تا همین چندی پیش، توسعه هوش مصنوعی یک رقابت علمی جذاب بود که خروجی آن به صورت کدهای منبعباز یا سرویسهای عمومی در اختیار کاربران سراسر جهان قرار میگرفت. اما مسدود شدن ناگهانی دسترسی کاربران جهانی به جدیدترین مدلهای پیشرفته یکی از شرکتهای مطرح آمریکایی نشان داد که ماه عسل این فناوری به پایان رسیده است.
این اقدام که با فشار نهادهای حاکمیتی و از طریق قوانین کنترل صادرات انجام شد، ثابت میکند توزیع هوش مصنوعی دیگر بر اساس منطق بازار آزاد نیست؛ بلکه سیاستهای امنیت ملی آن را تعیین میکند. این تحول نه یک استثناء گذرا، بلکه نقطه عطفی است که معماری اقتصاد دیجیتال جهان را برای دهههای آینده بازتعریف خواهد کرد.
تغییر ماهیت فناوری و هراس سیاستگذاران
ریشه این محدودیتهای ناگهانی در تغییر شکل خود فناوری نهفته است. آنچه در عمل اتفاق افتاد، مسدود شدن دسترسی کاربران خارج از ایالات متحده به مدل Fable شرکت آنتروپیک بود؛ مدلی که به نظر میرسد دولت آمریکا با تکیه بر ابزار کنترلهای صادراتی (EAR)، دسترسی عمومی به آن را محدود کرده است.
این اقدام در گام نخست روشی سریع و فراگیر برای اعمال محدودیت بود، اما انتظار میرود با تکامل چارچوبهای نظارتی، جای خود را به سازوکارهای هدفمندتری بدهد که دسترسی کشورها و گروهها را بهصورت تفکیکشده مدیریت میکنند.
اهمیت این رویداد تنها در یک تصمیم تجاری یا انطباق قانونی خلاصه نمیشود؛ بلکه نشانهای آشکار از یک گسست تاریخی است. جهان از مرحله دستیارهای متنی ساده عبور کرده و به مدلهایی رسیده است که میتوانند به عنوان عوامل خودمختار (AI Agents)، وظایف پیچیده نرمافزاری، تحلیلهای کلانداده، طراحی سیستمهای مالی و حتی تصمیمگیریهای عملیاتی را مستقل برنامهریزی و اجرا کنند. این دیگر ابزاری برای بهرهوری فردی نیست؛ زیرساختی است که میتواند چرخه تحقیق، تولید و قدرت اقتصادی یک کشور را تسریع یا متوقف کند.
از همین روست که سیاستگذاران در واشنگتن دیگر هوش مصنوعی را در کنار نرمافزارهای تجاری طبقهبندی نمیکنند، بلکه آن را در ردیف فناوریهای دوگانه قرار میدهند؛ فناوریهایی که همزمان کاربرد غیرنظامی و نظامی دارند و انتقال آنها به رقبای استراتژیک میتواند موازنه قدرت را برهم بزند.
همین منطق بود که کنترل صادرات تراشههای پیشرفته به چین را توجیه کرد، و اکنون همان منطق، با شتاب بیشتری، به مدلهای زبانی بزرگ نیز تسری پیدا کرده است. آنچه امروز برای کاربران عادی به شکل یک پیام خطای ساده ظاهر میشود، در واقع بازتاب یک جنگ پنهان بر سر کنترل زیرساختهای شناختی قرن بیستویکم است.
از سوی دیگر، شرکتهای سازنده سالها برای جذب سرمایه و توجه رسانهای، درباره خطرات این فناوری اغراق کردند و اکنون همان روایت به ضرر خودشان تمام شده است. مدیران ارشد این شرکتها بارها هشدار دادند که هوش مصنوعی میتواند به یک خطر وجودی برای بشریت بدل شود؛ تهدیدی که بقای انسان را به خطر میاندازد.
اما همین روایتِ ترسناک، حالا بهانهای به دست سیاستمداران داده تا محدودیتهای سختگیرانهای وضع کنند. نتیجه این محدودیتها دوگانه است: از یک سو سرعت پیشرفت علمی کاهش مییابد، و از سوی دیگر با تزریق عدم قطعیت به فضای سرمایهگذاری، خطر ریزش سرمایه و ترکیدن حباب این بازار افزایش پیدا میکند. ارزشگذاریهای نجومی استارتاپهای هوش مصنوعی که بر پایه فرض رشد بیوقفه و دسترسی جهانی بنا شده بودند، اکنون زیر فشار سیاستهای کنترل صادرات قرار گرفتهاند.
چرا سختافزار به تنهایی کافی نیست؟
در این رقابت اقتصادی، نگاهی به وضعیت امروز اروپا برای سایر کشورها بسیار آموزنده است. اروپا با وجود تخصیص بودجههای کلان مانند برنامه ۲۰۰ میلیارد یورویی هوش مصنوعی فرانسه و خرید پردازندههای گرانقیمت، در این نبرد عقب مانده است. اتحادیه اروپا در مجموع تا سال ۲۰۲۵ بیش از ۱۴۰ میلیارد یورو در زیرساختهای دیجیتال سرمایهگذاری کرده، اما این بودجهها نتوانستند شکاف فناوری با آمریکا و چین را پر کنند.
مشکل اصلی کشورهای اروپایی کمبود منابع مالی نبود؛ بلکه ناتوانی در پرورش و حفظ نیروی انسانی متخصص بود. پدیده فرار مغزها به سمت شرکتهای آمریکایی که حقوقهایی چند برابر پیشنهاد میدهند، ساختار تحقیقاتی اروپا را تضعیف کرد. دادهها نشان میدهد بین ۴۰ تا ۶۰ درصد از فارغالتحصیلان برجسته حوزه هوش مصنوعی در دانشگاههای اروپایی، کار خود را در شرکتهای آمریکایی آغاز میکنند. آنها نتوانستند محیطی پویا برای آموزش مدلهای بومی خلق کنند و در نتیجه به یک مصرفکننده وابسته تبدیل شدند که با یک تصمیم سیاسی در واشنگتن، از جدیدترین دستاوردهای فناوری محروم میشوند.
در واکنش به این وابستگی خطرناک، روندهای جدید جهانی نشان میدهد که کشورهای توسعهیافته و قدرتهای نوظهور اکنون به سمت مفهوم «هوش مصنوعی حاکمیتی» حرکت کردهاند. هند با برنامه India AI Mission به دنبال آموزش مدلهای بومی چندزبانه است. امارات با پروژه Falcon مدلهایی منبعباز توسعه داده که در رتبهبندیهای جهانی رقابت میکنند. ژاپن و کره جنوبی نیز سرمایهگذاریهای ملی در این حوزه را چند برابر کردهاند. این یعنی دولتها به جای واردات صرف فناوری، روی استقلال زیرساختهای پردازشی و توسعه مدلهای ملی سرمایهگذاری میکنند تا از انحصار شرکتهای خارجی خارج شوند و امنیت دادههای خود را تضمین کنند.
راهبرد آینده و پیامدهای آن برای ایران
سرعت تغییرات در اقتصاد هوش مصنوعی به حدی بالا است که تاخیر چند ماهه در تصمیمگیری معادل سالها عقبماندگی تاریخی است. چرخههای نوآوری که پیشتر هر پنج سال یک بار اتفاق میافتاد، اکنون در کمتر از ۱۲ ماه رخ میدهد و هر نسل جدید از مدلها، شکاف میان کشورهای پیشرو و پیرو را به صورت تصاعدی افزایش میدهد.
تنشهای اخیر و دخالت دولتها در کنترل این فناوری یک اتفاق گذرا نیست، بلکه شرایط جدید اقتصاد جهان را شکل میدهد. برای اکوسیستم فناوری و اقتصاد دیجیتال ایران، نادیده گرفتن این تحولات به معنای وابستگی مطلق در سالهای آینده خواهد بود.
مسدود شدن ناگهانی سرویسهای خارجی نشان میدهد که تکیه انحصاری بر رابطهای برنامهنویسی و خدمات ابری وارداتی برای توسعه محصولات داخلی، یک ریسک اقتصادی به شدت پرخطر است و توهم دسترسی پایدار باید پایان یابد. شرکتهای ایرانی که محصولات خود را بر پایه API های خارجی بنا کردهاند، در صورت قطع دسترسی، نه تنها سرمایهگذاری بلکه مشتریان خود را نیز از دست میدهند.
ایران با دارا بودن یکی از بالاترین سرانههای تحصیلکرده مهندسی در منطقه و جمعیت جوان آشنا به فناوری، از منظر نیروی انسانی بالقوه در موقعیت نسبتاً مناسبی قرار دارد. اما این مزیت بالقوه بدون یک اکوسیستم حمایتی قوی، به سرعت به فرار مغزها و تقویت رقبای منطقهای تبدیل میشود. آنچه تجربه کشورهایی مانند امارات نشان میدهد این است که جذب و نگهداشت استعدادها نیازمند نه فقط حقوق رقابتی، بلکه آزادی پژوهشی، زیرساخت محاسباتی در دسترس و بازار محلی برای تبدیل ایده به محصول است.
در این مسیر، تجربه اروپا ثابت میکند که خرید تجهیزات پردازشی به تنهایی معجزه نمیکند و گلوگاه اصلی نبرد هوش مصنوعی، نیروی انسانی متخصص است. تا زمانی که توانایی آموزش مدلهای پایه در لبه تکنولوژی جهانی در داخل وجود ندارد، استفاده هوشمندانه و بومیسازی عمیق مدلهای منبعباز مانند خانواده Llama، Mistral و DeepSeek میتواند نقش یک سپر دفاعی موقت را ایفا کند. این مدلها بستری فراهم میکنند که بدون وابستگی به شرکتهای خارجی، قابلیتهای پایه هوش مصنوعی در حوزههای حیاتی مانند سلامت، کشاورزی، بانکداری و آموزش توسعه یابد.
در نهایت، حکمرانی بر اقتصاد دیجیتال نیازمند چابکی در تصمیمگیری، حمایت واقعی از نخبگان و درک این حقیقت است که در آینده نزدیک، کشورها یا سازنده هوش مصنوعی هستند یا به مستعمره فناوری دیگران تبدیل خواهند شد. این انتخاب نه در دهه آینده، بلکه در همین سالهای پیش رو رقم میخورد و پنجره فرصت برای کشورهایی که هنوز تصمیم نگرفتهاند، هر روز کوچکتر میشود.
نظر شما در مورد این مطلب چیه؟