آخرین اخبار
همهٔ اخبار
گزارش‌ها و تحلیل‌ها گزارش بحرانیت ۲/۱۰

رشد سریع مدل‌های Open-weight و تغییر موازنه قدرت در بازار هوش مصنوعی

رشد سریع مدل‌های Open-weight و تغییر موازنه قدرت در بازار هوش مصنوعی

گزارش‌های اخیر از Vercel AI Gateway نشان می‌دهد که مدل‌های با وزن باز (Open-weight models) به سرعت در حال به دست آوردن سهم بازار هستند. بر اساس این داده‌ها، سهم هزینه‌کرد برای این مدل‌ها بین ژوئن تا سپتامبر بیش از چهار برابر شده و در حال حاضر حدود 71.5 درصد از توکن‌های پردازش شده در این درگاه را به خود اختصاص داده‌اند.

تغییر در الگوی مصرف و کاهش وابستگی

در ماه سپتامبر، سهم هزینه‌های مربوط به مدل‌های Open-weight به حدود یک‌چهارم کل تراکنش‌ها رسیده است. نکته قابل توجه این است که در حالی که حجم تراکنش‌ها نسبت به سال گذشته افزایش یافته، اما میانگین قیمت هر توکن حدود 47 درصد کاهش یافته است. همچنین، حدود یک‌سوم تیم‌ها در ماه سپتامبر ارائه‌دهنده اصلی هوش مصنوعی خود را تغییر داده‌اند که نشان‌دهنده کاهش Vendor lock-in (وابستگی به یک فروشنده خاص) و افزایش رقابت در این بازار است.

سهم مدل‌های برتر و ظهور رقبای جدید

مدل‌های آمریکایی مانند Claude Opus 5.5 و GPT-6 Astra همچنان بیشترین سهم از هزینه‌ها را دارند، اما مدل‌های چینی به سرعت در حال رشد هستند. برای نمونه، مدل DeepSeek V4.1 Flash در رتبه سوم هزینه‌کرد قرار گرفته است. علاوه بر این، مدل‌هایی مانند Kimi (محصول Moonshot AI) و GLM-5.3 (محصول Z.ai) توانسته‌اند سهم قابل توجهی از توکن‌ها و بودجه‌های پردازشی را جذب کنند.

ریسک‌های ژئوپلیتیک و محدودیت‌های صادراتی

این تغییر در معماری مصرف هوش مصنوعی، ابعاد امنیتی و سیاسی جدیدی را به همراه دارد. تلاش‌های دولت آمریکا برای محدود کردن مدل‌های Open-weight می‌تواند مستقیماً بر کسب‌وکارهای آمریکایی که از این مدل‌ها استفاده می‌کنند یا آن‌ها را میزبانی می‌کنند، تأثیر بگذارد.

از سوی دیگر، چین نیز پیشنهاداتی برای اضافه کردن 40 مورد تکنولوژی (از جمله 23 مورد مرتبط با AI) به لیست کنترل صادرات خود ارائه داده است. این اقدام باعث ایجاد عدم قطعیت برای شرکت‌های آمریکایی می‌شود که به مدل‌های چینی وابسته هستند، چرا که دولت چین می‌تواند در هر لحظه مجوزهای استفاده از این مدل‌های Open-source را لغو کند.

ضرورت بازنگری در استراتژی‌های حاکمیتی

کارشناسان معتقدند که برای مقابله با این عدم قطعیت‌ها، نیاز به یک چارچوب رگولاتوری جامع است که هم استفاده از فناوری‌های AI آمریکایی در خارج از کشور و هم استفاده از مدل‌های چینی در داخل ایالات متحده را پوشش دهد تا ریسک‌های زنجیره تأمین (Supply Chain) در حوزه هوش مصنوعی مدیریت شود.