رقابت AI با آمریکا؛ چین با چه مشکلات و چالشهایی روبهرو است؟
منتشرشده در گوانچای چین
ترجمه مجله جنوب جهانی
نویسنده: تسای تسویهونگ (استاد مرکز مطالعات آمریکا در دانشگاه فودان) مصاحبهکننده: فونگ شوئه (خبرنگار وبگاه گوانچا) تاریخ: ۱۰ اوت ۲۰۲۶
با درخشش و شگفتیآفرینیهای پیدرپی مدلهای بزرگ هوش مصنوعی (AI) چین در عرصه جهانی، محافل سیاسی و فناوری آمریکا روزبهروز نگرانتر و حتی دچار هراس شدهاند.
در واقع، محاصره و مهار صنایعهایتک چین از اولین دوره ریاستجمهوری ترامپ و با اقداماتی نظیر «در لیست سیاه قرار دادن» هواوی آغاز شد. در طول نزدیک به یک دهه بعد، این تقابل شدت بیشتری یافت: دولت بیدن استراتژی «حیاط کوچک و حصار بلند» را بنا نهاد و در دوره دوم ترامپ نیز اخباری مبنی بر بررسی تحریم و ممنوعیت مدلهای بزرگ هوش مصنوعی چین به گوش میرسد.
تسای تسویهونگ، استاد مرکز مطالعات آمریکا در دانشگاه فودان و نايبرئيس مرکز حوکتآفرینی و نوآوری جهانی هوش مصنوعی، در گفتگو با گوانچا اشاره میکند که اگرچه سیاستهای فناوری این سه دوره دولت آمریکا در قبال چین اولویتهای متفاوتی داشته، اما همگی در یک اصل اشتراکنظر دارند: «چین مهمترین رقیب استراتژیک آمریکا در زمینه هوش مصنوعی است.»
به باور خانم تسای، اگر آمریکا سرکوب مدلهای بزرگ چین را تشدید کند، این اقدام پیامدهای معکوس مهمی به همراه خواهد داشت؛ نقطهای که دقیقاً بزرگترین نگرانی آمریکا نیز به شمار میرود: «این فشارها الگوی رقابت را که پیشتر حول مدلهای پیشتاز و بستهسورس (Closed-source) آمریکا شکل گرفته بود، بیش از پیش به سمت رقابت بر سر زیستبوم (اکوسیستم) مدلهای اپنسورس (Open-source) جهانی سوق میدهد.»
با این حال باید پذیرفت که مدلهای بزرگ فعلی چین همچنان با پیشرفتهترین مدلهای حال حاضر آمریکا فاصله دارند. تسای تسویهونگ تأکید میکند که چین برای دستیابی به پیشرفتهای بیشتر در زمینه هوش مصنوعی، با چالشهایی در سه حوزه کلیدی روبهرو است: فناوریهای هستهای و عناصر نوآوری، توانمندیهای کاربردی و صنعتیسازی، و همچنین ظرفیتهای زیستبومی و بینالمللیسازی.
مشروح این گفتگو را در ادامه میخوانید:
گوانچا: رقابت میان چین و آمریکا پیش از این بیشتر حول محور تجارت، صنایع تولیدی و تراشهها جریان داشت. با توسعه مدلهای بزرگ هوش مصنوعی، محور جدیدی به این رقابت اضافه شده است. ممکن است درباره شباهتها و تفاوتهای سیاستهای هوش مصنوعی این سه دوره دولت آمریکا در قبال چین طی یک دهه گذشته توضیح دهید؟
تسای تسویهونگ: سیاستهای هوش مصنوعی این سه دوره دولت آمریکا در قبال چین دچار تغییرات نسبتاً مشهودی شده است که میتوان آن را به سه مرحله تقسیم کرد:
در دوره نخست ترامپ، روند را میتوان «امنیتیسازی رقابت فناوری» نامید که در آن هوش مصنوعی تنها یکی از چند فناوری استراتژیک به شمار میرفت. در دولت بیدن، این روند به «نهادینهسازی محدودیتهای فناوریهای کلیدی» ارتقا یافت و کنترلهای نیمههادیها مستقیماً در خدمت مهار توانمندیهای پیشتاز هوش مصنوعی قرار گرفت. اکنون در دوره دوم ترامپ، این رقابت بیش از پیش «زیستبومی» و «جهانی» شده و هوش مصنوعی در چارچوب کلی دیپلماسی فناوری ادغام شده است.
ده سال پیش، یعنی زمانی که ترامپ برای نخستین بار انتخاب شد، او در سال ۲۰۱۹ «ابتکار عمل هوش مصنوعی آمریکا» را مطرح کرد که هدف اصلی آن افزایش سرمایهگذاری در R&D، آزادسازی منابع محاسباتی و دادههای فدرال، ارتقای استانداردهای فنی و پرورش استعدادها برای حفظ پیشتازی عمومی آمریکا در فناوری بود. در آن زمان هنوز مدلهای بزرگ پدیدار نشده بودند، بنابراین سیاستها اختصاصاً چین را هدف قرار نمیدادند. در زمینه رقابت فناوری با چین، اقدامات شاخص او شامل قرار دادن شرکتهایی مانند هواوی در «لیست سیاه entities»، تشدید بررسیهای سرمایهگذاری و مجوزهای صادراتی، و گسترش تدریجی دامنه فرامرزی کنترلهای صادراتی آمریکا بود.
دوره اول ترامپ عمدتاً بر محدودیتهای نقطهای و تمرکز بر شرکتها و معاملات خاص استوار بود. اگر شرکتی خطری امنیتی ایجاد میکرد یا معاملهای احتمال انتقال فناوریهای کلیدی به چین را داشت، از ابزارهای اداری مانند لیست سیاه، بررسی سرمایهگذاری و مجوز صادرات استفاده میشد. این امر نشاندهنده تغییر در ادراک او بود؛ اینکه توسعه فناوری چین صرفاً مربوط به عدم توازن تجاری یا رقابت بازاری نیست، بلکه باید در چارچوب امنیت ملی ارزیابی شود.
اما در دوره دولت بیدن، آمریکا محدودیتهای علیه شرکتهای فردی را به ترتیبات نهادی برای جلوگیری از شکلگیری توانمندیهای پیشتاز هوش مصنوعی در چین ارتقا داد. به عنوان مثال، در سال ۲۰۲۲ کنترلهای صادراتی بر محاسبات پیشرفته و ساخت نیمههادیها وضع شد و متعاقباً در سال ۲۰۲۴، حافظههای با پهنای باند بالا (HBM)، تجهیزات بیشتر ساخت نیمههادیها و ابزارهای نرمافزاری نیز مشمول این محدودیتها گردیدند.
برخلاف دوره اول ترامپ که عمدتاً بر این تمرکز داشت چه کسی میتواند به فناوری دست یابد، دولت بیدن توجه بیشتری به عوامل تعیینکننده سقف توانمندی معطوف کرد. از این رو، شناسایی و اعمال محدودیت در طول زنجیره شکلگیری توانمندی هوش مصنوعی انجام شد؛ زنجیرهای شامل طراحی تراشه، ساخت ویفر، ابزارهای نرمافزاری، حافظه HBM، آموزش مدل و غیره. این اقدامات دیگر نه محصولی خاص، بلکه کل فرآیند ایجاد توانمندیهای پیشتاز هوش مصنوعی چین را هدف قرار میداد.
دولت بیدن معمولاً این رویکرد را با مفهوم «حیاط کوچک و حصار بلند» توصیف میکرد؛ یعنی کنترل تعداد محدودی از فناوریهای کلیدی مرتبط با امنیت ملی و ایجاد موانع کنترلی بسیار بالا برای آنها. اما مسئله اینجاست که با افزودن مداوم تراشهها، تجهیزات، نرمافزارها و حافظههای HBM به این فهرست، مرزهای واقعی این «حیاط کوچک» پیوسته در حال گسترش بوده است.
در دوره دوم ترامپ، به نظرم تغییر دیگری رخ داده است: انتقال تمرکز از محدودسازی دسترسی چین به فناوریهای کلیدی، به سمت رقابت برای تسلط بر زیستبوم جهانی هوش مصنوعی.
اگرچه ترامپ برخی از فرمانهای اجرایی هوش مصنوعی دولت بیدن را لغو کرد، اما این به هیچ وجه به معنای کاهش رقابت فناوری با چین نیست. در «طرح اقدام AI آمریکا» در سال ۲۰۲۵، صریحاً پیشنهاد شده است که پشته (Stack) کامل فناوری هوش مصنوعی آمریکا—شامل سختافزار، مدلها، نرمافزار، برنامههای کاربردی و استانداردها—به متحدان و شرکا صادر شود. آمریکا نه تنها میخواهد توانمندیهای هوش مصنوعی را در داخل بسازد، بلکه قصد دارد بهکارگیری کل سیستم هوش مصنوعی، سختافزارهای محاسباتی و استانداردهای خود را در سطح جهانی ترویج کند.
در مقایسه با رویکرد دولت بیدن که بر روشهای ضوابطمند و نهادینهشده تأکید داشت، اختیارات اداری در دوره دوم ترامپ گستردهتر شده و سیاستها ویژگیهای تجاری و معاملهگرانه سیاسی پررنگتری پیدا کردهاند.
به طور خلاصه، دوره اول ترامپ قصد داشت مانع دسترسی شرکتهای خاص چینی به فناوری آمریکا شود. دولت بیدن به دنبال کنترل گلوگاههای کلیدی تشکیل توانمندیهای پیشتاز AI در چین بود. و دوره دوم ترامپ بر ترغیب بازار جهانی به پذیرش پشته فناوری، استانداردها و قوانین حکمرانی تحت هدایت آمریکا تمرکز کرده است.
با این وجود، علیرغم تفاوتهای فراوان میان این سه دولت، باید به تداوم و استمرار شفاف سیاستها توجه داشت. تمامی این دولتها چین را مهمترین رقیب استراتژیک آمریکا در زمینه هوش مصنوعی میدانند و بر این باورند که توانمندیهای محاسباتی پیشرفته و ساخت نیمههادیهای مرتبط با AI از اهمیت فوقالعاده امنیتی و استراتژیک برخوردارند. همچنین از زمان دولت بیدن، هماهنگی با متحدان و گزینههای فناوری کشورهای ثالث به بخشی حیاتی از رقابت هوش مصنوعی با چین تبدیل شده است.
گوانچا: انتشار مدل Kimi K3 توجه زیادی را در داخل آمریکا جلب کرد؛ تا جایی که گزارشهایی منتشر شد مبنی بر اینکه دولت ترامپ در حال بررسی محدودسازی یا حتی ممنوعیت مدلهای بزرگ هوش مصنوعی چین است. اگر کاخ سفید اقدامات محدودکننده بیشتری انجام دهد، آیا این فشارها در نهایت باعث قویتر شدن صنعت هوش مصنوعی چین نخواهد شد؟
تسای تسویهونگ: بحث ممنوعیت مدلهای بزرگ هوش مصنوعی چین اگرچه فعلاً در مرحله گمانهزنیهای سیاسی قرار دارد، اما ممکن است به طرحهای تحریم عملی منجر شود؛ مواردی مانند قرار دادن شرکتهای توسعهدهنده مدلهای بزرگ در لیست سیاه یا محدود کردن شرکتهای آمریکایی از میزبانی مدلهای چینی. آمریکا لزوماً نیازی به اعلام عمومی و رسمی ممنوعیت کامل ندارد، بلکه میتواند از طریق محدودیتهای خرید، لیست سیاه، الزامات انطباق (Compliance)، هشدارهای امنیتی و فشارهای رسانهای، ریسک و هزینه استفاده شرکتهای آمریکایی از مدلهای چینی را افزایش داده و در عمل نوعی طرد از بازار ایجاد کند.
علت توجه ویژه آمریکا به Kimi K3 این است که نشان میدهد فاصله میان مدلهای بزرگ چین و مدلهای پیشتاز آمریکا در حال کاهش است و چین میتواند هزینه پایین، وزنهای آزاد (Open-weights) و توانایی انجام وظایف پیچیده را با هم ترکیب کند. در عین حال، این امر اثبات کرد که محدودیتهای سالهای اخیر آمریکا بر تراشهها و توان محاسباتی پیشرفته نتوانسته مانع از نزدیک شدن مدلهای چینی به مرزهای دانشی و فنی جهان شود. البته گزارش فنی خود Kimi K3 نیز صریحاً اذعان دارد که توانمندی جامع آن همچنان عقبتر از قویترین مدلهای بستهسورس فعلی آمریکا است.
تداوم سرکوب آمریکا لزوماً به قویتر شدن توانمندی هوش مصنوعی چین منجر نمیشود؛ ممکن است اثر اجباری و انگیزشی (Reverse pressure) داشته باشد، اما این اتفاق خودبهخود رخ نمیدهد. در این فرآیند ممکن است شاهد افزایش هزینهها در کوتاهمدت، تسریع جایگزینی در میانمدت و بازسازی زیستبوم فناوری در بلندمدت باشیم که پس از طی یک مسیر طولانی، میتواند به جهش توانمندی ختم شود.
اینکه آیا فشار خارجی در نهایت میتواند به جهش توانمندی تبدیل شود یا خیر، بستگی به این دارد که آیا میتوان همزمان در بخشهای فناوری پیشتاز، تحقیقات پایه، برنامههای صنعتی و زیستبوم جهانی ظرفیتسازی کرد یا خیر. اگر صرفاً دوبارهکاری یا جایگزینی در سطح پایین صورت گیرد، فشارهای خارجی ممکن است فاصله فناوری را تثبیت و نهادینه کند.
به نظر من بزرگترین نگرانی آمریکا این است که محدودسازی بیشتر مدلهای چینی میتواند اثر معکوس مهمی به همراه داشته باشد: تبدیل الگوی تعقیب و گریزی که پیشتر حول مدلهای بستهسورس آمریکا شکل گرفته بود، به رقابتی فراگیر حول زیستبوم مدلهای اپنسورس جهانی.
در مجموع، رقابت هوش مصنوعی میان چین و آمریکا دچار تغییر پارادایم شده و از «مسابقه مبتنی بر کمیابی» به «مسابقه مبتنی بر انتشار» بدل گشته است؛ به این معنا که رقابت از انحصار در سقف توانمندی، به سمت سرعت انتشار توانمندی، مقیاس کاربرد و میزان نفوذ زیستبومی گسترش یافته است.
گوانچا: رسانههای آمریکایی غالباً جامعه آمریکا را نسبت به هوش مصنوعی نگران یا حتی گریزان تصویر میکنند. گزارشهای متعددی درباره موج اعتراضات در ایالتهای مختلف علیه ساخت دیتاسنترها منتشر میشود. طبق مشاهدات شما، آیا واقعیت امر همینگونه است؟
تسای تسویهونگ: وضعیت فعلی جامعه آمریکا را میتوان در سه کلمه خلاصه کرد: «استفاده، اضطراب و بیاعتمادی». موضوع نفی یا رد هوش مصنوعی نیست، بلکه استفاده از آن بهسرعت در حال افزایش است، در حالی که همزمان نگران پیامدهای اجتماعی آن هستند و اعتماد کافی نیز به شرکتها و دولت ندارند.
این مسئله در سه سطح از نگرانیهای ناشی از گسترش روزافزون هوش مصنوعی بروز میکند: اول، امنیت شغلی و درآمدی؛ دوم، حریم خصوصی، محتوای جعلی و قابلیت اطمینان الگوریتمها؛ و سوم، مسائل عمیقتر حکمرانی—اینکه چه کسی دادهها را در اختیار دارد، در صورت بروز مشکل چه کسی پاسخگوست و آیا دولت و شرکتها قابل اعتماد هستند یا خیر.
نکته دیگری که باید به آن توجه داشت این است که در فضای سیاسی فعلی آمریکا، عباراتی نظیر «تهدید چین» یا «رقابت با چین» همواره ابزارهای سیاسی قوی برای بسیج افکار عمومی بوده است. به عنوان مثال، در جریان مناقشه دیتاسنتر ایالت یوتا، عدهای سعی کردند گروههای معترض محلی را به چین مرتبط کنند، اما بعداً اعتراف کردند که هیچ مدرکی در دست نیست. پشت این قضایا، استفاده تهمتزنندگان از روایتهای امنیت ملی برای سرپوش گذاشتن بر منافع متعارض محلی نهفته است.
اعتراض مردم محلی به ساخت دیتاسنترها به معنای مخالفت با هوش مصنوعی نیست. دغدغه واقعی شهروندان کاملاً ملموس است: آیا تصمیمگیری درباره پروژه شفاف بوده است؟ آیا جامعه محلی سود اقتصادی واقعی میبرد؟
همچنین آنها نگران نحوه تقسیم هزینهها با سرمایهداران بزرگ فناوری هستند؛ مثلاً آیا این پروژهها منابع آب و برق محلی را پیشخور میکنند؟ آیا باعث افزایش قبوض برق و آب میشوند؟ آیا آلودگی صوتی و محیط زیستی ایجاد میکنند؟ یا موجب بیکاری گسترده میشوند؟
بنابراین، اعتراض به ساخت دیتاسنتر برابر با مخالفت با توسعه هوش مصنوعی نیست. ساکنان محلی ممکن است از توسعه AI در آمریکا حمایت کنند، اما این بدان معنا نیست که حاضر باشند بدون قید و شرط دیتاسنتری را بپذیرند که برق، آب و زمین منطقه را مصرف میکند، از معافیتهای مالیاتی بهرهمند میشود و منافعش عمدتاً به جیب شرکتهای فناوری بیرونی میرود.
گوانچا: سیاستگذاری هوش مصنوعی ذینفعان گوناگونی را در بر میگیرد، بنابراین بروز اختلافنظر امر اجتنابناپذیری است. میتوانید درباره اختلافات میان دو حزب آمریکا، نهادهای دولتی، دولت و شرکتهای سیلیکونولی، و همچنین رقابت میان خود شرکتها توضیح دهید؟
تسای تسویهونگ: این چهار دسته از روابط، جبهههایی با مرزهای کاملاً شفاف و مواضع ثابت نیستند. دو حزب صرفاً در تقابل مطلق نیستند، وزارت خزانهداری لزوماً رویکرد ملایم ندارد و وزارت دفاع نیز همیشه سختگیر نیست؛ بلکه باید موضوعات را بهصورت موردی بررسی کرد.
ابتدا درباره دو حزب: در حال حاضر توافقنظر شفاف دو حزب آمریکا این است که چین اصلیترین رقیب استراتژیک آمریکا در هوش مصنوعی است و آمریکا باید برتری رقابتی خود را حفظ کند. اختلاف بر سر نحوه پیروزی در این رقابت و هزینههای نظارتی و اجتماعی است که حاضرند برای آن بپردازند.
جمهوریخواهان، بهویژه در دوره دوم ترامپ، بر کاهش نظارتهای پیشینی (Ex-ante) بر شرکتهای هوش مصنوعی، تسریع در ساخت دیتاسنترها، زیرساختهای انرژی، شبکه برق و تراشهها، و همچنین جلوگیری از ایجاد قوانین نظارتی متعارض میان ایالتهای مختلف تأکید دارند. نگرانی اصلی آنها این است که نظارت زودهنگام و سنگین، سرعت نوآوری شرکتهای آمریکایی را کند کند.
در مقابل، دمکراتها نگران مسائل دیگری هستند: آیا نیروی کار جایگزین میشود؟ آیا الگوریتمها موجب تبعیض میشوند؟ آیا مصرفکننده امکان پیگیری حقوقی دارد؟ آیا دادههای آموزشی کپیرایت را نقض میکنند؟ آیا اطلاعات شخصی محافظت میشوند؟ و آیا شرکتهای غولپیکر قدرت بازاری انحصاری پیدا میکنند؟ نگرانی دمکراتها این است که اگر سازوکارهای هوش مصنوعی فاقد شفافیت و تضامین لازم باشد، مقاومت عمومی ناشی از این ریسکهای اجتماعی در نهایت به قدرت رقابت بلندمدت آمریکا ضربه بزند.
بنابراین تفاوت اصلی دو حزب در این است: جمهوریخواهان نگرانند نظارت زودهنگام باعث عقب افتادن آمریکا از چین شود، و دمکراتها نگرانند فقدان نظارت به از دست رفتن کنترل اجتماع و در نهایت صدمه به نوآوری بینجامد.
در میان نهادهای دولتی نیز نمیتوان بهسادگی تقسیمبندی شاهین (تندرو) و کبوتر (میانهرو) انجام داد. فهم دقیقتر این است که اولویتهای هر نهاد متفاوت است:
وزارت دفاع و نهادهای اطلاعاتی بر ریسکهای امنیت ملی با احتمال وقوع کم اما خسارت بالا تمرکز دارند؛ مانند بدترین سناریوها و سقف توانمندیها. آنها نگرانند که آیا فناوریهای مربوطه توان مدرنسازی نظامی چین را ارتقا میدهد یا خیر. بنابراین حتی اگر فناوری ارزش تجاری بالایی داشته باشد، ترجیح میدهند محدودیتها را از پیش اعمال کنند.
وزارت خزانهداری بر سرمایه و ابزارهای مالی تمرکز دارد؛ مثلاً آیا شبکه سرمایهگذاری و خدمات مالی آمریکا به توسعه فناوریهای حساس چین کمک میکند؟ و اگر تحریمهای مالی اعمال شود، آیا میتوان آن را بهطور دقیق و بدون آسیب به فعالیتهای تجاری عادی انجام داد؟
وزارت بازرگانی در نقطه تقاطع امنیت ملی و قدرت رقابت صنعتی قرار دارد. از یک سو باید بررسی کند که آیا فناوری مربوطه موجب تقویت ظرفیتهای AI یا نظامی چین میشود، و از سوی دیگر باید بپذیرد که محدودیتهای بیرویه ممکن است باعث از دست رفتن بازار جهانی شرکتهای آمریکایی شده و چین را به سمت جایگزینی سریعتر بومی سوق دهد.
وزارت امور خارجه و سیستم دیپلماسی نیز بر این موضوع تمرکز دارند که آیا متحدانی مانند هلند، ژاپن و کره جنوبی حاضر به همراهی هستند؟ و آیا آمریکا میتواند گزینههای جایگزین جذابی به کشورهای ثالث ارائه دهد؟
رابطه دولت و سیلیکونولی نیز نوعی وابستگی و متقابل همزمان با مهار یکدیگر است. دولت امروزه بیش از پیش برای تأمین فناوری—شامل مدلها، تراشهها، پلتفرمهای ابری و استعدادها—به شرکتهای خصوصی وابسته است. شرکتها نیز برای تأمین انرژی، مجوزهای زیرساختی، بودجههای پژوهشی، خریدهای دولتی و حمایت در بازارهای بینالمللی به دولت نیاز دارند.
این یک رابطه همزیستی است، اما تعارضات پررنگی نیز دارد:
دولت نگران است که آیا چین مدلهای آمریکایی را تقطیر (Distill) میکند؟ آیا صادرات تراشه توانمندی چین را تقویت میکند؟ و آیا مدلهای بزرگ ریسکهای سایبری، امنیتی یا نظامی دارند؟
شرکتها دغدغه دارند که آیا آب، برق و زمین کافی از دولت دریافت میکنند؟ آیا قوانین باثبات هستند؟ آیا قوانین ایالتها تداخل دارند؟ و اینکه مرزهای مسئولیت قانونی کجاست—اگر مدلی دچار خطا شد، مسئولیت متوجه توسعهدهنده، شرکت مستقرکننده است یا کاربر نهایی؟
در میان خود شرکتهای سیلیکونولی نیز اختلافات عمدتاً ناشی از مدلهای کسبوکار و موقعیت آنها در بازار است:
شرکتهای سازنده تراشه مانند انویدیا نگرانند که اگر شرکتهای چینی نتوانند تراشههای آمریکایی بخرند، چین روند جایگزینی بومی را سرعت بخشد و شرکتهای آمریکایی درآمد، بازار و نفوذ استانداردسازی خود را از دست بدهند. لذا آنها ترجیح میدهند پیشرفتهترین محصولات کنترل شده و در عین حال صادرات تراشههای با عملکرد پایینتر ادامه یابد.
شرکتهایی مانند Anthropic که بر ایمنی مدلهای پیشتاز تأکید دارند، معتقدند درآمدهای تجاری کوتاهمدت نباید بر حفظ برتری استراتژیک آمریکا در AI و محاسبات ارجحیت یابد. از این رو صریحاً از کنترلهای سختگیرانه صادرات نیمههادیها حمایت کرده و بر جلوگیری از انتشار توانمندی مدلهای پیشتاز از طریق تقطیر تأکید میکنند.
شرکتهای پلتفرمی مانند Meta که مسیر وزنهای آزاد و اپنسورس را دنبال میکنند، بر انتشار فناوری و زیستبوم باز تأکید دارند. مارک زاکربرگ اخیراً اعلام کرد که ممنوعیت مدلهای چینی راهکار مؤثری برای کسب برتری رقابتی آمریکا نیست و آمریکا باید گلوگاههای ساختاری خود را در زیرساختها حل کند.
استارتآپها و سرمایهگذاران جسورانه نیز نگرانند که الزامات پیچیده ثبت مدل، ارزیابیهای امنیتی و مسئولیتهای حقوقی در نهایت فقط از عهده غولهای فناوری برآید. لذا آنها خواستار تمرکز نظارت بر کاربریهای پرریسک هستند، نه اعمال الزامات یکسان بر تمامی مدلهای پایه.
با این همه، همه آنها در یک اصل توافق نظر راسخ دارند: چین مهمترین رقیب هوش مصنوعی آمریکا در سطح ملی است. بنابراین بحث داخلی آمریکا بر سر بودن یا نبودن رقابت نیست، بلکه بر سر نحوه رقابت، مرزهای آن و میزان هزینهای است که حاضرند برای آن بپردازند.
گوانچا: دیدگاهی وجود دارد مبنی بر اینکه آمریکا بر توسعه مرزهای دانش و فناوری (Frontier) تمرکز دارد و چین بر کاربردهای عملیاتی و سناریومحور. ارزیابی شما از این دو رویکرد چیست؟
تسای تسویهونگ: این مشاهده تا حدی درست است، اما اگر آن را به این معنا تفسیر کنیم که آمریکا فقط به فناوری میپردازد و چین فقط به کاربرد، بیش از حد انتزاعی و دوقطبی کردهایم.
توصیف دقیقتر این است که الگوی توسعه هوش مصنوعی آمریکا با پیشتازی در ارتقای سقف توانمندیها، ساخت پلتفرمهای جهانی و کسب بازدهیهای بالای سرمایه هدایت میشود. اما الگوی چین بیشتر بر پیوند دادن پیشرفتهای فنی با سیستمهای صنعتی، سناریوهای کاربردی و اهداف توسعه ملی تأکید دارد.
تفاوت مهم در نیروی محرکه نوآوری نهفته است. آمریکا از الگوی پیشرفتهای مرزی با پیشرانی مشترک غولهای فناوری، سرمایههای جسورانه و مؤسسات پژوهشی برتر بهره میبرد. وجود غولهای فناوری پیشتاز، سیستم سرمایهگذاری ریسکپذیر، دانشگاهها و پلتفرمهای محاسبات ابری باعث میشود تمرکز منابع بر دستیابی به مدلهای پیشتاز و فناوریهای عمومی آسانتر باشد و سپس از طریق پلتفرمها به جهان منتقل شود.
سرمایهگذاری خصوصی در آمریکا در زمینه AI بسیار بالاست. طبق آمار «گزارش شاخص هوش مصنوعی ۲۰۲۶» دانشگاه استنفورد، سرمایهگذاری خصوصی آمریکا در AI در سال ۲۰۲۵ حدود ۲۳ برابر چین بوده است. البته این آمار تنها سرمایهگذاری خصوصی را محاسبه کرده و صندوقهای هدایت دولتی، زیرساختها و دیگر سرمایهگذاریهای عمومی چین را کمتر از حد واقعی برآورد میکند، بنابراین نباید آن را به عنوان کل فاصله سرمایهگذاری دو کشور تعبیر کرد.
ویژگی چین این است که نه تنها میخواهد مدلها را بسازد، بلکه تأکید ویژهای دارد که هوش مصنوعی چگونه وارد سناریوهای واقعی مانند تولید، خودرو، لوجستیک، درمان، آموزش و خدمات عمومی شود. پشت این رویکرد، شرایط بومی چین قرار دارد: سیستم صنعتی کامل، مقیاس بازار بزرگ و سناریوهای کاربردی فراوان. همزمان، دولت چین از توانمندی سازمانی و هماهنگی بالایی در برنامهریزی صنعتی، ساخت زیرساختها و ترویج کاربردها برخوردار است، لذا بهروزرسانی سریع فناوری از طریق سناریوهای واقعی آسانتر رخ میدهد.
اما تأکید میکنم که توجه به کاربرد به معنای رها کردن نوآوریهای بنیادی نیست. در واقع، مسیرهای چین و آمریکا هماکنون در حال نزدیک شدن به یکدیگر است. آمریکا در حال جبران ضعفهای خود در دیتاسنترها، شبکه برق و کاربردهای صنعتی است، و چین نیز توانمندیهای پایهای خود را در مدلهای پیشتاز، تحقیقات پایه، تراشهها و نرمافزارهای زیرساختی تقویت میکند.
گوانچا: گاری مارکوس (Gary Marcus)، پژوهشگر سرشناس آمریکایی هوش مصنوعی، اخیراً در مقالهای مطرح کرده که مدلهای هوش مصنوعی چین «تقریباً به سطح پیشرفتهترین مدلهای آمریکا رسیدهاند» و آمریکا نمیتواند در این مسابقه «پیروز» شود؛ لذا واشنگتن باید نگاه برد-باخت (حاصلجمع صفر) به AI را کنار بگذارد و به سمت همکاریهای بینالمللی و کالاهای عمومی برود. تحلیل شما از دیدگاه او چیست؟
تسای تسویهونگ: او دانشمند شناختهشدهای در آمریکا و از منتقدان قدیمی مسیر فنی فعلی مدلهای زبانی بزرگ است. با این حال، دیدگاههای او نماینده صنعت هوش مصنوعی، دولت یا محافل استراتژیک آمریکا نیست.
او معتقد است مدلهای چینی بهسرعت در حال نزدیک شدن به سطح پیشتاز آمریکا هستند و حفظ برتری فناوری برای آمریکا در بلندمدت دشوار است. لذا ارزیابی او این است که چین و آمریکا ممکن است وارد وضعیت جابهجایی مداوم در موقعیت پیشتازی شوند و آمریکا بهسختی بتواند برتری دائمی و مطلق ایجاد کند.
او پیشتر درباره DeepSeek نیز گفته بود که این به معنای پیروزی چین در مسابقه AI نیست، بلکه نشان میدهد فاصله دو کشور بهسرعت در حال کاهش است.
به طور دقیقتر، او بر این باور است که الگوی رقابتی آمریکا دچار مشکل ساختاری است و نمیتواند انحصار فناوری بلندمدت ایجاد کند. اگر آمریکا منابع، سرمایه و توان محاسباتی بیشتری را صرفاً برای کسب برتری کوتاهمدت هزینه کند و رقبا بلافاصله فاصله را پر کنند، ممکن است رقابتی پرهزینه، کمسود و پرریسک شبیه به مسابقه تسلیحاتی شکل گیرد. بنابراین او پیشنهاد میکند به جای گسترش این رقابت حاصلجمع صفر، بخشی از منطق رقابت به سمت همکاری بینالمللی و خدمت هوش مصنوعی به کالاهای عمومی جهانی نظیر پزشکی و علوم سوق داده شود.
نکته آموزنده تحلیل او این است که نباید رقابت هوش مصنوعی را مسابقهای تکبعدی دانست که بتوان در آن برنده دائمی تعیین کرد. همچنین در حوزههایی که دارای ریسکهای فرامرزی و ماهیت کالای عمومی جهانی هستند، باید فضای همکاری حفظ شود. اما این به معنای جایگزینی رقابت با همکاری یا آزادسازی بیحدومرز فناوریهای کلیدی نیست؛ چرا که اگرچه توانمندی مدلهای بزرگ انتشارپذیری بالایی دارد، اما تراشهها، قدرت محاسباتی، دادهها، پلتفرمها، زیستبوم صنعتی و کاربردهای نظامی هوش مصنوعی همچنان جنبه استراتژیک و کمیاب خود را حفظ کردهاند.
بنابراین اهمیت اصلی دیدگاه گاری مارکوس در این است که ما را به بازاندیشی درباره مفهوم «پیروزی در رقابت هوش مصنوعی» دعوت میکند؛ یعنی گذر از برتری کوتاهمدت در مدلها به سمت تمرکز بر توانمندی نوآوری مداوم و مزیتهای کلی زیستبومی.
گوانچا: آمریکا در مسیر توسعه هوش مصنوعی با چه محدودیتها و چالشهایی روبهرو است؟
تسای تسویهونگ: برجستهترین گلوگاههای توسعه آمریکا شامل زیرساختها، زنجیره تأمین کلیدی، نیروی انسانی متخصص و بازدهی تجاری است.
نخست، زیرساخت برق و شبکه توزیع است. اگرچه آمریکا در صدد حل آن برآمده، اما موضوع صرفاً ساخت چند کارخانه نیست و فرآیندی بسیار پیچیده دارد. مدلها و تراشهها بهسرعت بهروزرسانی میشوند، اما ساخت زیرساختهای بزرگ انرژی سالها زمان میبرد و این عدم هماهنگی در سرعت خود یک گلوگاه است.
دوم، زنجیره تأمین است. آمریکا در طراحی تراشههای پیشرفته AI مزیت بالایی دارد، اما قدرت طراحی به معنای اختیار کامل زنجیره تأمین در داخل خاک آمریکا نیست. به عنوان مثال، انویدیا پیشرفتهترین تراشهها را طراحی میکند اما تولید آنها وابستگی شدیدی به TSMC دارد و مراحلی مانند حافظههای HBM و بستهبندی پیشرفته نیز متکی بر زنجیرههای فراملی است. همچنین مزیت چین در عناصر نادر خاکی و فرآوری برخی کانیهای کلیدی، محدودیتی بالقوه برای زنجیره ارزش AI آمریکا محسوب میشود.
سوم، مسئله استعدادها و نیروی متخصص است. عدم قطعیت در قوانین مهاجرت و ویزا در آمریکا بر پیشبینی حضور بلندمدت نخبگان بینالمللی تأثیر میگذارد و در صورت تداوم، ظرفیت تجدید نیروی انسانی آمریکا را تضعیف خواهد کرد.
در نهایت، بازدهی تجاری مطرح است. سرمایهگذاریهای سنگین در AI باید به سود پایدار شرکتی و ارتقای کلی بهرهوری منجر شوند. اگر رشد سرمایهگذاریها بسیار سریع باشد اما کاربرد واقعی و سود تجاری متناسب با آن رشد نکند، خود تبدیل به عاملی بازدارنده برای توسعه هوش مصنوعی آمریکا خواهد شد.
گوانچا: در مقایسه با آمریکا، چین با چه مشکلات و دشواریهایی مواجه است؟
تسای تسویهونگ: چالشهای چین متفاوت از آمریکاست و میتوان آنها را در سه محور خلاصه کرد: فناوریهای هستهای و عناصر نوآوری، توانمندیهای کاربردی و صنعتیسازی، و ظرفیتهای زیستبومی و بینالمللیسازی.
نخست، در زمینه فناوریهای هستهای و عناصر نوآوری ضعفهایی وجود دارد. اصلیترین گلوگاه چین تراشههای پیشرفته است که نه تنها طراحی، بلکه لیتوگرافی و ساخت، حافظههای HBM، بستهبندی پیشرفته و نرمافزارهای پایه و زیستبوم توسعه مرتبط را شامل میشود.
علاوه بر زیرساخت فنی، دادهها و نیروی انسانی نیز از عناصر حیاتی نوآوری هستند. چین حجم عظیمی از دادهها و سناریوهای کاربردی را در اختیار دارد، اما در حوزههای تخصصی نظیر صنعت، پزشکی، پژوهشهای علمی و رباتیک (Embodied AI)، مسائلی چون عدم استانداردسازی دادهها، برچسبگذاری تخصصی ناافی و دشواری گردش داده میاننهادی وجود دارد. در بخش نیروی انسانی نیز نخبگان معماری تراشه، الگوریتمهای پایه، تحقیقات بنیادی و حوزههای بینرشتهای AI با زیستشناسی و مواد، نیازمند انباشت زمان هستند و در کوتاهمدت شکل نمیگیرند.
دوم، نحوه تبدیل مزیت کاربردی به مزیت صنعتیسازی است. مزیت شفاف چین، سیستم صنعتی کامل، سناریوهای متنوع و سرعت استقرار بالاست. اما تعداد بالای کاربردها لزوماً به معنای کیفیت بالای آنها نیست؛ بهویژه در بخشهای تخصصی مانند صنعت، درمان و مالی که باید مسئله انتقال از مرحله «قابل استفاده بودن» به «قابلیت اطمینان و ثبات» حل شود. صنعتیسازی واقعی زمانی رخ میدهد که بهرهوری بهطور مداوم افزایش یافته و الگوهای قابل تکثیر ایجاد شوند. همزمان باید کارایی تخصیص منابع محاسباتی افزایش یابد تا از دوبارهکاری و عدم توازن عرضه و تقاضا جلوگیری شود.
سوم، ظرفیتهای زیستبومی و بینالمللیسازی است. چین اکنون مدلهای بزرگ رقابتی در سطح جهانی ساخته و در بخش مدلهای اپنسورس مزیت پررنگی دارد. اما باید از مرحله انتشار صرف مدلها به سمت ساخت یک زیستبوم جامع حرکت کرد؛ یعنی علاوه بر گسترش استفاده، زیستبوم توسعهدهندگان، کاربردهای صنعتی و نفوذ بینالمللی قویتری شکل گیرد.
ورود به بازارهای بینالمللی با چالش اعتماد نیز همراه است. کاربران فرامرزی علاوه بر عملکرد مدل، به امنیت دادهها، امنیت سایبری و مالکیت فکری توجه دارند؛ مسائلی که ممکن است در فضای رقابتهای ژئوپلیتیک پررنگتر شوند.
همچنین با جهانی شدن مدلهای اپنسورس، باید توازن میان تعامل باز و حفاظت از دستاوردها حفظ شود؛ مثلاً از طریق سطوح مختلف آزادسازی فناوری و تکمیل مجوزها، پتنتها و سوابق منشأ فنی.
گوانچا: سلطه تقریباً دوگانه چین و آمریکا در هوش مصنوعی موجب نگرانی کشورهای قدرت متوسط—بهویژه فرانسه و ژاپن—شده است؛ کشورهایی که میخواهند دستیابی به پیشرفت داشته باشند تا وابسته به این دو قدرت نشوند. چین چگونه باید با این کشورها همکاری کند؟
تسای تسویهونگ: اگرچه الگوی رقابت چین و آمریکا در مدلهای بزرگ پیشتاز پررنگ است، اما این دو کشور کل سیستم هوش مصنوعی را منحصراً در اختیار ندارند. علاوه بر فرانسه و ژاپن، کشورهایی مانند آلمان، کره جنوبی و هلند نیز در بخشهای مهمی از زنجیره—مانند نرمافزارهای صنعتی، رباتیک، مواد نیمههادی، تجهیزات، مقررات و استانداردهای بینالمللی—دارای مزیتهای اختصاصی هستند. نگرانی واقعی این کشورها این است که با تمرکز روزافزون مدلها، توان محاسباتی و پلتفرمها، فضای انتخاب فناوری و استقلال صنعتی آنها محدود شود.
بنابراین هدف چین نباید کشاندن این کشورها به سمت خود باشد، بلکه باید به آنها کمک کند حق انتخاب فنی بیشتر و قدرت چانهزنی بالاتری به دست آورند؛ به طوری که چین گزینهای برای کاهش وابستگی یکجانبه آنها باشد، نه اینکه وابستگی به چین جایگزین وابستگی به آمریکا شود.
چین میتواند از مزیتهای بخش عرضه خود استفاده کند. مدلهای اپنسورس ما هزینه استفاده و استقرار پایینتری دارند و بومیسازی آنها بر اساس نیازهای محلی آسانتر است. در قبال کشورهای مختلف قدرت متوسط، میتوان اولویتهای همکاری را متناسب با مزیتهای آنها تنظیم کرد. با کشورهای دارای پایه فنی و صنعتی قوی، میتوان همکاریهای متقابل در تحقیق و توسعه مشترک، استانداردهای فنی، زنجیره تأمین و دسترسی به بازار انجام داد. با کشورهای دارای بازار بزرگتر و تقاضای کاربردی بیشتر، همکاریها میتواند حول مدلهای بومیشده، توان محاسباتی، تربیت نیروی انسانی و کاربردهای صنعتی شکل گیرد.
علاوه بر این، میتوان از طریق پلتفرمهای چندجانبه (مانند سازمان جهانی همکاریهای هوش مصنوعی) زمینه مشارکت بیشتر این کشورها را در تدوین قوانین و استانداردهای هوش مصنوعی فراهم کرد. در هر نوع الگوی همکاری، باید به حاکمیت دیجیتال و استقلال فناوری این کشورها احترام گذاشت تا در سایه منافع متقابل، زیستبوم جهانی کثرتگراتری در هوش مصنوعی شکل گیرد.