دولت ها از اواسط دهه ۲۰۱۰ به سمت تدوین «راهبرد های 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 ساختار های دولتی، مراکز ملی و تخصیص بودجه را شکل دادند.این اسناد و سیاست ها نشان می‌دهند که انگیزه ها تنها اقتصادی نیستند؛
امنیت ملی، استقلال فناورانه و مدیریت مخاطرات هم در مرکز نگرانی ها 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؛ شرکت ها یک‌شبه دیدند که قابلیت هایی برای تولید محتوا، تحلیل داده و خودکارسازی دانش‌کاری در دسترس است و سرمایه‌گذاران صف کشیدند.
غول ها واکنش نشان دادند
مایکروسافت و سایر بازیگران بزرگ بخش خصوصی صد ها میلیون تا میلیارد ها سرمایه در استارتاپ های هوش مصنوعی و زیرساخت های محاسباتی قرار دادند؛ اقدامی که بازار ها و هیئت‌مدیره ها آن را زنگ هشدار «لمس‌شدنی» خواندند. آمار های سرمایه‌گذاری و گزارش های رسانه‌ای روند انفجاری بودجه و جذب استعداد در سال های 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 پروژه های آغازین هوش مصنوعی و زیرساخت های 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 صندوق های 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 شرکت های هوش مصنوعی کوچک و متوسط تخصیص یافته است.
این جهت‌گیری را می‌توان در راهبرد های صنعتی چین دید؛ به‌عنوان بخشی از سیاست «چین ۲۰۲۵» و ارتقای صنایع فناوری های پیشرفته، دولت تلاش کرده تا ارزش افزودهٔ داخلی را از تولید کالا های ارزان‌قیمت به تولید فناوری ارتقا دهد.
هوش مصنوعی، به‌عنوان یکی از ارکان مرکزی این برنامه، از سال ها پیش در سیاست صنعتی چین جایگاه محوری داشته است.چنین سرمایه‌گذاری عظیم دولتی باعث شده که شرکت های 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 گزاره هایی 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 توصیه ها 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 چالش های مبتنی بر هوش مصنوعی پاسخ دهد یا مشروعیت خود را در عرصهٔ سیاست فناوری از دست دهد
نمونه های عملی در آمریکا نیز قابل مشاهده است: وزارت دفاع پروژه هایی مانند ماوِن (برای پردازش داده های تصویری و شناسایی هدف) را اجرا کرده است که نشان می‌دهد دولت ها دیگر نمی‌توانند نسبت به هوش مصنوعی بی‌تفاوت باشند بنابراین ورود در حوزهٔ دفاع یک ضرورت تلقی می‌شود.
شرکت های خصوصی، صنایع دولتی و فشار ورود
در صنعت خودروسازی، شرکت هایی مانند تسلا، بی ام و و سونی به صورت جدی در حال سرمایه‌گذاری در هوش مصنوعی بوده‌اند؛ دلیلش این است که نسل جدید خودرو های خودران و سیستم های پیشرفته‌تر تشخیص خطر بدون هوش مصنوعی ممکن نیست.
این شرکت ها اگر وارد این عرصه نمی‌شدند، از رقابت جهانی عقب می‌ماندند.در بخش بانکی و مالی، بسیاری از بانک ها و مؤسسات بیمه فناوری هوش مصنوعی را به‌عنوان هویت بعدی کسب‌وکار می‌بینند: مبارزه با تقلب، شخصی‌سازی خدمات مشتریان، تحلیل ریسک های پیچیده، همه آن‌ها را بدون هوش مصنوعی نمی‌شود انجام داد.
شرکت هایی 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 بیماری ها از هوش مصنوعی استفاده نکند، بیمارستان ها منتقد خواهند شد. اگر وزارت آموزش از سیستم های هوشمند کمک آموزش استفاده نکند، مدارس دیگر نمی‌توانند رقابت کنند. پس دولت ها به صورت جدی وارد شده‌اند تا از عقب‌ماندن جلوگیری کنند.
در بسیاری گزارش های 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 دولت ها، صنایع دولتی و شرکت های بزرگ دست به جیب شدند؟!
چین از سال ها پیش برنامهٔ حکومتی‌سازیِ هوش مصنوعی را در اولویت قرار داد و در قالب «راهبرد ملی هوش مصنوعی» و طرح های صنعتی مانند «ساخت چین ۲۰۲۵» سرمایه‌گذاری کلانی را آغاز کرد.
در ۲۰۲۵ پکن صندوق هایی برای سرمایه‌گذاری در پروژه های آغازین هوش مصنوعی راه‌اندازی کرد و بودجه های دولتی و صندوق های سرمایه‌گذاری هدایت‌شده برای جذب استارتاپ ها و زیرساخت ها فعال شدند؛
نمونه‌ای که نشان می‌دهد دولت، بخش خصوصی را برای تسریع پذیرش فناوری «هل» می‌دهد. این جهت‌گیری ساختار بازار را تغییر داد و شرکت های 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 نیمه هادی 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 برنامه هایی برای تقویت پژوهش های غیرنظامی و زیرساخت داده‌ای پیشنهاد کرده است تا شرکت ها از یک بنیاد ملی تحقیق بهره‌مند شوند.
این برنامه ها شرکت ها را تشویق می‌کند که سرمایه‌گذاری های 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 استاندارد های شفافیت و حاکمیت را الزام‌آور سازد.
این راهبرد نشان می‌دهد اروپا ورود را با قید مسئولیت‌پذیری پیوند زده؛ شرکت ها و سازمان های عمومی در این منطقه متوجه شده‌اند که بدون سازگاری قانونی، ابتکار های هوش مصنوعی می‌توانند هزینه های حقوقی و اعتباری سنگینی به همراه داشته باشند.
هند، از طریق «استراتژی ملی هوش مصنوعی» و توصیه های کمیسیون های تحقیقاتی (NITI Aayog)، ورودِ عمومی-خصوصی به هوش مصنوعی را با تاکید بر منافع اجتماعی و اقتصادی تسهیل می‌کند.
گزارش های دولتی هند نشان می‌دهند که پذیرش سریع هوش مصنوعی می‌تواند میلیارد ها دلار به تولید ناخالص داخلی بیفزاید و فشار برای استفادهٔ دولتی در حوزه هایی مانند سلامت، کشاورزی و خدمات عمومی را افزایش می‌دهد.
پیام سیاست‌گذاران روشن است: کشور هایی 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، شرکت های مرتبط با ابوظبی (مانند گروه۴۲) و صندوق های دولتی سعودی (با نهاد هایی چون سازمان داده و هوش مصنوعی عربستان) است که میلیارد ها دلار برای ایجاد اقیانوسی از داده، مراکز ابرمحاسبات و جذب استعداد هزینه می‌کنند.
مشارکت های 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» ملی ها مانند آزمایشگاه هوش مصنوعی سازمان خدمات سلامت بریتانیا (NHS AI Lab) با بودجه چند صد میلیون پوند، پروژه هایی اجرا کرده‌اند که تشخیص سرطان و تراکنش های بالینی را تسهیل کرده و نرخ کشف برخی سرطان ها را افزایش داده است؛
دستاوردی که وزرا و مدیران بیمارستانی آن را نمونه‌ای از منفعتِ ملموس هوش مصنوعی می‌دانند.در انرژی، شرکت های 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، زیربخش هایی مانند صنایع سنگین و خودروسازی با «کارخانه های هوشمند» و نگهداری پیش‌بین، کاهش وقفه‌ها و افزایش کیفیت را تجربه کرده‌اند؛ نمونه هایی که هیئت‌مدیره ها را برای سرمایه‌گذاری متقاعد کرده است.
سرمایه و پیش‌بینی های 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 پیش‌بینی های اقتصادی (که گاهی تا ده ها تریلیون دلار تا سال ۲۰۳۰ متنوع‌اند) به هیئت‌مدیره ها و وزارت‌خانه ها انگیزه مالیِ واضحی داده تا بودجه ها و استراتژی ها 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 آمار ها و مطالعات پشتیبانی می‌شود
(۲) نگرانی امنیتی و صنعتی درباره وابستگی سخت‌افزاری و فناورانه
(۳) تکانه رقابتیِ بین‌المللی که دولت ها 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 جلسه های محرمانهٔ مدیران و کابینه ها می‌گفتند: «ما باید تا فردا این کار را انجام دهیم، یا فردا دیر است.»
لب کلام!
وقتی به نقشه‌ی سرمایه‌گذاری های جهانی در هوش مصنوعی نگاه می‌کنیم، روشن می‌شود که موتور اصلی این شتاب دیوانه‌وار، اقتصاد است. گزارش های 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 شرکت های بزرگ و وزرای اقتصاد در دولت ها، اتاق های فکر خود را ترک کرده و بی‌درنگ بودجه های میلیاردی اختصاص دهند.اما آنچه اقتصاددانان به زبان سرد آمار می‌گویند، صنایع با زبان ملموس‌تری حس می‌کنند:
خودروسازان اگر در سیستم های هوشمند رانندگی سرمایه‌گذاری نکنند، از تسلا و بایدو عقب می‌افتند.بانک ها اگر الگوریتم های تحلیل ریسک را به کار نگیرند، در برابر فین‌تک های نوظهور شکست می‌خورند.
شرکت های دارویی اگر از مدل های مولد برای طراحی دارو بهره نگیرند، دهه ها 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 دولت ها 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 در های بسته یک جمله را تکرار می‌کنند:«یا با هوش مصنوعی همراه می‌شویم، یا از تاریخ حذف خواهیم شد.»
