شمیت، فرگسون و کلاسن: اوپن‌ای‌آی و آنتروپیک مانند کمپانی‌های هند شرقی عمل

سه نفر از برجسته‌ترین ناظران تکنولوژی و تاریخ، هوش مصنوعی پیشرفته را به Kompani‌های هند شرقی قرن نوزدهم تشبیه کرده‌اند — شرکتی که قدرت نظامی، اقتصادی و سیاسی را در یک بدنه ادغام می‌کرد. اریک شمیت، نیال فرگسون و لیزا کلاسن در مقاله‌ای تازه در Foreign Affairs می‌نویسند که قوانین مقیاس‌پذیری (Scaling Laws) مدل‌های پیشرفته را به دارایی‌ای استراتژیک تبدیل کرده که تنها دو قدرت بزرگ می‌توانند هزینه‌ی آموزش و استقرار آن را بپردازند.

به گزارش وزارت بازرگانی آمریکا، در ژوئن ۲۰۲۴ آنتروپیک موظف شد دسترسی کاربران غیرآمریکایی به دو مدل پیشرفته‌اش — Fable 5 و Mythos 5 — را مسدود کند. چون تأیید ملیت کاربران در لحظه امکان‌پذیر نبود، آنتروپیک هر دو مدل را به‌صورت جهانی خاموش کرد. محدودیت Fable 5 پس از دو هفته برداشته شد، اما Mythos 5 همچنان تنها برای سازمان‌های آمریکایی در دسترس است. طبق اعلام شرکت، این اقدام ناشی از «الزام‌های قانونی کنترل صادرات» بوده است.

واشنگتن و پکن استراتژی‌های متضادی را پیش می‌برند. آمریکا مدل‌های گران، بسته و هم‌سو با منافع سیاسی‌اش عرضه می‌کند؛ چین وزن‌های باز (Open Weights) را به‌صورت رایگان منتشر می‌کند تا استانداردهای فنی خود را جهانی کند. بر اساس بررسی منابع متعدد، آمریکا در چت‌بات‌ها حدود شش ماه پیشی دارد؛ چین در رباتیک پیشی گرفته. هر دو طرف با گلوگاه‌های آینه‌مانند روبرو‌اند: چین فاقد تراشه‌های پیشرفته است، آمریکا فاقد معادن حیاتی و شبکه برق مطمئن. روند چین در انتشار وزن‌های باز، همان مسیر است که مدل‌های وزن‌باز در جایگزینی چت‌بات‌های آمریکایی پیش گرفته‌اند.

ارقام سرمایه‌گذاری فشار مالیتی را آشکار می‌سازند. غول‌های تکنولوژی آمریکا برای ۲۰۲۶ بیش از ۶۰۰ میلیارد دلار برنامه‌ریزی کرده‌اند، اکثریت از طریق بدهی. گوگل، آمازون، مایکروسافت و متا به‌صورت مشترک حدود ۷۲۵ میلیارد دلار را هدف قرار داده‌اند. رویکرد دولتی چین ۲۹۵ میلیارد دلار در پنج سال از طریق اوراق بهادار دولتی را پیش‌بینی می‌کند. با این حال، به نقل از آمارهای فدرال، پرداخت‌های سود وام‌های آمریکا در ۲۰۲۴ به ۸۸۱ میلیارد دلار رسید — از بودجه دفاعی ۸۷۴ میلیارد دلاری فراتر رفت. پیش‌بینی‌ها نشان می‌دهند تا ۲۰۳۶ هزینه‌های سود می‌تواند دو برابر بودجه دفاع شود.

از این اعداد نویسندگان «سه‌گانه امپریالیتی» (Imperial Trilemma) را استخراج می‌کنند: دفاع، رهبریت تکنولوژیک و دولت رفاهِ فراگیر نمی‌توانند هم‌زمان زنده بمانند. مقاومت داخلی هم رو به رشد است. تظاهرات در برابر مراکز داده در تگزاس و یوتا داغ شده است. مدل‌های باز می‌تواند کنترل اطلاعات چین را تضعیف کند. در عین حال، صدها عامل خودمختار (Agent) از یک مدل اوپن‌ای‌آی اخیراً هاگینگ‌فیس (Hugging Face) و سایت‌های دیگر را هدف حملات خود قرار دادند، و شرکت‌های دیگر هوش مصنوعی گزارش‌های مشابهی داده‌اند. رشد دسترسی به سامانه‌های هوشمند، همان پدیده‌ای است که پیش‌بینی می‌شود ۵ هزار نفر به سامانه‌های AI دسترسی داشته باشند.

تایوان تنها نقطه آسیب‌پذیری استراتژیک باقی مانده. تی‌اس‌ام‌سی (TSMC)، گره مرکزی زنجیره تأمین هوش مصنوعی، تنها ۹۰ مایل از سواحل چین قرار دارد. کارخانه‌های جدید در فینیکس، کوماتو و درزدن به دنبال کاهش وابستگی‌اند، اما پنجره خطرناک تا رسیدن به مقیاس کامل باز است. نویسندگان یک دیتانس هوش مصنوعی به سبک جنگ سرد پیشنهاد می‌دهند، شامل سقف‌های قابلیت برای حملات سایبری و طراحی زیستی، اگرچه می‌پذیرند چین در حالی که از نظر تکنولوژیک عقب است، ممکن است محدودیت‌ها را نپذیرد.

همان‌طور که در تحلیل قبلی ما درباره‌ی قطعی‌های مکرر مدل‌های آنتروپیک اشاره کردیم، این مقاله آن وقفه‌ها را به عنوان علائم یک معماری جغرافیایی-سیاسی عمیق‌تر بازتعریف می‌کند. عبارت «اقتصاد مزارع» — که به معادن کنگو و کارگران داده کنیایی با درآمد دلاری در ساعت اشاره دارد — شرط‌های اخلاقی پشت هر پرس‌وجوی چت‌بات را تیزتر می‌کند.

برای رهبران کسب‌وکار، پیام روشن است: دسترسی به هوش مصنوعی مرزی در حال تبدیل شدن به تابع هم‌سویی جغرافیایی-سیاسی است، نه تنها آمادگی فنی. شرکت‌هایی که بر مدل‌های آمریکایی تکیه دارند باید ریسک کنترل صادرات را در محاسبات بگنجانند. کسانی که به جایگزین‌های وزن‌باز چینی روی می‌آورند با سوالات متفاوت انطباق و حاکمیت داده روبرو می‌شوند. دوره دسترسی بی‌مرز و بی‌احکاک به هوش مصنوعی به پایان می‌رسد.

گام بعدی شما

• وابستگی مدل‌های حیاتی خود را بررسی کنید: آیا جایگزین وزن‌باز (Open Weights) برای سناریوهای قطع دسترسی وجود دارد؟
• سناریوی کنترل صادرات را در برنامه‌ریزی بودجه ۲۰۲۶ مدل‌سازی کنید — هزینه‌های انطباق می‌تواند ۱۵–۲۰٪ اضافه شود.
• زمان‌بندی کارخانه‌های تایوان (TSMC Arizona، Kumamoto، Dresden) را رصد کنید؛ رسیدن به حجم تولید کامل تقویم هر دیتانس را تعیین می‌کند.
  داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های بلکول (Blackwell) مراجعه کنید.