نمایشگاه جیتکس ۲۰۲۵، بعنوان یکی از رویدادهای مهم فناوریاطلاعات و هوش مصنوعی در مهرماه ۱۴۰۴ در شهر دبی امارات برگزار شد. بنظرم جیتکس ۲۰۲۵ نقطه عطفی در تغییر پارادایم هوش مصنوعی منطقه بود. کشورهای عربی از مرحله “مصرفکننده فناوری” به “سازنده و صاحبحاکمیت فناوری” رسیدهاند و متاسفانه فاصله ایران از یک “شکاف تکنولوژیک” به یک “شکاف نسلی” تبدیل شده است.
مطابق روال دو سال گذشته، گزارش بازدید از نمایشگاه جیتکس ۲۰۲۵ را در دستور کار داشتم، ولی این بار دیگر قصد نداشته و ندارم که در مورد نحوه حضور در نمایشگاه و یا غرفههایی که بازدید کردیم، گزارشی داشته باشم (که همه خوانندگان امکان استفاده از ChatGPT و Grok و… را دارند و گزارشهای فراخور نیاز خود را از آنها دریافت میکنند) بلکه میخواهم به برخی نتایج، Trendهای تکنولوژیک و دستاوردهای مشاهداتی خود بصورت کلی اشاره کرده و سرخطها و دغدغههای شخصی خود را بیان نمایم.
موضوع اول- عبور از Horizontal LLMها به Vertical LLMها
در نمایشگاه امسال دیگر اینکه یک مدل LLM را با فلان ظرفیت عظیم پردازشی بهصورت From Scratch یا حتی بصورت Fine Tuning، Instruction Tuning و… بصورت Horizontal تولید کردهاند، افتخاری قابل ارائه نبود و حتی برای رونمایی از چتباتهایی با روشهای مختلف Agentic RAG، تلاش مضاعفی دیده نمیشد، مگر اینکه چتبات مورد نظر، مبتنی بر Vertical LLM و در یک حوزه تخصصی خاص ارائه میشد. این در حالی بود که در نمایشگاه سال گذشته تلاشهایی برای تصاحب بازار Horizontal LLMهای عربی مشاهده میشد. (متاسفانه هنوز در ایران، تولید Horizontal LLM فقط جهت اعلام حضور در چرخه فناوری! Trend است و حتی برایش رویداد و دورههای آموزشی فراوانی برگزار میشود.)
جالب است عرض کنم که چند سالی است که شرکت هوآوی با ارائه قدرتمند Vertical LLM صنعتی با نام Pangu LM که کلیه مفاهیم Connectivity را بصورت حرفه درک میکند یا Vertical LLM شرکت زیمنس با نام LLM4PLC برای خودکارسازی صنعتی به این حوزه ورود کردهاند.
شاید بتوان برای نمایشگاه جیتکش ۲۰۲۵، عبور از تولید و ارائه LLMهای Horizontal و همه منظوره (که توسط شرکتهای بسیار مطرح، بازارشان تصاحب شده است و دیگر اقیانوس قرمز خونآلود هستند) به تولید و ارائه LLMهای Vertical در حوزههای صنعت، سلامت، خردهفروشی و…اشاره کرد.
نکته دیگر در حوزه Agenticها، تلاش گسترده برای رقابت با n8n و Flowise و گنجاندن مشابهات اینگونه Agenticها در برنامههای سازمانی و صنعتی بود که میتواند این Trend در سالهای آتی، بالغتر شود.
قسمت دوم: ظهور LQMها، حرکت به سمت مدلهای کمی و عددی
نسل بعدی AI برای دنیای واقعی
در ادامه مشاهداتم از جیتکس ۲۰۲۵، یکی از برجستهترین تحولات، ظهور “مدلهای کمی بزرگ یا LQM ها” (Large Quantitative Models) یا اصطلاحاً مدلهای فیزیک مبنا، بود که بهعنوان مکمل برتر LLMهای افقی عمل میکنند. اگرLLMها بر پایه متن و زبان عمومی ساخته شدهاند و در تولید محتوا یا چتهای همهمنظوره میدرخشند، LQMها بر پایه دادههای عددی، معادلات فیزیکی، آمار و شبیهسازیهای دقیق بنا شدهاند. این مدلها نه تنها الگوهای زبانی را رها میکنند، بلکه مستقیماً با جهان کمی (Quantitative) تعامل میکنند: پیشبینیهای دقیق، بهینهسازی پیچیده و حل مسائل واقعی که LLMها در آنها ضعیف عمل میکنند.
در نمایشگاه، LQMها دیگر یک مفهوم تئوریک نبودند؛ به عنوان “هوش کمی(Quantitative AI) “ معرفی میشدند که بر اساس اصول فیزیک، شیمی و ریاضیات آموزش میبینند. برخلافLLMها که روی دادههای اینترنتی (اغلب نویزی) تربیت میشوند، LQMها از دادههای اختصاصی با دقت بالا (مانند معادلات بنیادی و شبیهسازیهای مولکولی) استفاده میکنند. نتیجه، دقت بالاتر، مصرف انرژی کمتر و کاربردهای صنعتی عمیقتر خواهد بود. مثلاً در حالی که یک LLM ممکن است توصیف کند که یک مولکول چگونه رفتار میکند، یک LQM آن را شبیهسازی و پیشبینی میکند – بدون نیاز آزمایشگاههای مجهز و بدون نیاز به آزمایشهای پرهزینه.
این تغییر پارادایم دقیقاً در راستای موضوع قبلی درباره عبور از LLMهای افقی است؛ LQMها عمدتاً Vertical هستند و برای حوزههای خاص مانند شیمی، مالی، انرژی و زیستفناوری طراحی میشوند. در جیتکس ۲۰۲۵، پنلهای متعددی (از جمله سخنرانیهای روز سوم) به این موضوع اختصاص داشت و تأکید بر این بود که LQMها میتوانند چرخه R&D را از سالها به ماهها کاهش دهند. جالب اینکه، در غرفههای کشورهای عربی، LQMها با Sovereign AI ترکیب شده بودند تا مدلهای “ملی” کَمّی برای دادههای محلی (مانند مدلهای انرژی عربی) بسازند.
کاربردهای کلیدی LQMها که در جیتکس ۲۰۲۵ برجسته بودند:
- کشف دارو و زیستفناوری: شبیهسازی رفتار مولکولها با دقت اتمی وکاهش هزینههای آزمایشگاهی.
- بهینهسازی انرژی و مواد: پیشبینی جریان سیالات در پالایشگاهها (مانند آنچه Saudi Aramco استفاده میکند) یا طراحی مواد جدید برای باتریهای کارآمدتر.
- مالی و پیشبینی: مدلسازی ریسک، پیشبینی بازار سهام و بهینهسازی زنجیره تأمین با آمار دقیق، نه حدسهای زبانی.
- امنیت سایبری: تشخیص الگوهای کمی در حملات، مانند رمزنگاری کوانتومی مقاوم.
- صنایع سنگین: در Brownfieldها، LQMها برای Predictive Maintenance وSoft Sensorها (سنسورهای مجازی) استفاده میشوند، که مستقیماً به بحث Retrofit مرتبط است.
در اینجا باید اشاره کنم که در ایران، جایی که صنایع ما مملو از دادههای عددی خام (از سنسورهای متصل به PLCها تا لاگهای تولیدی) هستند، LQMها میتوانند پلی باشند به سمت AI واقعی. اما متأسفانه، هنوز تمرکز روی LLMهای زبانی است؛ در حالی کهLQMها میتوانند بهرهوری معادن و کارخانههایمان را دوچندان کنند.
LQMها همان موضوعی هستند که ایران میتواند بهجای رقابت جهانی با LLMها، یک مزیت بومی بسازد. تهیه مدلهای LQM و کاربردیسازی آنها در صنایع را، به شرکتها و استارتاپهای ایرانی توصیه اکید میکنم.
موضوع سوم- مسیر واقعی ورود صنایع و معادنBrownfield به صنعت چهارم و Retrofit:
در اغلب صنایع جهان، بهویژه صنایع سنگین مانند فولاد، معدن، سیمان، سرامیک، نفت و گاز، واقعیت این است که کارخانهها “از صفر” ساخته نشدهاند. بلکه سالها پیش، بنا شده و کمکم توسعه یافتهاند و امروز با همان زیرساخت، کابلکشی، ماشینآلات و سیستمهای کنترل قدیمی در حال کار هستند. این واحدها که بهعنوان Brownfield شناخته میشوند، ستون فقرات تولید در کشورهای صنعتی و در حالتوسعه را تشکیل میدهند
در کشور عزیزمان ایران، نیز حدوداً همه صنایع Brownfield هستند و متاسفانه این برداشت در صنایع و معادن شیوع دارد که ما فقط باید با تعویض کنترلرها و استفاده از مدلهای جدید Pre-Train شده، باید به صنعت چهارم ورود کنیم و به احیای صنایع و معادن بپردازیم. و چون کشورمان در تحریم است و همچنین بهخاطر چالشهای اقتصادی، هزینه خرید تجهیزات و سامانههای جدید سختافزاری و نرمافزاری را نداریم، امکان افزایش بهرهوری و بهبود صنایع و معادن، کم فروغ است!
در امتداد این نگاه، افقی برای تلاش و کوشش باقی نمانده است. اما با بررسی راهکارهای ارائه شده توسط شرکتهای بزرگ، در نمایشگاه جیتکس ۲۰۲۵، نمایان شد که خیلی از صنایع و معادن در کشورهای در حال توسعه و حتی توسعه یافته با این چالش دستدرگریبان هستند و مفهومی بنام Industry 4.0 Retrofit چندسالی است که مطرح است و حتی در داخل کشور هم پیگیری میشود.
کارخانجات یا صنایع Brownfield، کارخانههایی با تجهیزات قدیمی با ساختار ثابت هستند که سالها در حال کار بوده و امکان تغییر کامل آن، بهدلیل هزینه، ریسک عملیاتی، یا محدودیت زمانی، وجود ندارد. چنین واحدهایی معمولاً دارای چالشهای زیر هستند:
- کنترلرهای قدیمی (PLCهای نسل قبل)؛
- سنسورهای ناکافی یا بدون خروجی داده؛
- پروتکلهای ارتباطی محدود یا غیر استاندارد؛
- تجهیزات مکانیکی سالم، اما فاقد قابلیت هوشمند؛
- خطوط تولیدی که امکان توقف طولانی در آنها نیست،
در این شرایط، ورود به صنعت ۴.۰ نه با “تعویض تجهیزات” (که هزینه نجومی دارد)، بلکه با Retrofit ممکن میشود. به بیانی دیگر، Retrofit، مدرنسازی تجهیزات موجود بدون تغییر هسته تولید صنعتی میباشد.
Retrofit رویکردی استراتژیک و اقتصادی برای دیجیتالیکردن کارخانههای Brownfield میباشد که بهجای جایگزینی ماشینآلات و لایههای کنترلی جدید، هوشمندسازی را روی همان تجهیزات موجود سوار میکند.
در Industry 4.0 Retrofit:
- سنسورهای جدید اضافه میشوند؛
- یک لایه ارتباطی (Connectivity Layer) ایجاد میشود؛
- Gatewayهای OPC-UA / MQTT (و مشابه آنها) نصب میشود؛
- Edge Deviceها برای پردازش محلی اضافه میشوند؛
- دادهها در معماری Data Fabric، در Data Lakeتجمیع شده و سیستمهای تحلیلی ایجاد میشوند؛
- Use Case هایAI، همانند Digital Twin، Predictive Maintenance، Soft-Sensorو… فعال میشوند.
نتیجه این است که یک ماشین ۱۰، ۲۰ یا حتی ۳۰ ساله، عملاً رفتار یک تجهیز Industry 4.0 پیدا میکند، بدون اینکه مجبور باشیم کل خط تولید را از ابتدا بسازیم.
مقایسه Retrofit برای صنایع Brownfield و صنایع نوساز و Greenfield
حال اگر بخواهیم مقایسه کلی Retrofit برای صنایع Brownfield و صنایع نوساز و Greenfield داشته باشیم، موارد زیر حائز اهمیت میشوند:
- سرمایهگذاری بسیار کمتر از نوسازی کامل (تعویض یک خط تولید دهها میلیون دلار هزینه دارد، درحالیکه Retrofit کسری از این مبلغ است.)
- عدم توقف طولانی خطوط (بیشتر عملیات Retrofit در زمان کوتاه یا بدون توقف انجام میشود.)
- بهرهبرداری از عمر مفید تجهیزات موجود (تجهیزاتی که مکانیکی سالماند، تنها “هوشمند” میشوند.)
- استانداردسازی کامل با مدلهای جهانی (ISA-95، IEC 62443، RAMI 4.0). در معماری استاندارد Retrofit ، شکاف میان لایه Asset و Integration در مدل RAMI 4.0 با افزودن Information Provider (مانند IoT Gateway وOPC-UA Server) پر میشود و همزمان الزامات امنیت سایبری IEC 62443-3-3 نیز رعایت میگردد؛
- امکان پیادهسازی Use Caseهای Quick Win مانند موارد زیر میسر میشود:
- پایش وضعیت و پیشبینی خرابی
- بهینهسازی مصرف انرژی
- کنترل کیفیت
- یکپارچهسازی OT/IT
- داشبوردهای لحظهای عملکرد
- اتصال مقرونبهصرفه تجهیزات لایه ۲ به لایههای بالاتر MES و MOM
نتیجه مقایسه
در عصر صنعت ۴.۰ و ۵.۰، پایداری، چابکی و هوشمندیِ خطوط تولید، تنها زمانی ممکن میشود که بتوانیم داراییهای موجود را بهجای کنار گذاشتن، ارتقا دهیم. Industry 4.0 Retrofit دقیقاً برای همین هدف طراحی شده است، افزودن هوشمندی، اتصالپذیری و قابلیت فرماندهی بر تجهیزات موجود، بدون تغییر هسته تولید و با کمترین هزینه و ریسک.
در جهانی که بیش از ۹۰٪ کارخانهها Brownfield هستند، Retrofit نه یک انتخاب، بلکه مسیر واقعی و قابلاجرا برای ورود به صنایع نسل چهارم است.
در انتهای این قسمت، اشاره به این موضوع حائز اهمیت ویژه است که روشهای مختلفی برای استقرار Industry 4.0 Retrofit توسط شرکتهای حاضر در نمایشگاه جیتکس ۲۰۲۵ ارائه میشد که جمعبندی کلی آن بصورت زیر است:
- استراتژی تمرکز بر OT-First Digitalization: هوشمندسازی فقط لایه OT (لایه اول و دوم ابزار دقیق در گام اول، و بدون دخیلکردن لایه IT، که مشکلات IT/OT Convergence، مشکلات امنیتی و هزینه های عملیاتی را بسیار کاهش میدهد.
- هوشمندی لایههای IT در گام دوم که مدیریت عملیات تولید را با هوش مصنوعی تسهیل مینماید.
بعنوان جمعبندی میتوان، اجرای اینگونه پروژههای زیربنایی را به صنایع و معادن ایرانی، توصیه کرده و از طرفی دیگر به استارتاپها و شرکتهای Solution Provider صنعتی، ارائه خدمات یا پلتفرمهای این چنینی را پیشنهاد نمود، زیرا در آینده نزدیک اینگونه رهیافتها بازار مناسبی خواهند داشت.
موضوع چهارم: سرمایهگذاریهای هابهای نوآوری در منطقه – فرصتهای جذب Fund
امسال چند صندوق VC کلاسیک آمریکایی-اروپایی غایب بزرگ بودند. اما سه مدل جدید سرمایهگذاری غالب شـده بود:
- Corporate Venture از طرف غولهای نفتی (Aramco Ventures, ADNOC, Qatar Energy) که فقط روی Vertical AI و LQM انرژی سرمایهگذاری میکنند.
- Sovereign-Tech Funds (PIF, Mubadala, G42 Ventures) که چکهای ۱۰۰-۵۰۰ میلیون دلاری مینویسند و در عوض مالکیت معنوی Data Residency میخواهند.
- Acceleratorهای ۱۰۰ میلیون دلاری با مدل “ساخت در کشور، فروش به جهان” (مثل Hub71 + MGX در ابوظبی) نتیجه: استارتاپی که دیروز ۵ میلیون دلار سری A میگرفت، امروزه در جیتکس ۲۰۲۵، ۵۰-۲۰۰ میلیون دلار از صندوق حاکمیتی میگیرد، به شرطی که سرورها و دادهها در خاک همان کشور بماند!)
موضوع پنجم Sovereign AI :و زیرساختهای حیاتی
در جیتکس ۲۰۲۵، عبارت Sovereign AI بعنوان یک “کلاس دارایی استراتژیک” تبدیل شـده بود. من به شخصـه احساس کردم که در بطن موضوع زیرساختهای حیاتی سازمانهای حاکمیتی عربی، این مفهوم اشاعـه داده میشـد که “ما دیگر میخواهیم دادههایمان روی سرورهای خودمان نه سرورهای آمریکایی یا چینی پردازش شـونـد”
برخی نشانههای این موضوع عبارتنداز:
- ساخت دیتاسنترهای کاملاً مستقل با GPUهای شرکت انویدیا یا جایگزینهای چینی (Huawei Ascend, Biren, Moore Threads)
- آموزش مدلهای ملی Vertical با حداقل ۱۰۰ تا ۴۰۰ میلیارد پارامتر فقط روی دادههای داخلی و زبان عربی
- تصویب قوانین جدید Data Residency + Critical AI Infrastructure Act (مشابه قانونEU AI Act) – میترسم که با ذکر این مورد، دوباره نهضت قانوننویسی و سندنویسیهای بینتیجه برای AI در ایران تحریک شود، لطفاً از این منظر به این موضوع نگاه نشود!!
یکی از روندهای برجسته جیتکس ۲۰۲۵، تصویب قوانین Data Residency بود که شبیه AI Act اروپا (EU 2024/1689) عمل میکند. این قانون ریسکهای AI را به چهار سطح (حداقلی، محدود، بالا و غیرقابلقبول) تقسیم کرده و محصولات پرریسک را تحریم میکند. امارات و عربستان هم قوانین ملی مشابهی تصویب کردهاند تا AI را “اخلاقی و امن” نگه دارند، اما بیشتر هدایتگر هستند تا سرکوبکننده.
- تمرکز ویژه بر استفاده از زیرساختهای Zero Trust AI در دیتاسنترهای ملی (هرچند محصول on-premise در این حوزه مشاهده نکردیم ولی این موضوع هم برای سرمایه گذاری مطرح میشد.)
- سرمایهگذاری صندوقهای حاکمیتی (Mubadala, PIF, Qatar Investment Authority) در استارتاپهای Vertical AI داخلی به مبلغ چند صد میلیون دلار در هر معامله
- شعار “Not a single byte leaves the UAE” در غرفه G42
متاسفانه ایران در این حوزه، هنوز در مرحله حرف، شعار و تعطیلکردن سازمان هوش مصنوعی است. در حالی که کشورهای همسایه در حال ساخت “قلعههای دیجیتالی و هوشمند” خودشان هستند!
موضوع ششم: رباتیک، سال شکوفایی Humanoid و Cobotهای سنگین
امسال در سالن رباتیک دو روند کاملاً غالب بود:
- Humanoidهای واقعی (نه دمو):
- Figure 02 (با سرمایهگذاریOpenAI + Nvidia + Microsoft)
- Tesla Optimus Gen2
- Unitree H1 (چینی)
- Cobotهای سنگین (Heavy-duty Collaborative Robots): رباتهایی که تا ۲۰۰ کیلوگرم بار بلند میکنند ولی همچنان Force-Limited و ایمن کنار انسان هستند.
موضوع هفتم: افسوسها
- امارات و عربستان در حال تبدیل شدن به “هاب سختافزاری هوش مصنوعی” خاورمیانه هستند.
- امارات با ATRC (شورای تحقیقاتی فناوری پیشرفته) قصد دارد تا ۲۰۲۶، Stack کامل Quantum (پردازنده، خنککننده، الگوریتم) را بومی کند. شرکتهایی مثل PASQAL (فرانسه) اولین پردازنده ۱۰۰ کیوبیتی On-Premise را در ابوظبی نصب کردند، و IQM دستگاههای ۵۰+ کیوبیتی را با قیمت زیر ۱۵ میلیون یورو عرضه کرد. ترکیب Quantum با AI (مثلHybrid HPC-Quantum) پیشبینی میشود تا ۲۰۲۶، ۱۰۰٬۰۰۰ کیوبیت منطقی بیاورد.
- در جیتکس ۲۰۲۵، Supernova (بزرگترین pitch استارتاپی (رکورد زد با جوایز ۱۰۰ هزار دلاری و فینالیستهایی مثل Longenesis ( پلتفرم سلامت دیجیتال) و ProfilePrint )سنگاپور: ارزیابی کیفیت کشاورزی با (AI. این نشاندهنده بازار داغ استارتاپهای Vertical AI است.
- امارات با Vertiv و NVIDIA، دیتاسنترهای liquid cooling برای AI scale را رونمایی کرد. بودجه ۲۰-۵۰ میلیاردی GCC حالا روی تولید چیپ محلی (نه فقط خرید) است.
- در جیتکس ۲۰۲۵، AI در Biotech نیز برجسته بود؛ (با بهرهگیری از LQMها، چرخه کشف دارو ۹۰٪ کاهش خواهد یافت. امارات با ۵۰ پروژه ملی AI(Projects of the 50) روی شخصیسازی دارو تمرکز کرده، و شرکتهایی مثل Exscientia (بریتانیا) با AI ترکیبات شیمیایی را بهینه میکنند. ترکیب AI با Quantum پیشبینی میشود تا ۲۰۳۰، بازار biotech را به ۱.۷ تریلیون دلار برساند.
- بودجههای ۲۰-۵۰ میلیارد دلاری صندوقهای حاکمیتی فقط برای AI و DeepTech اختصاص یافتـه.
- ما در ایران هنوز در حال بحث “آیا هوش مصنوعی حباب است یا نه” هستیم؛ در حالی که همسایگان در حال ساخت تمدن بعدی هستند. فاصله تکنولوژیکی دیگر به سالها اندازهگیری نمیشود؛ به “نسل” اندازهگیری میشود. یک نسل یعنی ۳-۴ سال!
- اگر همین امروز تصمیم استراتژیک و بودجه واقعی نگذاریم، در کمتر از ۵ سال، حتی دسترسی به مدلهای عربی/انگلیسی منطقهای هم برایمان سخت خواهد شد. (چه برسد به مدلهای مهم و استراتژیک جهانی) چون همه چیز Sovereign و پشت دیوارهای Data Residency خواهد رفت.
سایر لینکها
اگر گزارش جیتکس ۲۰۲۵ برایتان مفید بود، برای مشاهده گزارش سالهای قبل روی لینکهای زیر کلیک کنید!