استراتژی هوش مصنوعی متن‌باز چین ۶۳.۵ درصد از سهم بازار جهانی را به دست آورد و از سلطه آمریکا پیشی گرفت

چشم‌انداز جهانی هوش مصنوعی دستخوش یک تجدید آرایش خاموش اما عظیم شده است. تا جولای ۲۰۲۶، مدل‌های هوش مصنوعی متن‌باز چین ۶۳.۵ درصد از سهم استفاده جهانی از مدل‌ها را به خود اختصاص داده و رسماً از ایالات متحده در رقابت برای استقرار هوش مصنوعی پیشی گرفته‌اند.[6]

این نقطه عطف نشان‌دهنده یک تغییر اساسی نسبت به تنها یک سال پیش است، زمانی که مدل‌های اختصاصی آمریکا بر بازار تسلط داشتند. امروزه، توسعه‌دهندگان در سراسر جهان به طور گسترده حجم کاری خود را از طریق معماری‌های چینی هدایت می‌کنند که این امر ناشی از ترکیبی از دسترسی به وزن‌های باز و قیمت‌گذاری رقابتی است.[5]

داده‌های پلتفرم OpenRouter، بزرگترین پلتفرم تجمیع API هوش مصنوعی در جهان، تصویر واضحی از این گذار ارائه می‌دهد. تا اواسط سال ۲۰۲۶، پنج مدل پرکاربرد جهان همگی چینی بودند که در صدر آن‌ها MiMo-V2.5 شیائومی قرار داشت و تنها این مدل بیش از ۱۰.۵ تریلیون توکن در هفته پردازش می‌کند.[6]

برای توسعه‌دهندگان، تصمیم به تغییر عمدتاً اقتصادی است. مدل‌های پیشرفته چینی با تخفیفی ۶۰ تا ۹۰ درصدی نسبت به مدل‌های بسته پیشرو آمریکایی مانند GPT-5.4 و Claude Opus 4.6 ارائه می‌شوند.[7]

تحلیلگران صنعت خاطرنشان می‌کنند که قیمت، عامل اصلی انتقال این حجم کاری است. اکنون وظایف عاملی (agentic) مشابه را می‌توان با کسری از هزینه سنتی انجام داد و هوش مصنوعی سطح بالا را از یک منبع کمیاب و گران‌قیمت به کالایی فراوان تبدیل کرده است.[7]

افزایش شدید استفاده، عمدتاً توسط «جریان‌های کاری عاملی» (agentic workflows) هدایت می‌شود—برنامه‌نویسی خودکار و وظایف چند مرحله‌ای که در آن‌ها مدل‌های هوش مصنوعی با حداقل دخالت انسانی عمل می‌کنند. این وظایف با حجم بالا اکنون بیش از نیمی از کل توکن‌های خروجی را در پلتفرم‌های مسیریابی اصلی تولید می‌کنند و مهندسان آمریکایی به طور فزاینده‌ای برای اجرای آن‌ها به مدل‌های چینی متکی هستند.[5]

موفقیت این مدل‌ها، فرض اصلی سیاست‌های اخیر فناوری ایالات متحده را به چالش می‌کشد. از سال ۲۰۲۲، واشنگتن کنترل‌های صادراتی سخت‌گیرانه‌ای را بر تراشه‌های پیشرفته هوش مصنوعی، مانند سری H100 انویدیا، اعمال کرد که هدف آن کند کردن پیشرفت هوش مصنوعی چین بود.[1]

اما به جای توقف توسعه، این محدودیت‌ها آزمایشگاه‌های چینی را مجبور کرد تا به شدت در معماری نرم‌افزاری نوآوری کنند. توسعه‌دهندگان با استفاده از تکنیک‌هایی مانند «ترکیب متخصصان» (MoE) و «توجه نهفته چند سر» (MLA)، به عملکردی در سطح پیشرفته دست یافتند و در عین حال محاسبات مورد نیاز برای آموزش و استنتاج را به شدت کاهش دادند.[8]

علاوه بر این، بسیاری از این مدل‌های پیشرو، مانند GLM-5.1 شرکت ژیپو (Zhipu)، به طور کامل بر روی سخت‌افزارهای تولید داخل مانند تراشه‌های Ascend هواوی آموزش دیده‌اند و به این ترتیب نیاز به سیلیکون‌های محدود شده آمریکایی را کاملاً دور زدند.[8]

نتیجه مجموعه‌ای از مدل‌ها است که نه تنها با معیارهای غربی برابری می‌کنند، بلکه گاهی از آن‌ها فراتر می‌روند. به عنوان مثال، GLM-5.1 اخیراً جایگاه برتر را در SWE-Bench Pro—یک آزمون دقیق از قابلیت‌های مهندسی نرم‌افزار در دنیای واقعی—کسب کرد و از بهترین مدل‌های اختصاصی موجود پیشی گرفت.[8]

استراتژی چین به شدت بر اخلاق متن‌باز متکی است. برخلاف رویکرد درهای بسته که مورد علاقه آزمایشگاه‌های بزرگ سیلیکون ولی است، توسعه‌دهندگان چینی وزن‌های مدل خود را تحت مجوزهای آزاد منتشر می‌کنند و به مهندسان جهانی اجازه می‌دهند تا این فناوری را به صورت رایگان دانلود، اصلاح و مستقر کنند.[3]

به گفته کمیسیون بازبینی اقتصادی و امنیتی ایالات متحده و چین، این اکوسیستم باز یک «مزیت رقابتی خودتقویت‌کننده» ایجاد کرده است. استقرار گسترده جهانی، حجم عظیمی از داده‌های دنیای واقعی و بازخورد توسعه‌دهندگان را تولید می‌کند که به نوبه خود بهبود نسل‌های بعدی مدل‌ها را تسریع می‌بخشد.[4]

تأثیر این امر عمیقاً جهانی است. تخمین زده می‌شود که ۸۰ درصد از استارتاپ‌های هوش مصنوعی آمریکا اکنون از مدل‌های متن‌باز چینی در پشته‌های فناوری خود استفاده می‌کنند و برای همه چیز، از کمک به کدنویسی گرفته تا خودکارسازی خدمات مشتری، به آن‌ها متکی هستند.[1]

فراتر از سیلیکون ولی، رویکرد متن‌باز در حال دموکراتیزه کردن دسترسی به هوش مصنوعی در کشورهای جنوب جهانی است. با حذف موانع مالی ورود، توسعه‌دهندگان در بازارهای نوظهور اکنون می‌توانند برنامه‌های سفارشی و محلی‌سازی شده‌ای بسازند که قبلاً از نظر اقتصادی امکان‌پذیر نبودند.[3]

واکنش ژئوپلیتیکی پرتنش بوده است. مقامات آمریکایی نسبت به از دست دادن سریع سهم بازار ابراز نگرانی کرده‌اند و برخی سیاست‌گذاران تهدید به تحریم و آغاز تحقیقات در مورد شیوه‌های مالکیت فکری کرده‌اند.[3]

با این حال، ناظران صنعت خاطرنشان می‌کنند که ماهیت متن‌باز این مدل‌ها مهار آن‌ها را تقریباً غیرممکن می‌سازد. هنگامی که وزن‌های مدل منتشر و در سطح جهانی دانلود می‌شوند، به بخشی دائمی از ابزارهای توسعه‌دهندگان بین‌المللی تبدیل می‌شوند.[2]

در نهایت، ظهور استراتژی هوش مصنوعی متن‌باز چین یک پیروزی بزرگ برای نوآوری جهانی محسوب می‌شود. این تغییر با کاهش هزینه‌ها و افزایش دسترسی، تضمین می‌کند که نسل بعدی هوش مصنوعی به صورت مشارکتی، شفاف و مقرون به صرفه توسط توسعه‌دهندگان در سراسر جهان ساخته خواهد شد.[2][3]