داستان
BCG: تحلیل ژئوپلیتیک هوش مصنوعی مولد
زمان مطالعه: 6 دقیقه
BCG: تحلیل ژئوپلیتیک هوش مصنوعی مولد
BCG: تحلیل ژئوپلیتیک هوش مصنوعی مولد
داستان
BCG: تحلیل ژئوپلیتیک هوش مصنوعی مولد
زمان مطالعه: 6 دقیقه

هوش مصنوعی مولد در حال تغییر شکل رقابت جهانی و ژئوپلیتیک است و چالش‌ها و فرصت‌هایی را برای ملت‌ها و کسب‌وکارها به طور یکسان ارائه می‌دهد.

شخصیت‌های ارشد گروه مشاوره‌ی بوستون (BCG) و بخش فناوری آن، BCG X، در مورد پویایی‌های پیچیده‌ی رقابت جهانی هوش مصنوعی، سلطه‌ی ابرقدرت‌هایی مانند ایالات متحده و چین، نقش “قدرت‌های میانی” نوظهور و پیامدهای آن برای شرکت‌های چندملیتی بحث کردند.

سرمایه‌گذاری‌های هوش مصنوعی، کسب‌وکارها را در معرض ژئوپلیتیک فزاینده‌ای پرتنش قرار می‌دهد

سیلوان دورانتون، رهبر جهانی BCG X، به خطر ژئوپلیتیک قابل توجهی که شرکت‌ها با آن روبرو هستند اشاره کرد: “برای شرکت‌های بزرگ، نزدیک به نیمی از آن‌ها، ۴۴ درصد، تیم‌هایی در سراسر جهان دارند، نه فقط در یک کشوری که دفتر مرکزی آن‌ها در آن قرار دارد.”

بسیاری از این کسب‌وکارها در کشورهای متعددی فعالیت می‌کنند و آن‌ها را در برابر مقررات متفاوت و مسائل مربوط به حاکمیت آسیب‌پذیر می‌سازد. “آن‌ها تیم‌ها و اکوسیستم هوش مصنوعی خود را بسیار قبل از اینکه چنین تنشی در سراسر جهان وجود داشته باشد، ایجاد کرده‌اند.”

دورانتون همچنین به عدم تعادل آشکار در رقابت عرضه هوش مصنوعی، به ویژه در سرمایه‌گذاری، اشاره کرد.

با مقایسه ارزش بازار شرکت‌های فناوری، ایالات متحده اروپا را ۲۰ برابر و منطقه‌ی آسیا و اقیانوسیه را پنج برابر کوچک‌تر نشان می‌دهد. ارقام سرمایه‌گذاری نیز تصویر مشابهی را ترسیم می‌کنند و عدم تعادل “کاملاً نامتناسبی” را در مقایسه با اندازه‌های نسبی اقتصادها نشان می‌دهند.

این رقابت هوش مصنوعی ناشی از سرمایه‌گذاری‌های عظیم در قدرت محاسباتی، مدل‌های پیشرفته و ظهور مدل‌های سبک‌تر و متن‌باز است که پویایی رقابتی را تغییر می‌دهد.

سنجش قابلیت‌های ملی هوش مصنوعی

نیکلاس لانگ، رهبر جهانی موسسه‌ی BCG Henderson – اتاق فکر BCG – جزئیات تحقیقات گسترده‌ای را که برای سنجش عینی قابلیت‌های ملی GenAI انجام شده است، شرح داد.

این تیم “بالادست GenAI” را تجزیه و تحلیل کرد و بر توسعه‌ی مدل‌های زبان بزرگ (LLM) و شش عامل کلیدی توانمندساز آن تمرکز کرد: سرمایه، قدرت محاسباتی، مالکیت معنوی، استعداد، داده و انرژی.

آن‌ها با استفاده از داده‌های سخت مانند تعداد محققان هوش مصنوعی، اختراعات ثبت‌شده، ظرفیت مراکز داده و سرمایه‌گذاری خطرپذیر، یک تحلیل تطبیقی ایجاد کردند. جای تعجب نیست که این تحلیل نشان داد ایالات متحده و چین پیشتازان آشکار هوش مصنوعی هستند و رهبری خود را در ژئوپلیتیک حفظ می‌کنند.

ایالات متحده دارای بزرگترین مجموعه‌ی متخصصان هوش مصنوعی (حدود نیم میلیون نفر)، قدرت سرمایه‌ی عظیم (۳۰۳ میلیارد دلار سرمایه‌گذاری خطرپذیر، ۲۱۲ میلیارد دلار تحقیق و توسعه‌ی فناوری) و قدرت محاسباتی پیشرو (۴۵ گیگاوات) است.

لانگ بر سلطه‌ی تاریخی آمریکا تأکید کرد و خاطرنشان ساخت: “ایالات متحده از سال ۱۹۵۰ بزرگترین تولیدکننده‌ی مدل‌های برجسته‌ی هوش مصنوعی با ۶۷ درصد بوده است”، رهبری که در چشم‌انداز LLM امروزی منعکس شده است. این قدرت با “قدرت سرمایه‌ی فوق‌العاده” و محدودیت‌های استراتژیک در دسترسی به تراشه‌های پیشرفته‌ی هوش مصنوعی از طریق چارچوب‌هایی مانند چارچوب انتشار هوش مصنوعی ایالات متحده تقویت شده است.

چین، دومین ابرقدرت هوش مصنوعی، قدرت خاصی در داده نشان می‌دهد – رتبه‌ی بالایی در دولت الکترونیک و اشتراک‌های پهنای باند تلفن همراه دارد، در کنار ظرفیت قابل توجه مراکز داده (۲۰ گیگاوات) و قدرت سرمایه.

علیرغم دسترسی محدود به آخرین تراشه‌ها، LLMهای چینی به سرعت در حال کم کردن فاصله‌ی خود با مدل‌های ایالات متحده هستند. لانگ به ظهور مدل‌هایی مانند DeepSpeech به عنوان شاهدی بر این روند اشاره کرد که با تیم‌های کوچک‌تر، ساعات GPU کمتر و تراشه‌های نسل قبلی به دست آمده است.

پیشرفت چین همچنین ناشی از سرمایه‌گذاری سنگین در موسسات آکادمیک هوش مصنوعی (میزبانی ۴۵ مورد از ۱۰۰ دانشگاه برتر جهان)، موقعیت پیشرو در درخواست‌های ثبت اختراع هوش مصنوعی و سرمایه‌گذاری خطرپذیر قابل توجه تحت حمایت دولت است. لانگ پیش‌بینی می‌کند که “دولت‌ها نقش مهمی در تأمین مالی کار هوش مصنوعی در آینده ایفا خواهند کرد.”

قدرت‌های میانی: اروپا، خاورمیانه و آسیا

فراتر از ابرقدرت‌ها، چندین “قدرت میانی” در حال ایجاد جایگاه‌های خاص خود هستند.

اتحادیه اروپا: در حالی که از ایالات متحده و چین عقب‌تر است، اتحادیه اروپا با ظرفیت قابل توجه مراکز داده (۸ گیگاوات) و دومین نیروی متخصص هوش مصنوعی بزرگ جهان (۲۷۵۰۰۰ متخصص) در صورت ترکیب قابلیت‌ها، رتبه‌ی سوم را در اختیار دارد. اروپا همچنین در برترین نشریات هوش مصنوعی پیشتاز است. لانگ بر نیاز به ظرفیت‌های تلفیقی تأکید کرد و پیشنهاد داد که هوش مصنوعی، دفاع و انرژی‌های تجدیدپذیر زمینه‌های کلیدی برای حرکت رو به جلوی اتحادیه اروپا در آینده هستند.

خاورمیانه (امارات متحده عربی و عربستان سعودی): این کشورها از قدرت سرمایه‌ی قوی از طریق صندوق‌های ثروت ملی و قیمت‌های رقابتی پایین برق برای جذب استعداد و ایجاد قدرت محاسباتی استفاده می‌کنند و هدفشان تبدیل شدن به محرکان هوش مصنوعی “از صفر” است. آن‌ها پویایی مثبتی در جذب متخصصان هوش مصنوعی نشان می‌دهند و در رتبه‌بندی نشریات هوش مصنوعی در حال صعود هستند.

آسیا (ژاپن و کره جنوبی): این کشورها با بهره‌گیری از اکوسیستم‌های فناوری قوی موجود در سخت‌افزار و بازی، سرمایه‌گذاری سنگینی در تحقیق و توسعه (حدود ۲۰۷ میلیارد دلار مجموع سرمایه‌گذاری شرکت‌های برتر فناوری) انجام می‌دهند. حمایت دولت، به ویژه در ژاپن، هم عرضه و هم تقاضا را تقویت می‌کند. LLMهای محلی و سرمایه‌گذاری‌های استراتژیک توسط شرکت‌هایی مانند سامسونگ و سافت‌بانک فعالیت قابل توجهی را نشان می‌دهد.

سنگاپور: سنگاپور با تمرکز بر برنامه‌های ارتقاء مهارت استعدادها، حمایت از اولین LLM آسیای جنوب شرقی، تضمین ظرفیت مراکز داده و ترویج پذیرش از طریق ابتکاراتی مانند ایجاد مراکز تعالی هوش مصنوعی، اکوسیستم هوش مصنوعی خود را تقویت می‌کند.

ژئوپلیتیک هوش مصنوعی مولد: استراتژی و حاکمیت

ژئوپلیتیک هوش مصنوعی مولد توسط چهار پویایی آشکار شکل می‌گیرد: ایالات متحده رهبری خود را حفظ می‌کند، که ناشی از یک اکوسیستم فناوری بی‌رقیب است؛ چین به سرعت در حال کم کردن فاصله است؛ قدرت‌های میانی با یک انتخاب استراتژیک بین ایجاد عرضه یا تسریع پذیرش روبرو هستند؛ و تأمین مالی دولتی نقش محوری ایفا خواهد کرد، به ویژه با افزایش هزینه‌های تحقیق و توسعه و فراگیر شدن کالاها.

با افزایش تنش‌های ژئوپلیتیک، احتمالاً کسب‌وکارها زنجیره‌های تأمین GenAI خود را برای پخش کردن ریسک متنوع می‌کنند. رقابت پیش رو با نحوه‌ی هدایت تقاطع نوآوری، سیاست و تاب‌آوری توسط کشورها و شرکت‌ها تعریف خواهد شد.

منبع: اخبار هوش مصنوعی

اشتراک گذاری:

آخرین مقالات پیشنهادی

دیدگاه‌ها

اشتراک در
اطلاع از
guest
0 Comments
قدیمی‌ترین
تازه‌ترین بیشترین رأی
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
دیتانید تو مراحل مختلف تحلیل داده می‌تونه به شما کمک کنه:
  1. امکان‌سنجی خواسته‌ها و تطبیق نیازمندی‌ها
  2. استخراج و تمیز کردن دادگان
  3. طراحی مدل‌های مناسب
  4. آموزش مدل براساس داده‌های به‌دست آمده
  5. استقرار مدل

آخرین اخبار

اخبار مشابه

روش جدید قابلیت اطمینان گزارش‌های تشخیصی رادیولوژیست‌ها را ارزیابی و بهبود می‌بخشد
به دلیل ابهام ذاتی در تصاویر پزشکی مانند اشعه ایکس، رادیولوژیست‌ها اغلب هنگام توصیف وجود یک آسیب‌شناسی خاص، مانند ذات‌الریه، از کلماتی مانند "ممکن ..
فناوری Web3 به ایجاد اطمینان و اعتماد در هوش مصنوعی کمک می‌کند
وعده هوش مصنوعی این است که زندگی همه ما را آسان‌تر خواهد کرد. و با این سهولت بزرگ، پتانسیل سود جدی نیز به همراه می‌آید. سازمان ملل متحد تخمین ...
نینا شیک(نویسنده): تأثیر هوش مصنوعی مولد بر تجارت، سیاست و جامعه
نینا شیک، سخنران و کارشناس برجسته در زمینه هوش مصنوعی مولد است که به دلیل کار پیشگامانه‌اش در تقاطع فناوری، جامعه و ژئوپلیتیک مشهور است...