وقتی از یک هوش مصنوعی سؤال می‌پرسید، آیا مطمئنید که پاسخ شما توسط فیلترهای اخلاقی یک شرکت در کالیفرنیا سانسور نشده است؟ برای میلیون‌ها کاربری که به دنبال «آزادی مطلق» در تعامل با ماشین‌ها هستند، Venice AI حالا به یک گزینه میلیاردی تبدیل شده است.
طبق گزارش تک‌کرانچ (TechCrunch)، این شرکت با جذب ۶۵ میلیون دلار سرمایه در راند Series A، به ارزش‌گذاری ۱ میلیارد دلاری رسید. این راند سرمایه‌گذاری که روز چهارشنبه اعلام شد، توسط شرکت خطرپذیر دراگون‌فلای (Dragonfly) با تمرکز بر کریپتو رهبری شد و مجموعه‌ای از سرمایه‌گذاران از جمله Coinbase Ventures و North Island Ventures نیز در آن مشارکت داشتند. این اتفاق نشان‌دهنده تقاضای شدید برای ابزارهایی است که برخلاف OpenAI یا آنتروپیک، هیچ محدودیتی برای کاربر قائل نمی‌شوند و در مرکز یک شورش رو به رشد علیه «نرده‌های حفاظی» سختگیرانه‌ی هوش مصنوعی جریان اصلی قرار گرفته‌اند.
در دنیای امروز، مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — اغلب با «حفاظ‌ها» (Guardrails) سختگیرانه محدود شده تا از تولید محتوای جنجالی، توهین، آزار و اذیت یا پدیده‌ی «سایکوز هوش مصنوعی» جلوگیری کند. اما بخش قابل توجهی از کاربران در حال پس زدن این رویکرد هستند. کاربران به‌طور فزاینده‌ای از «شرکت‌های فناوری بی‌چهره» که دسترسی آن‌ها به پتانسیل واقعی هوش مصنوعی را از طریق سانسور تهاجمی محدود می‌کنند، ابراز نارضایتی می‌کنند. همان‌طور که در تحلیل قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، تضاد میان «ایمنی سازمانی» و «آزادی کاربر» اکنون به یک مدل کسب‌وکار سودآور تبدیل شده است.
اریک وورهیز (Erik Voorhees)، مدیرعامل Venice AI و فعال قدیمی فضای کریپتو، این سرویس را به بیت‌کوین تشبیه می‌کند؛ یک «پروتکل بی‌طرف» که برای همه یکسان عمل می‌کند. او استدلال می‌کند که نظارت سراسری بسیار خطرناک‌تر از این است که کاربری سؤالی جنجالی بپرسد. Venice AI خود را به عنوان ابزاری خنثی معرفی می‌کند که با کاربرانش مانند بزرگسالانی رفتار می‌کند که می‌توانند ریسک‌های خود را مدیریت کنند.
تصور کنید درگاهی دارید که به شما اجازه می‌دهد بین قدرتمندترین مدل‌های جهان جابه‌جا شوید، بدون اینکه هیچ ردپای دیجیتالی از خود به جای بگذارید. این دقیقاً ارزش محوری این پلتفرم است. این پلتفرم به کاربران اجازه می‌دهد میان بیش از ۲۰۰ مدل مختلف برای تولید متن، تصویر، صدا و ویدئو جابه‌جا شوند که هر کدام از نظر عملکرد، کیفیت و سطح سانسور متفاوت هستند.
ساختار فنی این سیستم برای تضمین حریم خصوصی از طریق یک حلقه‌ی معماری خاص طراحی شده است:
- مدیریت داده‌ها: تمام ورودی‌های کاربر در سمت کلاینت رمزگذاری و رمزگشایی می‌شوند تا داده‌ها پیش از ارسال امن شوند.
- مسیریابی: پرس‌وجوها پیش از پردازش از یک پروکسی خارجی عبور می‌کنند تا تضمین شود هیچ داده‌ای روی سیستم‌های داخلی Venice ذخیره نمی‌شود.
- رمزگذاری: برای مدل‌های خاص، رمزگذاری سرانه-به-سرانه (End-to-End Encryption) از طریق اشتراک پولی ارائه می‌شود.
- منابع مدل: شرکت مدل‌های «بدون سانسور» با وزن‌های باز (Open Weights) — یعنی دستور پخت مدل علناً منتشر شده و نه فقط غذای آماده — را در مراکز داده خود میزبانی می‌کند، در حالی که سایر پرس‌وجوها را به ارائه‌دهندگان مدل‌های بسته مانند OpenAI یا Anthropic هدایت می‌کند. این رویکرد یادآور استراتژی‌های بهینه‌سازی زیرساختی است که برخی استارتاپ‌ها برای کاهش هزینه‌های استنتاج از طریق مدل‌های اختصاصی به کار می‌گیرند.
- تنظیمات: شرکت روی «پرامپت‌های سیستمی» برای برخی مدل‌های باز کار می‌کند تا آن‌ها را دستور دهد که بازتر پاسخ دهند، اما بدون اینکه محدودیت یا فیلتر جدیدی اضافه کند.
تمرکز Venice AI بر بازگرداندن «عاملیت» به کاربر است. در وب‌سایت آن‌ها، شخصیت‌های مختلف AI وجود دارند که کاربر می‌تواند آن‌ها را شخصی‌سازی کند و با آن‌ها گفتگو کند. وورهیز تأکید می‌کند که هدف آن‌ها «بهینه‌سازی برای آزادی» است؛ چیزی که در چشم‌انداز فعلی دستیارهای هوش مصنوعی که به‌شدت مدیریت می‌شوند، یک rarity یا مورد نادر است.
از نظر عددی، این رشد خیره‌کننده است. Venice AI در حال حاضر سودده است و درآمد سالانه (Annualized Run-rate) آن از ۷۰ میلیون دلار فراتر رفته است. در عرض تنها دو سال، این شرکت توانسته بیش از ۸۵۰ هزار بازدیدکننده منحصربه‌فرد را جذب کند و به بیش از ۳ میلیون کاربر فعال خدمات ارائه دهد. این پلتفرم به‌طور متوسط روزانه ۱.۷ میلیون فراخوانی API را پردازش می‌کند.
وورهیز که مؤسس ShapeShift و Satoshi Dice است و سابقه‌ای طولانی در فضای کریپتو دارد، عناصر بلاک‌چین را هم وارد استراتژی رشد کرد. او سال‌ها برای ناشناس بودن جنگیده و زمانی بیان کرده بود که هویت‌ها نباید صرفاً برای دستگیری «یک مجرم اتفاقی» ثبت شوند. برای افزایش پذیرش، Venice دو توکن را عرضه کرد: توکن “VVV” در اوایل ژانویه و توکن “DIEM” در اوت سال گذشته. کاربران می‌توانند VVV را خریداری کرده و آن را استیک (Stake) کنند تا DIEM ضرب کنند که هر روز ۱ دلار اعتبار هوش مصنوعی تولید می‌کند. این مدل توزیع‌شده از دسترسی‌ها، شباهتی به بازارهای جدیدی دارد که در آن عامل‌های هوشمند مستقل بدون دخالت انسان تراکنش‌های مالی انجام می‌دهند. با این حال، وورهیز اشاره کرد که تنها حدود ۸٪ از کاربران در واقعیت از ارزهای دیجیتال برای پرداخت استفاده می‌کنند.
این جهش در پذیرش، فقط مربوط به حریم خصوصی نیست؛ بلکه درباره‌ی عملکرد است. وورهیز اعتراف کرد که شرکت در ابتدا از نظر مجموعه‌ی ویژگی‌ها (Feature Set) بسیار عقب‌تر از ChatGPT بود، اما اخیراً این فاصله را پر کرده است. این «برابری ویژگی‌ها» (Feature Parity) باعث شده تا پلتفرم برای کاربران حرفه‌ای (Power Users) به جایگزینی جذاب تبدیل شود.
برای یک فرد عادی، این سیگنال واضح است: بازار هوش مصنوعی «فیلترنشده»، تنها یک گوشه کوچک برای هکرها نیست، بلکه یک تجارت میلیارد دلاری است. وقتی کاربران مجبور شوند بین فیلترهای ایمنی و عاملیت انتخاب کنند، بخش قابل توجهی عاملیت را انتخاب می‌کنند — به شرطی که این عاملیت با ناشناس بودن همراه باشد.
Venice AI قصد دارد از تزریق سرمایه ۶۵ میلیون دلاری جدید برای انتقال از «اجاره‌ی GPUها» به «خرید سخت‌افزارهای خود» استفاده کند. با ساخت مراکز داده اختصاصی، شرکت قصد دارد حاشیه سود ناخالص خود را افزایش داده و حاکمیت محاسباتی (Compute Sovereignty) خود را تضمین کند.
باید نظاره گر بود که این تامین مالی چگونه بر چشم‌انداز مدل‌های «بدون سانسور» تأثیر می‌گذارد. همان‌طور که Venice AI سخت‌افزارهای خود را گسترش می‌دهد، ممکن است به توزیع‌کننده‌ی اصلی مدل‌های باز-وزنی تبدیل شود که از پذیرش هم‌راستایی ایمنی شرکتی (Corporate Safety Alignment) سر باز می‌زنند.
گام بعدی شما
- اگر به دنبال مدل‌های بدون سانسور هستید، لیست مدل‌های میزبانی‌شده در Venice را بررسی کنید.
- برای کسانی که با حریم خصوصی داده‌ها حساس هستند، تست کنید که رمزگذاری سمت کلاینت چقدر سرعت استنتاج را تغییر می‌دهد.
- تفاوت پاسخ‌های مدل‌های «همراستاسازی‌شده» (Aligned) سازمان‌ها را با مدل‌های باز Venice در موضوعات حساس مقایسه کنید.
اما تأثیر این حرکت بر آینده مدل‌های متن‌باز و رقابت با غول‌های سیلیکون ولی تازه شروع شده است؛ در گزارش بعدی بررسی می‌کنیم که آیا مدل‌های باز می‌توانند استانداردهای ایمنی را کاملاً کنار بزنند یا خیر.
گفتگو