تا همین اواخر، بسیاری از شرکتهای بزرگ فناوری با نظامیسازی هوش مصنوعی مخالف بودند، اما اکنون این به نظر میرسد که تاریخ گذشته است، چرا که آنها به سمت امضای قراردادهای همکاری با شرکتهای تسلیحاتی حرکت میکنند. چشمانداز دریافت بودجه هنگفت پنتاگون برای هوش مصنوعی بسیار وسوسهکننده است و نمیتوان آن را نادیده گرفت.
در هر فهرستی از «ناشناختههای شناختهشده» که جهان در سال ۲۰۲۶ با آن مواجه است، هوش مصنوعی باید در صدر باشد. آیا پیشبینیها درباره جایگزینی صدها میلیون کارگر توسط هوش مصنوعی به زودی محقق خواهد شد؟ آیا حباب هوش مصنوعی خواهد ترکید؟ آیا ایالات متحده یا چین در رقابت رسیدن به «هوش مصنوعی عمومی» پیروز خواهند شد؟
کتاب «امپراتوریهای سیلیکون» نوشته نیک سرنیک به هیچیک از این پرسشها پاسخ مستقیم نمیدهد، اما همانطور که نویسنده میگوید، «نقشهای از زمینی که باید در آن بجنگیم» ارائه میدهد. با ترسیم دقیق مسیر توسعه هوش مصنوعی در چارچوب اقتصادی و ژئوپلیتیکی مناسب و بررسی وضعیت آمریکا و چین، راهنمای سرنیک میتواند به ما کمک کند دیدگاه بلندمدت و واقعبینانهای نسبت به مسیر احتمالی این فناوری داشته باشیم.
فراتر از حبابها و چتباتها
این دیگر ایدهای حاشیهای نیست که بگوییم در هوش مصنوعی یک حباب وجود دارد، زیرا حتی چهرههای محبوب صنعت مانند جف بزوس و بیل گیتس نیز این موضوع را تأیید کردهاند. مدیرعامل OpenAI، سم آلتمن، به نظر میرسد که شرکت خود را برای دریافت کمکهای دولتی آماده میکند. یکی از برآوردهای حباب هوش مصنوعی نشان میدهد که این حباب هفده برابر حباب داتکام و چهار برابر بزرگتر از حباب مسکن رهنی زیرمجموعه است که بحران مالی ۲۰۰۸ را به وجود آورد. به وضوح یک بحران در حال شکلگیری است.
تحلیل واقعبینانه سرنیک ما را تشویق میکند که فراتر از حباب نگاه کنیم. اینکه هوش مصنوعی با درد و دشواری به دنیا خواهد آمد، موضوعی تازه یا شگفتانگیز نیست: تاریخ دستاوردهای فناورانه سرشار از تلاش و مبارزه پیش از موفقیت است. علاوه بر این، بعید است که هر بحرانی بتواند شرکتهای بزرگ فناوری که بازیگران اصلی توسعه هوش مصنوعی هستند را از میدان خارج کند، زیرا جایگاه قوی آنها در بازار و اهمیت ذاتیشان برای زیرساخت دیجیتال جهانی، آنها را تقریباً غیرقابل جایگزین کرده است.
همانطور که سرنیک میگوید:
اگر زمستان هوش مصنوعی رخ دهد، بعید است طولانی باشد. پتانسیل این فناوری بسیار بالاست و اهمیت مزایای اولین بازیگر نیز بسیار زیاد است، بنابراین شرکتهای بزرگ فناوری بهطور داوطلبانه کنترل مسیر توسعه هوش مصنوعی را رها نخواهند کرد… فکر کردن به حبابها، دید ما نسبت به تأثیر هوش مصنوعی را بیش از حد محدود میکند.
سؤالات تازهای درباره پتانسیل واقعی هوش مصنوعی مطرح شده است؛ منتقدان به کندی پیشرفت در آخرین نسخه ChatGPT شرکت OpenAI اشاره میکنند و آن را نمونهای از محدودیتهای مدل «مقیاسگذاری» میدانند که هوش مصنوعی تولیدی را به این نقطه رسانده است. برای سرنیک، تمرکز بر چتباتها مانند ChatGPT نگاه به جهت اشتباه است. سرمایهگذاران امید خود را به پتانسیل «نمایندگان» هوش مصنوعی خاص صنایع بستهاند؛ نمایندگانی که فراتر از پاسخ به سؤال عمل میکنند و میتوانند اقداماتی را برای رسیدن به هدف مشخص انجام دهند—به عبارتی، خودکارسازی جریانهای کاری در سراسر اقتصاد. او میگوید: «چتباتها راهنمای مناسبی برای مسیر آینده هوش مصنوعی نیستند و هم منتقدان و هم مخالفان باید مطمئن شوند هدف درستی را نشانه گرفتهاند.»
آنچه شاید در تحلیل سرنیک کمتر به آن پرداخته شده، بررسی شرایط کلان اقتصادی است که در آن نمایندگان هوش مصنوعی میتوانند در سراسر اقتصاد به کار گرفته شوند. اقتصاددان مایکل رابرتز به طور قانعکنندهای استدلال کرده است که کوهی از شرکتهای سرمایهداری «زامبی» [زنده به زور] که از سال ۲۰۰۸ با اعتبار ارزان سر پا نگه داشته شدهاند، قادر به سرمایهگذاری کلان در هوش مصنوعی نیستند. اقتصاد جهانی باید یک فرایند «ویرانی خلاقانه» شدید را تجربه کند تا فضایی ایجاد شود که بازیگران جدیدی که آمادهاند نمایندگان هوش مصنوعی را به طور کامل بپذیرند، ظهور کنند. توسعه هوش مصنوعی در نهایت به پویاییهای اقتصاد سیاسی سرمایهداری وابسته است.
استراتژیهای هوش مصنوعی شرکتهای بزرگ فناوری
کتاب سرمایهداری پلتفرم سرنیک در سال ۲۰۱۶ در مفهومسازی گستره مدلهای کسبوکار دیجیتال که تقریباً تمامی بخشها را تحت سلطه خود درآورده بودند، بسیار موفق بود؛ از پلتفرمهای «لاغر» که همه چیز به جز نرمافزار اصلی را برونسپاری میکنند مانند اوبر، تا پلتفرمهای «صنعتی» مانند زیمنس، شرکتی که زیرساخت سختافزاری و نرمافزاری دیجیتال در تولید را میسازد. به همین ترتیب، یکی از نقاط قوت بزرگ امپراتوریهای سیلیکونی، روشنی در توضیح استراتژیهای مختلف شرکتهای بزرگ فناوری در زمینه هوش مصنوعی است. تفاوتهای رویکرد قابل توجه است و در نهایت ممکن است تعیین کند کدام شرکتها در رقابت تسلط بر هوش مصنوعی پیروز خواهند شد.
هوش مصنوعی، مانند موتور بخار و برق، یک فناوری عمومی است (GPT). همه GPTها با کاربردپذیری گسترده در اقتصاد شناخته شدهاند و نیازمند انتشار فراگیر برای توسعه هستند. معمولاً ارزش دستاوردهای فناورانه در مرحله بعدی، زمانی که به محصولات خاص بخشها تبدیل میشوند، به دست میآید. به همین دلیل، دولتها همواره نقش اساسی در تحقیق و توسعه داشتهاند، چرا که میتوانند بدون انتظار سود، پیشرفتهای GPT را دنبال کنند؛ همانطور که در اینترنت و نیمهرساناها شاهد بودیم. در مورد هوش مصنوعی، شرکتهای بزرگ فناوری پیشرو در نوآوری هستند، اما آنها مجبورند این کار را در چارچوب مدلهای کسبوکار سودمحور انجام دهند.
تلاش برای حل این تناقض منجر به ظهور چهار استراتژی شده است. ابتدا، استراتژی زیرساخت به دنبال سلطه بر پایههای اقتصاد هوش مصنوعی است، پایههایی که شرکتهای دیگر میتوانند بر آنها بنا کنند. آمازون و مایکروسافت بازیگران کلیدی در این زمینه هستند و موقعیتهای انحصاری خود را در بازارهای محاسبات ابری تثبیت میکنند. برای این شرکتها، هزینههای هنگفت سرمایهای در مراکز داده، سرمایهگذاری برای رشد آینده هوش مصنوعی محسوب میشود، چرا که آنها آمادهاند تا «اجارههای ابری» را از محصولاتی دریافت کنند که به زیرساختهای آنها متکی هستند.
برای کسانی که از استراتژی زیرساخت بهره میبرند، هر چه هوش مصنوعی بیشتر منتشر شود، بهتر است. ساتیا نادلا، مدیرعامل مایکروسافت، چتبات شرکت چینی DeepSeek را تحسین کرده است که ظرفیتهای مشابه ChatGPT دارد اما با هزینهای بسیار کمتر، و آن را گامی بزرگ به سمت هوش مصنوعی «همهجا حاضر» میداند. مایکروسافت با یک سازمان آموزشی غیرانتفاعی در آمریکا همکاری کرده است تا استفاده رایگان از چتبات را برای معلمان فراهم کند «تا سیستم آموزش آمریکا روی سرورهای مایکروسافت قرار گیرد».
استراتژی دوم، پیشروی در مرزهای نوآوری هوش مصنوعی است. OpenAI، Anthropic و DeepSeek همگی توسعهدهندگان مدلهای پیشرفته هوش مصنوعی هستند. برای کسانی که استراتژی مرز نوآوری را دنبال میکنند، یک قدم جلوتر بودن از رقبا برای کسب ارزش حیاتی است، زیرا همین مزیت نوآوری تنها چیزی است که میتواند مالکیت فکری شرکت را در مرکز اکوسیستم توسعه گستردهتری قرار دهد.
همهجانبه و همهچیز
چالش شرکتهای مرزی این است که هزینه نوآوری به دلیل حجم «محاسبات» مورد نیاز برای پیشبرد نوآوری هوش مصنوعی بسیار بالاست. در عین حال، تجاریسازی این دستاوردهای فناورانه با دشواریهای فراوانی روبروست و زمانی که تمرکز بیشتر روی بهکارگیری تجاری باشد، تحقیقات ممکن است آسیب ببیند.
شرکتهای مرزی روی هوش مصنوعی عمومی (AGI) سرمایهگذاری میکنند، «جام مقدس» هوش مصنوعی که خبرنگار کارن هاو آن را بهانهای یکسان برای مدیرعامل OpenAI، سم آلتمن، میداند تا تمام انتقادات نسبت به شیوههای تجاری شرکتش را رد کند. برای سرنیک، ما باید AGI را صرفاً بهعنوان مدلی از هوش مصنوعی در نظر بگیریم که «قابل استفاده در همه بخشها» باشد. این یکباره دشواریهایی را که شرکتهای مرزی در کسب ارزش از نوآوریهای خود به دلیل نیاز به ابزارهای خاص بخشها دارند، از میان میبرد. سرنیک پتانسیل AGI را «عظیم» توصیف میکند، اما تأکید دارد که ما باید نسبت به قابل دستیابی بودن آن محتاط بمانیم.
مسیر سوم، مسیر کنگلومراتها، تلاش برای ساخت محصولات هوش مصنوعی خاص بخشها در طیف وسیعی از صنایع را نشان میدهد تا همانند کنگلومراتهای گذشته سلطه پیدا کنند: از طریق مالکیت و خرید و ادغام. گوگل در رأس این استراتژی قرار دارد و به تعداد سه رقیب بزرگ بعدی (OpenAI، مایکروسافت و متا) مجموعاً، مدلهای پایه هوش مصنوعی ساخته است.
پیگیری سلطه بر هوش مصنوعی توسط گوگل نیازمند آن است که این شرکت توانمندیهای زنجیره ارزش هوش مصنوعی را در اختیار داشته باشد: پیشرو در تحقیقات، دارای پایهای مستحکم در زیرساخت و توانایی ساخت محصولات باکیفیت برای بخشهای مختلف. انتشار مجموعهای از ابزارهای هوش مصنوعی در حوزه سلامت در سالهای اخیر، از مراقبت شخصی تا توسعه دارو، نمونهای از اجرای عملی این استراتژی است. در چین، هواوی در رأس گروهی از شرکتهای بزرگ فناوری قرار دارد که این رویکرد «همهجانبه و همهچیز» در توسعه هوش مصنوعی را دنبال میکنند.
سرانجام، استراتژی چهارم، استراتژی باز است، با متا در آمریکا و علیبابا و DeepSeek در چین بهعنوان پیشتازان آن. همانطور که از نامش پیداست، استراتژی باز شامل باز کردن مدلهای هوش مصنوعی برای توسعهدهندگان دیگر است تا بر آنها بنا کنند. در مورد مدلهای «Llama» متا، این استاندارد متنباز را بهطور کامل رعایت نمیکند، زیرا شفافیت قابل توجهی در دادههای آموزشی و الگوریتمهای پشت مدلها وجود ندارد. با این حال، وزنهای استفادهشده در مدلسازی بهصورت عمومی در دسترس است و این دسترسی و اصلاح مدلها را برای دیگران آسانتر میکند.
مزیت متا از استراتژی باز چیست؟ سایر شرکتهای بزرگ فناوری دیوارهای بلند مالکیت فکری در اطراف نوآوریهای خود ساختهاند و منطقهای انحصاری برای همکاری با شرکای منتخب ایجاد کردهاند. متا، در مقابل، میتواند اکوسیستم گستردهای حول مالکیت فکری خود بسازد که بهطور طبیعی پژوهشگران و توسعهدهندگان را به سمت خود جذب کند. این افراد بهبودها و دستاوردهای خود را انجام میدهند، که «سپس میتواند بهراحتی در سیستمهای داخلی متا بازگردانده شود». این استراتژی میتواند بهطور بالقوه هزینهها را در بلندمدت برای شرکت مارک زاکربرگ بهطور قابل توجهی کاهش دهد.
ظهور «مجتمع فناور-صنعتی»
در سخنرانی خداحافظی جو بایدن در ژانویه ۲۰۲۵، او درباره خطرات «مجتمع فناور-صنعتی» در ایالات متحده هشدار داد. این واژه عمداً یادآور سخنان دوایت آیزنهاور در هنگام ترک کاخ سفید در سال ۱۹۶۱ بود، که بهطور مشهور درباره «مجتمع نظامی-صنعتی» ابراز نگرانی کرده بود، نهادی که میتوانست دموکراسی آمریکا را تحت سلطه خود درآورد.
مانند مجتمع نظامی-صنعتی، مجتمع فناور-صنعتی نیز منافع قدرتمند درون دولت—بهویژه وزارت جنگ—را با بزرگترین بازیگران بازار خصوصی ترکیب میکند، که امروزه شرکتهای بزرگ فناوری هستند. این اتحاد طبقاتی تنها در سالهای اخیر شکل گرفته است. همانطور که سرنیک تأکید میکند، گوگل، متا، OpenAI و Anthropic در آغاز سال ۲۰۲۴ با استفاده از ابزارهای هوش مصنوعی برای اهداف نظامی مخالف بودند. همه این شرکتها ظرف یک سال مسیر خود را تغییر دادند و برخی به سرعت اقدام به امضای قرارداد با پیمانکاران دفاعی کردند.
این تغییر ناگهانی نظر تا حدی ناشی از ضرورت اقتصادی است. توسعه هوش مصنوعی پرهزینه است و ارتش امکان تأمین مالی بزرگ و بلندمدت را فراهم میکند. اما ریشههای ژئوپلیتیکی این تغییر عمیقتر است. در میان نخبگان فناوری در آمریکا یک تغییر ایدئولوژیک چشمگیر رخ داده است؛ آنها از چیزی که سرنیک «توافق سیلیکون ولی» مینامد، به سمت «تکنو-ناسیونالیسم» حرکت کردهاند.
اجماع سیلیکون ولی اساساً تعهدی میان نخبگان فناوری به جهانیسازی نئولیبرال به رهبری ایالات متحده بود. سیاستمداران و مدیران عامل فناوری «باور به توانایی فناوری برای خلق جهانی با رهبری آمریکا و تجارت و داده بدون مرز» داشتند. مقررات سبک بخش فناوری به این معنی بود که سیلیکون ولی دلیل کمی برای نگرانی در مورد دخالت دولت داشت. در خارج از کشور، واشنگتن به باز نگه داشتن اقتصادهای خارجی به روی فناوری ایالات متحده کمک کرد و اعمال مالیاتها و مقررات خارجی بر شرکتهای بزرگ فناوری ایالات متحده را محدود کرد، در حالی که زنجیرههای ارزش در تمام شرکتهای بزرگ فناوری از چین تا ایالات متحده امتداد داشت و هزینهها را پایین نگه میداشت.
آنچه توافق سیلیکون ولی را از بین برد، صعود چین بود که مجموعهای جدید از تضادها و منافع طبقاتی را باز کرد. غولهای فناوری چین به رقبای واقعی برای همتایان آمریکایی خود تبدیل شدند و محاسبات سیلیکون ولی را تغییر دادند. در همین حال، حداقل از دوران ریاستجمهوری اول دونالد ترامپ، دولت بر تسلط فناوری آمریکا بر جهانی شدن متصل به هم ارجحیت داده است. این روند در دوره بایدن با تحریمهای شدید بر فناوریهای حیاتی مانند نیمهرساناها ادامه یافت و تحت دوره دوم ترامپ به آنچه سرنیک «چشمانداز تکنو-ناسیونالیستی برتری آمریکا و نوآوری بدون محدودیت» مینامد، شکل گرفت.
سطح ادغام بین شرکتهای بزرگ فناوری و دولت اکنون غیرقابل انکار است. یک قرارداد ۹ میلیارد دلاری پنتاگون برای «قابلیت ابری مشترک جنگی» شامل همه بازیگران بزرگ ابری ایالات متحده: آمازون، گوگل، مایکروسافت و اوراکل میشود. روابط میان شرکتهای فناوری و ارتش به سرعت افزایش یافته است. سرنیک میگوید، همزمانی ظهور مجتمع فناور-صنعتی با جنگ شرکتهای بزرگ فناوری علیه کارگران خود، که بسیاری تلاش کردهاند با نظامیسازی مقابله کنند، تصادفی نیست.
ظهور تکنو-ناسیونالیسم در آمریکا در چین نیز بازتاب داشته است. مانند آمریکا، نخبگان حزب کمونیست چین ابتدا رویکردی بیطرفانه نسبت به ظهور پلتفرمهای دیجیتال بزرگ و قدرتمند داشتند تا رشد صنعت را تشویق کنند. اما با افزایش تنشها با آمریکا، شی جینپینگ، رئیسجمهور چین، به طور فزایندهای در پی هدایت شرکتهای فناوری به سمت اولویتهای دولتی بوده است. این امر شامل سرکوب بسیاری از شرکتهایی است که بر تسهیل مصرف مانند پلتفرمهای اقتصاد گیگ Meituan و DiDi متمرکز هستند، در حالی که شرکتهای فناوری را به مشارکت در توسعه صنعتی تشویق میکند، زیرا این هدف اصلی حکومت حزب کمونیست چین است.
بنابراین، در هر دو کشور، شاهد ظهور یک نظم هژمونیک بالقوه هستیم «به دلیل گسست ائتلافهای طبقاتی میان منافع اقتصادی دولت، منافع امنیتی دولت و منافع سرمایهداری پلتفرمی.» سرنیک در مورد چشماندازهای تثبیت این نظم جدید محتاط است و گرایشهای متضادی را که از تکنو-ناسیونالیسم نظامی و استقلال نسبی شرکتهای بزرگ فناوری از دولت فاصله میگیرند، برجسته میکند. اما دوران جهانیسازی نئولیبرال به وضوح پایان یافته است و ادغام دولت و شرکتهای بزرگ فناوری حول چشمانداز ملیگرایانه برای هوش مصنوعی خطرات شدید برای همه به همراه دارد.
به کجا میرود؟
در رقابت بین آمریکا و چین برای تسلط بر هوش مصنوعی، کدام کشور احتمالاً پیروز خواهد شد؟ تحلیل سرنیک گرایش دارد که چین، با وجود ضعفهای نسبی در مقایسه با آمریکا، ممکن است در این رقابت فناورانه موفق شود.
استدلال او به سادگی قانعکننده است: در حالی که صنعت فناوری آمریکا بر نوآوری تمرکز دارد، اولویت چین پذیرش فناوری است، و احتمالاً در بلندمدت پذیرش تعیینکننده خواهد بود، زیرا فناوری عمومی مانند هوش مصنوعی باید در سراسر اقتصاد منتشر شود تا به حداکثر پتانسیل خود برسد. در انقلابهای صنعتی گذشته، GPTها باعث انتقال قدرت بزرگ شدند نه به این دلیل که یک کشور سود انحصاری به دست آورد، بلکه به این دلیل که یک کشور در پذیرش فناوری جدید و استفاده از آن برای تغییر بنیادی کل اقتصاد خود در زمینه بهرهوری و رشد برتر بود. این تحول گسترده کل اقتصاد، نه یک بخش پیشرو به قدرتهای نوظهور امکان میدهد تا در نهایت از هژمونهای موجود پیشی بگیرند.
نتیجه این رقابت هرچه که باشد،، به دلیل تعامل پیچیده زنجیرههای ارزش در سطح بینالمللی، فناوری به طور قاطع به دو نیمکره شرق و غرب تقسیم نخواهد شد. در عوض، شاهد «لایهبندی پشتههای فناور-ژئوپلیتیکی مختلف» خواهیم بود، و تلاش برای ایجاد تعادل بین قدرت آمریکا و چین احتمالاً یک استراتژی مناسب برای بسیاری از کشورها خواهد بود، اگرچه دستیابی به آن چالش برانگیز است.
برخلاف کتاب ۲۰۱۵ سرنیک “اختراع آینده“، (که با همکاری الکس ویلیامز نوشته شده است) که چپها را به پذیرش اتوماسیون به عنوان بخشی از یک دیدگاه پساسرمایهداری تشویق میکرد، کتاب «امپراتوریهای سیلیکون» از تدوین سیاستهای چپگرایانه برای هوش مصنوعی خودداری میکند. سرنیک تنها دو خواسته مطرح میکند: هیچ جنگی بین آمریکا و چین رخ ندهد، و نباید به شرکتهای بزرگ فناوری اجازه داده شود که بر توسعه هوش مصنوعی تسلط داشته باشند.
اینها نقاط شروع مفیدی برای جهتدهی چپها به هوش مصنوعی هستند، اما در نهایت به یک دستور کار بلندپروازانهتر نیاز خواهد بود. هر برنامه سوسیالیستی معاصر که شایسته این نام باشد، باید بتواند توضیح دهد که هوش مصنوعی چه نقشی باید در اقتصاد و جامعه ایفا کند، چگونه باید اداره شود و رابطه آن با دولت و بین ایالتها چگونه باید باشد. هر اتفاقی که در سال ۲۰۲۶ با حباب هوش مصنوعی بیفتد، چالشهای سیاسی ناشی از این فناوری قدرتمند با گذشت زمان تنها بیشتر خواهد شد.
منبع: ژاکوبن
