به‌بهانه‌ روز جهانی هوش مصنوعی؛ جهان شتاب گرفت و ایران در پیچ مجوز ماند

شانزدهم جولای، روز جهانی هوش مصنوعی درحالی فرا رسید که جهان طی یک سال گذشته با شتابی کم‌سابقه از مرحله‌ی شگفتی در برابر مدل‌های مولد عبور کرده و وارد رقابت بر سر سرمایه، زیرساخت، پردازنده، انرژی و کاربردهای واقعی شده؛ شرکت‌ها مدل‌های توانمندتری ساخته‌اند، دولت‌ها میلیاردها دلار برای گسترش ظرفیت پردازشی کنار گذاشته‌اند و هوش مصنوعی با سرعتی چشمگیر به قلب کسب‌وکار، صنعت و پژوهش راه یافته است.

اما ایران بخش بزرگی از همین یک سال را درگیر جنگ، قطعی طولانی اینترنت، فشار اقتصادی و سیاست‌گذاری‌هایی گذراند که بیش‌از گشودن مسیر نوآوری، بر مجوز، شورا، سازمان، سکوی ملی و سهم دولت از درآمد شرکت‌ها متمرکز بودند. در فضایی که دسترسی پایدار به اینترنت جهانی، امنیت سرمایه‌گذاری و توان پردازشی در اختیار بسیاری از تیم‌ها قرار ندارد، سخن‌گفتن از جهش هوش مصنوعی گاهی بیشتر به شوخی تلخی شبیه می‌شود تا برنامه‌ای اجرایی.

روز جهانی هوش مصنوعی فرصتی برای جشن‌گرفتن یک فناوری تازه نیست؛ بلکه می‌تواند به معیاری برای سنجش فاصله‌ی ایران با جهانی تبدیل شود که هر روز سریع‌تر پیش می‌رود. پرسش اصلی نیز از همین مقایسه شکل می‌گیرد. کشوری که از نظر نیروی انسانی و بنیه‌ی علمی دست‌خالی وارد رقابت نشده، چرا هنوز نتوانسته است استعداد را به محصول، سرمایه، اشتغال و ثروت تبدیل کند؟

مقام‌های رسمی از توسعه‌ی اقتصاد دیجیتال، حضور در جمع کشورهای پیشرو و تقویت بخش خصوصی سخن می‌گویند؛ اما سیاست‌گذاری عملی حاکمیت، ورود به بازار را به داشتن سرمایه‌ی سنگین، توان پردازشی عظیم، نظارت گسترده و پرداخت دائمی سهم دولت گره می‌زند؛ چنین نسخه‌ای برای چند مجموعه‌ی بزرگ و برخوردار نوشته شده است، نه برای تیم‌های کوچک، خلاق و تندپایی که معمولا موتور اصلی نوآوری در فناوری‌های نوظهور به‌شمار می‌روند.

هوش مصنوعی تا چند سال پیش با نمایش‌های خیره‌کننده، چت‌بات‌های عجیب و وعده‌های دورودراز شناخته می‌شد. اکنون در روز هوش مصنوعی ۲۰۲۶، رقابت دیگر بر سر اثبات اثرگذاری فناوری نیست؛ شرکت‌ها برای ساخت مدل‌هایی ارزان‌تر، سریع‌تر، قابل‌اعتمادتر و تواناتر در انجام کارهای واقعی می‌جنگند.

گزارش AI Index 2026 دانشگاه استنفورد نشان می‌دهد ۸۸ درصد سازمان‌های بررسی‌شده در سال ۲۰۲۵ هوش مصنوعی را دست‌کم در یکی از کارکردهای خود به‌کار گرفته‌اند و هوش مصنوعی مولد به حداقل یک فرایند کسب‌وکار در ۷۰ درصد سازمان‌ها راه یافته است؛ فناوری مولد طی ۳ سال به نرخ نفوذ ۵۳درصدی میان جمعیت رسیده؛ سرعتی بیشتر از منحنی تاریخی فراگیری کامپیوترهای شخصی و اینترنت.

ساخت مدل‌های پیشتاز هوش مصنوعی دیگر عمدتا در دانشگاه‌ها اتفاق نمی‌افتد. گزارش سال ۲۰۲۶ استنفورد نشان می‌دهد که شرکت‌های تجاری در سال ۲۰۲۵ بیش‌از ۹۰ درصد مدل‌های شاخص را توسعه داده‌اند. دانشگاه‌ها همچنان در پژوهش بنیادی و تربیت نیروی متخصص نقشی تعیین‌کننده دارند؛ اما آموزش و عرضه‌ی مدل‌هایی که میلیون‌ها نفر از آن‌ها استفاده می‌کنند، به سرمایه و توان پردازشی در مقیاسی نیاز دارد که عمدتا در اختیار شرکت‌های بزرگ قرار دارد.

تمرکز منابع در چند شرکت بزرگ، به فاصله‌ی زیاد میان مدل‌های آن‌ها منجر نشده است. در مارس ۲۰۲۶، چهار شرکت نخست جدول Arena در محدوده‌ای کمتر از ۲۵ امتیاز Elo قرار داشتند؛ جدولی که مدل‌ها را براساس رأی کاربران در مقایسه‌های مستقیم رتبه‌بندی می‌کند. فاصله‌ی عملکرد بهترین مدل آمریکایی و چینی نیز به ۲٫۷ درصد رسیده بود. نزدیک‌شدن توانایی مدل‌ها باعث شد رقابت از ثبت بهترین امتیاز در بنچمارک‌ها فراتر برود و هزینه، سرعت، پایداری و توانایی انجام کارهای تخصصی اهمیت بیشتری پیدا کنند.

سرمایه با سرعتی مشابه به‌سمت هوش مصنوعی سرازیر می‌شود. گارتنر هزینه‌کرد جهانی این صنعت در سال ۲۰۲۶ را حدود ۲٫۶ تریلیون دلار برآورد می‌کند که رشد سالانه‌ی ۴۷درصدی را نشان می‌دهد. بیش‌از نیمی از مبلغ موردنظر نیز به زیرساخت‌هایی مانند سرورهای هوش مصنوعی، شبکه، نیمه‌هادی، تجهیزات و خدمات پردازشی اختصاص پیدا می‌کند. رشد هوش مصنوعی فقط به ساخت الگوریتم بهتر وابسته نیست و به مسابقه‌ای برای تأمین برق، تراشه و ظرفیت دیتاسنتر تبدیل شده است.

مقیاس ارزش‌گذاری شرکت‌های پیشتاز، شدت مسابقه را روشن‌تر نشان می‌دهد. اوپن‌ای‌آی در مارس ۲۰۲۶ دور سرمایه‌گذاری تازه‌ی خود را با ۱۲۲ میلیارد دلار سرمایه‌ی تعهدشده و ارزش‌گذاری ۸۵۲ میلیارد دلاری به‌پایان رساند. آنتروپیک نیز دو ماه بعد ۶۵ میلیارد دلار جذب کرد و ارزشش به ۹۶۵ میلیارد دلار رسید. هر دو شرکت اکنون به مرز ارزش‌گذاری یک تریلیون دلار نزدیک شده‌اند؛ عددی که نشان می‌دهد بازار، برندگان احتمالی عصر هوش مصنوعی را نه در قامت استارتاپ‌های نرم‌افزاری؛ بلکه در اندازه‌ی بزرگ‌ترین شرکت‌های جهان می‌بیند.

سرمایه‌های جذب‌شده مستقیما به گسترش ظرفیت پردازشی راه پیدا می‌کنند. پروژه‌ی Stargate با هدف سرمایه‌گذاری ۵۰۰ میلیارد دلاری و ساخت ۱۰ گیگاوات زیرساخت هوش مصنوعی در آمریکا شکل گرفت و تا اکتبر ۲۰۲۵، ظرفیت برنامه‌ریزی‌شده‌ی آن از ۸ گیگاوات و حجم سرمایه‌گذاری پیش‌بینی‌شده از ۴۵۰ میلیارد دلار گذشته بود. آنتروپیک نیز هم‌زمان قراردادهایی برای دسترسی به ۵ گیگاوات ظرفیت جدید آمازون و ۵ گیگاوات ظرفیت پردازنده‌های گوگل منعقد کرده است.

اروپا هنوز با چنین مقیاسی فاصله دارد. میسترال در آخرین دور قطعی اعلام‌شده، ۱٫۷ میلیارد یورو سرمایه جذب کرد و به ارزش‌گذاری ۱۱٫۷ میلیارد یورویی رسید. اهمیت میسترال بیش‌از اندازه‌ی ارزش‌گذاری‌اش، به تلاش اروپا برای حفظ بازیگری مستقل در حوزه‌ی مدل‌های پایه و کاهش وابستگی به شرکت‌های آمریکایی مربوط می‌شود.

رقابت امروز هوش مصنوعی دیگر فقط بر سر مدل یا الگوریتم بهتر نیست. شرکتی دست بالا را پیدا می‌کند که بتواند سرمایه، برق، تراشه، دیتاسنتر، شبکه، نیروی انسانی و بازار را هم‌زمان در اختیار بگیرد و توان فنی خود را به محصولی در مقیاس جهانی تبدیل کند.

انتشار مدل‌ها در هفته‌های منتهی به روز جهانی هوش مصنوعی حتی با معیارهای صنعت پرشتاب هوش مصنوعی کم‌سابقه بود. نسل تازه از پاسخ‌گویی ساده فاصله گرفته و برای پروژه‌های چندمرحله‌ای، کدنویسی در مقیاس مخزن، پژوهش علمی، کار مستقیم با نرم‌افزارها و هماهنگی چند عامل طراحی شده است. در سال گذشته، «هوش مصنوعی ایجنتیک» نقل تمام محافل سیلیکون‌ولی بود.

آنتروپیک ابتدا Claude Opus 4.8 را با تمرکز بر کدنویسی، استدلال و اجرای مأموریت‌های پیچیده معرفی کرد. قابلیت تازه‌ی Claude Code می‌تواند پروژه‌های بزرگ را به چند بخش تقسیم کند و هر بخش را به زیر-عامل جداگانه بسپارد تا کارها به‌صورت موازی پیش بروند. حالت سریع مدل نیز پاسخ‌ها را تا ۲٫۵برابر سریع‌تر تولید می‌کند.

چند روز بعد، Claude Fable 5 و Claude Mythos 5 برای مأموریت‌های طولانی، مهندسی نرم‌افزار و پژوهش علمی از راه رسیدند. هر دو مدل بر هسته‌ای مشترک تکیه دارند؛ اما برای کاربران متفاوتی عرضه شده‌اند. Fable با محدودیت‌ها و لایه‌های حفاظتی بیشتر در دسترس عموم قرار گرفت؛ درحالی‌که Mythos برای کاربردهای حساس سایبری و زیستی به شرکای منتخب محدود ماند.

توانایی بالای دو مدل در شناسایی آسیب‌پذیری‌های نرم‌افزاری و عبور از برخی محدودیت‌های امنیتی، خیلی زود توجه دولت آمریکا را جلب کرد. دسترسی به Fable و Mythos چند روز پس از عرضه به‌طور موقت تعلیق شد. Fable پس‌از بازبینی‌های امنیتی از ابتدای جولای دوباره در دسترس قرار گرفت؛ اما Mythos همچنان فقط در اختیار مجموعه‌ای محدود از شرکای تأییدشده باقی ماند.

SpaceXAI هشتم جولای Grok 4.5 را معرفی کرد؛ مدلی که برای کدنویسی، اجرای مأموریت‌های عامل‌محور و کار مستقیم با ابزارهایی مانند پاورپوینت، ورد و اکسل طراحی شده؛ آموزش مدل نیز روی ده‌ها هزار گرافیک GB300 انجام شده؛ مقیاسی که نشان می‌دهد رقابت مدل‌های Frontier، بیش‌از گذشته به زیرساخت پردازشی عظیم وابسته شده است.

اوپن‌ای‌آی یک روز بعد خانواده‌ی GPT-5.6 را در سه نسخه‌ی Sol، Terra و Luna عرضه کرد. Sol برای کارهای پیچیده‌ای مانند برنامه‌نویسی، پژوهش و کار با رایانه ساخته شده، Terra میان توانایی و هزینه تعادل برقرار می‌کند و Luna برای پردازش‌های پرتعداد و کم‌هزینه در نظر گرفته شده است.

قابلیت‌هایی مانند استفاده‌ی برنامه‌پذیر از ابزارها، حفظ و ادامه‌ی فرایند استدلال و هماهنگی چند عامل نشان می‌دهند که رقابت دیگر فقط بر سر پاسخ‌های بهتر در محیط چت نیست. مدل‌های جدید قرار است مسئله را به چند مرحله تقسیم کنند، ابزارهای لازم را به‌کار بگیرند و پس‌از ساعت‌ها فعالیت، نتیجه‌ای آماده‌ی استفاده تحویل دهند.

اعداد بنچمارک شرکت‌ها را نمی‌توان بدون احتیاط با یکدیگر مقایسه کرد؛ زیرا هر سازنده از ابزارها، بودجه‌ی توکن و شرایط آزمایش متفاوتی استفاده می‌کند. بااین‌حال، جهت حرکت صنعت روشن است. مدل‌های پیشتاز به‌تدریج از دستیارانی پاسخ‌گو به عامل‌هایی تبدیل می‌شوند که می‌توانند بخش بزرگی از یک کار را از ابتدا تا انتها انجام دهند.

رقابت هوش مصنوعی دیگر به چند شرکت آمریکایی محدود نمی‌شود. شرکت‌های چینی و توسعه‌دهندگان مدل‌های وزن‌باز، گزینه‌هایی عرضه کرده‌اند که از نظر توانایی به مدل‌های بسته نزدیک شده‌اند و امکان استقرار مستقل را در اختیار شرکت‌ها و پژوهشگران می‌گذارند.

دیپ‌سیک، DeepSeek-V4 را در دو نسخه‌ی Pro و Flash با پنجره‌ی کانتکست یک‌میلیون‌توکنی و وزن‌های باز منتشر کرد. علی‌بابا نیز خانواده‌ی مدل‌های Qwen را با مدل‌های 3.5 و 3.6 گسترش داد و نسخه‌های کوچک‌تر را از طریق Hugging Face و ModelScope در اختیار توسعه‌دهندگان قرار داد تا بتوانند مدل‌ها را روی زیرساخت خود اجرا یا برای نیازهایشان شخصی‌سازی کنند.

مون‌شات مسیر متفاوتی را دنبال کرد. Kimi K2.6 با قابلیت Agent Swarm می‌تواند یک مأموریت بزرگ را میان چند عامل تقسیم کند و اجرای بخش‌های مختلف را هماهنگ پیش ببرد. Kimi K2.7 نیز با تمرکز بر مهندسی نرم‌افزار بلندمدت ساخته شده و برای کار روی پروژه‌هایی طراحی شده است که در چند مرحله و طی زمان طولانی انجام می‌شوند.

اروپا نیز با Mistral Medium 3.5 در رقابت مدل‌های وزن‌باز حضور دارد. مدل میسترال از پنجره‌ی کانتکست ۲۵۶هزارتوکنی پشتیبانی می‌کند و امکان اجرای آن روی چهار پردازنده‌ی گرافیکی، استقرار محلی را برای شرکت‌هایی دسترس‌پذیرتر می‌سازد که نمی‌خواهند داده‌ها و محصولاتشان را کاملا به سرویس‌های ابری آمریکایی وابسته کنند.

گزارش مارس ۲۰۲۶ استنفورد نشان می‌داد که فاصله‌ی عملکرد بهترین مدل بسته با بهترین مدل وزن‌باز به حدود ۳٫۳درصد کاهش یافته است؛ البته نزدیک‌شدن کیفیت مدل‌ها، به‌معنای برابرشدن شرایط بهره‌برداری از آن‌ها نیست. دسترسی به وزن‌های یک مدل فقط نقطه‌ی آغاز محسوب می‌شود. اجرای مدل و تبدیل آن به محصولی قابل‌استفاده، به پردازنده‌های قدرتمند، دیتاسنتر، برق پایدار، شبکه، نیروی متخصص و بازار نیاز دارد. بدون چنین زیرساخت‌هایی، حتی پیشرفته‌ترین مدل وزن‌باز نیز عملا از مجموعه‌ای از فایل‌های حجیم فراتر نمی‌رود.

گزارش شاخص هوش مصنوعی ایران ۱۴۰۴ تصویری دوگانه ارائه می‌دهد. بازار هوش مصنوعی کشور در سال ۱۴۰۳ با رشد ۸۸درصدی به حدود ۵٫۵ هزار میلیارد تومان رسید و بیش از ۱۴ هزار استعداد فعال شناسایی شدند. سهم ایران از تمرکز استعدادهای جهانی نیز حدود ۱٫۳۴ درصد برآورد می‌شود.

مهاجرت، شکاف علم و ثروت را عمیق‌تر می‌کند. بیش‌از ۱۲۰۰ استعداد ایرانی هوش مصنوعی در سال ۲۰۲۴ از کشور خارج شدند؛ درحالی‌که شمار ورودی‌ها و بازگشتی‌ها فقط ۳۲۳ نفر بود. کیفیت سرمایه‌گذاری نیز مسئله دارد. سه‌چهارم شرکت‌های استفاده‌کننده از هوش مصنوعی طی سه‌سال کمتر از ۲ میلیارد تومان هزینه کرده‌اند و فقط ۴ درصد شرکت‌های بزرگ از مرز ۵۰ میلیارد تومان گذشته‌اند. زیست‌بوم ایران در چنین شرایطی عمدتا در سطح ابزارهای آماده، سرویس‌های رایگان و مدل‌های وزن‌باز باقی می‌ماند.

براساس گزارش شاخص هوش مصنوعی، صنعت تولید با سهم ۳۷درصدی، بالاترین میزان پذیرش هوش مصنوعی را میان بخش‌های اقتصادی کشور دارد. وجود تقاضای صنعتی نشان می‌دهند که بازار بالقوه‌ای برای محصولات ایرانی شکل گرفته است؛ اما راهکار کم‌کردن فاصله‌ی میان ظرفیت علمی و نتیجه‌ی اقتصادی را باید در محیطی جست‌وجو کرد که شرکت‌ها بتوانند در آن سرمایه جذب کنند، به زیرساخت دسترسی داشته باشند و محصولشان را بدون فرسوده‌شدن در مسیرهای اداری به مقیاس اقتصادی برسانند.

دولت و مجلس در یک سال گذشته طرح‌ها و نهادهای متعددی را برای هوش مصنوعی پیش برده‌اند. طرح ملی هوش مصنوعی، تشکیل سازمانی مستقل، معافیت برخی تجهیزات، اختصاص اعتبار به زیرساخت پردازشی و داده‌ای، مشوق‌های سرمایه‌گذاری و راه‌اندازی بازارگاه ملی، بخشی از برنامه‌های اعلام‌شده بوده‌اند؛ اما افزایش شمار نهادها و اسناد، به گشوده‌شدن مسیر فعالیت شرکت‌ها منجر نشده است.

زومیت پیش‌تر در گزارشی درباره‌ی وضعیت مبهم سازمان ملی هوش مصنوعی نوشته بود که مقام‌های مرتبط، حتی پیش از تکمیل قانون‌گذاری، از نبود بودجه، توقف پروژه‌های نیمه‌تمام و بلاتکلیفی ساختاری سخن می‌گفتند. نهادی که قرار بود سیاست‌گذاری یکی از سریع‌ترین حوزه‌های فناوری را هدایت کند، از همان آغاز با تداخل مأموریت، کمبود منابع و ابهام در حدود اختیارات روبه‌رو شد.

سرنوشت سکوی ملی هوش مصنوعی نیز محدودیت‌های رویکرد متمرکز را آشکار کرد. نسخه‌ی اولیه‌ی سکو در اسفند ۱۴۰۳ با همکاری معاونت علمی ریاست‌جمهوری و دانشگاه صنعتی شریف رونمایی شد. مقام‌های دولتی از مشارکت ۳۶ شرکت دانش‌بنیان و نزدیک به ۱۰۰ پژوهشگر و توسعه‌دهنده خبر دادند و وعده دادند نسخه‌ی نهایی تا اسفند ۱۴۰۴ در دسترس قرار بگیرد.

معاون علمی رئیس‌جمهور، در مراسم رونمایی سکوی ملی هوش مصنوعی، یکی از قابلیت‌های پروژه را ادامه‌ی فعالیت هنگام قطع اینترنت بین‌الملل عنوان کرد؛ برجسته‌شدن چنین قابلیتی، واقعیتی نگران‌کننده را آشکار می‌کند. سیاست‌گذار به‌جای تضمین اتصال پایدار به اینترنت جهانی، احتمال قطع طولانی‌مدت آن را به بخشی عادی از آینده‌ی کشور تبدیل کرده و زیرساخت هوش مصنوعی را برای ادامه‌ی فعالیت در انزوا آماده می‌کند.

سکو پس از آغاز جنگ آمریکا و اسرائیل علیه ایران، از مدار خارج شد و بخشی از زیرساخت سخت‌افزاری آن آسیب دید. مقام‌های مسئول در اردیبهشت ۱۴۰۵ از آغاز فرایند بازگشت خبر دادند و گفتند پیش از توقف، ۷۶ شرکت بزرگ از خدمات آن استفاده می‌کردند؛ اما راه‌اندازی دوباره به بازطراحی معماری، احیای هسته‌ی نرم‌افزاری و ارائه‌ی تدریجی خدمات نیاز داشت.

آسیب واردشده نشان داد که تمرکز بخش مهمی از ظرفیت پردازشی در یک سکوی واحد، نقطه‌ی شکست بزرگی ایجاد می‌کند؛ هرگونه درگیری نظامی، اختلال فنی، وقفه‌ی بودجه یا مشکل در تأمین قطعات ممکن است دسترسی شمار زیادی از شرکت‌ها و دانشگاه‌ها را هم‌زمان متوقف کند. اتصال چند مرکز پردازشی، دانشگاه، دیتاسنتر منطقه‌ای و ارائه‌دهنده‌ی خصوصی، امکان انتقال بار و ادامه‌ی فعالیت در زمان اختلال را افزایش می‌دهد.

دارنده‌ی مجوز باید سالانه ۳ درصد از درآمد ناخالص خود را به دولت بدهد و از سال دوم، ظرفیت پردازشی‌اش را هرسال حداقل ۵۰ درصد افزایش دهد. ارائه‌ی خدمت به مشتریان جدید پیش‌از صدور پروانه ممنوع است و تنظیم‌گر نیز نظارت گسترده‌ای بر سامانه‌های مدیریت مشترکان مطالبه می‌کند؛ محرومیت سه‌ساله از فعالیت در کل حوزه‌ی IT برای برخی تخلف‌ها نیز پیش‌بینی شده؛ مجازاتی که کارشناس حقوقی زومیت، مبنای قانونی آن را محل تردید می‌دانست.

الزام ۲۰۰ پتافلاپس توان FP16، طبق محاسبات گزارش زومیت، تقریبا با قدرت پردازشی ۱۶۰۰ تا ۲۰۰۰ گرافیک H100 یا A100 انویدیا برابری می‌کند. چنین مقیاسی به فعالیت چند اپراتور بزرگ زیرساختی شباهت دارد، نه نقطه‌ی شروع یک شرکت نوپا. تیمی که ابزار تبدیل متن به گفتار، موتور جست‌وجوی سازمانی یا سامانه‌ای برای تحلیل داده‌های صنعتی می‌سازد، نه با چالش‌های یکسانی روبه‌رو است و نه به چنین ظرفیتی نیاز دارد.

یکسان‌دیدن شرکت‌ها بدون توجه به نوع خدمت، حساسیت داده و دامنه‌ی اثرگذاری، تیم‌های کوچک را پیش از رسیدن به نخستین مشتری جدی از بازار کنار می‌زند. مقررات مناسب باید براساس سطح خطر هر کاربرد طراحی شوند. سامانه‌های پزشکی، زیرساخت‌های حیاتی و خدماتی که با داده‌های حساس سروکار دارند، به الزامات سخت‌گیرانه‌تری نیاز دارند؛ اما محصولات کم‌خطر و آزمایشی را می‌توان با تعهدات سبک‌تر و نظارت پس از عرضه مدیریت کرد.

حتی با اصلاح ساختارهای دولتی و فرایندهای صدور مجوز، دو مانع بنیادیِ اینترنت ناپایدار و تحریم همچنان خارج از اختیار شرکت‌های ایرانی باقی می‌مانند. پس از آغاز جنگ در ۹ اسفند ۱۴۰۴، دسترسی کشور به اینترنت جهانی برای ۸۸ روز قطع ماند و سرانجام در پنجم خرداد ۱۴۰۵ بازگشت؛ اتصالی که پس از نزدیک به سه ماه انزوای دیجیتال، همچنان با محدودیت‌های ناشی از فیلترینگ همراه بود. گزارش زومیت از بازگشت اینترنت پس از ۸۸ روز ابعاد کم‌سابقه‌ی خاموشی را نشان می‌دهد.

وابستگی صنعت هوش مصنوعی به شبکه‌ی جهانی عمیق‌تر است. پردازش ابری، API-ها، مستندات فنی، مقاله‌های تازه، ابزارهای همکاری و مخازن مدل، بخشی از جریان روزمره‌ی توسعه‌‌ی مدل‌ها و محصولات مبتنی‌بر AI هستند. شرکتی که تمام توانش را صرف حفظ سرویس‌های موجود و حل مشکلات ابتدایی اتصال می‌کند، فرصت چندانی برای توسعه‌ی مدل فارسی، ساخت محصول صنعتی یا ورود به بازار خارجی نخواهد داشت.

راهکار تبعیض‌آمیز ارائه‌ی اینترنت ویژه برای شرکت‌ها یا گروه‌های منتخب مشکل را برطرف نمی‌کند. دسترسی پایدار به شبکه‌ی جهانی نباید امتیازی براساس اندازه‌ی شرکت، توان مالی یا نزدیکی به نهادهای تصمیم‌گیر باشد. همان‌طور که اینترنت طبقاتی، گروه‌های کم‌برخوردار را از فرصت‌های آموزش، اشتغال و فعالیت اقتصادی کنار می‌گذارد، در اکوسیستم فناوری نیز شرکت‌های تثبیت‌شده به اتصال باکیفیت دسترسی پیدا می‌کنند و تیم‌های کوچک، پیش از آنکه فرصت رشد داشته باشند، از رقابت عقب می‌مانند.

تحریم‌ها نیز دسترسی مستقیم به ظرفیت ابری، سرویس‌های تخصصی، پشتیبانی رسمی و پردازنده‌های پیشرفته را دشوار کرده‌اند. شرکت ایرانی برای خرید سخت‌افزار با محدودیت صادرات، انتقال پول، حمل، ترخیص و تأمین قطعات روبه‌رو است. فشار هم‌زمان محدودیت خارجی، اینترنت ناپایدار و مقررات سنگین داخلی، بخشی از تیم‌ها را ناچار می‌کند کوچک بمانند و بخشی دیگر را به انتقال فعالیت و نیروی انسانی به کشوری باثبات‌تر سوق می‌دهد.

تجربه‌ی فرانسه، بریتانیا، کانادا و اتحادیه‌ی اروپا نشان می‌دهد حمایت دولتی زمانی به رشد هوش مصنوعی کمک می‌کند که هزینه‌ی ورود را کاهش دهد، دسترسی به زیرساخت را گسترش دهد و برای محصولات بخش خصوصی بازار بسازد. دولت‌های موفق الزاماً خودشان مدل، پلتفرم یا شرکت تأسیس نمی‌کنند؛ بیشتر نقش سرمایه‌گذار اولیه، مشتری بزرگ و تنظیم‌گر منصف را برعهده می‌گیرند.

ایران نیز برای کم‌کردن فاصله‌اش با جهان، پیش از هر سازمان و پروژه‌ی تازه به محیطی نیاز دارد که شرکت بتواند در آن شکل بگیرد، محصولش را آزمایش کند و بدون تحمل هزینه‌های نامتناسب به بازار برسد. مقررات باید براساس سطح خطر هر کاربرد تنظیم شوند، نه اندازه‌ی سرمایه و توان عبور شرکت از فرایندهای اداری. نظارت سخت‌گیرانه بر سامانه‌های پزشکی یا زیرساخت‌های حیاتی منطقی است، اما همان قواعد را نمی‌توان به ابزارهای کم‌خطر و محصولات نوپا تحمیل کرد.

اینترنت پایدار، امکان دسترسی منصفانه به پردازش و وجود بازاری واقعی برای محصولات، سه پایه‌ای هستند که بدون آن‌ها حتی بهترین نیروی انسانی نیز به شرکت‌های بزرگ و محصولات جهانی منتهی نمی‌شود. دولت و صنایع بزرگ می‌توانند با تعریف مسئله‌های مشخص و واگذاری آن‌ها در قالب قراردادهای رقابتی، به نخستین مشتری شرکت‌های داخلی تبدیل شوند. چنین رویکردی برای رشد بازار بسیار مؤثرتر از ساخت پلتفرم‌های موازی با بودجه‌ی عمومی خواهد بود.

روز جهانی هوش مصنوعی زمانی برای ایران معنا پیدا می‌کند که به فرصتی برای سنجش نتیجه‌ها تبدیل شود. تعداد شرکت‌های تازه، میزان سرمایه‌ی خصوصی، دسترسی تیم‌ها به توان پردازشی، کاهش مهاجرت متخصصان و حضور محصولات ایرانی در بازارهای خارجی، معیارهایی گویاتر از شمار سازمان‌ها، رونمایی‌ها و اسناد راهبردی هستند.

نقش‌آفرینی ایران به دولتی نیاز دارد که به‌جای انتخاب برنده، زمین بازی را باز، باثبات و منصفانه نگه دارد. جهان هوش مصنوعی را با سرمایه، دسترسی و رقابت پیش می‌برد؛ ایران نیز تنها زمانی می‌تواند از حاشیه‌ی این رقابت فاصله بگیرد که کنترل و تمرکز را با اعتماد، زیرساخت و فرصت رشد جایگزین کند.