مایکروسافت به دنبال استقلال کامل در هوش مصنوعی تا ۲۰۲۷

گزارش تحلیلی از تصمیم مایکروسافت برای ساخت مدل‌های هوش مصنوعی داخلی تا ۲۰۲۷؛ بررسی تأثیرات فنی، اقتصادی و تجاری این استراتژی بر کاربران، زیرساخت‌ها و بازار سخت‌افزار.

.
مایکروسافت به دنبال استقلال کامل در هوش مصنوعی تا ۲۰۲۷

8 دقیقه

دنبال کردن در گوگل

مایکروسافت سال‌ها آیندهٔ هوش مصنوعی را تبلیغ کرد درحالی‌که بیشتر «مغزها» را به‌صورت پنهانی اجاره می‌داد. آن دوران در حال پایان است. شرکت اکنون به سمت ساخت مدل‌های مرزی (frontier) خود حرکت می‌کند و می‌خواهد تا سال ۲۰۲۷ آن‌ها را آماده کند.

این تغییر اهمیت دارد. مایکروسافت مدت‌ها فناوری اوپن‌ای‌آی را در سرویس‌هایی مثل Copilot و Teams و سایر محصولات خود بسته‌بندی می‌کرد و سپس نتایج را به‌عنوان روایت هوش مصنوعیِ خودش ارائه می‌داد. مفید بود؟ قطعاً. مستقل بود؟ نه چندان.

حالا فضای داخلی ردموند در حال تغییر است. مایکروسافت در تلاش برای ارائهٔ نسخه‌ای آرام‌تر از ویندوز ۱۱ است، ظاهراً در پاسخ به نارضایتی رو به رشد کاربران نسبت به انتخاب‌های طراحیِ سنگین این نرم‌افزار. هم‌زمان، خود را برای جایزه‌ای بزرگ‌تر آماده می‌کند: مدل‌های هوش مصنوعی توسعه‌یافته درون‌سازمانی، بر اساس شرایط و استانداردهای خودِ مایکروسافت.

بلومبرگ گزارش داده است که مصطفی سلیمان، سرپرست بخش هوش مصنوعی مایکروسافت، اهداف شرکت را صریحاً بیان کرده است. هدف روشن است: دستیابی به عملکرد در سطح state-of-the-art تا سال ۲۰۲۷، با مدل‌هایی که قادر به کار در متن، تصویر و صوت باشند.

توافق اوپن‌ای‌آی که بازی را عوض کرد

اما یک قید وجود داشت. توافق قبلی مایکروسافت با اوپن‌ای‌آی محدویت‌هایی داشت که مانع از آن می‌شد شرکت به‌طور کامل روی پای خود بایستد. این محدودیت پس از بازنگری قرارداد در سال گذشته برداشته شد و به مایکروسافت فضای بیشتری داد تا مدل‌های توانمند و عام را بدون تکیهٔ کامل بر شریکش توسعه دهد.

و این شروعی از صفر نیست. در اکتبر گذشته، مایکروسافت استفاده از یک خوشهٔ از تراشه‌های Nvidia GB200 را برای ساخت توان محاسباتی لازم جهت هوش مصنوعی در مقیاس frontier آغاز کرد. سلیمان گفته است که شرکت در «۱۲ تا ۱۸ ماه آینده» سرعت خواهد گرفت تا به سطح زیرساختی مورد نیاز برسد.

این همان داستان واقعی است. مایکروسافت تنها در پی نرم‌افزار هوشمندتر نیست؛ بلکه دارد سخت‌افزار، مدل‌ها و ظرفیت داخلی لازم برای کنترل کامل پشتهٔ فناوری را می‌سازد.

پایان نسبی وابستگی

حذف محدودیت‌های قراردادی به مایکروسافت اجازه می‌دهد تا بدون محدودیت‌های قبلی در طراحی معماری‌های مدل، استراتژی‌های آموزش، داده‌پردازی و مالکیت فنی پیش برود. این امر می‌تواند به معنای کنترل بیشتر بر جنبه‌های حیاتی مانند بهینه‌سازی هزینه‌های آموزش، حفاظت از مالکیت فکری و رعایت سیاست‌های حریم خصوصی و انطباق (compliance) باشد.

در عمل، استقلال بیشتر به مایکروسافت امکان می‌دهد تا زمان‌بندی انتشار ویژگی‌ها، روش‌های به‌کارگیری مدل‌ها در سرویس‌های ابری Azure و شیوهٔ مدیریت دسترسی را مطابق اهداف تجاری و امنیتی خود تنظیم کند. این تغییر، از منظر اقتصاد پلتفرم، می‌تواند توان رقابتی شرکت را در بلندمدت افزایش دهد.

زیرساخت سخت‌افزاری و زنجیرهٔ تأمین

استفاده از تراشه‌های GB200 و سرمایه‌گذاری در خوشه‌های محاسباتی نشان می‌دهد که مایکروسافت می‌خواهد کنترل لایهٔ زیرساخت را هم به‌دست گیرد: از GPU و حافظهٔ RAM تا ذخیره‌سازی و شبکهٔ داخلی. این سطح از مالکیت زیرساخت، برای آموزش مدل‌های بزرگ و نسل بعدی معماری‌های مولتی‌مودال (ترکیبی متن، تصویر، صوت) ضروری است.

در همین حال، افزایش تقاضا برای سخت‌افزار هوش مصنوعی می‌تواند فشار بر زنجیرهٔ تأمین قطعات نیمه‌رسانا و افزایش قیمت‌ها را در پی داشته باشد. وقتی یک بازیگر بزرگ به‌صورت تهاجمی خرید می‌کند، ظرفیت تولید و تخصیص منابع میان رقبا دگرگون می‌شود و این اثرات فوراً در بازار تجهیزات دیتاسنتر و کارت‌های شتاب‌دهنده قابل مشاهده است.

اولین تغییراتی که کاربران خواهند دید

نخستین نشانهٔ قابل مشاهده از این استراتژی همین حالا پدیدار شده است. مایکروسافت اخیراً مدلی برای تبدیل گفتار به متن معرفی کرده که در ۱۱ زبان از میان ۲۵ زبان پرگویش در جهان، از ابزارهای رقیب پیشی می‌گیرد. این مدل برای کار در محیط‌های پرصدا طراحی شده و بنابراین برای جلسات، تماس‌ها و محیط‌های کاری پُرشتاب بسیار کاربردی است. شرکت قصد دارد آن را به‌زودی در Teams و دیگر اپلیکیشن‌های مایکروسافت عرضه کند.

برای کاربران، این می‌تواند به معنی ویژگی‌های هوش مصنوعی بهتر و یکپارچه در ابزارهایی باشد که هر روز به آن‌ها وابسته‌اند: رونویسی سریع‌تر، دستیارهای هوشمندتر، و اشتباهات ناخوشایند کمتر. به بیان دیگر، هوش مصنوعی‌ای که کمتر شبیه یک نمایشی (demo) موقت است و بیشتر شبیه بخشی عملی و کارا از نرم‌افزار به‌نظر می‌رسد.

ساتیا نادلا این جهت‌گیری را این هفته تقویت کرد و اهمیت ساخت مدل‌های در سطح برتر را در سه تا پنج سال آینده مورد تأکید قرار داد. پیام روشن است: مایکروسافت به دنبال استقلال بلندمدت در هوش مصنوعی است و حاضر است هزینه‌های سنگینی را برای رسیدن به آن متحمل شود.

تجربهٔ کاربری بهتر و یکپارچگی سرویس‌ها

وقتی مدل‌های اختصاصی داخلی آماده شوند، شرکت می‌تواند آن‌ها را در لایه‌های مختلف اکوسیستم خود—از ویندوز و Office گرفته تا Azure و سرویس‌های سازمانی—به‌کار ببرد. این یکپارچگی می‌تواند به تجربهٔ کاربری روان‌تر، پاسخ‌دهی سریع‌تر و سفارشی‌سازی بهتر برای مشتریان سازمانی منجر شود. همچنین امکان دارد که ویژگی‌های جدیدی مانند خلاصه‌سازی جلسات، تحلیل خودکار محتوای صوتی و تصویری و پاسخ‌دهی هوشمندتر در برنامه‌های روزمره کاربران ظاهر شود.

با این حال، انتقال از مدل‌های شریک به مدل‌های داخلی نیازمند زمان و آزمون است: اعتبارسنجی، تنظیم دقیق، و تضمین رفتار اخلاقی و حقوقی مدل‌ها از جمله موضوعاتی هستند که باید مدیریت شوند.

اثر بر بازار سخت‌افزار و رقابت صنعت

فشار بیشتر مایکروسافت برای ساخت مدل‌های Frontier به معنای افزایش نیاز به GPU، RAM و فضای ذخیره‌سازی است. این تقاضا می‌تواند بر قیمت‌ها و موجودی قطعات در بازار تأثیر بگذارد و رقبا و فراهم‌کنندگان خدمات ابری کوچکتر را در وضعیت دشوارتری قرار دهد.

  • افزایش قیمت کارت‌های شتاب‌دهنده (GPU): خرید انبوه می‌تواند هزینهٔ دسترسی به سخت‌افزار را بالا ببرد.
  • تأثیر بر ظرفیت دیتاسنترها: نیاز به خنک‌سازی، برق و فضای فیزیکی بیشتر برای خوشه‌های آموزش.
  • نیاز به نوآوری در مدیریت منابع: فنّاوری‌هایی مانند تقسیم بار، آموزش توزیع‌شده و بهینه‌سازی حافظه برای کاهش هزینه‌ها ضروری می‌شوند.

بنابراین، مایکروسافت تنها در حال سرمایه‌گذاری بر مدل‌های نرم‌افزاری نیست، بلکه دارد بازی را در سطح زیرساخت و اقتصاد پلتفرم هم عوض می‌کند.

پیامدهای قانونی و اخلاقی

استقلال هوش مصنوعی همچنین به معنای مسئولیت‌های حقوقی و اخلاقی بیشتر است. تولید مدل‌های بزرگ داخلی نیازمند کنترل دقیق داده‌ها، شفافیت در شیوه‌های آموزش، و تضمین عدم تعصب (bias) و حفظ حریم خصوصی کاربران است. ناظران و قانون‌گذاران از نزدیک رفتار شرکت‌های بزرگ در این حوزه را زیر نظر دارند و هر خطایی می‌تواند منجر به پیامدهای قانونی و آسیب به اعتبار برند شود.

لذا مدیریت مخاطرات، ممیزی‌های داخلی و خارجی، و سازوکارهای پاسخگویی باید در اولویت قرار گیرند تا فناوری‌های جدید نه تنها قدرتمند، بلکه مطمئن و قابل‌اطمینان باشند.

چه چیزی برای بقیهٔ صنعت به‌همراه دارد

پرسش بزرگ‌تر این است که آیا بقیهٔ دنیای فناوری آمادهٔ موج تبعات این تغییر هستند یا خیر. وقتی بازیگری به‌اندازهٔ مایکروسافت به‌صورت جدی وارد تولید مدل‌های frontier می‌شود، اثرات گسترده‌ای در زنجیرهٔ تأمین، بازار خدمات ابری، و رقابت در توسعهٔ محصولات هوش مصنوعی پدید می‌آید.

بعضی از شرکت‌ها ممکن است فرصت را ببینند و به‌سرعت روی تخصص‌سازی، بهینه‌سازی هزینه و همکاری‌های راهبردی سرمایه‌گذاری کنند. دیگران ممکن است در مواجهه با فشار قیمت‌ها و کمبود منابع سخت‌افزاری دچار مشکل شوند. در نهایت، این تغییر می‌تواند منجر به تمرکز بیشتر توان محاسباتی در دست تعداد معدودی از بازیگران بزرگ شود یا بالعکس، با بهبود ابزارها و سرویس‌های میانی، اکوسیستم را گسترده‌تر کند.

فرصت‌ها برای شرکت‌های کوچک و متوسط

شرکت‌های کوچکتر می‌توانند با تمرکز بر تخصص‌های عمودی، ارائهٔ خدمات مدیریت مدل‌ها، و به‌کارگیری راه‌حل‌های هیبریدی (ترکیب مدل‌های عمومی و اختصاصی) به رقابت ادامه دهند. همچنین توسعهٔ ابزارهای بهینه‌سازی هزینهٔ آموزش، مدیریت داده و امنیت مدل‌ها می‌تواند بازارهایی جدید ایجاد کند.

سناریوهای محتمل در پنج سال آینده

  1. سناریوی اول: مایکروسافت موفق می‌شود مدل‌های frontier قابل‌اعتمادی بسازد و بازار را در برخی حوزه‌ها هدایت کند؛ سایر بازیگران یا با سرمایه‌گذاری مشابه پاسخ می‌دهند یا روی همکاری و تخصص‌گرایی تمرکز می‌کنند.
  2. سناریوی دوم: موانع فنی و حقوقی مانع از تحقق کامل اهداف می‌شوند؛ در این صورت همکاری‌های بین‌سازمانی و استفاده از مدل‌های شریک ادامه می‌یابد.
  3. سناریوی سوم: بازار تجهیزات و نیمه‌هادی تحت تأثیر افزایش تقاضا دستخوش تغییرات اساسی می‌شود و بازیگران جدیدی در زنجیرهٔ ارزش ظاهر می‌گردند.

جمع‌بندی و نگاه به آینده

مایکروسافت اکنون می‌خواهد بیش از آنکه اجاره‌دهندهٔ مغزهای هوش مصنوعی باشد، خودِ صاحبِ مغزها باشد. این تغییر، هم فرصت و هم چالش‌های گسترده‌ای برای خود شرکت، رقبا، تأمین‌کنندگان سخت‌افزار و کاربران نهایی ایجاد می‌کند. دستیابی به استقلال هوش مصنوعی تا سال ۲۰۲۷ نیازمند سرمایه‌گذاری عظیم در زیرساخت، مهندسی مدل، مدیریت ریسک و سازوکارهای حقوقی و اخلاقی است.

در کوتاه‌مدت، کاربران ممکن است بهبودهایی در قابلیت‌های رونویسی صوت، دستیارهای هوشمند و یکپارچگی سرویس‌ها مشاهده کنند. در میان‌مدت، رقابت بر سر دسترسی به منابع سخت‌افزاری و نیروهای متخصص تشدید خواهد شد. در بلندمدت، شکل‌گیری اکوسیستم‌های رقابتی جدید حول مدل‌ها و خدمات تخصصی محتمل است.

در نهایت، سؤال اصلی این است: آیا اکوسیستم فناوری جهانی آمادهٔ پذیرش اثرات این تحول است؟ پاسخ تا حد زیادی به واکنش رقبا، سیاست‌گذاران و بازار سخت‌افزار بستگی دارد. اما یک چیز واضح است: مایکروسافت تصمیم گرفته مسیر متفاوتی را دنبال کند و این می‌تواند معمار توازن جدیدی در عصر هوش مصنوعی باشد.

کامران تهرانی
"رویدادهای مهم حوزه فناوری و فرهنگ دیجیتال را پیگیری می‌کنم و سعی می‌کنم با زبانی قابل‌فهم تحولات پیچیده را برای عموم توضیح دهم."

نظر بگذارید

نظرات

هنوز نظری ثبت نشده. اولین نفر باشید.