تحولات ۲۰ تا ۲۴ اوت ۲۰۲۶؛ اجتماعیشدن تولید و ریسک، در برابر تمرکز مالکیت و قدرت
در بحث دربارهٔ هوش مصنوعی معمولاً توجه به مدلها جلب میشود: کدام مدل قدرتمندتر است و چه میزان از کار انسان را میتوان خودکار کرد؟ اما تحولات ۲۰ تا ۲۴ اوت پرسش مهمتری را برجسته میکنند: چه کسی ظرفیت تولید هوشمند را در اختیار دارد؟ هوش مصنوعی دیگر صرفاً یک صنعت نرمافزاری نیست؛ پشت هر مدل پیشرفته شبکهٔ عظیمی از دانش انسانی، داده، تراشه، برق، زمین، آب، مراکز داده، سرمایهٔ مالی و نیروی کار قرار دارد. تولید هوش مصنوعی هرچه اجتماعیتر میشود، اما کنترل شرایطی که این منابع اجتماعی را به قدرت اقتصادی تبدیل میکنند میتواند در دست تعداد محدودی از شرکتها و صاحبان سرمایه متمرکز شود. این همان تضادی است که در کتاب «نظم اجتماعی نوین در عصر آگاهی» اهمیت بنیادی پیدا میکند.
از مالکیت مدل به مالکیت ظرفیت
در مرحلهٔ نخست توسعهٔ هوش مصنوعی مولد، رقابت عمدتاً حول مدلها شکل گرفته بود. اکنون روشنتر شده است که داشتن مدل پیشرفته کافی نیست؛ فعالیت در مقیاس بزرگ به ظرفیت محاسباتی نیاز دارد و این ظرفیت حاصل ترکیب تراشه، انرژی، زمین، شبکهٔ برق، مرکز داده و سرمایه است. بنابراین قدرت اقتصادی هوش مصنوعی بهتدریج از «مالکیت مدل» به مالکیت شرایط مادی اجرای مدل منتقل میشود. اگر دانش و حتی وزنهای یک مدل در اختیار عموم باشد، ولی فقط تعداد محدودی از شرکتها بتوانند صدها هزار پردازندهٔ گرافیکی، چندین گیگاوات برق و مراکز دادهٔ عظیم را تأمین کنند، بازبودن دانش الزاماً به معنای توزیع قدرت تولید نیست.
مالیشدن ظرفیت تولید هوشمند
ورود گستردهٔ سرمایهٔ مالی به زیرساخت هوش مصنوعی یکی از مهمترین نشانههای این تحول است. انویدیا همراه با مؤسسات بزرگ مالی سازوکارهایی برای بسیج بیش از ۵۰۰ میلیارد دلار سرمایهٔ شخص ثالث برای زیرساخت هوش مصنوعی دنبال کرده است. نکتهٔ مهم فقط اندازهٔ سرمایه نیست؛ ظرفیت محاسباتی در حال تبدیلشدن به یک طبقهٔ دارایی قابل سرمایهگذاری است. این ظرفیت میتواند موضوع قراردادهای بلندمدت، وثیقه، بدهی و حقوق مالی قرار گیرد. زنجیرهٔ تازه چنین است: زیرساخت ← ظرفیت محاسباتی ← درآمد آینده ← قرارداد و وثیقه ← دارایی مالی. این همان «مالیشدن ظرفیت تولید هوشمند» است.
بدهی و مالکیت بر درآمد آینده
انتشار بدهی مرتبط با توسعهٔ هوش مصنوعی در آمریکا در سال ۲۰۲۶ به حدود ۲۲۰ میلیارد دلار رسیده، در حالی که رقم قابل مقایسه در سال قبل حدود ۱۲٫۵ میلیارد دلار بود. ساخت زیرساخت هوش مصنوعی دیگر فقط از سود انباشتهٔ شرکتهای فناوری تأمین مالی نمیشود؛ بازار اوراق قرضه، بانکها، صندوقها و اعتبار خصوصی نیز وارد ساختار شدهاند. سرمایهگذار ممکن است مالک پردازنده یا مرکز داده نباشد، اما از طریق قرارداد یا اوراق مالی صاحب حقی نسبت به درآمد آیندهٔ آن ظرفیت شود. مالکیت از مالکیت فیزیکی به مالکیت قراردادی و حقوق مالی بر درآمد آینده گسترش مییابد.
از تراشه تا زمین و انرژی
گسترش فعالیت انویدیا از فروش تراشه به زیرساخت نیز نشانهٔ دیگری از این روند است. تولیدکنندهٔ پردازندهٔ گرافیکی دیگر فقط ابزار تولید را نمیفروشد و میتواند در تراشه، تأمین مالی، زمین، انرژی و مرکز داده نیز حضور داشته باشد. این «تمرکز عمودی مالکیت» است: یک بنگاه بهجای کنترل یک حلقه، در چند بخش حیاتی زنجیره حضور پیدا میکند.
قیمت ظرفیت محاسباتی و هزینهٔ ورود به تولید
گزارشهای ۲۲ اوت نشان دادند قیمت برخی سرورهای نسل جدید مجهز به تراشههای هوش مصنوعی ممکن است بیش از ۱۵ درصد افزایش یابد، هرچند در زمان گزارش هنوز رسماً تأیید نشده بود. اگر ظرفیت محاسباتی یکی از ابزارهای اساسی تولید عصر آگاهی باشد، هزینهٔ دسترسی به آن بخشی از هزینهٔ ورود به تولید پیشرفته است. دانشگاه، تعاونی، شرکت کوچک یا پژوهشگر مستقل ممکن است به مقاله، کد متنباز و حتی وزنهای مدل دسترسی داشته باشد، اما بدون تراشه، برق و ظرفیت کافی نمیتواند با صاحبان زیرساخت میلیارددلاری در یک سطح رقابت کند. دانش میتواند بازتر شود، در حالی که امکان مادی استفادهٔ مؤثر از آن متمرکزتر شود.
ظهور مالکیت تمامزنجیرهای
تحولات ۲۳ اوت این روند را روشنتر کرد. علیبابا اعلام کرد قصد دارد حدود ۱۰٫۲ میلیارد دلار سرمایه جذب کند و منابع حاصل را به توسعهٔ تمامزنجیرهای هوش مصنوعی، شامل تراشه، زیرساخت محاسباتی، مدل و استقرار هوش مصنوعی اختصاص دهد. مزیت ساختاری آینده ممکن است متعلق به شرکتی باشد که زنجیرهٔ تراشه ← مرکز داده ← ابر ← مدل ← پلتفرم ← کاربر ← درآمد را کنترل کند. در این مرحله، مالکیت مدل به مالکیت اکوسیستم تولید هوشمند تبدیل میشود.
داده؛ محصول فعالیت اجتماعی و مادهٔ خام هوش مصنوعی
تحولات ۲۴ اوت مسئلهٔ مالکیت داده را دوباره برجسته کرد. مجموعههای بزرگ دادهٔ سازمانی، شامل ارتباطات، اسناد و اطلاعات عملیاتی، برای توسعهٔ محصولات هوش مصنوعی ارزش اقتصادی پیدا میکنند. پرسش بنیادی این است که دادهای که در نتیجهٔ فعالیت جمعی انسانها تولید شده متعلق به چه کسی است و ارزش جدید حاصل از آن چگونه توزیع میشود؟ کارمندان در فعالیت روزانه ایمیل، فایل، راهحل و تجربهٔ سازمانی تولید میکنند و این فعالیت به دانش انباشته تبدیل میشود. اگر این دانش بعداً مادهٔ خام هوش مصنوعی شود، داده را نمیتوان صرفاً «سوخت هوش مصنوعی» دانست؛ داده خود محصول فعالیت اجتماعی انسانهاست.
خودکارسازی؛ مسئله فقط حذف شغل نیست
هوش مصنوعی با سرعت بیشتری وارد برنامهنویسی، خدمات فناوری، لجستیک و رباتیک میشود. فشار برای تولید بیشتر با هزینه و نیروی انسانی کمتر پرسش بنیادی افزایش بهرهوری را مطرح میکند. اگر هوش مصنوعی همان محصول را با زمان کار انسانی کمتر تولید کند، بهرهوری میتواند به کاهش ساعات کار، افزایش اوقات آزاد و رفاه منجر شود یا به کاهش نیروی کار، فشار بر دستمزد و افزایش بازده سرمایه تبدیل شود. فناوری بهخودیخود مسیر را تعیین نمیکند؛ مناسبات مالکیت و قدرت تعیینکنندهاند.
خصوصیشدن سود، اجتماعیشدن ریسک
وقتی صدها میلیارد دلار بدهی، صندوقهای سرمایهگذاری، بازار سهام، بانکها، مراکز داده، شبکهٔ برق و املاک به چرخهٔ سرمایهگذاری هوش مصنوعی وابسته میشوند، ریسک آن نیز دیگر خصوصی باقی نمیماند. اگر سرمایهگذاری موفق باشد، بخش بزرگی از سود میتواند خصوصی بماند؛ اما در بحران، پیامدها ممکن است به بازار سرمایه، صندوقهای بازنشستگی، اشتغال، قیمت انرژی و اقتصاد عمومی سرایت کنند. تضاد تازه چنین است: تمرکز خصوصی سود در برابر اجتماعیشدن ریسک.
دو جریان در جهت مخالف
تحولات این پنج روز را بهتر است به شکل دو جریان دید. در جریان نخست، دانش و پژوهش جمعی، داده و فرهنگ اجتماعی، کار انسانی و نرمافزار، و انرژی، زمین، آب و زیرساخت عمومی به مرکز تولید هوشمند میرسند: تراشه، مرکز داده، ظرفیت محاسباتی و مدل. در جریان دوم، محصول و خدمات هوش مصنوعی به بازار و درآمد، قرارداد و وثیقه، بدهی و حقوق مالی، انباشت سرمایه و تمرکز مالکیت و قدرت تبدیل میشوند. همزمان، مصرف برق و آب، هزینهٔ شبکه، تغییر بازار کار، ریسک مالی و پیامدهای زیستمحیطی عمدتاً در سطح جامعه توزیع میشوند.
از مالکیت مدل به مالکیت شرایط تولید
«مالکیت مدل» دیگر برای توضیح اقتصاد سیاسی هوش مصنوعی کافی نیست؛ مسئلهٔ بنیادیتر مالکیت شرایطی است که دانش اجتماعی را به محصول و قدرت اقتصادی تبدیل میکنند. ممکن است دانش اجتماعی، نرمافزار متنباز و مدل با وزنهای باز در دسترس باشد، اما اگر تبدیل این دانش به قدرت اقتصادی نیازمند عبور از پردازنده، ابر، انرژی، مرکز داده، سرمایه و پلتفرم باشد، صاحبان این بخشها قدرتی بسیار بیشتر از سهم ظاهری خود در تولید دانش خواهند داشت. سؤال اساسی دیگر فقط این نیست که چه کسی مالک هوش مصنوعی است، بلکه این است: چه کسی مالک ظرفیت تبدیل دانش اجتماعی به قدرت اقتصادی است؟
ارتباط با «نظم اجتماعی نوین در عصر آگاهی»
اگر شناخت، دانش و داده به مهمترین نیروهای مولدهٔ عصر جدید تبدیل شوند، تناقض تاریخی آشکارتر میشود. مواد اولیهٔ معرفتی این نظام—زبان، علم، فرهنگ، کد، تجربه و داده—در طول نسلها و توسط میلیونها و میلیاردها انسان تولید شدهاند. زیرساخت مادی آن نیز به نیروی انسانی، دانشگاه، انرژی، زمین، آب، شبکهٔ برق و سرمایهٔ انباشتهٔ جامعه وابسته است؛ با این حال، شرایط تبدیل این مجموعهٔ اجتماعی به محصول اقتصادی میتواند در مالکیت تعداد محدودی از بنگاهها قرار گیرد. تولید، دانش، داده، هزینه و ریسک هرچه اجتماعیتر میشوند، در حالی که مالکیت ظرفیت، درآمد و قدرت تصمیمگیری میتوانند هرچه خصوصیتر، مالیتر و متمرکزتر شوند.
پرسش تعیینکنندهٔ عصر آگاهی
هوش مصنوعی امکانات تولیدی فوقالعادهای ایجاد میکند، اما پیشرفت فناوری بهخودیخود تعیین نمیکند این امکانات چگونه توزیع شوند. هوش مصنوعی میتواند زمان کار ضروری انسان را کاهش دهد، آموزش و سلامت را گسترش دهد و دسترسی به دانش را تقریباً همگانی کند؛ همان فناوری میتواند برای تمرکز ثروت، کاهش قدرت چانهزنی نیروی کار و افزایش کنترل اقتصادی نیز به کار رود. تفاوت میان این دو مسیر را صرفاً کیفیت مدلها تعیین نخواهد کرد؛ ساختار مالکیت و مشارکت اجتماعی در قدرت تعیین خواهد کرد. اگر هوش و دانش بیش از هر زمان دیگری محصول جامعه است، چرا ظرفیت تبدیل آن به قدرت اقتصادی باید در اختیار تعداد محدودی از صاحبان سرمایه باقی بماند؟ این پرسش مخالفت با فناوری نیست؛ پرسش این است که چگونه میتوان نیروهای مولدهٔ عظیمی را که هوش مصنوعی آزاد میکند در خدمت شکوفایی انسان قرار داد. این همان نقطهای است که بحث فناوری به بحث دربارهٔ «نظم اجتماعی نوین در عصر آگاهی» تبدیل میشود.
Leave a comment