‏⭐ ۵/۶

با دشوار شدن دسترسی به بودجهٔ دولتی، شرکت‌های رباتیک مبتنی بر هوش مصنوعی به بازارهای عمومی روی آوردند. در ماه اوت، Unitree، یکی از بزرگ‌ترین تولیدکنندگان ربات‌های انسان‌نما در چین، در بورس اوراق بهادار شانگهای فهرست شد. این شرکت نزدیک به یک میلیارد دلار در عرضه اولیه عمومی خود جمع‌آوری کرد و تقاضای بیش از حد برای سهام باعث شد که قیمت آن در روز نخست معامله بیش از ۴۵۰ درصد افزایش یابد. اما اگرچه بازارهای عمومی می‌توانند بخشی از خلأ ناشی از کاهش حمایت دولتی را پر کنند، دامنهٔ آن‌ها محدود است. تنها تعداد معدودی از شرکت‌های رباتیک به بورس رفتند و مقامات چینی با الزام به نشان دادن درآمد پایدار و فروش تجاری قبل از فهرست شدن، این مسیر را دشوارتر می‌سازند. این مقررات بخشی به این دلیل است که فناوری هنوز به‌صورت مقیاس‌پذیر تجاری‌سازی نشده است.

با این حال نشانه‌هایی وجود دارد که این فناوری جذاب‌تر می‌شود و می‌تواند به سرعت گسترش یابد. اگرچه بیشترین فروش روبات انسان‌نمای یونتری در نه ماه اول سال ۲۰۲۵ برای آموزش و پژوهش بود، بیش از دو‑سوم فروش روبات‌های چهارپای این شرکت (در واقع سگ‌های رباتیک) برای مصارف مصرف‌کننده و صنعتی بود؛ برای مثال گشت‌زنی در مناطق صنعتی به منظور شناسایی خطرات ایمنی یا همراهی با سالمندان تنها. این سهم از کمتر از یک‑سوم در سال ۲۰۲۲ افزایش یافته است. اگر شرکت‌های رباتیک پولی را که از حمایت دولتی، عرضه اولیه عمومی و فروش به دست می‌آورند، به کار بگیرند، روبات‌های مبتنی بر هوش مصنوعی بیشتری در سال‌های آینده به کارهای تجاری وارد می‌شوند. همزمان، تولیدکنندگان در سراسر چین می‌توانند این روبات‌ها را برای خطوط تولید خود خریداری کنند و بدین ترتیب درآمد و داده‌های واقعی‌ای که شرکت‌های تجسمی هوش مصنوعی مانند یونتری برای بهبود سریع‌تر محصولاتشان نیاز دارند، تولید می‌شود.

دستیابی به دنیای فیزیکی

درهٔ سیلیکون عمدتاً بر یک رویکرد برای توسعه هوش مصنوعی تمرکز کرده است: بهبودهای خودتقویت‌شونده در نرم‌افزار (به‌ویژه عوامل هوش مصنوعی) که می‌توانند وظایف دیجیتالی پیچیده‌تری را انجام دهند. پیشرفت‌های کدنویسی باعث شده‌اند مدل‌های زبانی بزرگ خودمختارتر عمل کنند و مسائلی سخت‌تر، از جمله اثبات‌های ریاضی به‌نظر غیرممکن، را حل کنند. اما با وجود پیشرفت عظیم، سرمایه‌گذاری در ادغام هوش مصنوعی در دنیای فیزیکی محدود است. به‌جای آن، این فرض وجود دارد که پیشرفت‌های نرم‌افزاری سرانجام به قابلیت‌های دنیای واقعی تبدیل می‌شوند.

این فرض ممکن است نادرست باشد. حتی اگر مدل‌های هوش مصنوعی بتوانند کارهای مهندسان نرم‌افزار، حسابداران، مشاوران و وکلا را انجام دهند، ممکن است به‌راحتی نتوانند وظایف اقتصاد واقعی را بر عهده بگیرند. سیستم‌های دیجیتال به تنهایی نمی‌توانند خطوط تولید را اداره کنند، مزارع را برداشت کنند، مواد معدنی را استخراج کنند یا جنگ‌ها را به‌جای دهند؛ همچنین به‌راحتی نمی‌توانند داده‌هایی جمع‌آوری کنند که نشان‌دهندهٔ چگونگی انجام این کارهای فیزیکی باشد. خودکارسازی این بخش‌ها احتمالاً به هر دو مدل نرم‌افزاری پیشرفته و حجم عظیمی از داده‌های مربوط به تعاملات فیزیکی نیاز دارد. بنابراین، حتی اگر واشنگتن همچنان پیشرو در نرم‌افزار بماند، چین می‌تواند با به‌کارگیری هوش مصنوعی در اقتصاد فیزیکی و جمع‌آوری داده‌های واقعی بیشتر، به‌سرعت پیشی بگیرد یا حتی ایالات متحده را پشت سر بگذارد.

هرچه واشنگتن مدت بیشتری بخش رباتیک خود را نادیده بگیرد، عقب‌ماندگی‌اش بیشتر خواهد شد. شرکت‌های آمریکایی در برخی بخش‌های زنجیره‌ی تأمین رباتیک مبتنی بر هوش مصنوعی پیشرو هستند؛ برای مثال، NVIDIA تراشه‌هایی را طراحی می‌کند که به‌عنوان «مغز» این سامانه‌ها عمل می‌کنند. اما در مقایسه با چین، ایالات متحده تعداد بسیار کمی شرکت دارد که ربات‌های کامل می‌سازند و این شرکت‌ها با هزینه‌های بالاتر تولید و کمبود شدید نیروی مهندسی مواجه‌اند. سرمایه‌گذاری‌هایی که واشنگتن قصد دارد در پایه‌های تولید آمریکایی انجام دهد، برای تقویت رقابت‌پذیری ایالات متحده در رباتیک مبتنی بر هوش مصنوعی اساسی است. دولت آمریکا می‌تواند برنامه‌های آموزشی در مهندسی مکانیک، خودکارسازی و رباتیک راه‌اندازی کند تا مسیر تأمین نیروی متخصص ایجاد شود و همچنین برای تولیدکنندگانی که در ایالات متحده تولید می‌کنند، مشوق‌های مالیاتی ارائه دهد.

پایهٔ تولیدی چین می‌تواند به‌محیطی برای آموزش هوش مصنوعی تبدیل شود.