هوش مصنوعی سوورین: چرا کشورها به ساخت مدلهای ملی روی آوردهاند و این روند برای رقابت فناوری جهانی چه معنایی دارد
در سال ۲۰۲۲، راهاندازی یک مدل زبانی بزرگ رقابتی مستلزم دسترسی به کلاسترهای محاسباتی بود که تنها چند شرکت فناوری آمریکایی کنترل آنها را در اختیار داشتند. برای اکثر دولتها، این وضعیت قابلپذیرش به نظر میرسید.
اما تا سال ۲۰۲۶، هوش مصنوعی به بخشی از زیرساخت بنیادین در حوزههای اطلاعات دفاعی، خدمات دولتی، مراقبتهای بهداشتی و سیستمهای مالی تبدیل شده است. دولتهایی که برای تأمین این زیرساخت به hyperscalerهای آمریکایی یا چینی متکیاند، در واقع دادههای حساس خود را به حوزههای قضایی خارجی واگذار میکنند. هوش مصنوعی سوورین — یعنی زیرساخت هوش مصنوعی تحت کنترل ملی یا منطقهای — پاسخی است که بسیاری از کشورها به آن روی آوردهاند.
هوش مصنوعی سوورین دقیقاً به چه معناست
برنامههای هوش مصنوعی سوورین طیف گستردهای را دربرمیگیرند. در یک سوی این طیف، کشورهایی قرار دارند که همه چیز را از صفر میسازند؛ در سوی دیگر، کشورهایی که صرفاً از نسخههای میزبانیشده محلی مدلهای خارجی بهره میبرند. وجه مشترک همه این رویکردها، کنترل است: کنترل بر دادههای آموزشی، زیرساخت محاسباتی، وزنهای مدل و دسترسی به آن.
پروژههای در حال ساخت
امارات متحده عربی: خانواده مدل Falcon ساخته موسسه نوآوری فناوری (TII)، برجستهترین پروژه هوش مصنوعی سوورین با وزنهای باز (open-weights) خارج از چین و آمریکا به شمار میرود. استراتژی هوش مصنوعی امارات با هدف تنوعبخشی به اقتصاد این کشور فراتر از درآمدهای نفتی پیوند خورده است.
فرانسه و اتحادیه اروپا: Mistral AI پیوندهای محکمی با دولت فرانسه دارد و از حمایتهای چشمگیر اتحادیه اروپا بهرهمند شده است. شبکه EuroHPC نیز دسترسی به زیرساخت محاسباتی اروپایی را بهجای AWS یا Azure فراهم میکند.
عربستان سعودی: Allam که توسط SDAIA توسعه یافته، بر پردازش زبان عربی تمرکز دارد. ضعف مدلهای موجود در این زبان، توجیهی محکم برای توسعه مدلهای بومی فراهم میکند.
ژاپن: خانواده Plamo از Preferred Networks و مدلهای cotomi از NEC، زبان ژاپنی را در کانون توجه قرار میدهند. ژاپنی با سه خط نوشتاری متمایز، چالشهای ویژهای برای مدلهای عمومی ایجاد میکند.
هند: BharatGPT و Sarvam AI در حال توسعه مدلهایی هستند که ۲۲ زبان رسمی مندرج در قانون اساسی هند را پوشش دهند.
کره جنوبی: HyperCLOVA X ساخته NAVER، در زمره توانمندترین مدلهای سوورین خارج از آمریکا و چین جای میگیرد.
نیروهای محرک این روند
سه نیروی اصلی این روند را هدایت میکنند. نخست، حاکمیت داده و انطباق با مقررات — GDPR الزام میکند که دادههای شخصی شهروندان اتحادیه اروپا بدون چارچوبهای قانونی خاص از حوزه قضایی این اتحادیه خارج نشوند. دوم، مدیریت ریسک ژئوپلیتیکی — رژیم کنترل صادرات آمریکا نشان داد که دسترسی به زیرساخت هوش مصنوعی میتواند بهمثابه ابزاری در سیاست خارجی به کار گرفته شود. سوم، تناسب زبانی — مدلهای پیشتاز با تمرکز بر زبان انگلیسی، در وظایف غیرانگلیسی عملکرد ضعیفتری از خود نشان میدهند.
شکاف کیفیت
اکثر مدلهای هوش مصنوعی سوورین بهطور چشمگیری از مدلهای پیشتاز جهانی عقب هستند. GPT-5، Claude Opus 4.8 و Gemini 3 در معیارهای عمومی بسیار قدرتمندتر از Falcon، Allam یا Plamo عمل میکنند. با این حال، این شکاف کیفی در حوزههای مختلف اهمیت متفاوتی دارد. برای یک نهاد دولتی که اسناد حقوقی عربی را پردازش میکند، Allam ممکن است در عمل بهتر از یک مدل عمومی با تمرکز بر زبان انگلیسی ظاهر شود.
پیامدها برای سازمانها در صنایع تنظیمشده
هوش مصنوعی سوورین از هماکنون یک واقعیت در تصمیمات خرید سازمانها در اتحادیه اروپا، هند و عربستان سعودی است:
- اقامت داده: پردازش (استنتاج) کجا انجام میشود و زیر کدام حوزه قضایی؟ این دیگر یک الزام فعلی در تصمیمات خرید است، نه نگرانیای برای آینده.
- منشأ مدل: مدل را چه کسی آموزش داده، با چه دادهای و تحت چه شرایطی؟
- ریسک تداوم: اگر ارائهدهنده هوش مصنوعی شما یک شرکت خارجی است، برنامه جایگزین چیست؟
- عملکرد در زبان شما: پیش از تعهد به یک ارائهدهنده، مدلهای مدنظر را روی وظایف واقعی کسبوکارتان آزمایش کنید.
معماری در حال شکلگیری، ترکیبی است: مدلهای پیشتاز خارجی برای وظایف عمومی، و مدلهای سوورین برای کاربردهای حساس. درک اینکه بار کاری هوش مصنوعی شما در کجای این طیف قرار میگیرد، اکنون به یک ضرورت استراتژیک تبدیل شده است.