هوش مصنوعی درونسازمانی: از گزینهی احتیاطی به انتخاب اصلی
مدلهای باز به بهترین مدلها نزدیک شدهاند و سازمانها کارهای حساس را به زیرساخت خود برمیگردانند. در ایران، پای ادامهی کار هم در میان است.
تا چند سال پیش، اجرای هوش مصنوعی روی سرورهای خود سازمان یعنی کنار آمدن با مدلهای ضعیفتر. در سال 1405 این معادله عوض شده است: مدلهایی که میشود روی سختافزار خود سازمان اجرا کرد به بهترین مدلهای دنیا نزدیک شدهاند، و سازمانهای بزرگ دنیا کارهای حساس هوش مصنوعی را به زیرساختی برمیگردانند که خودشان کنترلش میکنند. برای سازمانهای ایرانی دلیل سومی هم هست که از دو دلیل دیگر فوریتر است: ادامهی کار.
فاصلهی مدلهای باز با بهترین مدلها کم شده است
«مدل باز» مدلی است که سازندهاش اجازهی دانلود و اجرایش را روی سرورهای دیگران میدهد. گزارش شاخص هوش مصنوعی دانشگاه استنفورد (AI Index 2026) نشان میدهد در رتبهبندی Chatbot Arena، که کاربران در آن پاسخ مدلها را بینام مقایسه میکنند، برتری بهترین مدل بسته بر بهترین مدل باز از 15.2 درصد در اردیبهشت 1402 به حدود 3 درصد در اسفند 1404 رسیده است. مؤسسهی پژوهشی Epoch AI هم در خرداد 1405 برآورد کرد که بهترین مدلهای باز بهطور میانگین حدود 4 ماه از بهترین مدلهای بسته عقباند.
هزینه هم به همان سرعت پایین آمده است. طبق گزارش سال 2025 استنفورد، هزینهی اجرای مدلی در سطح GPT-3.5 میان آبان 1401 و آبان 1403 بیش از 280 برابر کاهش یافته است. Epoch AI نشان داده مدلهایی که روی یک کارت گرافیک معمولی (کمتر از 2,500 دلار) اجرا میشوند، به توانایی بهترین مدلهای 6 تا 12 ماه قبلتر رسیدهاند. بسیاری از این مدلها، از جمله gpt-oss، Qwen3، DeepSeek، Mistral 3 و Gemma 4، با مجوزهای آزادی مانند Apache 2.0 یا MIT منتشر شدهاند که اجرای آنها را روی سرور سازمان مجاز میکند. شرایط مجوز هر مدل را پیش از استفاده باید خواند؛ چند مدل بسیار بزرگ تازه شرایط خاص خودشان را دارند.
سازمانهای دنیا دادهی حساس را برمیگردانند
گارتنر در فهرست روندهای راهبردی سال 2026 از «بازگرداندن جغرافیایی» (geopatriation) نام برده است: انتقال داده و برنامهها از فضای ابری جهانی به فضای ابری ملی، ارائهدهندگان منطقهای یا مرکز دادهی خود سازمان. برآورد گارتنر این است که تا سال 2030 بیش از 75 درصد شرکتهای اروپا و خاورمیانه چنین کاری کرده باشند؛ رقمی که در سال 2025 کمتر از 5 درصد بوده است.
- طبق گزارش «وضعیت هوش مصنوعی در سازمانها 2026» شرکت Deloitte، که از 3,235 مدیر در 24 کشور پرسیده، 83 درصد هوش مصنوعی مستقل (sovereign AI) را دستکم تا حدی در برنامهریزی راهبردیشان مهم میدانند و 77 درصد کشور سازندهی یک راهکار هوش مصنوعی را در انتخاب فروشنده لحاظ میکنند.
- طبق گزارش هزینهی نشت دادهی IBM در سال 2026 (مرداد 1405)، سهم سازمانهایی که حادثهی امنیتی مربوط به «هوش مصنوعی سایه» داشتهاند، یعنی ابزارهایی که کارکنان بدون اجازهی سازمان به کار میبرند، در یک سال از 20 به 43 درصد رسیده است، و 68 درصد سازمانهایی که دادهشان نشت کرده سیاستی برای مدیریت هوش مصنوعی نداشتهاند.
- گارتنر در مرداد 1405 پیشبینی کرد که هزینهی اجرای مدل برای هر گردشکار مبتنی بر ایجنت تا سال 2028 بیش از 5 برابر شود، هرچند قیمت هر واحد پردازش پایین میآید؛ چون ایجنتها برای هر کار بارها مدل را فرا میخوانند. برداشت ما این است که ظرفیت ثابت روی سختافزار خود سازمان، هزینه را قابل پیشبینیتر میکند.
برای سازمانهای ایرانی، پای ادامهی کار در میان است
ایران در فهرست کشورهای پشتیبانیشدهی سرویسهای OpenAI، Anthropic و Gemini گوگل نیست (بررسی 7 مهر 1405). هر گردشکاری که به این سرویسها تکیه کند، میتواند بیخبر متوقف شود یا حساب کاربریاش مسدود شود.
اتصال به اینترنت بینالملل هم تضمینشده نیست. طبق دادههای Cloudflare Radar، ترافیک اینترنت ایران از 9 اسفند 1404 حدود سه ماه زیر 1 درصد حالت عادی بود و پس از آن هم فقط بخشی از آن بازگشت. در خرداد 1404 هم چند قطعی چندروزه ثبت شد. در این دورهها، هر سازمانی که هوش مصنوعیاش بیرون از کشور اجرا میشد، آن را از دست داد.
قواعد داخلی هم در همین جهت حرکت میکنند. دستورالعمل وزارت علوم دربارهی استفاده از هوش مصنوعی در پژوهش (مهر 1405) دادهها را به عمومی، حساس، محرمانه و سری تقسیم میکند: دادهی محرمانه بدون اجازهی صریح وارد ابزارهای عمومی هوش مصنوعی نمیشود و دادهی سری هرگز. قانون ملی توسعهی هوش مصنوعی هم که شهریور 1405 ابلاغ شد، بر حمایت از فناوریهای متنباز و آمادگی برای تحریمهای احتمالی تأکید دارد.
درونسازمانی یعنی چه، و چه لازم دارد
هوش مصنوعی درونسازمانی فقط نصب یک مدل روی یک سرور نیست. تجربهی ما نشان میدهد پنج جزء باید با هم درست شوند:
| جزء | پرسشی که باید پاسخ داد |
|---|---|
| سختافزار | چند کاربر همزمان، با چه مدلهایی و با چه سرعت پاسخی؟ اندازهی سرور و کارت گرافیک از همین پرسش درمیآید. |
| مدل | کدام مدل باز برای زبان فارسی و کار ما مناسب است، و مجوزش استفادهی ما را مجاز میکند؟ |
| اتصال به دانش سازمان | دستیار از کدام اسناد پاسخ میدهد، و منبع هر پاسخ را نشان میدهد؟ |
| دسترسی و کنترل | هر کاربر به کدام اسناد و کدام مدل دسترسی دارد؟ |
| بهرهبرداری | بهروزرسانی مدلها، پایش کارکرد و پشتیبانی با کیست؟ |
سازمانی که این پنج پرسش را پیش از خرید پاسخ دهد، بهجای یک پروژهی آزمایشی که کنار گذاشته میشود، ابزاری روزمره خواهد داشت.
نگاه واکاو
ما واکاو آتاناموس را با همین فرض ساختیم که دادهی سازمان نباید از سازمان بیرون برود و کار نباید به اتصال بیرونی وابسته باشد. آتاناموس کاملاً روی سرورهای خود سازمان و بدون اینترنت کار میکند، برای هر واحد یک فضای کاری جدا با سطح دسترسی مطابق چارت سازمانی دارد، از اسناد خود سازمان با ذکر منبع پاسخ میدهد، و برای هر فضای کاری میتوان مدل جداگانهای انتخاب کرد. رباتها و روندهای سفارشی هم کارهای تکراری را خودکار میکنند.
اگر میخواهید ببینید هوش مصنوعی درونسازمانی در سازمان شما چه شکلی دارد، صفحهی واکاو آتاناموس را ببینید یا یک پروژهی پایلوت را با ما شروع کنید.