هوش مصنوعی در ۲۰۲۶: سالی که همه چیز تغییر کرد
سال ۲۰۲۶ برای صنعت هوش مصنوعی سالی استثنایی بوده است. از یک سو، سرمایه‌گذاری‌ها به رکوردهای بی‌سابقه رسیده‌اند و از سوی دیگر، رقابت میان شرکت‌ها به سطح جدیدی از شدت رسیده است. همزمان، چالش‌های زیرساختی مانند تأمین انرژی دیتاسنترها به یک بحران جهانی تبدیل شده است [4].
در ایران نیز، اگرچه گام‌هایی برای توسعه هوش مصنوعی برداشته شده، اما فاصله با میانگین جهانی همچنان قابل توجه است [5]. این تحلیل بر اساس گزارش‌های EY، Gartner، Bloomberg Intelligence و منابع داخلی، تصویری جامع از وضعیت فعلی ارائه می‌دهد.
رقابت مدل‌ها: فاصله آمریکا و چین به کمترین حد رسید
بر اساس گزارش Bloomberg Intelligence در اکتبر ۲۰۲۶، فاصله عملکردی میان مدل‌های هوش مصنوعی چینی و آمریکایی به ۳ درصد کاهش یافته است. این در حالی است که در ماه مه این فاصله حدود ۹ درصد و در اوایل سال ۱۵ درصد بود [10].
DeepSeek و ظهور رقبای چینی
مدل DeepSeek V4.1 Flash در رتبهبندی LiveBench در جایگاه ششم قرار گرفته و امتیاز ۸۱.۱ را کسب کرده است. این امتیاز تنها ۲.۳ واحد کمتر از بهترین مدل Anthropic (Claude Fable 5.1 با امتیاز ۸۳.۴) است [10].
رابرت لی، تحلیلگر ارشد Bloomberg Intelligence، معتقد است پیشرفت چین «تداوم برتری فناوری آمریکا در بلندمدت را زیر سؤال می‌برد» [10].
جدول رتبهبندی LiveBench (سپتامبر ۲۰۲۶)
منبع: LiveBench، Bloomberg Intelligence [10]
Google و مدل جدید Gemini 4 Argon
Google نیز در اکتبر ۲۰۲۶ مدل Gemini 4 Argon را معرفی کرد. این مدل در ارزیابی‌های خارجی تولید متن در صدر قرار گرفته و در مهار توهم‌زایی (Hallucination) بهبود نشان داده است. با این حال، در عملکرد کدنویسی همچنان از OpenAI و Anthropic عقب‌تر است [1].
هوش مصنوعی شخصی: Dots و Muse
OpenAI و Meta در حال توسعه دستیارهای شخصی خود هستند: Dots از OpenAI و Muse از Meta. این دستیارها وعده انجام کارها و خرید را می‌دهند، اما چالش‌های حریم خصوصی و امنیت همچنان مانع گسترش آن‌هاست [1].
سرمایهگذاری: رکورد ۴۳۰ میلیارد دلاری
نیمه اول ۲۰۲۶ فراتر از کل ۲۰۲۵
بر اساس گزارش EY، سرمایهگذاری خطرپذیر جهانی در هوش مصنوعی در نیمه اول ۲۰۲۶ به حدود ۴۳۰ میلیارد دلار رسید. این رقم از کل سرمایهگذاری سال ۲۰۲۵ (۲۵۴ میلیارد دلار) پیشی گرفته است [3][12].
گرث یانگ، شریک EY ایرلند، در این باره می‌گوید: «با وجود ادامه بحث‌ها درباره حباب هوش مصنوعی، کل سرمایهگذاری خطرپذیر در هوش مصنوعی مولد در یک فصل، از کل سال ۲۰۲۵ فراتر رفت. دو سال پیش، هشدارها درباره ۱ تریلیون دلار هزینه صنعت در سه تا پنج سال به صدا درآمده بود؛ امروز تقریباً به همان رقم در یک سال از هایپرسکیلرها رسیده‌ایم» [3].
سرمایهگذاری هایپرسکیلرها
هزینه‌های Amazon، Alphabet و Meta به تنهایی در سال ۲۰۲۶ بین ۴۹۰ تا ۵۲۰ میلیارد دلار پیشبینی شده است. این رقم، صنعت را به نرخ سالانه نزدیک به ۱ تریلیون دلار می‌رساند [3].
تمرکز معاملات
بیش از ۴۰ درصد از ارزش کل معاملات نیمه اول ۲۰۲۶ از تنها چهار معامله بزرگ به دست آمده است. OpenAI، Anthropic و xAI به طور مشترک ۱۷۲ میلیارد دلار جذب کردهاند [3].
بحران انرژی: گلوگاه جدید هوش مصنوعی
رشد ۲۶ درصدی مصرف برق دیتاسنترها
بر اساس پیشبینی Gartner، مصرف برق دیتاسنترهای جهانی در سال ۲۰۲۶ به ۵۶۵ تراوات‌ساعت خواهد رسید که ۲۶ درصد رشد نسبت به سال ۲۰۲۵ (۴۴۷ تراوات‌ساعت) دارد [4].
لینگلان وانگ، مدیر تحقیقات Gartner، می‌گوید: «رشد تقاضا برای بارهای کاری محاسباتی هوش مصنوعی باعث می‌شود مصرف برق دیتاسنترها با سرعتی بی‌سابقه افزایش یابد. اکنون توان محاسباتی هوش مصنوعی محدود به تأمین برق است و تضمین برق دیتاسنتر به میدان نبرد جدیدی در رقابت جهانی هوش مصنوعی تبدیل شده است» [4].
سرورهای بهینه‌شده برای هوش مصنوعی
Gartner پیشبینی می‌کند که در سال ۲۰۲۶، سرورهای بهینه‌شده برای هوش مصنوعی ۳۱ درصد از مصرف برق دیتاسنترها را به خود اختصاص دهند و تا سال ۲۰۲۷ از سرورهای سنتی پیشی بگیرند [4].
پیشبینی ۲۰۳۰
تا سال ۲۰۳۰، مصرف برق دیتاسنترها از ۱۲۰۰ تراوات‌ساعت فراتر خواهد رفت و تقاضای برق به ۲۹۰ گیگاوات می‌رسد. این یعنی شبکه‌های برق فعلی قادر به تأمین نیاز دیتاسنترهای آینده نخواهند بود [4].
هوش مصنوعی خودکار (Agentic AI) در سازمان‌ها
پذیرش گسترده در کسب‌وکارها
بر اساس نظرسنجی NVIDIA از بیش از ۳۲۰۰ شرکت جهانی، ۶۴ درصد سازمان‌ها هوش مصنوعی را وارد عملیات مستقیم خود کردهاند. صنعت مخابرات با ۴۸ درصد و خرده‌فروشی با ۴۷ درصد پیشتاز پذیرش هوش مصنوعی خودکار (Agentic AI) هستند [11].
ارزش بالقوه و چالش‌ها
ارزش سالانه بالقوه هوش مصنوعی خودکار بین ۲.۶ تا ۴.۴ تریلیون دلار تخمین زده می‌شود. اما چالش‌هایی مانند هزینه‌های عملیاتی ۲۴/۷، نبود معیارهای سنجش عملکرد و ریسک‌های امنیتی، پذیرش را کند کرده است [11].
مدل‌های متن‌باز
۸۵ درصد سازمان‌ها مدل‌های متن‌باز را برای سفارشی‌سازی و کنترل هزینه مهم می‌دانند. استراتژی مدل سلسله‌مراتبی (استفاده از مدل‌های ارزان برای کارهای روزمره و مدل‌های گران برای تصمیمات حیاتی) می‌تواند ۴۰ تا ۶۰ درصد هزینه‌های زیرساخت را کاهش دهد [11].
هوش مصنوعی در ایران: گام‌های کوچک، فاصله بزرگ
عقب‌ماندگی ۷ ساله
بر اساس نشست بررسی وضعیت هوش مصنوعی در اتاق بازرگانی تهران، ایران در پذیرش این فناوری ۷ سال از میانگین جهانی عقب است. مجموع سرمایهگذاری ۱۰ سال گذشته هوش مصنوعی در ایران تنها ۸۲ میلیون دلار بوده و بازار این فناوری تا پایان ۱۴۰۳ حدود ۹۰ میلیون دلار برآورد شده است [5].
شهاب جوانمردی، عضو هیئت‌رئیسه اتاق تهران، پنج حلقه مفقوده برای مقیاس‌پذیری هوش مصنوعی در ایران را برشمرد: «دسترسی محدود به داده، کیفیت پایین داده‌ها، ناکافی بودن زیرساخت پردازشی، عدم آمادگی سرمایه انسانی و تأمین مالی ناکافی» [5].
سه اپراتور هوش مصنوعی در راه
وزیر ارتباطات و فناوری اطلاعات از صدور موافقت اصولی سه اپراتور هوش مصنوعی طی یک ماه آینده خبر داد. وزارت ارتباطات مسئول توسعه زیرساخت‌های پردازشی و ذخیره‌سازی شده و استفاده حداکثری از ظرفیت بخش خصوصی در دستور کار است [7][19].
کاربرد هوش مصنوعی در کشاورزی
در اردیبهشت ۱۴۰۵، ایران اولین قرارداد انتقال فناوری در حوزه کشاورزی هوشمند را امضا کرد. سازمان تحقیقات، آموزش و ترویج کشاورزی (AREEO) مدل «آبیاری هوشمند یکپارچه و مدیریت پیشرفته مزرعه» را در مزارع شرکت پارس اجرا می‌کند [6].
غلامرضا نوری، وزیر جهاد کشاورزی، از استفاده از هوش مصنوعی در شیلات، آبیاری هوشمند و برنامه‌ریزی الگوی کشت خبر داده است [15].
جمع‌بندی
سال ۲۰۲۶ برای هوش مصنوعی سالی پرتحول بوده است. سرمایه‌گذاری‌ها به رکوردهای بی‌سابقه رسیده‌اند، رقابت مدل‌ها شدت گرفته و هوش مصنوعی خودکار در حال نفوذ به عملیات سازمان‌هاست. اما چالش‌های زیرساختی مانند تأمین انرژی، محدودیت‌های اخلاقی و امنیتی، و فاصله کشورها در پذیرش فناوری، مسیر پیش‌رو را پیچیده می‌کند.
در ایران نیز گام‌هایی برداشته شده، اما فاصله با میانگین جهانی همچنان قابل توجه است. تحقق اهداف برنامه هفتم توسعه در حوزه هوش مصنوعی نیازمند تأمین منابع پایدار، اصلاح مدل اقتصادی و همکاری مؤثر میان دولت و بخش خصوصی است [16].