بحث درباره هوش مصنوعی چین طی دو سال گذشته بیش از اندازه بر یک پرسش متمرکز بوده است: «کدام مدل بهتر است؛ آمریکایی یا چینی؟» این پرسش اگرچه از منظر رقابت فناوری جذاب است، اما بخش مهم‌تری از واقعیت را پنهان می‌کند. مزیت بلندمدت چین در هوش مصنوعی احتمالاً نه از برتری یک مدل منفرد، بلکه از توانایی آن در ساختن یک زنجیره ارزش نسبتاً کامل و قابل مقیاس از تراشه و محاسبات تا مدل، داده، نرم‌افزار، کاربرد صنعتی و بازار داخلی ناشی خواهد شد. این زاویه نگاه برای اندیشکده دیپلماسی فناوری نیز اهمیت دارد، زیرا موضوع را از رقابت میان محصولات منفرد به سطح معماری فناورانه و صنعتی منتقل می‌کند. DeepSeek نقطه‌ای مهم در این مسیر بود، اما آغاز این مسیر نبود. چین از مدت‌ها پیش سیاست «خودکفایی فناورانه» را به یکی از ارکان سیاست صنعتی خود تبدیل کرده بود. تحریم‌ها و کنترل‌های صادراتی ایالات متحده این روند را تشدید کردند و وابستگی به فناوری‌های خارجی را از یک مسئله اقتصادی به یک مسئله امنیت ملی تبدیل نمودند. گزارش MERICS درباره خودکفایی هوش مصنوعی چین نیز بر همین نکته تأکید می‌کند. چین در مدل‌ها و کاربردها به ایالات متحده نزدیک شده، اما در سخت‌افزارهای پیشرفته و برخی لایه‌های زیرساختی همچنان آسیب‌پذیر است.
این زنجیره را می‌توان در شش لایه مشاهده کرد. محاسبات و تراشه، زیرساخت ابری و مراکز داده، داده، مدل‌های بنیادین، چارچوب‌های نرم‌افزاری و open source و در نهایت کاربردهای صنعتی. در لایه نخست، چین هنوز با یک شکاف جدی مواجه است. MERICS تصریح می‌کند که چین همچنان نمی‌تواند کیفیت تراشه‌های هوش مصنوعی طراحی‌شده در ایالات متحده را به‌طور کامل تکرار کند و در برخی لایه‌های نرم‌افزاری نیز به فناوری‌های خارجی وابستگی دارد. اما این ضعف به معنای ناتوانی کل اکوسیستم نیست. سیاست صنعتی چین به‌جای انتظار برای حذف یکباره این شکاف، در حال ایجاد فشار هم‌زمان بر تمام اجزای زنجیره است. توسعه تراشه‌های بومی، افزایش ظرفیت محاسباتی، حمایت از شرکت‌های طراحی، توسعه مدل‌های داخلی، تقویت open source و تحریک تقاضای داخلی در همین چارچوب قرار می‌گیرند.
DeepSeek فقط یک مدل موفق نیست
DeepSeek از همین منظر اهمیت پیدا می‌کند. موفقیت آن نشان داد که در شرایط محدودیت منابع محاسباتی و دسترسی محدود به پیشرفته‌ترین تراشه‌ها، می‌توان با معماری مدل، بهینه‌سازی، استفاده مؤثر از منابع و روش‌های نوین آموزش و inference، فاصله عملکردی را کاهش داد. به همین دلیل، ارزش DeepSeek برای چین فقط یک benchmark بهتر نیست؛ بلکه اثبات امکان‌پذیری یک مسیر متفاوت توسعه هوش مصنوعی است. این مسیر بر «efficiency» بیش از «scale» تأکید می‌کند.
در رقابت هوش مصنوعی، ایالات متحده از مزیت شرکت‌های frontier، سرمایه خصوصی و دسترسی به پیشرفته‌ترین تراشه‌ها برخوردار است. چین در مقابل، از بازار داخلی بسیار بزرگ، ظرفیت تولید صنعتی، شبکه گسترده دانشگاه‌ها و مراکز تحقیقاتی، حمایت دولت و توانایی بالای تجاری‌سازی در مقیاس برخوردار است. داده‌های Stanford نشان می‌دهند که چین در تولید علمی هوش مصنوعی و تعداد پتنت‌ها در موقعیت قدرتمندی قرار دارد. در سال ۲۰۲۴، نهادهای مستقر در ایالات متحده ۴۰ مدل برجسته و چین ۱۵ مدل برجسته تولید کردند، در حالی که فاصله عملکرد مدل‌های چینی و آمریکایی در برخی benchmarkهای مهم کاهش یافت و چین همچنان در تولید مقالات و پتنت‌های هوش مصنوعی پیشتاز بود.
چرا صنعت می‌تواند برگ برنده چین باشد؟
اما مزیت مهم‌تر چین ممکن است در پیوند هوش مصنوعی با صنعت باشد. چین بزرگ‌ترین پایگاه تولید صنعتی جهان را در اختیار دارد و همین موضوع هوش مصنوعی را از یک بازار نرم‌افزاری به یک فناوری زیرساختی برای بازطراحی تولید تبدیل می‌کند. در سال ۲۰۲۴ چین حدود ۲۹۵ هزار ربات صنعتی نصب کرد؛ رقمی که ۵۴ درصد تقاضای جهانی را تشکیل می‌داد. این داده به ما می‌گوید چرا آینده هوش مصنوعی چین را نمی‌توان صرفاً با تعداد کاربران chatbot یا کیفیت LLMها سنجید. اگر مدل‌های چینی بتوانند با رباتیک، تولید هوشمند، لجستیک، خودروهای هوشمند، انرژی و زیرساخت‌های شهری ترکیب شوند، ارزش اقتصادی هوش مصنوعی می‌تواند در لایه‌ای بسیار بزرگ‌تر از بازار نرم‌افزار مولد خلق شود. از همین منظر، سیاست AI+ چین اهمیت پیدا می‌کند. سیاست رسمی چین بر ادغام هوش مصنوعی با حوزه‌های مختلف اقتصاد و جامعه تأکید کرده است و «AI Plus» را به سمت کاربرد در علم و فناوری، صنعت، مصرف، رفاه عمومی، حکمرانی و همکاری جهانی هدایت می‌کند.
هم‌زمان، برنامه پنج‌ساله پانزدهم چین نیز فناوری‌های نوظهور و آینده مانند هوش مصنوعی، رباتیک، embodied AI، کوانتوم و 6G را در چارچوب گسترده‌تری از صنایع آینده قرار داده است. در نتیجه، چین در حال حرکت از «AI as a product» به سمت «AI as industrial infrastructure» است. این تغییر پیامد ژئوپلیتیکی مهمی دارد. اگر مزیت چین در هوش مصنوعی به‌جای یک مدل منفرد در قابلیت اتصال مدل‌ها به زنجیره‌های صنعتی، شبکه‌های تولید، رباتیک و بازارهای بزرگ شکل گیرد، محدودکردن دسترسی چین به یک لایه از فناوری الزاماً به معنی توقف رشد هوش مصنوعی آن نخواهد بود. اما این مسیر محدودیت‌های جدی نیز دارد. نخست، دسترسی به advanced compute همچنان یک گلوگاه است. دوم، چین در برخی فناوری‌های نرم‌افزاری و زیرساختی به اکوسیستم‌های جهانی وابسته است. سوم، رشد مدل‌های open source چین تا حدی به مشارکت در جامعه جهانی متن‌باز وابسته است؛ در حالی که افزایش جدایی فناورانه می‌تواند همین کانال را نیز محدود کند. MERICS نیز محدودیت دسترسی به تراشه‌های پیشرفته و آینده مشارکت چین در جامعه جهانی متن‌باز را از آسیب‌پذیری‌های مهم این مسیر می‌داند.
بنابراین «خودکفایی» در مورد چین نباید به معنای قطع ارتباط با جهان تعبیر شود. مفهوم دقیق‌تر، strategic autonomy through selective interdependence است. کاهش وابستگی در نقاط گلوگاهی، در حالی که تعامل با شبکه جهانی فناوری تا جایی که برای یادگیری، استانداردسازی و توسعه بازار مفید است حفظ می‌شود. این موضوع برای دیپلماسی فناوری نیز اهمیت دارد. چین در هوش مصنوعی نه تنها به دنبال تولید فناوری، بلکه به دنبال شکل‌دهی به شبکه‌های بین‌المللی استفاده از فناوری است. اگر مدل‌های چینی، ابزارهای open source، زیرساخت‌های ابری و کاربردهای صنعتی آن‌ها در کشورهای دیگر گسترش یابد، چین می‌تواند بخشی از قدرت فناورانه خود را از طریق diffusion به خارج از مرزهایش منتقل کند.
در چنین شرایطی، رقابت هوش مصنوعی به رقابت میان «مدل‌ها» محدود نخواهد بود؛ بلکه به رقابت میان اکوسیستم‌ها تبدیل خواهد شد. برای ایران، این تغییر زاویه دید اهمیت ویژه‌ای دارد. در مواجهه با چین، تمرکز صرف بر خرید یا انتقال یک فناوری هوش مصنوعی می‌تواند راهبردی محدود باشد. فرصت بزرگ‌تر در ایجاد پیوند با بخش‌های مختلف اکوسیستم چین است. دانشگاه‌ها، شرکت‌های مدل‌ساز، مراکز محاسباتی، شرکت‌های رباتیک، تولیدکنندگان سخت‌افزار، پارک‌های فناوری و سرمایه‌گذاران. این همان جایی است که مفهوم «کریدور نوآوری ایران–چین» می‌تواند از یک مفهوم جغرافیایی به یک معماری فناورانه تبدیل شود. DeepSeek بنابراین پایان داستان هوش مصنوعی چین نیست؛ شاید آغاز مرحله‌ای باشد که در آن چین تلاش می‌کند از مزیت مقیاس، تولید صنعتی، داده، سرمایه دولتی و شبکه نوآوری داخلی برای جبران محدودیت‌های خود در تراشه و محاسبات استفاده کند.
در نهایت، پرسش راهبردی این نیست که آیا چین می‌تواند دقیقاً همان مسیر سیلیکون‌ولی را تکرار کند. پرسش مهم‌تر این است که آیا می‌تواند مسیر متفاوتی بسازد؛ مسیری که در آن هوش مصنوعی با سیاست صنعتی، تولید، رباتیک، داده و زیرساخت ملی در هم تنیده باشد. اگر پاسخ مثبت باشد، رقابت آینده هوش مصنوعی بیش از آنکه مسابقه‌ای میان مدل‌ها باشد، مسابقه‌ای میان معماری‌های ملی نوآوری خواهد بود.