صدور پروانه اپراتوری هوش مصنوعی در ایران، گامی بلند در جهت ساماندهی اقتصاد دیجیتال است، اما تحلیل ابعاد فنی و حقوقی آن نشان‌دهنده شکاف میان رویکرد رگولاتوری و واقعیت‌های زیست‌بوم نوآوری کشور در پاییز ۱۴۰۳ است.
پارادوکس بنگاه‌های لنگر و بازیگران خرد
تلاش اخیر وزارت ارتباطات برای تعریف ساختار AISP، بر محوریت «بنگاه‌های لنگر» استوار شده است. این رویکرد اگرچه از منظر مدیریت منابع محدود در زیرساخت‌های رایانش ابری منطقی به نظر می‌رسد، اما نگرانی‌ها از شکل‌گیری انحصار در لایه خدمات هوش مصنوعی را تشدید کرده است. استدلال معافیت شرکت‌های کوچک در این طرح، اگرچه ظاهراً برای کاهش بار رگولاتوری است، اما در عمل می‌تواند منجر به ایجاد سقف‌های شیشه‌ای برای استارتاپ‌های نوپا شود که برای توسعه مدل‌های زبانی بزرگ (LLM) به منابع پردازشی کلان نیاز دارند.
چالش‌های حقوقی و امنیت داده‌ها
یکی از اساسی‌ترین نقدهای وارده به مصوبه AISP، فقدان چارچوب‌های شفاف در حوزه حکمرانی داده‌هاست. در حالی که مدل‌های هوش مصنوعی نیازمند حجم عظیمی از داده‌های بومی برای آموزش هستند، مشخص نیست که «اپراتورهای هوش مصنوعی» تا چه حد در برابر نشت اطلاعات کاربران یا نقض حریم خصوصی در پروسه آموزش مدل‌ها مسئول خواهند بود. تداخل وظایف بین نهادهای امنیتی و وزارت ارتباطات در این حوزه، کماکان ابهامی بزرگ برای سرمایه‌گذاران بخش خصوصی باقی مانده است.
ابعاد فنی و زیرساخت رایانشی
از منظر زیرساختی، پیاده‌سازی این اپراتوری مستلزم تحول در شبکه انتقال داده کشور و افزایش ظرفیت پردازش GPU است.
- نیاز به ارتقای زیرساخت مراکز داده (Data Centers) برای میزبانی مدل‌های سنگین.
- چالش تأمین سخت‌افزارهای پردازشی تحت تحریم و تأثیر آن بر قیمت تمام شده خدمات هوش مصنوعی.
- لزوم ایجاد استانداردهای ملی برای ارزیابی عملکرد مدل‌های هوش مصنوعی (AI Benchmarking).
مشخصات تحلیلی مصوبه AISP
- هدف اصلی: تمرکزگرایی در مدیریت منابع محاسباتی و داده‌های کلان.
- چالش رقابتی: خطر ایجاد انحصار برای اپراتورهای دارای لایسنس دولتی.
- وضعیت حقوقی: نیاز به بازنگری در حوزه‌های مسئولیت مدنی و امنیت سایبری داده‌ها.
