نشریهٔ سی‌ان‌بی‌سی (CNBC) مشارکت شرکت هسای (Hesai) در زمینهٔ فناوری لایدار (Lidar) با شرکت انویدیا (Nvidia) را به یک هراس امنیت ملی تبدیل می‌کند، در حالی که با سیاست‌های لیست سیاه پنتاگون به عنوان حقیقت بی‌طرفانه برخورد می‌نماید. حقایق مدفون نشان می‌دهند که قوانین ایالات متحده پیش از این شرکت‌ها را به همکاری با نهادهای نظارتی و جاسوسی مجبور کرده است، در حالی که دستگاه‌های اطلاعاتی آمریکا مدت‌هاست که از زیرساخت‌های دیجیتال جهانی به عنوان سلاح استفاده می‌کنند. داستان واقعی، تکنوفاشیسم (technofascism) است: ادغام قدرت دولت، غول‌های فناوری (Big Tech)، قوانین نظارتی، و رقابت امپریالیستی. وظیفهٔ کنونی، مبارزه با نظارت توده‌ای و سیاست‌های لیست سیاه است، بدون آنکه به جنگ سرد جدید علیه چین ملحق شویم.

پرنس کاپون | اطلاعات تسلیحاتی‌شده 

ترجمه مجله جنوب جهانی

هنگامی که هوش برای امپراتوری بیش از حد ارزان می‌شود

در تاریخ ۷ ژوئیه ۲۰۲۶، سی‌ان‌بی‌سی مقاله‌ای را تحت عنوان «مدل‌های هوش مصنوعی چینی در حال باز کردن جای پای خود در شرکت‌های آمریکایی هستند، زیرا هزینه‌های OpenAI و Anthropic به شدت افزایش یافته است»، به قلم کای نیکول-شوارز منتشر کرد؛ یک گزارش تجاری که در وهلهٔ اول مانند یک گزارش ساده دربارهٔ هزینه‌های نرم‌افزارهای سازمانی به نظر می‌رسد. سی‌ان‌بی‌سی به ما می‌گوید شرکت‌های آمریکایی به طور فزاینده‌ای از مدل‌های هوش مصنوعیِ ساخت چین استفاده می‌کنند، زیرا این مدل‌ها ارزان‌ترند، به شکل فزاینده‌ای رقابتی شده‌اند، و تطبیق آن‌ها نسبت به سیستم‌های بستهٔ فروخته‌شده توسط معابد بزرگ هوش مصنوعی آمریکا آسان‌تر است. این مقاله از «دیپ‌سیک» (DeepSeek)، «زد.آی» (Z.ai) و «کوئن» (Qwen) متعلق به علی‌بابا به عنوان نمونه‌هایی از مدل‌های چینی یاد می‌کند که اکنون در حال ورود به جریان‌های کاری تجاری ایالات متحده هستند، در حالی که «اوپن‌ای‌آی» (OpenAI) و «آنتروپیک» (Anthropic) به عنوان بازیگران سنتی و گران‌قیمتی ظاهر می‌شوند که قیمت توکن‌هایشان مشتریان شرکتی را به جستجوی جایگزین‌ها واداشته است. در سطح، این یک داستان بازار است؛ اما در زیر سطح، اعترافی است به اینکه امپراتوری در حال از دست دادن کنترل خود بر قیمت هوش است.

• ترفند نخست مقاله، صورت‌بندی بر اساس اضطراب بازار است: سی‌ان‌بی‌سی با پذیرش هوش مصنوعی چینی به عنوان یک پیروزی برای توسعهٔ فناوریِ ارزان‌تر و کارآمدتر برخورد نمی‌کند؛ بلکه آن را مسئله‌ای می‌داند که باید مدیریت شود. کتمان حقایق دشوار است: شرکت‌های آمریکایی مدل‌های چینی را انتخاب می‌کنند زیرا منحنی هزینه‌ها منطقی است. اما مقاله به جای دنبال کردن این واقعیت در اقتصاد سیاسیِ قدرت انحصاری هوش مصنوعی ایالات متحده، تمرکز خود را بر روی ناخرسندیِ بازیگران سنتی و رگولاتورهای (تنظیم‌گران) آمریکایی معطوف نگه می‌دارد. مدل‌های چینی اجازه دارند تاثیرگذار باشند، اما تنها به عنوان یک اختلال در درون نظمی که در آن شرکت‌های آمریکایی قرار است به طور طبیعی در مرزهای دانش بنشینند و از بقیهٔ جهان رانت جمع‌آوری کنند.
• ترفند دوم، ابهام‌آفرینی در هزینه‌ها است: مقاله بارها به ما می‌گوید مدل‌های چینی ارزان‌تر هستند، شرکت‌ها در حال صرفه‌جویی در هزینه‌ها هستند، هزینه‌های توکن رو به افزایش است، کسب‌وکارها نسبت به هزینه آگاه‌تر شده‌اند، و بنگاه‌ها در مواقعی که به بهترین مدلِ مالکیتی و انحصاری نیازی نیست، وظایف را به سمت مدل‌های ارزان‌تر هدایت می‌کنند. اما این مقاله نمی‌پرسد که چرا هوش مصنوعی ایالات متحده در وهلهٔ اول تا این حد گران است. این گزارش انحصارهای ابری، وابستگی به پردازنده‌های گرافیکی (GPU)، قفل‌شدگی در اشتراک‌ها (subscription lock-in)، واسط‌های برنامه‌نویسی کاربردیِ انحصاری (proprietary APIs)، انتظارات سرمایه‌گذاری خطرپذیر، ساخت‌وساز دیتاسنترها و قیمت‌گذاری انحصاری را که پشت فاکتورهای فروش جا خوش کرده‌اند، آشکار نمی‌سازد. برچسب قیمت به خواننده نشان داده می‌شود، اما رابطهٔ طبقاتی که با جوهر نامرئی زیر آن چاپ شده است، خیر.
• ترفند سوم، ساخت تهدید نرم است: برخلاف گزارش لایدارِ سی‌ان‌بی‌سی، این مقاله با صحبت از درهای پشتی، گره‌های نظامی و خرابکاری بر طبل جنگ نمی‌کوبد. این ترفند ظریف‌تر است. هوش مصنوعی چینی سودمند، رقابتی و از نظر مالی جذاب معرفی می‌شود، اما پذیرش رو به رشد آن بلافاصله در کنار تلاش‌های دولت ایالات متحده برای تنظیم مقرراتِ مدل‌های پیشرفته و کند کردن روند گسترش جایگزین‌های فرامرزی قرار می‌گیرد. این همان نسخهٔ دستکش مخملیِ دست امپریالیستی است. هنگامی که فناوری چینی بسیار ضعیف است، مورد تمسخر قرار می‌گیرد. وقتی بسیار قوی می‌شود، به یک مسئلهٔ امنیتی تبدیل می‌گردد. وقتی از محصول آمریکایی ارزان‌تر می‌شود، ناگهان بازار آزاد به یک مرزبان نیاز پیدا می‌کند.
• ترفند چهارم، حذف و نادیده‌انگاری است: سی‌ان‌بی‌سی به مدل‌های متن‌باز (open-source) و مدل‌های با وزن‌های آزاد (open-weight) اشاره می‌کند، اما بر روی تناقضی که این واژه‌ها در خود دارند، متوقف نمی‌شود. مدل‌های با وزن آزاد کل ساختار رانت‌خواریِ هوش مصنوعی بسته را تهدید می‌کنند، زیرا هوش را قابل‌حمل‌تر، قابل‌بررسی‌تر، انطباق‌پذیرتر و جایگزین‌پذیرتر می‌سازند. اگر یک شرکت بتواند حجم کار را در میان مدل‌های مختلف هدایت کند، سیستم‌ها را به صورت محلی میزبانی کند، ارائه‌دهندگان را جایگزین نماید و از وابستگی مطلق به یک API انحصاری اجتناب ورزد، آنگاه دیوار انحصار شروع به ترک خوردن می‌کند. این صرفاً یک ترجیح فنی نیست؛ این نبردی است بر سر اینکه آیا هوش مصنوعی به یک جادهٔ عوارضی تبدیل می‌شود که در مالکیت مشتی از شرکت‌های آمریکایی است، یا یک نیروی مولد که می‌توان آن را بازتولید و توزیع کرد و ارزان‌تر ساخت.
  بنابراین، کارکرد ایدئولوژیک مقاله دوگانه است. این گزارش یک تحول واقعی در بازار را بازگو می‌کند، اما مانع از آن می‌شود که خواننده معنای کامل تاریخی آن تحول را ببیند. بحران این نیست که چین در یک تابلوی امتیازاتِ ناسیونالیستیِ محدود در حال «رسیدن» به آمریکاست. بحران این است که سرمایه تلاش می‌کند هوش را به عنوان یک کالای انحصاری خصوصی‌سازی کند، آن هم دقیقاً در همان لحظه‌ای که توسعهٔ فناوری، هوش را به سمت بازتولید گسترده‌تر و هزینهٔ کمتر سوق می‌دهد. سی‌ان‌بی‌سی نشانهٔ بیماری را به ما می‌دهد: شرکت‌های آمریکایی در حال روی آوردن به مدل‌های چینی هستند. تشخیص واقعی اما خطرناکت است: محصورسازی هوش مصنوعی (AI enclosure) رو به شکست گذاشته است.

جنگ قیمت در زیر پوست جنگ مدل‌ها

نخستین واقعیت، همان چیزی است که سی‌ان‌بی‌سی نمی‌تواند از آن فرار کند: مدل‌های هوش مصنوعی چینی در حال باز کردن جای پای خود در درون شرکت‌های آمریکایی هستند، زیرا ارزان‌ترند، توانمندی فزاینده‌ای دارند و تعویض آن‌ها در جریان‌های کاریِ تولید آسان‌تر است. سهم توکن‌های استفاده‌شده توسط شرکت‌های آمریکایی از مدل‌های با منشأ چینی از طریق پلتفرم «اوپن‌راوتر» (OpenRouter) از تاریخ ۸ فوریه ۲۰۲۶ در هر هفته بالای ۳۰ درصد باقی مانده و حتی به ۴۶ درصد نیز رسیده است؛ این در حالی است که میانگین این رقم در دوازده ماه پیش از آن تنها ۱۱ درصد و در نیمهٔ اول سال ۲۰۲۵ فقط ۴.۵ درصد بود. جاستین سامرویل از پلتفرم اوپن‌راوتر تفاوت هزینه‌ها را به وضوح بیان کرد: مدل‌های آزاد چینی می‌توانند بین ۶۰ تا ۹۰ درصد ارزان‌تر از مدل‌های پیشرو در آنتروپیک و اوپن‌ای‌آی عمل کنند. این یک شعار نیست؛ این یک سیگنال قیمت است که مه غلیظِ اعتمادبه‌نفس امپریالیستی را می‌شکافد.
همین الگو در هدایت مسیر تولید نیز ظاهر می‌شود. شاخص «آی‌اِی گیت‌وی» (AI Gateway) متعلق به شرکت ورسل (Vercel) در ژوئن ۲۰۲۶ نشان می‌دهد که مدل «دیپ‌سیک وی۴» (DeepSeek V4) از سهم کمتر از ۱ درصد از توکن‌های این پلتفرم در آوریل، به ۱۷ درصد در ماه مه جهش کرده و از نظر حجم به سومین ارائه‌دهندهٔ بزرگ تبدیل شده است، در حالی که تنها حدود ۱ درصد از هزینه‌ها را به خود اختصاص داده است. مدل «دیپ‌سیک وی۴ فلش» با قیمت‌هایی تقریباً ۲۰ تا ۵۰ برابر کمتر از مدل‌های مشابه آنتروپیک عرضه شد، و نتیجه‌گیری خود ورسل این بود که تیم‌ها خروجی آن را برای مرحلهٔ تولید به اندازهٔ کافی خوب یافته‌اند، نه اینکه صرفاً برای آزمایش به اندازهٔ کافی ارزان باشد. مدل «جی‌ال‌ام ۵.۲» (GLM 5.2) متعلق به شرکت زد.آی در ماه ژوئن با یک پنجرهٔ بافتارِ (context window) یک میلیون توکنی، بدون افزایش قیمت و با پشتیبانی از کلید اختصاصی کاربران وارد پلتفرم ورسل شد. مقایسهٔ جی‌ال‌ام ۵.۲ با مدل «اوپوس ۴.۸» (Opus 4.8) آنتروپیک توسط پلتفرم برین‌تراست (Braintrust) نشان داد که جی‌ال‌ام در فرآیند بازیابی اطلاعات (retrieval) کمی عقب‌تر است، در حالی که میانگین هزینهٔ ارائه‌دهنده در هر ردگیری (trace) تقریباً ۷۶ تا ۷۸ درصد کمتر بود. داستان فنی و داستان تجاری به یک نقطه ختم می‌شوند: مدل‌های چینی نه تنها ارزان‌ترند، بلکه به اندازهٔ کافی ارزان و توانمند هستند تا رفتار واقعی در به‌کارگیری فناوری را تغییر دهند.
این همان اقتصاد سیاسیِ مدفون در مقاله است. شرکت‌های هوش مصنوعی ایالات متحده صرفاً هوش نمی‌فروشند؛ آن‌ها وابستگی می‌فروشند. واسط‌های برنامه‌نویسیِ بسته، دسترسی اشتراکی، وزن‌های انحصاری، ادغام ابری، قفل‌شدگی در یک فروشندهٔ خاص، هزینه‌های هدایت مدل و قیمت‌های بالای توکن، هوش مصنوعی را به یک ابزار رانت‌آور تبدیل می‌کنند. کاربر مالک مدل نیست. توسعه‌دهنده کنترلی بر پشتهٔ فناوری (stack) ندارد. شرکت کوچک بر زیرساخت فرمان نمی‌راند. بلکه به دروازه‌بان باج می‌دهد. رقابت مدل‌های با وزن آزاد این ترتیبات را تهدید می‌کند، زیرا مدل‌ها را قابل‌حمل‌تر، قابل‌بررسی‌تر، انطباق‌پذیرتر و جایگزین‌پذیرتر می‌سازد. «بنیاد لینوکس» در چارچوب باز بودن مدل (Model Openness Framework)، کمال و جامعیت مدل را از طریق مؤلفه‌هایی چون داده‌ها، کدها، وزن‌ها، ارزیابی‌ها، مستندات و دیگر مواد انتشاری شناسایی می‌کند که همگی هدفشان تکثیرپذیری، شفافیت و قابلیت استفاده در هوش مصنوعی است. به همین دلیل است که عبارت «وزن آزاد» یک پانویس فنی نیست؛ بلکه ترکی است در دیوار محصورسازی.
جنگ تراشه‌ها شرایط را برای این جنگ مدل‌ها مهیا کرد. ایالات متحده سال‌ها تلاش کرده است تا دسترسی چین به رایانش پیشرفته، تجهیزات نیمه‌هادی، حافظه‌های با پهنای باند بالا و پایهٔ صنعتیِ مورد نیاز برای آموزش و استقرار سیستم‌های مرزی را محدود کند. چارچوب «اشاعهٔ هوش مصنوعی» (AI Diffusion) در دورهٔ بایدن، کنترل‌های رایانش پیشرفته را به سیستم‌های هوش مصنوعی گره زد؛ آن هم از طریق محدود کردن مدارهای مجتمع رایانش پیشرفته، حافظه‌های با پهنای باند بالا و وزن‌های مدل برای پیشرفته‌ترین سیستم‌های هوش مصنوعی. وزارت بازرگانی ترامپ بعدها در جهت لغو آن چارچوب حرکت کرد، در حالی که کماکان اقدامات دیگر را تقویت می‌نمود و هشدار می‌داد که استفاده از تراشه‌های هوش مصنوعی ایالات متحده برای توسعهٔ مدل‌های هوش مصنوعی چینی برخلاف امنیت ملی و منافع سیاست خارجی آمریکا است. فرم تغییر می‌کند؛ هدف ثابت می‌ماند. واشنگتن می‌خواهد بر لایهٔ سخت‌افزار، لایهٔ نرم‌افزار و لایهٔ مدل پلیس‌گری کند، زیرا می‌فهمد که قدرت هوش مصنوعی در ابرها معلق نیست. بلکه بر تراشه‌ها، برق، دیتاسنترها، حافظه، پلتفرم‌های ابری، اکوسیستم‌های نرم‌افزاری و زنجیره‌های تأمین صنعتی استوار است.
بنابراین، ظهور هوش مصنوعی چین خارج از فشار رخ نمی‌دهد. این فرآیند در شرایط محاصره‌ای توسعه می‌یابد که توسط کنترل‌های صادراتی و مهار تکنولوژیک ایالات متحده ایجاد شده است. خبرگزاری رویترز گزارش می‌دهد که چین در حال بررسی اعمال محدودیت بر دسترسی‌های فرامرزی به مدل‌های هوش مصنوعی پیشرفته است، آن هم هم‌زمان با اینکه مدل‌های متن‌باز چینی به دلیل قدرت فنی و کارایی هزینه‌ای، به طور گسترده در سراسر جهان پذیرفته می‌شوند. رویترز همچنین گزارش می‌دهد که چین در حال بررسی این موضوع است که به شرکت‌های برتر هوش مصنوعی داخلی مانند علی‌بابا، بایت‌دنس و دیپ‌سیک اجازه دهد مقادیر محدودی از تراشه‌های انویدیا H200 را خریداری کنند؛ امری که نشان‌دهندهٔ تداوم فشار بر ظرفیت رایانشی چین تحت محدودیت‌های ایالات متحده و مبارزهٔ مستمر میان وابستگی خارجی و جایگزینی داخلی است. جنگ قیمت مدل‌ها را نمی‌توان از این مبارزهٔ سخت‌افزاری تفکیک کرد. استنتاج (inference) ارزان‌قیمت جادو نیست؛ بلکه نتیجهٔ مهندسی، بهینه‌سازی، زیرساخت، سیاست صنعتی و فشار ناشی از یک محیط امپریالیستی خصمانه است.
مقالهٔ سی‌ان‌بی‌سی همچنین بلوک انباشتِ غول‌های فناوری را در پسِ نامِ چند شرکتِ مدل‌ساز پنهان می‌کند. هوش مصنوعی ایالات متحده از طریق اوپن‌ای‌آی، آنتروپیک، گوگل، مایکروسافت، آمازون، متا، اوراکل، انویدیا، ارائه‌دهندگان ابری، سرمایه‌گذاری خطرپذیر، سرمایه‌های حاکمیتی و تدارکات نظامی سازمان‌دهی شده است. کاربر یک چت‌بات را می‌بیند. پشت چت‌بات خوشه‌های GPU، دیتاسنترهای در مقیاس بزرگ (hyperscale)، قراردادهای برق، مصرف آب، وابستگی به پلتفرم و سرمایهٔ مالی ایستاده‌اند که خواستار بازگشت سود هستند. نشریهٔ اطلاعات تسلیحاتی‌شده پیش از این، این زمین را ترسیم کرده بود. گزارش «امپراتوری در سیم رابط» نشان داد که هوش مصنوعی بر تنگناهای انرژی، دیتاسنترها، یارانه‌های عمومی، احیای سوخت‌های فسیلی و ادغام ابرهای نظامی استوار است. گزارش «امپراتوری در روپوش آزمایشگاه» نشان داد که انویدیا، تراشه‌ها و صنعتی‌سازی مجدد، بخشی از یک تلاش گسترده‌تر امپریالیستی برای بازسازی فرماندهی تکنولوژیک ایالات متحده هستند. گزارش «ثبات استراتژیک یا وقفه استراتژیک» تراشه‌ها، هوش مصنوعی، تایوان، عناصر نادر خاکی و محاصرهٔ نظامی را در درون مبارزه بر سر زیرساخت‌های قرن بیست‌ویکم قرار داد. این مقالهٔ سی‌ان‌بی‌سی نیز دقیقاً در درون همین خط تحلیلی جای می‌گیرد، اما در لایهٔ قیمت‌گذاری مدل‌ها.
مسئلهٔ کارگری در عمیق‌ترین لایه مدفون شده است. سی‌ان‌بی‌سی دربارهٔ شرکت‌هایی می‌نویسد که به دنبال کارایی، هدایت حجم کار، کاهش هزینه‌ها و انتخاب پشته‌های فناوریِ ارزان‌تر هستند. آن زبان بی‌روح و خون‌سرد است، زیرا سرمایه تمایل دارد زمانی که خود را برای سازمان‌دهی مجدد نیروی کار آماده می‌کند، از کلمات بی‌روح استفاده نماید. پذیرش هوش مصنوعی به معنای افزایش سرعت کار، اتوماسیون وظایف، نظارت، مهارت‌زدایی (deskilling)، تعدیل مشاغل، تشدید مطالبات بهره‌وری، و اشکال جدیدی از مدیریت بر کارگرانی است که فعالیتشان به داده‌ای برای سیستم تبدیل می‌شود. مدل‌های ارزان‌تر به طور خودکار هوش مصنوعی را دموکراتیک نمی‌کنند. آن‌ها می‌توانند به همان اندازه اتوماسیون را برای کارفرمایان ارزان‌تر سازند. پرسش تعیین‌کننده تنها این نیست که کدام مدل بهترین عملکرد را دارد یا کمترین هزینه را برمی‌دارد. پرسش تعیین‌کننده این است که چه کسی استقرار را کنترل می‌کند، چه کسی مالک زیرساخت است، چه کسی صرفه‌جویی‌ها را تصاحب می‌کند، و چه کسی عواقب را متحمل می‌شود؛ آن هم زمانی که «کارایی» با لبخند یک مدیر وارد محل کار می‌شود.

محصورسازی هوش رو به شکست گذاشته است

داستان واقعی این نیست که مدل‌های هوش مصنوعی چینی در میان شرکت‌های آمریکایی محبوبیت پیدا کرده‌اند. داستان واقعی این است که محصور نگه داشتن هوش مصنوعی در حال دشوارتر شدن است. سرمایه می‌خواهد هوش را به یک جادهٔ عوارضی تبدیل کند. می‌خواهد هر پرامپت، هر جریان کاری، هر وظیفه، هر سند، هر تبادل خدمات مشتریان، هر کمک برنامه‌نویسی، و هر عمل استدلال ماشینی از یک دروازهٔ تحت مالکیت خصوصی عبور کند تا بتوان رانت جمع‌آوری نمود. این همان رؤیای پشت هوش مصنوعی بسته است: نه صرفاً مدل‌های بهتر، بلکه وابستگی دائمی.
اما توسعهٔ فناوری از فانتزی‌های انحصارگران اطاعت نمی‌کند. زمانی که یک نیروی مولد، تکثیرپذیر، جایگزین‌پذیر و به اندازهٔ کافی ارزان شود که فراتر از دروازه‌بانان اولیه به گردش درآید، ساختار کهنهٔ رانت شروع به لرزیدن می‌کند. این همان چیزی است که سی‌ان‌بی‌سی به طور تصادفی مستند می‌سازد. بنگاه‌های آمریکایی به این دلیل ترافیک خود را به سمت مدل‌های چینی سوق نمی‌دهند که ناگهان همبستگی بین‌المللی را کشف کرده باشند. آن‌ها این کار را می‌کنند زیرا محاسبات مادی تولید، دستشان را بسته است. مدل آمریکایی گران است. جایگزین چینی ارزان‌تر است. وظیفه همیشه به هزینه‌برترین سیستم مرزی نیاز ندارد. بنابراین حجم کار جابه‌جا می‌شود. بازار، آن بت مقدسی که امپراتوری معمولاً در برابرش زانو می‌زند، شروع به خیانت به امپراتوری کرده است.
این همان تناقض محصورسازی هوش مصنوعی است. شرکت‌های بزرگ هوش مصنوعی ایالات متحده می‌خواهند هوش کماکان کمیاب، انحصاری، کنتورگذاری‌شده و اجاره‌ای باقی بماند. آن‌ها می‌خواهند دسترسی به مدل شبیه به قبض خدمات شهری به نظر برسد و مانند یک سیستم باج‌دهی عمل کند. کاربر پرداخت می‌کند. توسعه‌دهنده پرداخت می‌کند. کسب‌وکار کوچک پرداخت می‌کند. نهاد عمومی پرداخت می‌کند. پلتفرم ابری سهم برمی‌دارد. مالک مدل سهم برمی‌دارد. تامین‌کنندهٔ تراشه سهم برمی‌دارد. کل پشتهٔ فناوری امپریالیستی از این توبره تغذیه می‌کند. اما مدل‌های با وزن آزاد و کم‌هزینه این ترتیبات را برهم می‌زنند، زیرا هوش را قابل‌حمل‌تر، قابل‌بررسی‌تر، انطباق‌پذیرتر و جایگزین‌پذیرتر می‌سازند. آن‌ها به کاربران و شرکت‌ها راهی برای دور زدن باج‌گیری و باج‌خواهی نشان می‌دهند.
به همین دلیل است که این مسئله فراتر از رقابت اوپن‌ای‌آی در برابر دیپ‌سیک، آنتروپیک در برابر زد.آی، یا مقایسهٔ یک بنچمارک (شاخص ارزیابی) با دیگری است. مبارزه بر سر این است که آیا هوش مصنوعی به یک ابزار انحصاری تحت کنترل چند شرکتِ مرکز-آمریکایی تبدیل می‌شود یا به یک نیروی مولدِ وسیع‌تر که می‌توان آن را بازتولید کرد و در زیرساخت‌های مختلف به کار گرفت. در جامعهٔ سرمایه‌داری، حتی ابزارهای ارزان نیز می‌توانند به سلاحی علیه طبقهٔ کارگر تبدیل شوند. اما خودِ این گرایش اهمیت دارد. هنگامی که هزینهٔ یک نیروی مولد سقوط می‌کند، قدرت انحصاری یا باید خود را تطبیق دهد، یا رقابت را در هم بکوبد، یا برای محافظت با دولت تماس بگیرد. غول‌های هوش مصنوعی هم-اکنون در حال رسیدن به این نقطه هستند.
جنگ تراشه‌ها اکنون در حال تبدیل شدن به جنگ مدل‌هاست، زیرا واشنگتن می‌فهمد که کنترل بر سخت‌افزار به تنهایی کافی نیست. ایالات متحده تلاش کرد تا بر تراشه‌ها، حافظه‌ها، دیتاسنترها و جریان‌های رایانشی پلیس‌گری کند. اما شرکت‌های چینی از طریق مهندسی، بهینه‌سازی، جایگزینی و انتشار مدل‌های با وزن آزاد پاسخ دادند که هوش مصنوعیِ کارآمد را با وجود محاصره در دسترس قرار داد. اگر دروازهٔ سخت‌افزار نتواند به طور کامل جلوی پیشروی را بگیرد، خودِ مدل به مرز بعدی تبدیل می‌شود. به همین دلیل است که مقررات، کنترل‌های صادراتی، هشدارهای امنیت ملی و اضطراب ژئوپلیتیک اکنون از سیلیکون به نرم‌افزار، از خوشه‌های GPU به وزن‌های مدل، و از کف کارخانه به نقطهٔ پایانیِ استنتاج جابه‌جا می‌شوند.
مشکل امپراتوری این است که نمی‌تواند آشکارا بگوید چه می‌خواهد. نمی‌تواند بگوید: ما می‌خواهیم هوش مصنوعی قیمت بالایی داشته باشد تا رانت‌های انحصاری حفظ شوند. نمی‌تواند بگوید: ما می‌خواهیم مدل‌های چینی حذف شوند زیرا مدل‌های آمریکایی را بادکرده و گران‌قیمت جلوه می‌دهند. نمی‌تواند بگوید: ما معتقدیم جهان باید به شرکت‌های آمریکایی برای دسترسی به نیروی مولدِ هوش ماشینی باج بدهد. بنابراین به زبانی نرم‌تر سخن می‌گوید. امنیت. ریسک مرزهای دانش. هوش مصنوعی مسئولانه. ارائه‌دهندگان قابل‌اعتماد. رقابت استراتژیک. کلمات تغییر می‌کنند، اما محتوای طبقاتی باقی می‌ماند. دولت زمانی گام به جلو می‌گذارد که بازار دیگر از سلسله‌مراتبِ مطلوب امپراتوری اطاعت نمی‌کند.
در اینجا بلوک انباشت غول‌های فناوری نمایان می‌شود. هوش مصنوعی یک مدل تنها نیست که در اثیر نشسته باشد. بلکه یک تشکل صنعتیِ کامل است: تراشه‌ها، ابر، انرژی، دیتاسنترها، واسط‌های برنامه‌نویسی، اشتراک‌ها، وابستگی به پلتفرم، سرمایهٔ مالی و تدارکات نظامی. چیت‌بات تنها ماسک دوستانهٔ روی ماشین است. پشت آن نیروگاه‌ها، سیستم‌های آب، مزارع سرور، زنجیره‌های تأمین نیمه‌هادی، قراردادهای ابری مقیاس بزرگ، و این انتظار ایستاده است که هر لایه باید برای سرمایه بازدهی ایجاد کند. وقتی هوش مصنوعی ایالات متحده گران می‌شود، تصادفی نیست. این امر منعکس‌کنندهٔ هزینهٔ کل محصورسازی است: زیرساخت، موقعیت انحصاری، سرمایه‌گذاری سفته‌بازانه، وابستگی ابری، و انتظارات رانتی شرکت‌هایی که مالک پشتهٔ فناوری هستند.
مدل‌های چینی آن محصورسازی را سوراخ می‌کنند زیرا افشا می‌سازند که چه مقدار از قیمت هوش مصنوعی ایالات متحده صرفاً هوش نیست، بلکه باج است. آن‌ها نشان می‌دهند که کاراییِ مشابه را می‌توان با هزینهٔ بسیار کمتری تحویل داد. آن‌ها توسعه‌دهندگان و شرکت‌ها را مجبور می‌کنند بپرسند چرا باید به گران‌ترین ارائه‌دهنده زنجیر بمانند، در حالی که سیستم‌های ارزان‌تر می‌توانند کار را انجام دهند. به همین دلیل است که مسئله به این سرعت ژئوپلیتیکی می‌شود. یک مدل ارزان‌تر، صرفاً یک مدل ارزان‌تر نیست، آن هم زمانی که مدل گران‌قیمت به امپراتوری تعلق دارد. این یک رخنه در سیستم پرداختِ برتری دیجیتال است.
اما طبقهٔ کارگر باید واقع‌بین و هوشیار باشد. هوش مصنوعی ارزان‌تر به معنای سوسیالیسم نیست. وزن‌های آزاد به معنای قدرت کارگران نیستند. قیمت پایین‌تر توکن به معنای رهایی نیست. سرمایه می‌تواند از مدل‌های ارزان‌تر برای اتوماسیون مشاغل بیشتر، تشدید کار بیشتر، نظارت بر کارگران بیشتر و کاهش عمیق‌تر استانداردهای زندگی استفاده کند. سقوط هزینهٔ هوش تنها در صورتی می‌تواند دسترسی را دموکراتیک کند که مردم حول شروط استقرار آن سازمان‌دهی کنند. در غیر این صورت، همان پیشرفت مولدی که قدرت رانت انحصاری را در یک سطح تضعیف می‌کند، به سلاح تیزتری برای استثمار در سطحی دیگر تبدیل می‌شود.
این همان دیالکتیکی است که در داستان تجاری سی‌ان‌بی‌سی پنهان شده است. هوش مصنوعی چینی به شکستن محصورسازی هوش کمک می‌کند، اما سرمایه تلاش خواهد کرد تا هر شکافی را در دیوار تصاحب کند. هوش مصنوعی انحصاری ایالات متحده می‌خواهد نایابی را حفظ کند. رقابت چینی به سمت بازتولید ارزان‌تر حرکت می‌کند. کارفرمایان هزینه‌های پایین‌تر را می‌بینند و رویای انضباط کارگری را در سر می‌پرورانند. کارگران امکان ابزارهایی را می‌بینند که می‌توانند رنج و زحمت را کاهش دهند، دسترسی را وسیع‌تر کنند و ظرفیت جمعی را گسترش بخشند. یک فناوری واحد هر دو امکان را در خود دارد زیرا در درون جامعهٔ طبقاتی متولد شده است. پرسش این نیست که هوش مصنوعی در انتزاع خوب است یا بد. پرسش این است که کدام طبقه فرماندهی آن را در دست دارد، کدام دولت از آن محافظت می‌کند، کدام زیرساخت آن را حمل می‌نماید، و ساخته شده است تا به آیندهٔ چه کسی خدمت کند.
از دیدگاه ملل ستمدیده، این تناقض معنایی جهانی دارد. برای چندین دهه، امپریالیسم تلاش کرده است تا فناوری‌های کلیدی توسعه را منحصراً در اختیار بگیرد و آن‌ها را به عنوان وابستگی به جهان بازفروش کند. اکنون شرکت‌های چینی در حال کمک به ارزان‌تر کردن هوش مصنوعی پیشرفته و دشوارتر کردن مهار آن هستند. این امر تناقضات را در درون چین لغو نمی‌کند و هر شرکتی را به یک بازیگر انقلابی تبدیل نمی‌سازد. اما توازن جهانی را تغییر می‌دهد. این ادعا را که آینده را باید از سیلیکون ولی (Silicon Valley) اجاره کرد، تضعیف می‌نماید. این روند فضا را برای حاکمیت تکنولوژیک و حاکمیت دیجیتال باز می‌کند تا کشورها و ملت‌ها بپرسند آیا هوش باید پشت دروازه‌های شرکتی ایالات متحده قفل بماند یا خیر.
نشریهٔ سی‌ان‌بی‌سی به ما یک روند بازار را می‌دهد. داستان واقعی یک گسست تاریخی است. امپراتوری یک حصار برای هوش مصنوعی ساخت و آن را نوآوری نامید. رانت انحصاری را در پوشش زبانِ دانشِ مرزی آراست. کنتور قیمت را در کنار مدل قرار داد و به جهان گفت این هزینهٔ طبیعی پیشرفت است. سپس هزینه شروع به سقوط کرد، جایگزین‌ها شروع به گسترش نمودند، و همان شرکت‌های درون امپراتوری شروع به دست‌اندازی به ابزارهای ارزان‌تری کردند که توسط رقیبی ساخته شده بود که به آن‌ها گفته شده بود باید از آن هراس داشته باشند. این صرفاً رقابت نیست. این آغاز یک بحران در مالکیتِ خودِ هوش است.

جادهٔ عوارضی هوش مصنوعی را مسدود کنید

پاسخ این نیست که برای یک شرکت علیه شرکت دیگر هورا بکشیم، یا آیندهٔ مردم را به این بسپاریم که کدام مدل در این فصل ارزان‌ترین است. پاسخ، مبارزه با خودِ محصورسازی است. این امر با دفاع از باز بودن واقعی در برابر تطهیرِ متن‌بازِ شرکتی (open-washing) آغاز می‌شود. کارِ «ابتکار عمل متن‌باز» (Open Source Initiative) بر روی تعریف هوش مصنوعی متن‌باز، عرصهٔ مفیدی است زیرا این پرسش را تحمیل می‌کند که برای اینکه یک سیستم هوش مصنوعی به معنای واقعی کلمه باز باشد، چه چیزی باید عملاً منتشر شود. چارچوب باز بودن مدلِ بنیاد لینوکس نیز مفید است زیرا انتشار مدل‌ها را حول محورِ باز بودن، جامعیت و شفافیت ارزیابی می‌کند، حتی اگر مجبور باشیم این وضوح را حفظ کنیم که مشارکت شرکتی در اکوسیستم‌های متن‌باز می‌تواند باز بودن را به یک مانور برندسازی دیگر تبدیل کند.
اما باز بودن به تنهایی کافی نیست. این مبارزه باید با قدرت غول‌های فناوری، انضباط کارگری و ساختار انحصاریِ تحت حمایت دولتِ هوش مصنوعی ایالات متحده نیز مواجه شود. کارِ موسسهٔ «دایر» (DAIR) ارزشمند است زیرا تصاحب شرکتیِ اخلاق هوش مصنوعی را به چالش می‌کشد و جوامع و کارگرانی را که از سیستم‌های خودکار آسیب دیده‌اند محور قرار می‌دهد، در حالی که کارِ پاسخگویی غول‌های فناوری از سوی موسسهٔ «پابلیک سیتیزن» (Public Citizen) افشا می‌سازد که چگونه قدرت شرکتی به سیاست‌های دیجیتال، لابی‌گری و مقررات شکل می‌دهد. این‌ها جایگزینی برای سازمان‌دهی انقلابی نیستند. این‌ها عرصه‌های مداخله هستند. ما از آن‌ها برای تیزتر کردن مبارزه بر سر تدارکات، شفافیت، حفاظت‌های کارگری، رایانش عمومی، استانداردهای باز و کنترل دموکراتیک استفاده می‌کنیم.
وظایف عینی هم-اکنون در مقابل ماست. کارگران و اتحادیه‌ها باید حق چانه‌زنی را بر سر استقرار هوش مصنوعی مطالبه کنند: هیچ اتوماسیون پنهانی نباید صورت گیرد، هیچ سهمیهٔ بهره‌وری نباید توسط الگوریتم تحمیل شود، هیچ مهارت‌زدایی بدون غرامتی نباید رخ دهد، هیچ نظارتی نباید در لباس کارایی پنهان شود، و هیچ تعدیل شغلی نباید پشت زبان نوآوری مخفی گردد. مدارس، دانشگاه‌ها، کتابخانه‌ها، روزنامه‌نگاران، کسب‌وکارهای کوچک و آژانس‌های عمومی باید قوانین تدارکات هوش مصنوعی را مطالبه کنند که نیازمند قابلیت حمل، استانداردهای باز، قابلیت حسابرسی، گزینه‌های استقرار محلی و بندهای ضد قفل‌شدگی باشد. توسعه‌دهندگان باید در برابر زنجیر شدن به APIهای بسته مقاومت کنند، آن هم در شرایطی که سیستم‌های با وزن آزاد، قابل‌بررسی و جایگزین‌پذیر می‌توانند وابستگی به پلتفرم‌های انحصاری را کاهش دهند.
در عین حال، مبارزهٔ ضد انحصاری نباید توسط جنگ سرد جدید تصاحب شود. غول‌های هوش مصنوعی ایالات متحده از «ریسک چین» استفاده خواهند کرد تا نهادهای عمومی و شرکت‌های خصوصی را به باج دادن به پلتفرم‌های بستهٔ آمریکایی مجبور کنند. این امر باید رد شود. با ممنوعیت‌های مدل‌های ضد چینی، تشدید کنترل‌های صادراتی و سیاست‌های لیست سیاه که اوپن‌ای‌آی، آنتروپیک، مایکروسافت، گوگل، آمازون، اوراکل، انویدیا و بقیهٔ بلوک انباشت هوش مصنوعی را زیر پوشش امنیت تحکیم می‌کنند، مخالفت کنید. جلسات آموزشی (teach-ins) برپا کنید که رنت‌های توکن، قفل‌شدگی ابری، کنترل‌های تراشه، کنترل‌های مدل، جابه‌جایی نیروی کار، نظارت، دیتاسنترها و هوش مصنوعی نظامی را در یک نقشهٔ واحد از قدرت به هم متصل سازد.
شعار باید روشن باشد: نه به محصورسازی هوش مصنوعی، نه به جنگ سرد جدید، نه به مالکیت انحصاری هوش. مردم به ابزارهایی نیاز دارند که رنج و زحمت را کاهش دهند، ظرفیت را گسترش بخشند و به نیازهای اجتماعی خدمت کنند. سرمایه ابزارهایی را می‌خواهد که کار را ارزان کنند، رنت‌ها را افزایش دهند، کارگران را منضبط سازند و بر جهان پلیس‌گری نمایند. آن تناقض با انتخاب کم‌هزینه‌ترین API حل نخواهد شد. این تناقض تنها زمانی حل می‌شود که کارگران، جوامع و ملل ستمدیده برای قدرت بر روی خودِ زیرساختِ هوش مبارزه کنند.