محدودیتی جدید در آمریکا؛ کوچ توسعه‌دهندگان جهانی به مدل‌های هوش مصنوعی چین

تصور کنید یک بنیان‌گذار استارتاپ در شیلی باشید که یک‌شبه دسترسی‌اش به قدرتمندترین ابزار توسعه‌اش قطع شود. این کابوس اکنون برای بسیاری از توسعه‌دهندگان خارج از آمریکا به واقعیت تبدیل شده است. دولت ایالات متحده با تغییر سیاست‌های خود تا ژوئن ۲۰۲۶، قدرتمندترین مدل‌های هوش مصنوعی خود را در مرزهای ملی حبس کرد. به همین دلیل، بسیاری از مؤسسان شرکت‌ها در کشورهای مختلف، از جمله شیلی، دیگر نمی‌توانند به این مدل‌های پیشرو دسترسی داشته باشند و مجبور شده‌اند به‌طور کامل به مدل‌های DeepSeek و GLM مهاجرت کنند.

سال‌ها بود که رقابت جهانی هوش مصنوعی را نبردی بر سر «قابلیت‌ها» و قدرت پردازشی می‌دیدیم، اما حالا میدان نبرد به «دسترسی» تغییر یافته است. وقتی آزمایشگاه‌های برتر دنیا دستور می‌گیرند دسترسی به فناوری خود را بر اساس تابعیت کاربران محدود کنند، مزیت رقابتی از «سازنده» به «تأمین‌کننده‌ای» منتقل می‌شود که درهایش را به روی همه باز نگه می‌دارد.

همان‌طور که در تحلیل قبلی ما درباره‌ی محدودیت‌های دسترسی به مدل‌های پیشرو اشاره کردیم، وضعیت اکنون از تحریم‌های سخت‌افزاری فراتر رفته و به قفل‌شدن کامل نرم‌افزاری تبدیل شده است. این اقدام یک خلأ بزرگ ایجاد کرده که آزمایشگاه‌های چینی با ارائه مدل‌های وزن‌باز (Open Weights) — یعنی مدل‌هایی که «دستور پخت» یا پارامترهای آن‌ها علناً منتشر شده و نه فقط یک رابط کاربری آماده — و قیمت‌گذاری‌های تهاجمی، در حال پر کردن آن هستند. برای بنیان‌گذاران، این موضوع دیگر بحث ایدئولوژی یا ترجیحات سیاسی نیست، بلکه مسئله‌ی بقای کسب‌وکار آن‌هاست که ناگهان در را به روی خود بسته دیده‌اند.

قفل نرم‌افزاری ژوئن ۲۰۲۶

در اواسط ژوئن ۲۰۲۶، دولت آمریکا به شرکت Anthropic دستور داد دسترسی غیرآمریکایی‌ها به مدل‌های Mythos 5 و Fable 5، که قدرتمندترین مدل‌های این شرکت هستند، را مسدود کند. توجیه رسمی این اقدام، حفظ امنیت ملی بود؛ چرا که گمان می‌رفت گروهی مرتبط با چین موفق شده‌اند به یکی از این مدل‌ها دسترسی پیدا کنند. برای پیروی از این دستور، Anthropic دسترسی به این مدل‌ها را در سطح جهانی تعلیق کرد و وزارت بازرگانی آمریکا تنها به فهرست محدودی از شرکت‌های تأییدشده در داخل آمریکا اجازه دسترسی داد.

مدت کوتاهی بعد، شرکت OpenAI نیز با فشارهای مشابهی روبرو شد. دولت آمریکا درخواست کرد که عرضه مدل GPT 5.6 تنها به گروه کوچکی از شرکای تأییدشده توسط دولت محدود شود. دلیل این سخت‌گیری، قابلیت‌های پیشرفته‌ی این مدل در حوزه امنیت سایبری بود که از دید دولت، معادل با قابلیت‌های مدل‌های Mythos بود و می‌توانست تهدیدی باشد.

سام آلتمن این وضعیت را «لحظه‌ای عجیب» توصیف کرد که با نبود قوانین شفاف شناخته می‌شود، اما با این حال، او شرایط دولت را پذیرفت تا بتواند روند عرضه را پیش ببرد. در نتیجه، اکنون دو رهبر اصلی هوش مصنوعی آمریکا، برترین فناوری خود را تحت نظارت مستقیم و سخت‌گیرانه دولت اداره می‌کنند. وقتی مالکان مدل‌های پیشرو برای توزیع آنچه ساخته‌اند باید اجازه بگیرند، بقیه جهان ناچارند به دنبال جایگزین‌هایی در خارج از مرزهای آمریکا بگردند.

اثر معکوس تحریم‌های سخت‌افزاری

این مسدودسازی نرم‌افزاری با یک استراتژی سخت‌افزاری بلندمدت همسو است. از سال ۲۰۲۲، ایالات متحده محدودیت‌های فروش تراشه‌های Nvidia به چین را هر سال شدیدتر کرد و فشار را افزایش داد. تا سال ۲۰۲۶، این سیاست به نقطه‌ای افراطی رسید.

در یک چرخش طنزآمیز و متناقض، وقتی دولت آمریکا در اوایل سال جاری قوانین را کمی تسهیل کرد تا اجازه ورود تراشه‌ی H200 به چین را بدهد، مشخص شد که دولت چین پیش از آن به شرکت‌های داخلی خود دستور داده بود که خرید تراشه‌های H20 و H200 را به دلایل امنیتی متوقف کنند. در واقع، انویدیا از هر دو طرف فشار خورد و عملاً از این بازار رانده شد. تحلیل مؤسسه Brookings به این نتیجه رسیده است که بازی به پایان رسیده: آمریکا اکنون به‌طور مؤثر از بازار تراشه‌های هوش مصنوعی چین خارج شده است.

ظهور استک فناوری چین

با مسدود شدن مدل‌های غربی، تقاضای جهانی به شدت به سمت جایگزین‌های چینی سرازیر شد. دنیای فناوری برای بازگشت دسترسی‌ها منتظر نمی‌ماند، بلکه به سراغ گزینه در دسترس بعدی می‌رود که در حال حاضر، چینی و باز (Open) است.

این اثر در بازارها و جامعه‌ی توسعه‌دهندگان به‌وضوح دیده می‌شود:

• شرکت Z.ai، سازنده مدل GLM، پس از عرضه مدل جدید متن‌باز خود، شاهد رشد بیش از ۳۰ درصدی ارزش سهام خود بود.
• مدل GLM 5.2 پذیرش گسترده‌ای در اینترنت پیدا کرده است و اغلب به گونه‌ای درباره آن صحبت می‌شود که گویی رایگان است، زیرا محاصره‌ی آمریکا در واقع در را برای ورود این مدل باز کرد.
• DeepSeek ثابت کرد که مدل‌های سطح بالا را می‌توان با کسری از هزینه آزمایشگاه‌های آمریکایی ساخت و این صرفه‌جویی در هزینه‌ها را مستقیماً در قیمت هر بار استفاده (Price per use) به کاربر منتقل کرد.

برای بنیان‌گذاران که هر دلار سرمایه خود را می‌شمارند، یک مدل باز، در دسترس و ارزان دیگر «نقشه B» یا گزینه رزرو نیست؛ بلکه «نقشه A» است که واشینگتن با تصمیمات خود آن را بدیهی کرد. در بنچ‌مارک‌های شخصی من برای مدل‌های AI، مدل‌های DeepSeek و سایر مدل‌های چینی اکنون برای تصاحب رتبه‌های اول می‌جنگند. من این مدل‌ها را نه به خاطر پرچم کشور سازنده، بلکه به دلیل دسترسی آزاد و نتایج واقعی انتخاب می‌کنم.

استقلال سخت‌افزاری چین

مسدود کردن مسیر تراشه‌ها چین را متوقف نکرد، بلکه آن‌ها را مجبور کرد تا تراشه‌های خود را تولید کنند. تحلیلگران محاسبه کرده‌اند که سقف‌های صادراتی آمریکا به تنهایی می‌توانست ظرفیت محاسباتی داخلی چین را تا ۲۵۰ درصد افزایش دهد.

شرکت Huawei پیشتازی این جریان است و با پیش‌بینی‌ها و قابلیت‌های زیر پیش می‌رود:

• اهداف عرضه: هواوی قصد دارد در سال ۲۰۲۶، بدون توجه به تصمیمات ایالات متحده، ۶۰۰ هزار تراشه‌ی Ascend 910C را روانه بازار کند.
• سلطه بر بازار: هواوی هم‌اکنون در بازار داخلی تراشه‌های AI پیشتاز است، انویدیا را شکست داده و پیش‌بینی می‌شود تا پایان ۲۰۲۶، ۶۰٪ از این بازار را در اختیار داشته باشد.
• درآمد: درآمدهای پیش‌بینی‌شده برای این بخش سخت‌افزاری بیش از ۱۲ میلیارد دلار است.
• عملکرد: سری Ascend 950 با تراشه H200 انویدیا قابل مقایسه است. اگرچه Ascend 910C در حال حاضر حدود ۶۰٪ توان H100 را دارد، اما مسیر پیشرفت و شتاب آن کاملاً روشن است.

اکنون ادغام کامل صورت گرفته است: مدل DeepSeek V4 پیش از این برای اجرا روی تراشه‌های هواوی بهینه‌سازی شده است. این یعنی یک «استک کامل» (Full Stack) شکل گرفته است: مدل چینی روی سخت‌افزار چینی، بدون نیاز به عبور از ایالات متحده. اگرچه چین هنوز به برخی تجهیزات ساخت تراشه وابسته است که نمی‌تواند به‌طور کامل در داخل تولید کند، اما سرعت پیشرفت زمانی که یک موجودیت غنی از منابع «چاره‌ای جز ساختن» نداشته باشد، بسیار سریع است.

«گل به خودی» استراتژیک

این سیاست یک پارادوکس تجاری ایجاد کرده است. منطق مسدودسازی بصری و ساده است: بهترین تکنولوژی را از رقیب بگیرید تا او را عقب بیندازید. اما این استراتژی تنها زمانی جواب می‌دهد که رقیب نتواند جایگزینی بسازد. چین توانست این جایگزین را بسازد.

هر محدودیت، دقیقاً نتیجه‌ای معکوس از وعده‌اش داشت:

۱. مسدودسازی مدل‌ها، دنیا را به سمت تست و پذیرش AI چینی سوق داد.
۲. تحریم تراشه‌ها، بازاری تضمین‌شده برای صدها هزار واحد محصول هواوی ایجاد کرد و انگیزه‌ای ملی برای شتاب بخشیدن به تولید داد.

ایالات متحده سرعت چین را نگرفت، بلکه استقلال چین را تأمین مالی کرد. این یک درس در бизнес (تجارت) است تا ژئوپلیتیک: وقتی در را به روی کسی می‌بندید که منابع و غرور دارد، او را متوقف نمی‌کنید، بلکه مجبور می‌کنید خانه‌ی خودش را بسازد. و گاهی، آن‌ها خانه‌ای می‌سازند که از مال شما بهتر است.

این موضوع برای بنیان‌گذاران چه معنایی دارد؟

برای کسانی که امروز در حال ساخت محصول هستند، تکیه به استک «فقط سیلیکون ولی» اکنون به یک نقطه ضعف و ریسک تبدیل شده است. اگر به یک تأمین‌کننده واحد وابسته باشید و یک تصمیم سیاسی دسترسی شما را قطع کند، کل عملیات شما از بین می‌رود. متنوع کردن مدل‌ها دیگر یک ترجیح فنی یا بهینه‌سازی نیست، بلکه یک بیمه تجاری برای بقاست.

با این حال، ادغام هوش مصنوعی چینی نیازمند نگاهی نقادانه به «جزئیات ریز» و متون قانونی است:

• حاکمیت داده‌ها: حیاتی است که بدانید داده‌های شما در کجا پردازش می‌شوند.
• ذخیره‌سازی و حریم خصوصی: باید درک کنید چه اطلاعاتی ذخیره می‌شود و چه کسی به آن‌ها دسترسی دارد.
• سانسور: نسبت به مواردی که در خروجی مدل‌ها فیلتر یا سانسور می‌شوند، آگاه باشید.

من از این مدل‌ها با معیارهای مشخص استفاده می‌کنم و آن‌ها را به جای اینکه برای همه چیز به کار ببرم، به کارهای متناسب هر مدل می‌سپارم. سؤال این نیست که تأمین‌کننده از کدام کشور است، بلکه سؤال این است که آن‌ها با داده‌هایی که به آن‌ها می‌دهید چه می‌کنند.

اگر در نهایت بهترین مدل و بهترین تراشه از یک منبع غیرآمریکایی نشأت بگیرند، این مسدودسازی فعلی دقیقاً به هدف معکوس خود رسیده است. برای بنیان‌گذاران خارج از آمریکا، نتیجه ساده است: آینده‌ی زنجیره فناوری (Stack) شما دیگر تنها توسط سیلیکون ولی تصمیم گرفته نمی‌شود.

گام بعدی شما

• استراتژی «مدل‌-متنوع» (Model-Agnostic) را پیاده کنید تا ریسک قطع دسترسی سیاسی را کاهش دهید.
• مدل‌های وزن‌باز چینی مانند GLM 5.2 را برای کارهای غیرحساس تست کنید تا تفاوت قیمت و عملکرد را بسنجید. در این مسیر، استفاده از متدهای بهینه برای تعامل با مدل‌ها کلیدی است؛ همان‌طور که یک قالب پرامپت استاندارد توانست زمان طراحی درس‌های هوش مصنوعی را به شدت کاهش دهد، بهینه‌سازی ورودی‌ها در مدل‌های جدید چینی نیز می‌تواند بهره‌وری شما را بالا ببرد.
• پروتکل‌های حاکمیت داده‌های خود را بازبینی کنید تا بدانید در صورت مهاجرت به مدل‌های شرقی، چه ریسک‌های حریم خصوصی دارید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.