اسمهان حکاک | در ماه مه ۲۰۲۶، انتشار سند «نظرات اجرایی در مورد عاملهای هوشمند » (Implementation Opinions on Intelligent Agents) توسط دولت چین، فراتر از یک بخشنامه اداری، نشاندهنده تولد یک «اقتصاد عاملمحور » (Agentic Economy) است. این سند که حاصل ائتلاف راهبردی سه نهاد حاکمیتی—CAC (امنیت سایبری)، NDRC (برنامهریزی اقتصادی) و MIIT (توسعه صنعتی) است، پیامی روشن برای مدیران ارشد و استراتژیستهای بینالمللی دارد: عصر هوش مصنوعی به عنوان «دستیار»، به پایان رسیده و عصر هوش مصنوعی به عنوان «کارگزار مستقل» آغاز شده است.
۱. تکامل استراتژیک: از AI Plus به عاملیت تمامعیار
سیاست جدید مه ۲۰۲۶، در واقع مرحله اجرایی و بلوغ یافته ابتکار AI Plus (معرفی شده در ۲۰۲۵) است. اگر AI Plus به دنبال تزریق هوش مصنوعی به بدنه صنایع بود، چارچوب جدید بر «خودمختاری عملیاتی» تمرکز دارد. برای رهبران کسبوکار، این به معنای گذار از سیستمهای پاسخگو (Reactive) به سیستمهای پیشکنشی (Proactive) است که قادرند زنجیرههای تأمین را مدیریت کنند، ابزارهای نرمافزاری را به کار بگیرند و بدون مداخله مستقیم انسان، تصمیمات لحظهای اتخاذ کنند.
۲. تقابل پارادایمها: چین ۲۰۲۶در برابر AI Act اتحادیه اروپا
برای استراتژیستهای کلان، درک تفاوت ساختاری میان این دو قطب قدرت ضروری است. این تضاد، فضای رقابتی آینده را در دو مسیر کاملاً متفاوت تعریف میکند:
- اتحادیه اروپا (رویکرد حقوقمحور و پیشگیرانه): در AI Act، تمرکز بر مهار ریسک است. سیستمهای خودمختار در دسته «پرریسک» قرار میگیرند و لایههای متعددی از شفافیت و نظارت انسانی (Human-in-the-loop) بر آنها تحمیل میشود. اروپا آگاهانه «سرعت نوآوری» را فدای «امنیت حقوقی و اخلاقی» کرده است.
- چین (رویکرد مأموریتمحور و توسعهگرا): سند ۲۰۲۶ چین، «عاملیت» را نه یک تهدید، بلکه یک زیرساخت ملی میبیند. در این مدل، نظارت از نوع پویا (Dynamic Monitoring) است و تمرکز اصلی بر تعاملپذیری صنعتی (Interoperability) قرار دارد. چین به دنبال ساخت یک اکوسیستم است که در آن عاملهای هوشمند بتوانند بهطور یکپارچه با یکدیگر معامله و تعامل کنند.
نکته کلیدی: درحالیکه اروپا به دنبال«توضیحدهی»(Explainability) هر تصمیم ماشین است،چین بر«عملکرد» (Performance) و ادغام ساختاری تأکید دارد. این شکاف، سرعتِ تجاریسازی سیستمهای خودمختار را در شرق به مراتب بالاتر خواهد برد.
۳. الزامات جدید در زیرساخت و حکمرانی شرکتی
این تغییر سیاست، مدلهای سرمایهگذاری در حوزه فناوری را بازتعریف میکند:
- استانداردسازی به جای انحصار: تأکید سند ۲۰۲۶ بر پروتکلهای مشترک، به معنای پایان دوران سیستمهای بسته است. شرکتهایی برنده خواهند بود که عاملهای هوشمند آنها قابلیت «گفتگوی بینسازمانی» داشته باشند.
- تغییر در لایه سختافزار: با تمرکز بر استنتاج (Inference) مداوم، نیاز به زیرساختهای محاسباتی محلی و بهینه (Local AI Factories) جایگزین ابرپروژههای متمرکز آموزش مدل خواهد شد.
۴.استانداردهای لجستیک و زنجیره تأمین بینالمللی
تغییر در استانداردهای لجستیک بینالمللی بر اثر سیاستهای «هوش مصنوعی عاملمحور» (Agentic AI) چین در سال ۲۰۲۶، فراتر از اتوماسیون ساده است؛ ما در حال حرکت به سمت پدیدهای هستیم که میتوان آن را «تجارت خودمختار» (Autonomous Commerce) نامید.در این تحول، زنجیره تأمین از یک مدل «واکنشی و تحت کنترل انسان» به یک مدل «پیشکنشی و تحت مدیریت عاملها» تغییر ماهیت میدهد. در ادامه، محورهای اصلی این تغییر در استانداردهای جهانی تحلیل شده است:
۱. ظهور پروتکلهای A2A (عامل به عامل) به عنوان استاندارد جدید تجارت
تا پیش از این، استانداردهای لجستیک بر پایه تبادل دادههای الکترونیکی (EDI) یا APIهای ایستا بود. چارچوب مه ۲۰۲۶ چین، تمرکز را بر استانداردسازی گفتگو میان عاملها قرار داده است.
- تغییر پارادایم: به جای اینکه سیستم شرکت A به سیستم شرکت B متصل شود، «عامل هوشمند» شرکت A با «عامل هوشمند» شرکت B بر سر قیمت، زمان تحویل و مسیر حملونقل مذاکره کرده و قرارداد دیجیتال امضا میکند.
- اثر جهانی: اگر چین موفق شود استانداردهای این تعاملات (مشابه تکامل پروتکلهایی مثل MCP ) را تثبیت کند، هر بازیگر بینالمللی که بخواهد با اکوسیستم چین تجارت کند، ناچار به پذیرش این پروتکلهای «عاملمحور» خواهد بود.
۲. زنجیرههای تأمین «خود-ترمیمگر » (Self-Healing Supply Chains)
ابتکار AI Plus که در سال ۲۰۲۵ معرفی شد، زیربنای لازم برای جمعآوری دادههای کلان را فراهم کرد. سیاست ۲۰۲۶ این دادهها را به «تصمیم» تبدیل میکند.
- مدیریت بحران بدون انسان: در صورت بروز اختلال در یک بندر یا مسیر دریایی، عاملهای هوشمند به طور خودکار و در لحظه، کل زنجیره تأمین را بازطراحی میکنند (Rerouting)، موجودی انبارها را در نقاط دیگر رزرو کرده و لجستیک جایگزین را فعال میکنند.
- استاندارد جدید: سرعت پاسخگویی به بحران از «روز و ساعت» به «میلیثانیه» تغییر مییابد که این موضوع استانداردهای بیمه و مدیریت ریسک در تجارت بینالملل را دگرگون خواهد کرد.
۳. تغییر واحد اندازهگیری بهرهوری در لجستیک
در مدلهای سنتی، بهرهوری با شاخصهایی مثل Turnover سنجیده میشد. در عصر Agentic AI چین، شاخص «نرخ خودمختاری عملیاتی» (Operational Autonomy Rate) به استاندارد اصلی تبدیل میشود.
| لجستیک سنتی ۲۰۲۴ | لجستیک عاملمحور ۲۰۲۶ | بخش |
| توسط تحلیلگران انسانی بر اساس دادههای گذشته | توسط عاملها بر اساس پیشبینی جریانهای آینده | برنامهریزی |
| استعلام قیمت دستی و مناقصه | مذاکره و خرید خودکار توسط عاملهای خریدار | تدارکات (Procurement) |
| بررسی فیزیکی و دیجیتال توسط اپراتور | تأییدیه آنی از طریق امضای دیجیتال عاملهای حاکمیتی | گمرک و اسناد |
| سرورهای مرکزی | کارخانههای AI محلی (Local AI Factories) | زیرساخت سختافزاری |
۴. چالش «دیوار دیجیتال» و استانداردهای دوگانه
تضاد میان رویکرد توسعهگرای چین در سند ۲۰۲۶ و رویکرد نظارتی AI Act اروپا، میتواند منجر به ایجاد دو قطب استاندارد در لجستیک شود:
- بلوک چین: اولویت بر سرعت، عاملیت بالا و حذف حداکثری مداخله انسان برای کاهش هزینه توکن و زمان.
- بلوک غرب: اولویت بر شفافیت (Auditability) و تأییدیه انسانی در هر مرحله از زنجیره تأمین.
- نتیجه: شرکتهای لجستیکی بینالمللی مانند Maersk یا DHL ناچار خواهند بود سیستمهای «دوموتوره» طراحی کنند که هم با عاملهای خودمختار چینی جفت شود و هم استانداردهای نظارتی سختگیرانه غرب را پاس کند.
سند مه ۲۰۲۶ چین، لجستیک را از یک «خدمات پشتیبانی» به یک ارکستر هوشمند تبدیل میکند. برای مجموعههایی که در حوزه Agentic AI و توسعه زیرساختهای محلی فعالیت میکنند، این تغییر به معنای یک فرصت بزرگ برای تعریف «هابهای لجستیک هوشمند» است که بر پایه پروتکلهای عاملیت (و نه فقط جابجایی کالا) بنا شدهاند.
۵. نبرد استانداردهای سختافزاری: انویدیا در برابر تراشههای بومی چین
در حالی که سند «نظرات اجرایی ۲۰۲۶» چارچوب نرمافزاری و حاکمیتی برای فعالیت عاملها را تعریف میکند، رونمایی شرکت انویدیا از تراشه «آرتیایکس اسپارک» (RTX Spark) در نمایشگاه کامپیوتکس، بُعد سختافزاری این رقابت جهانی را وارد فاز جدیدی کرده است. این تراشه که حاصل همکاری استراتژیک انویدیا و مایکروسافت برای بازآفرینی رایانههای شخصی است، با هدف انتقال قدرت هوش مصنوعی از مراکز داده بزرگ به ایستگاههای کاری محلی و لپتاپها طراحی شده است.
حرکت انویدیا به سمت پردازش محلی، پاسخی مستقیم به نیازهای عملیاتی است که در سند مه ۲۰۲۶ چین پیشبینی شده است. گذار از سیستمهای ابری متمرکز به سمت زیرساختهای محاسباتی محلی و بهینه، یکی از الزامات کلیدی برای تحقق «تجارت خودمختار» است. تراشههایی مانند RTX Spark با فراهم کردن قدرت استنتاج (Inference) در لبه شبکه، گلوگاههای پهنای باند را حذف کرده و امکان فعالیت ۲۴/۷ عاملهای هوشمند را فراهم میکنند.
رقابت میان انویدیا و راهبرد سختافزاری چین را میتوان در قالب جدول زیر تحلیل کرد:
| شاخص مقایسه | راهبرد چین (سند مه ۲۰۲۶) | راهبرد انویدیا (RTX Spark) |
| هدف بنیادین | ایجاد زیرساخت ملی و اقتصاد عاملمحور | تسلط بر بازار سختافزارِ رایانههای شخصی هوشمند |
| زیرساخت هدف | کارخانههای AI محلی (Local AI Factories) | لپتاپها و رایانههای شخصی (Edge AI) |
| تمرکز فنی | تعاملپذیری صنعتی و پروتکلهای A2A | حداکثرسازی توان استنتاج محلی و یکپارچگی با ویندوز |
| رویکرد حاکمیتی | نظارت پویا و امنیت سایبری (توسط CAC) | استانداردسازی از طریق اکوسیستم بسته نرمافزار-سختافزار |
سند مه ۲۰۲۶ چین صراحتاً بر جایگزینی زیرساختهای محاسباتی محلی به جای ابرپروژههای متمرکز تأکید دارد. انویدیا با درک این تغییر جهت، در حال رقابت مستقیم با تراشههای بومی چین (نظیر محصولات هوآوی و شرکتهای داخلی) است تا پیش از تثبیت استانداردهای ملی چین، اکوسیستم خود را به عنوان بستر پیشفرض «عاملهای هوشمند» تحمیل کند. برای مدیران ارشد، این نبرد به معنای آن است که انتخاب سختافزار دیگر تنها یک تصمیم فنی نیست، بلکه یک انتخاب راهبردی میان «انعطافپذیری اکوسیستم انویدیا» و «انطباق با استانداردهای حاکمیتی چین» خواهد بود.
آمادگی برای بهرهوری خودمختار
رهبران کسبوکار باید بدانند که چارچوب ملی چین در مه ۲۰۲۶، تنها یک قانون داخلی نیست، بلکه پیشنویسی از استانداردهای رقابتی در نیمه دوم این دهه است. در دنیایی که «عاملهای هوشمند» واحد جدید سنجش بهرهوری هستند، سازمانهایی که استراتژی خود را بر مبنای «عاملیت مستقل» بازطراحی نکنند، در مواجهه با رقبایی که با سرعت ماشین تصمیم میگیرند، دچار شکست ساختاری خواهند شد. تطابق میان زمانبندی انتشار سند چین و حرکت انویدیا نشان میدهد که جهان به سمت «هوش مصنوعیِ توزیعشده» در حرکت است. سازمانهایی که در مسیر توسعه «کارخانههای محلی هوش مصنوعی» گام برمیدارند، اکنون با گزینههای متنوعتری در لایه سختافزار روبرو هستند، اما چالش اصلی، حفظ تعاملپذیری میان این سختافزارهای متنوع و پروتکلهای جدیدِ تجارت خودمختار خواهد بود.
