رئیس هوش مصنوعی مایکروسافت: این شرکت برای دستیابی به «ابر‌هوش» از بند قرارداد با OpenAI «آزاد شده است»

نقطه عطف استراتژیک در همکاری با OpenAI

به مدت سه سال، داستان هوش مصنوعی مایکروسافت با OpenAI پیوندی ناگسستنی داشت. این مشارکت — که با سرمایه‌گذاری انباشته‌ای فراتر از ۱۳ میلیارد دلار تحکیم شد — به مایکروسافت دسترسی زودهنگام به پیشرفته‌ترین مدل‌های هوش مصنوعی سیاره زمین را بخشید، محصولات «کوپایلت» (Copilot) آن را به جریان اصلی دنیای شرکت‌ها پرتاب کرد و صدها میلیارد دلار به ارزش بازار آن افزود. برای جهان خارج، استراتژی هوش مصنوعی مایکروسافت همان OpenAI بود.

مصطفی سلیمان می‌خواهد این روایت را تغییر دهد.

به گزارش بخش اخبار فناوری زوم تک , مدیرعامل بخش هوش مصنوعی مایکروسافت (Microsoft AI) در یک گفتگوی اختصاصی با ونچربیت در کنفرانس «مایکروسافت بیلد ۲۰۲۶»، فاش کرد که یک تغییر قراردادی با OpenAI در حدود شش ماه پیش، به بخش او اختیارات رسمی داده است تا آنچه را که خود او صراحتاً «ابرهوش» (Superintelligence) می‌نامد، دنبال کند — آن هم با استفاده از محققان خود مایکروسافت، خطوط لوله داده اختصاصی و تراشه‌های سفارشی این شرکت.

سلیمان در پشت صحنه مرکز فورت میسون گفت: «ما تقریباً شش ماه پیش از قرارداد خود با OpenAI آزاد شدیم تا بتوانیم به طور رسمی ابرهوش را دنبال کنیم. بنابراین، این‌ها هنوز روزهای بسیار اولیه این مسیر است.»

این اظهار نظر که به شکلی کاملاً جدی و واقع‌بینانه بیان شد، واضح‌ترین سیگنال را از یک نقطه عطف استراتژیک در داخل ارزشمندترین شرکت عمومی جهان ارائه می‌دهد. مایکروسافت در حال رها کردن OpenAI نیست؛ اما در کنار آن چیزی می‌سازد — و در نهایت، چیزی را خلق می‌کند که می‌تواند کاملاً روی پای خود بایستد.

رونمایی از خانواده مدل‌های اختصاصی MAI

ملموس‌ترین مدرک برای این تغییر رویکرد، در همان روز ارائه شد. مایکروسافت از خانواده‌ای متشکل از هفت مدل هوش مصنوعی جدید رونمایی کرد که کاملاً در داخل شرکت و توسط «تیم ابرهوش مایکروسافت» توسعه یافته‌اند. این مدل‌ها حوزه‌های استدلال، تولید کد، خلق تصویر، تبدیل گفتار به متن (آوانویسی) و سنتز صدا را پوشش می‌دهند. این مدل‌ها که تحت نام خانواده “MAI” برندسازی شده‌اند، بلندپروازانه‌ترین عرضه هوش مصنوعی اختصاصی مایکروسافت تا به امروز به شمار می‌روند.

مدل پرچمدار این گروه، یعنی MAI-Thinking-1، یک مدل استدلال با ۳۵ میلیارد پارامتر فعال است که به گفته مایکروسافت، در شاخص‌های کلیدی مهندسی نرم‌افزار با مدل‌های پیشرو در کلاس وزنی خود برابری می‌کند و استدلال ریاضی پیشرفته‌ای را به نمایش می‌گذارد.

سلیمان بارها بر یک نکته تأکید کرد: این مدل از ابتدا روی داده‌های پاک و دارای مجوز تجاری آموزش دیده است، بدون اینکه از مدل‌های پیشرو شرکت‌های دیگر تقطیر (Distill) شده باشد — این یک تضاد مستقیم، هرچند ناگفته، با روش رایج در این صنعت است که از خروجی سیستم‌های رقبا برای آموزش جایگزین‌های ارزان‌تر استفاده می‌کنند.

سلیمان در پست وبلاگی خود نوشت: «ما مدل‌های استدلالی خود را از صفر آموزش می‌دهیم. ما از آزمایشگاه‌های دیگر تقطیر نمی‌کنیم و به داده‌های بدون مجوز یا مبهم متکی نیستیم.»

باقی اعضای این خانواده، یک پورتفولیوی چندوجهی را برای استقرار در شرکت‌ها تکمیل می‌کنند:

MAI-Code-1-Flash: یک مدل کدنویسی سبک‌وزن که مخصوص گیت‌هاب کوپایلت و VS Code ساخته شده است.
MAI-Image-2.5: که از تبدیل متن به تصویر و ویرایش تصویر پشتیبانی می‌کند.
MAI-Transcribe-1.5: که مایکروسافت ادعا می‌کند دقیق‌ترین مدل آوانویسی موجود است و در ۴۳ زبان کار می‌کند.
MAI-Voice-2: یک سیستم چندزبانه تولید گفتار.

تمامی این مدل‌ها از طریق «مایکروسافت فاندری» (Microsoft Foundry)، زیرساخت میزبانی و استقرار مدل این شرکت، عرضه می‌شوند و برای اولین بار، توسعه‌دهندگان می‌توانند وزن‌های مدل را خودشان از طریق پلتفرم‌های شخص ثالث از جمله OpenRouter ،Fireworks و Baseten تنظیم کنند.

اما سلیمان در این مصاحبه روشن کرد که این هفت مدل صرفاً یک اثبات مفهوم (Proof of Concept) هستند، نه یک محصول نهایی. پروژه واقعی، خود آزمایشگاه است. او گفت: «وظیفه ما این است که مطمئن شویم وقتی به سال ۲۰۳۰ و فراتر از آن نگاه می‌کنیم، این ظرفیت را داشته باشیم که نه فقط مدل‌ها را از اشخاص ثالث بخریم، بلکه مطلقاً برترین مرزها و بهترین مدل‌های جهان را بسازیم. این یک گذار طولانی‌مدت است.»

جزئیات بازنگری در قرارداد مایکروسافت و OpenAI

برای درک اینکه منظور سلیمان از «آزاد شدن» چیست، باید معماری قراردادی غیرمعمولی را که سال‌ها بر تلاش‌های هوش مصنوعی مایکروسافت حاکم بوده است، درک کنید.

هنگامی که مایکروسافت از سال ۲۰۱۹ شروع به سرمایه‌گذاری‌های میلیاردی در OpenAI کرد، این مشارکت با یک آرایش خاص همراه بود: OpenAI مدل‌های پیشرو را می‌ساخت و مایکروسافت به عنوان ارائه‌دهنده انحصاری رایانش ابری عمل می‌کرد و آن مدل‌ها را در محصولات خود ادغام کرده و از طریق سرویس پلتفرم ابری آزور (Azure) بازفروش می‌کرد. این معامله اهرم تجاری فوق‌العاده‌ای به مایکروسافت داد — دسترسی به پیشرفته‌ترین هوش مصنوعی جهان بدون نیاز به ساخت آن — اما در عین حال یک وابستگی نیز ایجاد کرد. مایکروسافت صراحتاً از دنبال کردن تحقیقات هوش مصنوعی عمومی (AGI) خود منع شده بود و این توافق حتی سقف اندازه مدلی را که شرکت می‌توانست آموزش دهد محدود می‌کرد و آن را از ساخت سیستم‌هایی فراتر از یک آستانه محاسباتی مشخص (که با واحد FLOPS سنجیده می‌شود) بازمی‌داشت.

آن توافقنامه رسماً بازنگری و بازنویسی شد. همانطور که رسانه‌های فرچون و اکسیوس در ماه نوامبر گزارش دادند، معامله اصلاح‌شده با OpenAI این محدودیت‌ها را از بین برد و راه را برای سلیمان هموار کرد تا «تیم ابرهوش MAI» را راه‌اندازی کند و آنچه را که او «ابرهوش انسان‌محور» می‌نامد، دنبال کند. نتیجه، به تعبیر سلیمان در آن زمان، یک «محیطِ بهترینِ هر دو جهان» بود؛ جایی که «ما آزادیم ابرهوش خودمان را دنبال کنیم و در عین حال از نزدیک با آن‌ها همکاری داشته باشیم.»

تا زمانی که او برای گفتگو با ونچربیت در بیلد ۲۰۲۶ نشست، تقریباً شش ماه از آغاز رسمی آن تلاش برای خودکفایی گذشته بود. مایکروسافت پیش از این عرضه مدل‌های داخلی را آغاز کرده بود — از جمله MAI-Image-2-Efficient، یک مدل تولید تصویر سبک‌تر که در ماه آوریل عرضه شد — اما هفت مدل MAI معرفی‌شده در بیلد، بلندپروازانه‌ترین عرضه این تیم تا به امروز است.

با این حال، سلیمان این تغییر جهت را به عنوان گسست از OpenAI نمی‌بیند. او موقعیت فعلی مایکروسافت را موقعیت «فراوانی» توصیف کرد، نه کمبود: «هیچ نیاز فوری و مبرمی برای پر کردن یک شکاف در بازه زمانی سه ماهه یا شش ماهه وجود ندارد. ما OpenAI را داریم، آنتروپیک را داریم، و هزاران مدل دیگر را در داخل فاندری داریم. بنابراین در حال حاضر حجم عظیمی از حق انتخاب‌ها در اختیار ماست.»

این نوع قاب‌بندی، گویای همه‌چیز است. حرکت مایکروسافت به سمت مدل‌های پیشرو اختصاصی، ناشی از بحران در رابطه با OpenAI نیست، بلکه برآمده از یک محاسبه استراتژیک است: از آنجا که هوش مصنوعی به حیاتی‌ترین لایه فناوری در محاسبات سازمانی تبدیل می‌شود، این شرکت نمی‌تواند برای این قابلیت بنیادین، کاملاً به شرکای خود وابسته باشد. سلیمان گفت: «در پنج سال آینده، ما باید قادر به تولید مدل‌هایی در مقیاس پیشرو و در سطح استانداردهای جهانی باشیم. این ماموریت ماست.»

جهش از چت‌بات‌ها به سمت عامل‌های خودکار (AQ)

اگر آن هفت مدل MAI نشان‌دهنده بلندپروازی فنی باشند، قابلیت جدیدی به نام «تنظیم پیشرو» (Frontier Tuning) نشان‌دهنده منطق تجاری آن است. سیستم تنظیم پیشرو که همزمان با مدل‌ها در بیلد معرفی شد، به مشتریان سازمانی اجازه می‌دهد تا مدل‌های MAI را با استفاده از داده‌های اختصاصی، گردش کار و اصطلاحات دامنه خود، همگی در چارچوب امنیتی و انطباق پذیری خود شخصی‌سازی کنند. این سیستم از محیط‌های یادگیری تقویتی استفاده می‌کند — آنچه مایکروسافت آن را «باشگاه‌های آموزشی برای هوش مصنوعی» می‌نامد — که به عامل‌ها (Agents) اجازه می‌دهد مستقیماً از وظایف واقعی محیط کار، بدون تأثیر بر سیستم‌های عملیاتی و زنده، یاد بگیرند.

نتایجی که مایکروسافت به اشتراک گذاشته شگفت‌انگیز است. گزارش شده است که یک مدل MAI تنظیم‌شده برای نرم‌افزار اکسل، با عملکرد مدل GPT 5.4 مطابقت دارد، در حالی که با کارایی و بازدهی تا ده برابر بیشتر عمل می‌کند.

سلیمان قابلیت Frontier Tuning را به عنوان بخشی از یک مرحله تکاملی گسترده‌تر قاب‌بندی کرد — حرکتی از هوش به سمت عمل. او به ونچربیت گفت: «ما اساساً فراتر از گفتگو حرکت کرده‌ایم. اکنون در حال حرکت به سمت عمل هستیم.»

او چارچوب جدیدی را برای تفکر درباره این پیشرفت معرفی کرد: شیفت از IQ (هوش فاکتورمحور و واقعی) به EQ (هوش عاطفی، یا توانایی پیروی از دستورالعمل‌های لحن و سبک) به آنچه او آن را **AQ — یعنی «ضریب اقدامات» (Actions Quotient)** می‌نامد.

عامل‌های هوش مصنوعی آینده، به تعبیر سلیمان، فقط به سوالات پاسخ نخواهند داد. آن‌ها به نرم‌افزارهای سازمانی وارد می‌شوند، در گردش‌های کاری پیچیده میان چندین اپلیکیشن ناوبری می‌کنند و وظایف را در سراسر اکسل، ورد، تیمز، جیرا، ادوبی ایندیزاین و سیستم‌های مدیریت ارتباط با مشتری (CRM) اجرا می‌کنند — درست مانند یک کارمند انسان.

او گفت: «شما باید بتوانید در روز اول کاری خود حاضر شوید و تقریباً اطلاعات کاربری و دسترسی‌ها را به یک عامل هوش مصنوعی جدید واگذار کنید. مدل باید بتواند در همه این محیط‌های مختلف حرکت کند و این در واقع قدرت بزرگ مایکروسافت است.»

اعلامیه‌های بیلد ۲۰۲۶ این موضوع را در قالب محصولات عینی اثبات کرد. سیستم Microsoft Scout، اولین عامل «خلبان خودکار» (Autopilot) این شرکت، به عنوان یک دستیار همیشه روشن در پس‌زمینه عمل می‌کند که بر پایه فناوری منبع‌باز OpenClaw ساخته شده است. این سیستم با هویت تحت نظارت خود در داخل Microsoft Entra اجرا می‌شود، بنابراین اقدامات آن قابل حسابرسی و ردیابی است. پلتفرم **Windows 365 for Agents** به عامل‌های هوش مصنوعی کامپیوترهای ابری مدیریت‌شده اختصاصی خودشان را می‌دهد و به آن‌ها اجازه می‌دهد مستقیماً با برنامه‌ها و مرورگرها در محیط‌های سازمانی تعامل داشته باشند.

داده‌های سازمانی؛ معدن طلای بعدی آموزش هوش مصنوعی

سلیمان همچنین توضیح داد چرا معتقد است موقعیت مایکروسافت به طور منحصربه‌فردی غیرقابل‌نفوذ و قابل دفاع است — و این استدلال کمتر به معماری مدل مربوط می‌شود و بیشتر به این برمی‌گردد که کار واقعی در کجا اتفاق می‌افتد.

او با اشاره به تلاش‌های اولیه این صنعت برای بلعیدن وبِ باز گفت: «ما به نوعی تمام استخرهای آشکار داده‌های آموزشی را جارو کرده‌ایم. در مرحله بعدی، ما می‌خواهیم بتوانیم این عامل‌ها را در اختیار شرکت‌ها قرار دهیم تا روی وظایف خاص خود با داده‌هایی که در داخل گردش‌های کاری بزرگ خود دارند، آموزش ببینند.»

این ادعا ظریف اما بسیار پیامدگذار است. موج اول هوش مصنوعی مولد روی متن‌های در دسترس عموم — کتاب‌ها، وب‌سایت‌ها، پست‌های ردیت و مخازن کد — آموزش دیده بود. آن داده‌ها اکنون تا حد زیادی تخلیه و تمام شده‌اند و استفاده از آن‌ها به طور فزاینده‌ای در دادگاه‌ها با چالش روبرو است.

موج بعدی، به استدلال سلیمان، روی داده‌های اختصاصی سازمانی آموزش خواهد دید: گردش‌های کاری داخلی، ردهای تصمیم‌گیری و دانش سازمانی که نحوه عملکرد سازمان‌های واقعی را تعریف می‌کنند. مایکروسافت که به گفته سلیمان از طریق آزور به ۴۹۳ شرکت از لیست ۵۰۰ شرکت برتر فورچون خدمات می‌دهد، از قبل در داخل آن گردش‌های کاری از طریق مایکروسافت ۳۶۵، تیمز، دینامیکس ۳۶۵ و اکوسیستم گسترده‌تر آزور جا خوش کرده است. فناوری Frontier Tuning مکانیزمی است که این مزیت موقعیتی را به عملکرد مدل تبدیل می‌کند.

سلیمان گفت: «مردم این موضوع را کم‌اهمیت جلوه می‌دهند که این بخش، قلمرو بعدی هوش مصنوعی خواهد بود.»

لیست شرکای اولیه برای سیستم Frontier Tuning بازتاب‌دهنده این بلندپروازی است:

مایو کلینیک (Mayo Clinic): جایی که مایکورسافت در حال خلق مشترک یک مدل هوش مصنوعی پیشرو برای حوزه بهداشت و درمان با استفاده از داده‌های بالینی هویت‌زدایی‌شده است.
موسسه EY: که در حال تنظیم یک عامل مشاوره مالیاتی برای استقرار در میان ۷۵,۰۰۰ متخصص در سطح جهان است.
شرکت Land O’Lakes و انتشارات Pearson.

مهندسی معکوسِ هزینه با تراشه‌های اختصاصی Maia 200

هیچ‌کدام از این‌ها بدون یک زیرساخت محاسباتی در مقیاس صنعتی کار نمی‌کند و سلیمان درباره اقتصاد سخت‌افزاری که زیربنای استراتژی مایکروسافت است، به طور غیرمعمولی رک و صریح بود.

او گفت: «ما بزرگ‌ترین خریدار پردازنده‌های گرافیکی (GPU) در سیاره زمین هستیم. ما بزرگ‌ترین خریدار تراشه‌های GB200 و GB300 در جهان هستیم.»

سلیمان گفت مایکروسافت به خرید شتاب‌دهنده‌های انویدیا «برای سال‌های بسیار بسیار زیادی در آینده» ادامه خواهد داد. اما این شرکت همزمان در حال ساخت سیلیکون سفارشی خود است. Maia 200، نسل دوم شتاب‌دهنده هوش مصنوعی مایکروسافت، در حال حاضر در فاز تولید در دیتاسنترهای آیوا و آریزونا در حال اجراست و برنامه‌هایی برای استقرار آن در ایتالیا، استرالیا و کره جنوبی در دست اقدام است. به گفته مایکروسافت، تراشه Maia 200 بهترین نسبت «توکن به ازای دلار به ازای وات» را در ناوگان این شرکت ارائه می‌دهد.

سلیمان در این مصاحبه نکته دقیق‌تری را در مورد این ابعاد اقتصادی بیان کرد: او گفت تراشه Maia 200 حدود ۳۰ درصد از تراشه GB200 انویدیا از نظر هزینه کارآمدتر است. و هنگامی که مایکروسافت مدل‌های MAI خود را برای اجرا به صورت بومی روی سیلیکون Maia بهینه‌سازی مشترک می‌کند، این شرکت شاهد بهبود ۱.۴ برابری اضافی در عملکرد به ازای هر وات است. او گفت: «در سال‌های آینده، ساخت بر روی مدل‌های MAI با تراشه‌های Maia 200 و Maia 300 در داخل آزور ارزان‌تر تمام خواهد شد.»

این ادعا — اگر در مقیاس وسیع حفظ شود — پیامدهای عمیقی برای چشم‌انداز رقابتی دارد. این بدان معناست که مایکروسافت صرفاً راه خود را برای رسیدن به تسلط بر هوش مصنوعی از طریق خرید از انویدیا هموار نمی‌کند؛ بلکه در حال ساخت یک پشته عمودیِ یکپارچه (Vertically Integrated Stack) است که در آن مدل‌های خودش، روی تراشه‌های خودش، در داخل ابر خودش، و تنظیم‌شده روی داده‌های خود مشتریانش، می‌توانند عملکرد و ویژگی‌های هزینه‌ای را ارائه دهند که هیچ رقیبی نتواند آن را تکرار کند.

رد فرضیه کالا‌شدگی مدل‌ها و چشم‌انداز ۵ ساله

سلیمان همچنین به شدت در برابر یکی از محبوب‌ترین روایت‌ها در سیلیکون ولی ایستادگی کرد: اینکه مدل‌های هوش مصنوعی به سرعت در حال تبدیل شدن به یک کالای عمومی و پیش‌پاافتاده (Commoditizing) هستند.

او گفت: «خیلی از مردم می‌گویند مدل‌ها در حال کالا شدن هستند؛ من فکر نمی‌کنم این درست باشد.»

استدلال او بر چیزی استوار است که خودش آن را «توکن‌های باکیفیت» (Quality Tokens) می‌نامد — این گزاره که ترکیب، کیوریشن (سروامور)، تایید مجوز و حذف داده‌های تکراریِ آموزشی، حداقل به اندازه مقیاس خام اولیه اهمیت دارد. او گفت مدل‌های جدید MAI مایکروسافت روی یک ترکیب پیش‌آموزشی متشکل از تقریباً ۵۰ درصد کد باکیفیت آموزش دیده‌اند و مابقی آن از منابع دارای مجوز تجاری و با دقت انتخاب‌شده تامین شده است.

او استدلال کرد که نتیجه این کار، یک «تبار و اصالت» متمایز از مدل‌های بهینه‌سازی‌شده برای کدنویسی، استدلال و رفتار عاملیت‌محور است — که اساساً با مدل‌های بهینه‌سازی‌شده برای چت‌های مصرف‌کننده، محتوای فرهنگی یا گستردگی چندزبانه متفاوت است.

او از استعاره خاصی برای توصیف این رویکرد استفاده کرد که از نظریه بهینه‌سازی وام گرفته شده است: **«ماشین تپه‌نوردی» (Hill-climbing Machine)**. این عبارت سیستمی را توصیف می‌کند که به طور مداوم — چرخه پس از چرخه — با اعمال محاسبات بیشتر، داده‌های بهتر و ارزیابی دقیق‌تر بهبود می‌یابد. این استعاره آشکارکننده است زیرا یک فرآیند را توصیف می‌کند، نه یک مقصد. سلیمان قول نمی‌دهد که مایکروسافت در سه ماهه آینده بهترین مدل جهان را خواهد ساخت؛ او استدلال می‌کند که مایکروسافت در حال ساخت سیستمی است که در طول سال‌ها مدل‌های تدریجاً بهتری تولید خواهد کرد.

تصویر استراتژیکی که از اظهارات سلیمان پدیدار می‌شود، شرکتی را نشان می‌دهد که خود را برای آینده‌ای آماده می‌کند که در آن قابلیت هوش مصنوعی از یک شریک اجاره نمی‌شود، بلکه به صورت داخلی و در مقیاسی بزرگ، در هر لایه از این ساختار تولید می‌شود.

مایکروسافت هنوز به OpenAI نیاز دارد. این مشارکت همچنان به کوپایلت، خدمات هوش مصنوعی آزور و زیرساخت ChatGPT قدرت می‌دهد. سلیمان نیز به این موضوع اذعان کرد و پورتفولیوی ارائه‌دهندگان مدل مایکروسافت را منبع قدرت دانست، نه مشکلی که باید حل شود. اما مسیر حرکت غیرقابل اشتباه است. مایکروسافت با مدل‌های پیشرو خود، سیلیکون سفارشی خود، محیط‌های یادگیری تقویتی خود برای تنظیمات سازمانی و زیرساخت عامل‌های خودکار، در حال ساخت یک مسیر موازی است — مسیری که تا سال ۲۰۳۰ می‌تواند این شرکت را به یک آزمایشگاه هوش مصنوعی پیشرو و کاملاً خودکفا تبدیل کند که در داخل بزرگ‌ترین پلتفرم نرم‌افزاری سازمانی جهان جاگذاری شده است.