دولتها از اواسط دهه ۲۰۱۰ به سمت تدوین «راهبردهای ملی هوش مصنوعی» حرکت کردند: چین در ۲۰۱۷ برنامه جامع و بلندپروازانه خود را منتشر کرد و صراحتاً عنوان کرد که هوش مصنوعی «فناوری راهبردی» است که باید تا ۲۰۳۰ مزیت اول را برای کشور بسازد؛
تعقیبکنندگان (آمریکا، اتحادیه اروپا، هند و کشورهای خاورمیانه) نیز بلافاصله پاسخ دادند و مجموعهای از ساختارهای دولتی، مراکز ملی و تخصیص بودجه را شکل دادند.این اسناد و سیاستها نشان میدهند که انگیزهها تنها اقتصادی نیستند؛
امنیت ملی، استقلال فناورانه و مدیریت مخاطرات هم در مرکز نگرانیها قرار دارند.در بخش خصوصی هم موجی از سرمایه و اقدام فنی رخ داد که بسیاری را فریب داد تا «در نِوِ این قطار بنشینند یا دستکم از آن عقب نمانند».
تولد ابزارهایی مثل چتجیپیتی در پایان ۲۰۲۲ بهعنوان یک نقطه عطف اجتماعی-تجاری عمل کرد؛ شرکتها یکشبه دیدند که قابلیتهایی برای تولید محتوا، تحلیل داده و خودکارسازی دانشکاری در دسترس است و سرمایهگذاران صف کشیدند.
غولها واکنش نشان دادند
مایکروسافت و سایر بازیگران بزرگ بخش خصوصی صدها میلیون تا میلیاردها سرمایه در استارتاپهای هوش مصنوعی و زیرساختهای محاسباتی قرار دادند؛ اقدامی که بازارها و هیئتمدیرهها آن را زنگ هشدار «لمسشدنی» خواندند. آمارهای سرمایهگذاری و گزارشهای رسانهای روند انفجاری بودجه و جذب استعداد در سالهای اخیر را ثبت کردهاند.
چین: سرمایهگذاری دولتی بزرگ و هدایت سرمایهگذاری عمومی
چین یکی از آشکارترین موارد ورود دولت میلیاردر به هوش مصنوعی است. در سال ۲۰۲۵، دولت پکن صندوق ملی سرمایهگذاری هوش مصنوعی با سرمایه اولیه ۶۰ میلیارد یوان (حدود ۸.۲ میلیارد دلار) راهاندازی کرد تا پروژههای آغازین هوش مصنوعی و زیرساختهای کلان را تسریع نماید.
این صندوق در همکاری وزارت صنعت و وزارت دارایی تأسیس شد و هدف آن «شتاب دادن نوآوری و تسلط جهانی در هوش مصنوعی» اعلام گردید.
همچنین، چین در سال ۲۰۲۵ پیشبینی شده است که تا نزدیک به ۹۸ میلیارد دلار در حوزه هوش مصنوعی سرمایهگذاری کند، بخشی از آن از طریق بودجه دولتی و بخشی از آن در قالب تشویق بخش خصوصی.
این بیسابقه بودن نقطه عطفی است در استراتژی «فناوریمحوری» چین، که از سالها پیش برنامهای روشن برای خودکفایی فناورانه دنبال کرده است. در کنار این صندوق ملی، دولت چین از طریق صندوقهای سرمایهگذاری هدایتشده دولتی (government VC funds) در دهه گذشته بیش از ۹۱۲ میلیارد دلار در صنایع استراتژیک از جمله هوش مصنوعی سرمایهگذاری کرده است، که بخش قابلتوجهی از آن به شرکتهای هوش مصنوعی کوچک و متوسط تخصیص یافته است.
این جهتگیری را میتوان در راهبردهای صنعتی چین دید؛ بهعنوان بخشی از سیاست «چین ۲۰۲۵» و ارتقای صنایع فناوریهای پیشرفته، دولت تلاش کرده تا ارزش افزودهٔ داخلی را از تولید کالاهای ارزانقیمت به تولید فناوری ارتقا دهد.
هوش مصنوعی، بهعنوان یکی از ارکان مرکزی این برنامه، از سالها پیش در سیاست صنعتی چین جایگاه محوری داشته است.چنین سرمایهگذاری عظیم دولتی باعث شده که شرکتهای خصوصی در چین نیز مجبور شوند برای ماندن در رقابت، خود را به هوش مصنوعی مجهز کنند. این رقابت ترکیبی از «پذیرش سریع» و «ترس از حذف شدن» را ایجاد کرده است.
ایالات متحده: نقش دولت در تحریک ورود بخش خصوصی
در ایالات متحده، دولت فدرال نیز گزارههایی شبیه به چین را پذیرفته است: هوش مصنوعی دیگر انتخاب نیست بلکه ضرورت ملی است. در برنامه «طرح عملی آمریکا برای هوش مصنوعی (America’s AI Action Plan)»، بخش اول آن به تسریع نوآوری هوش مصنوعی، کاهش مقررات زائد و فراهم کردن فضا برای پیشرفت بخش خصوصی متمرکز است.
دولت قصد دارد زیرساخت مشترک، تسهیلات داده و منابع محاسبات ابری را برای بخش خصوصی تسهیل کند تا توسعه هوش مصنوعی تسریع یابد. در گزارش نهایی کمیسیون مشورتی ملی آمریکا درباره هوش مصنوعی، یکی از توصیهها افزایش بودجه عمومی برای تحقیقات غیرنظامی هوش مصنوعی به سطحی است که در افق ۲۰۲۶ به ۳۲ میلیارد دلار در سال برسد.
هدف این است که زیربنای نوآوری عمومی تقویت شود تا بخش خصوصی نیز بتواند بر آن سوار شود. اما هنوز چالشی به نام «شکافِ پذیرش هوش مصنوعی دولتی» وجود دارد:
بر اساس تحقیق مؤسسهٔ فورتات، دولت فدرال آمریکا در پذیرش هوش مصنوعی عقبتر از بخش خصوصی است و اگر این فاصله بهسرعت اصلاح نشود، ممکن است دولت نتواند به چالشهای مبتنی بر هوش مصنوعی پاسخ دهد یا مشروعیت خود را در عرصهٔ سیاست فناوری از دست دهد
نمونههای عملی در آمریکا نیز قابل مشاهده است: وزارت دفاع پروژههایی مانند ماوِن (برای پردازش دادههای تصویری و شناسایی هدف) را اجرا کرده است که نشان میدهد دولتها دیگر نمیتوانند نسبت به هوش مصنوعی بیتفاوت باشند بنابراین ورود در حوزهٔ دفاع یک ضرورت تلقی میشود.
شرکتهای خصوصی، صنایع دولتی و فشار ورود
در صنعت خودروسازی، شرکتهایی مانند تسلا، بی ام و و سونی به صورت جدی در حال سرمایهگذاری در هوش مصنوعی بودهاند؛ دلیلش این است که نسل جدید خودروهای خودران و سیستمهای پیشرفتهتر تشخیص خطر بدون هوش مصنوعی ممکن نیست.
مشارکتهای بزرگ تجاری (مثلاً سرمایهگذاری مایکروسافت در گروه۴۲) نشان میدهد که این کشورها صرفاً دنبال کسب سود نیستند، بلکه میخواهند محتوای فناوری، استقلال زنجیرهٔ تأمین و نفوذ بینالمللی خود را افزایش دهند.
در عمل نیز موارد موفقیتی وجود داشته که به مجابکنندهبودنِ ورود کمک کردند. در سلامت، «لَبوَرِیت» ملیها مانند آزمایشگاه هوش مصنوعی سازمان خدمات سلامت بریتانیا (NHS AI Lab) با بودجه چند صد میلیون پوند، پروژههایی اجرا کردهاند که تشخیص سرطان و تراکنشهای بالینی را تسهیل کرده و نرخ کشف برخی سرطانها را افزایش داده است؛
دستاوردی که وزرا و مدیران بیمارستانی آن را نمونهای از منفعتِ ملموس هوش مصنوعی میدانند.در انرژی، شرکتهای بزرگی مانند ادنُک امارات از هوش مصنوعی برای بهینهسازی اکتشاف و تولید استفاده میکنند و ادعا میکنند که هوش مصنوعی میتواند هزینهٔ عملیات را کاهش و بازدهی را افزایش دهد.
در تولید، زیربخشهایی مانند صنایع سنگین و خودروسازی با «کارخانههای هوشمند» و نگهداری پیشبین، کاهش وقفهها و افزایش کیفیت را تجربه کردهاند؛ نمونههایی که هیئتمدیرهها را برای سرمایهگذاری متقاعد کرده است.
سرمایه و پیشبینیهای اقتصادی: اعداد وسوسهانگیز
تحلیلگران بزرگ جهانی نیز ارقام چشمگیری ارائه دادهاند. مؤسسهٔ مککنزی پتانسیل اقتصادی گسترده هوش مصنوعی را تا چندین تریلیون دلار برآورد کرده و مؤسسات پژوهشی دیگر (مثل IDC و McKinsey جدیدتر) نیز ارزش افزوده عظیمِ سالانه را پیشبینی کردهاند.
این پیشبینیهای اقتصادی (که گاهی تا دهها تریلیون دلار تا سال ۲۰۳۰ متنوعاند) به هیئتمدیرهها و وزارتخانهها انگیزه مالیِ واضحی داده تا بودجهها و استراتژیها را تغییر دهند.فشار سرمایهگذاری، امنیت ملی و چشمانداز درآمدی؛
علتِ سهگانه شتابدر جمعبندیِ این بخش، میتوان گفت سه محرکِ همزمان این شتاب را توجیه میکنند:
(۱) وعده اقتصادی و بهرهوری که با آمارها و مطالعات پشتیبانی میشود
(۲) نگرانی امنیتی و صنعتی درباره وابستگی سختافزاری و فناورانه
(۳) تکانه رقابتیِ بینالمللی که دولتها را به سرمایهگذاری مستقیم یا تسهیل سرمایهگذاری خصوصی واداشته است.این سه عامل باعث شدهاند ورود به هوش مصنوعی بهسرعت از «انتخاب» به «الزام» بدل شود.
آنگونه که در جلسههای محرمانهٔ مدیران و کابینهها میگفتند: «ما باید تا فردا این کار را انجام دهیم، یا فردا دیر است.»
لب کلام!
وقتی به نقشهی سرمایهگذاریهای جهانی در هوش مصنوعی نگاه میکنیم، روشن میشود که موتور اصلی این شتاب دیوانهوار، اقتصاد است. گزارشهای مککنزی و «PwC» تخمین زدهاند که تنها در آمریکا و چین، بهرهوری ناشی از هوش مصنوعی میتواند تا سال ۲۰۳۰ حدود ۱۰ تا ۱۲ درصد به تولید ناخالص داخلی بیفزاید.
همین اعداد کافی بود تا مدیران شرکتهای بزرگ و وزرای اقتصاد در دولتها، اتاقهای فکر خود را ترک کرده و بیدرنگ بودجههای میلیاردی اختصاص دهند.اما آنچه اقتصاددانان به زبان سرد آمار میگویند، صنایع با زبان ملموستری حس میکنند:
خودروسازان اگر در سیستمهای هوشمند رانندگی سرمایهگذاری نکنند، از تسلا و بایدو عقب میافتند.بانکها اگر الگوریتمهای تحلیل ریسک را به کار نگیرند، در برابر فینتکهای نوظهور شکست میخورند.
شرکتهای دارویی اگر از مدلهای مولد برای طراحی دارو بهره نگیرند، دههها تحقیقشان بیمصرف میشود.هوش مصنوعی بهتدریج به «شرط بقا» تبدیل شده است.
دیگر مسئله فقط این نیست که چه کسی زودتر از دیگری رشد میکند، بلکه این است که چه کسی اساساً روی نقشه باقی میماند.این همان چیزی است که اقتصاددان دانشگاه امآیتی در گزارشی آن را «اثر سیاهچالهای هوش مصنوعی» نامید:
جاذبهای به قدری قوی که اگر صنایع و دولتها وارد مدار آن نشوند، به بیرون پرتاب میشوند.به همین دلیل است که امروز از سئول تا دوبی، از واشنگتن تا بروکسل، تصمیمگیرندگان در جلسات پشت درهای بسته یک جمله را تکرار میکنند:«یا با هوش مصنوعی همراه میشویم، یا از تاریخ حذف خواهیم شد.»
این شرکتها اگر وارد این عرصه نمیشدند، از رقابت جهانی عقب میماندند.در بخش بانکی و مالی، بسیاری از بانکها و مؤسسات بیمه فناوری هوش مصنوعی را بهعنوان هویت بعدی کسبوکار میبینند: مبارزه با تقلب، شخصیسازی خدمات مشتریان، تحلیل ریسکهای پیچیده، همه آنها را بدون هوش مصنوعی نمیشود انجام داد.
شرکتهایی که دیرتر وارد شوند ممکن است مشتریان و بازار را از دست بدهند.در صنایع دولتی مانند سلامت، آموزش و انرژی، دولتها احساس کردهاند که فشار عمومی برای بهرهبرداری از هوش مصنوعی بسیار زیاد است؛
اگر وزارت بهداشت کشوری برای تشخیص بیماریها از هوش مصنوعی استفاده نکند، بیمارستانها منتقد خواهند شد. اگر وزارت آموزش از سیستمهای هوشمند کمکآموزش استفاده نکند، مدارس دیگر نمیتوانند رقابت کنند. پس دولتها به صورت جدی وارد شدهاند تا از عقبماندن جلوگیری کنند.
در بسیاری گزارشهای داخلی شرکت و مطالعات مشاوران، توصیهٔ مشترک این است: «اگر نمیتوانی تبدیل به یکی از پیشگامان هوش مصنوعی شوی، حداقل وارد باش که از حذف کامل نشوی.» این توصیه به یک گزارهٔ تهاجمی در جلسات مدیران تبدیل شده است.
چـرا دولتها، صنایع دولتی و شرکتهای بزرگ دست به جیب شدند؟!
چین از سالها پیش برنامهٔ حکومتیسازیِ هوش مصنوعی را در اولویت قرار داد و در قالب «راهبرد ملی هوش مصنوعی» و طرحهای صنعتی مانند «ساخت چین ۲۰۲۵» سرمایهگذاری کلانی را آغاز کرد.
در ۲۰۲۵ پکن صندوقهایی برای سرمایهگذاری در پروژههای آغازین هوش مصنوعی راهاندازی کرد و بودجههای دولتی و صندوقهای سرمایهگذاری هدایتشده برای جذب استارتاپها و زیرساختها فعال شدند؛ ن
مونهای که نشان میدهد دولت، بخش خصوصی را برای تسریع پذیرش فناوری «هل» میدهد. این جهتگیری ساختار بازار را تغییر داد و شرکتهای خصوصی را مجبور به سرمایهگذاری سنگین در هوش مصنوعی کرد تا از رقابت ملی عقب نمانند.
آمریکا واکنش خود را در دو سطح نشان داد: اول از طریق قانونگذاری صنعتی برای تأمین زنجیره عرضه سختافزار (قانون «چیپس و علم» که حدود ۵۲ میلیارد دلار برای ساخت و تقویت تولید نیمههادی اختصاص میدهد) تا وابستگیِ سختافزاری به رقبا کاهش یابد؛
و دوم از طریق ابتکارات دولتی برای تسهیل پژوهش و همکاری با بخش خصوصی.دولت فدرال همچنین برنامههایی برای تقویت پژوهشهای غیرنظامی و زیرساخت دادهای پیشنهاد کرده است تا شرکتها از یک بنیاد ملی تحقیق بهرهمند شوند.
این برنامهها شرکتها را تشویق میکند که سرمایهگذاریهای پرریسکِ هوش مصنوعی را آغاز کنند، چرا که زیرساخت و سیاست صنعتی تا حدی تضمینگر ادامهٔ کار است.
اتحادیه اروپا: قانونگذاریِ زودهنگام و تلاش برای «هوش مصنوعی مسئول»
اروپا در واکنش متفاوت است: بهجای صرفاً تزریق پول، مسیر قانونگذاری را در اولویت گذاشت.در واقع «قانون هوش مصنوعی» مجموعهای از مقررات مبتنی بر سطح ریسک را تعیین کرده است تا استفاده پرخطر از هوش مصنوعی را تنظیم کند و استانداردهای شفافیت و حاکمیت را الزامآور سازد.
این راهبرد نشان میدهد اروپا ورود را با قید مسئولیتپذیری پیوند زده؛ شرکتها و سازمانهای عمومی در این منطقه متوجه شدهاند که بدون سازگاری قانونی، ابتکارهای هوش مصنوعی میتوانند هزینههای حقوقی و اعتباری سنگینی به همراه داشته باشند.
هند، از طریق «استراتژی ملی هوش مصنوعی» و توصیههای کمیسیونهای تحقیقاتی (NITI Aayog)، ورودِ عمومی-خصوصی به هوش مصنوعی را با تاکید بر منافع اجتماعی و اقتصادی تسهیل میکند.
گزارشهای دولتی هند نشان میدهند که پذیرش سریع هوش مصنوعی میتواند میلیاردها دلار به تولید ناخالص داخلی بیفزاید و فشار برای استفادهٔ دولتی در حوزههایی مانند سلامت، کشاورزی و خدمات عمومی را افزایش میدهد.
پیام سیاستگذاران روشن است: کشورهایی که زودتر فناوری را به کار گیرند، مزایای رشد و توانمندسازی را از آنِ خود میکنند.آبادیِ نفتخیز خاورمیانه نیز وارد رقابت شده است!
نمونهٔ برجسته، شرکتهای مرتبط با ابوظبی (مانند گروه۴۲) و صندوقهای دولتی سعودی (با نهادهایی چون سازمان داده و هوش مصنوعی عربستان) است که میلیاردها دلار برای ایجاد اقیانوسی از داده، مراکز ابرمحاسبات و جذب استعداد هزینه میکنند.
منابع
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontierhttps://www.airuniversity.af.edu/Portals/10/CASI/documents/Translations/2021-03-02%20China%27s%20New%20Generation%20Artificial%20Intelligence%20Development%20Plan-%202017.pdfhttps://www.oecd.org/content/dam/oecd/en/publications/reports/2021/08/an-overview-of-national-ai-strategies-and-policies_913b6e4b/c05140d9-en.pdfhttps://www.reuters.com/technology/artificial-intelligence/ai-startups-drive-vc-funding-resurgence-capturing-record-us-investment-2024-2025-01-07/https://www.forethought.org/research/the-ai-adoption-gaphttps://www.g42.ai/resources/news/G42-launches-10b-tech-Expansion-Fund
محمد قنبری، سخنگوی شورای اسلامی چهارمحال و بختیاری و نماینده شهرستان فلارد، اعلام کرد که این شهرستان با وجود پتانسیلهای غنی معدنی، کشاورزی و هنری، به دلیل توسعه ناهمگون و کمتوجهی به زیرساختها، در محرومیت صنعتی عمیقی قرار دارد. او تاکید کرد که توسعه صنعتی فلارد نیازمند عزم جدی استانی برای جبران این عقبماندگی است.
