استعفای جیکوب کاکسون، پژوهشگر ارشد آنتروپیک (Anthropic)، با استناد به «نگرانی‌های عمیق ایمنی»، شعله‌وار کردن جدلی را که هفته‌ها در محافل سیلیکون ولی دود می‌کرد، به اوج رساند. هم‌زمان، سام آلتمن در مصاحبه‌ای با فورچون از «ذوب کردن تمام GPUها» در صورت لزوم برای بقای بشر سخن گفت ــ بیانیه‌ای که دنیس پورتر، مدیرعامل صندوق اقدام ساتوشی، را به گفتن وادار کرد: «آلتمن از لبه یه فرورفتگی نگاه کرده و چیزی دیده که رو حیرت داره.»

ایمنی یا اقتصاد؟ دو روایت در برابر هم

داستانِ offiziال این است: رهبران اوپن‌ای‌آی، آنتروپیک، گوگل دِپ‌مَند و دیگران هشدار می‌دهند که سرعت پیشرفت هوش مصنوعی از ظرفیت سیستم‌های کنترل و ارزیابی (alignment) فراتر رفته. آلتمن دو سناریوی بدبینانه ترسیم می‌کند: از دست دادن کنترل به سیستم‌های هوشمند، یا تمرکز قدرت بیش از حد در دست قله‌ای تنگ. راهکار پیشنهادی‌شان «هم‌قدمی» (pacing) است؛ یعنی توسعه را ادامه دهید، اما با سرعتی که تست‌های ایمنی بتوانند پی بگیرند.

اما روایتی موازی، و شاید واقعی‌تر، در گفتگوهای خصوصی و توییت‌های محققان شکل می‌گیرد. الی داوید، محقق هوش مصنوعی، مستقیماً می‌نویسد: «این به طور کامل انگیزه داریو (آمودی، مدیرعامل آنتروپیک) رو توضیح میده: کند کردن پژوهش تا هزینه محاسبه که بی‌قید و شرط رشد می‌کنه، کاهش پیدا کنه، تا بتونه IPO بزنه.» گرانت هامر، سرمایه‌گذار AI، می‌افزاید: «ترجمه: حاشیه ناخالص ما توسط مدل‌های متن‌باز به صفر رسیده و نرخ سوخت سرمایه‌گذاری (capex burn rate) ما خیلی بالاست.»

نمودار هزینه‌های محاسباتی و سرمایه‌گذاری در هوش مصنوعی

ترلیون دلاری شدن بازی و شکاف درآمد

ارقام وحشتناک‌اند. گولدمن ساکس سرمایه‌گذاری جهانی AI را در ۲۰۲۶ به حدود ۱ تریلیون دلار برآورد می‌کند (۵۸۱ میلیارد دلار تنها در آمریکا). اس‌اندپی گلوبال پیش‌بینی می‌کند سرمایه‌گذاری جمعی شش هیپراسکیلر (الفابت، آمازون، مایکروسافت، متا، اوراکل، اسپیس‌اکس) تا ۲۰۲۷ از ۱.۳ تریلیون دلار بگذرد. در مقابل، شرکت‌ها هنوز مدل درآمدی پایدار برای پوشش این هزینه‌ها ارائه نکرده‌اند. هر قابلیت جدید، بهانه‌ای برای گرده финанси بعدی، سرمایه‌گذاری زیرساختی بیشتر، یا ارزشیابی بالاتر می‌شود ــ متوقف کردن این «قطار گره» (gravy train) از منظر مالی، کار غیرمنطقی به نظر می‌رسد.

دفاع از صدقیت نگرانی‌ها

اد لئون کلیگر، مدیرعامل استارتاپ فلاک (Flock)، استدلال تجاری‌گرایانه را رد می‌کند: «برای اینکه این دروغ باشه، سام، داریو، دمیس و إیلون همه باید دروغ بگن، همراه با بخش بزرگی از مدیرانشون، دانشمندان ارشد و کارکنان مستعفی... توضیح ساده‌تر: آن‌ها فکر می‌کنن ریسک واقعی است.» نکته‌ی قابل توجه، استعفای کاکسون تنها مورد منفرد نیست؛ در ماه‌های اخیر چهره‌های 두드سته‌ای از تیم‌های safety و alignment بهای تمرکز بر سرعت را داده‌اند.

ریشه‌های استعفاها در تیم‌های ایمنی هوش مصنوعی

واکنش بازار و سیاست: ترمز پابرجا

بورس‌های آسیایی بلافاصله واکنش نشان دادند: سافت‌بانک ۱۳.۲٪، کیوکسیا ۹.۸٪ و اس‌کی هاینیکس ۵.۳٪ افت کردند. از سوی سیاسی، دونالد ترامپ در مصاحبه با فایننشیال تایمز هرگونه کندی را رد کرد: «ما در AI پیشی بر چین داریم... و صریحا می‌خوام اینطور بمونه، چون هر کسی که AI رو برنده بشه، برنده میشه.» استدلال رقیب‌محورانه اکونومیست نوح اسمیت هم تقویت می‌شود: اگر лабораتوارهای آمریکایی ترمز بکشن، رقبای چینی (دیپ‌سیک، زالو، باییدو) با هزینه کمتر و بدون محدودیت‌های امنیتی مشابه، فاصله را از بین می‌برند.

آینده: pacing یا racing؟

نقطه عطف این مقابله، تعریف «pacing» است. آیا واقعاً یعنی «توسعه با سرعت کنترل‌شده تا safety بپیچد» یا در عمل قید و شرطی برای «کاهش capex و حفظ حاشیه سود»؟ با ورود چند تریلیون دلار سرمایه به زیرساخت‌های AI در آمریکا و انتظار آنکه نیمی از رشد سود S&P 500 از این بخش تأمین شود، نه وال‌استریت نه واشنگتن انگیزه قوی برای پافشردن روی ترمز ندارند. نتیجه؟ احتمالاً شاهد یک «pacing» قراردادی خواهیم بود: کمیته‌های ایمنی بیشتر، گزارش‌های شفافیت بیشتر، اما چرخه انتشار مدل‌های قدرتمندتر، بدون توقف واقعی، ادامه یابد ــ تا زمانی که یک اتفاق غیرقابل‌انکار، قواعد بازی را برای همیشه تغییر دهد.