعه ذخیره‌سازی انرژی و فناوری‌های مکمل تحت تاثیر قرار گیرند؛ هرچند ارتباط آن‌ها با تقاضای مستقیم هوش مصنوعی متفاوت است.

در نهایت، مزیت رقابتی در اقتصاد هوش مصنوعی تنها به طراحی بهترین الگوریتم یا ساخت سریع‌ترین پردازنده وابسته نخواهد بود. دسترسی پایدار به انرژی، تجهیزات و مواد اولیه باکیفیت نیز بخشی از این رقابت است. کشورها و شرکت‌هایی که بتوانند زنجیره تامین خود را متنوع‌تر کنند، بازیافت را توسعه دهند و سرمایه‌گذاری در استخراج و فرآوری را با نیازهای آینده هماهنگ سازند، از موقعیت مناسب‌تری برای پاسخ‌گویی به این تحول برخوردار خواهند شد.

با این همه، نباید فراموش کرد که هوش مصنوعی تنها یکی از عوامل شکل‌دهنده بازار فلزات است. آنچه در سال‌های آینده اهمیت دارد، نه صرفا افزایش تقاضا بلکه چگونگی تلاقی این تقاضا با ظرفیت تولید، محدودیت‌های تجاری، پیشرفت فناوری و شرایط اقتصاد جهانی خواهد بود.

هوش مصنوعی در معادن

لینک کوتاه مطلب:
https://namadeghtesad.ir/?p=75369
لینک با موفقیت کپی شد!

اخبار مرتبط

۰ دیدگاه