اگر امروز بودجهی فناوری خود را بر اساس رسیدن به «هوش مصنوعی عمومی» برنامهریزی میکنید، احتمالاً در حال تعقیب یک سراب هستید. جنسن هوانگ، مدیرعامل انویدیا (Nvidia)، در تماس تلفنی گزارش مالی ۲۷ اوت ۲۰۲۶، تلاش برای رسیدن به نقاط عطف AGI را «بیمعنا» توصیف کرد.
او مدعی شد که شرکتش پیش از این در بسیاری از وظایف به AGI دست یافته است، اما بلافاصله استدلال کرد که این رقابت بیهوده است؛ زیرا هیچ اجماع جهانی درباره تعریف دقیق هوش مصنوعی عمومی (AGI) — یعنی سیستمی که بتواند هر کار ذهنی انسان را انجام دهد — وجود ندارد. همانطور که در تحلیلهای قبلی ما دربارهی امنیت مدلهای بازمتن اشاره کردیم، تعریف دقیق قابلیتهای مدلها همیشه پیش از استقرار آنها در دنیای واقعی لغزنده بوده است. در همین راستا، تلاش برای ایجاد استانداردهای مشترک در صنعت ادامه دارد، همانطور که ائتلاف OSAA با هدف استانداردسازی گزارشهای امنیتی AI شکل گرفت تا ابهامات فنی کاهش یابد.
این تغییر لحن در حالی رخ میدهد که رقابت در این صنعت از سیستمهای سادهی پرسش و پاسخ به سمت عاملهای هوش مصنوعی (AI Agents) — شبیه به کارمندانی دیجیتال که میتوانند بدون نظارت، مراحل مختلف یک پروژه را پیش ببرند — حرکت میکند. برای مدیران کسبوکار، بحثهای فلسفی درباره AGI اغلب تنها یک عامل حواسپرتی از کاربرد واقعی نرمافزار است. این جابجایی به سمت اتوماسیون کامل، پیش از این در مواردی مانند جایگزینی ۲۰۰ مهندس در گرایندر با ابزارهای کدنویسی هوش مصنوعی مشاهده شده است.
به گزارش ورج (The Verge)، هوانگ به سه تغییر کلیدی در قابلیتهای هوش مصنوعی اشاره کرد:
- بهبود بازگشتی: حرکت به سمت عاملهای خودمختاری که میتوانند مهارتهای جدید یاد بگیرند و خودشان را ارتقا دهند.
- خروجی بهرهور: تغییر تمرکز از بنچمارکهای تئوریک به «تولید توکنهای سودآور».
- مقیاسبندی محاسبات: افزایش محاسبات (Compute) — یعنی قدرت پردازشی سختافزار — مستقیماً منجر به تولید توکنهای بیشتر و در نتیجه افزایش سود میشود.
این نخستین بار نیست که هوانگ با تعاریف AGI بازی میکند. او در مارس ۲۰۲۶ به لکس فریدمن گفته بود که AGI محقق شده است، اما وقتی فریدمن آن را به عنوان «توانایی ساخت یک شرکت میلیارد دلاری» تعریف کرد، هوانگ عقبنشینی کرد و پذیرفت احتمال اینکه عاملهای هوش مصنوعی بتوانند شرکتی مثل انویدیا را بسازند، «صفر درصد» است.
برای یک صاحب کسبوکار، این یعنی واژه AGI در حال تبدیل شدن به یک پوسته بازاریابی است. برتری رقابتی واقعی اکنون در جریانهای کاری عاملمحور (Agentic) نهفته است که کارهای خاص و سودآور را انجام میدهند، نه در داشتن یک «مدل خدایگونه» با کاربرد عمومی. این رویکرد سودمحور با استراتژی انویدیا برای تبدیل سختافزار به وثیقه بانکی همسو است تا ارزش اقتصادی تراشهها در چرخه مالی کسبوکارها تثبیت شود.
گام بعدی شما
- به جای جستوجوی مدلهای «همه فن حریف»، روی پیادهسازی عاملهای تخصصی برای بخشهای سودآور کسبوکارتان تمرکز کنید.
- معیارهای موفقیت مدلهای خود را از امتیازات بنچمارک به «نرخ بازگشت سرمایه» (ROI) تغییر دهید.
- تحولات تراشههای نسل بعد را دنبال کنید تا متوجه شوید هزینه استنتاج هر توکن سودآور چگونه تغییر میکند.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو