مایکروسافت ۷ مدل هوشمند بومی معرفی کرد؛ پیام این خبر برای کسب‌وکارها چیست؟

مایکروسافت ۷ مدل هوشمند بومی معرفی کرد؛ پیام این خبر برای کسب‌وکارها چیست؟

در اوایل ژوئن ۲۰۲۶، مایکروسافت در رویداد Build 2026 خود هفت مدل هوش مصنوعی کاملاً بومی با نام خانواده MAI را معرفی کرد. این اتفاق یکی از مهم‌ترین اخبار روز هوش مصنوعی در سال‌های اخیر است، چون برای اولین بار شرکتی در مقیاس مایکروسافت تصمیم گرفته به‌جای وابستگی کامل به مدل‌های خارجی مثل OpenAI، مدل‌های اختصاصی خود را از صفر طراحی کند. این خبر فراتر از یک اعلان فنی است؛ پیام‌هایی برای تمام کسب‌وکارهایی که در حال طراحی استراتژی هوش مصنوعی سازمانی هستند، دارد.

مدل‌های MAI چه هستند و چرا اهمیت دارند؟

در رویداد Build 2026 که دوم ژوئن ۲۰۲۶ برگزار شد، مایکروسافت هفت مدل جدید را در قالب خانواده MAI (مخفف Microsoft AI) معرفی کرد. شاخص‌ترین آن‌ها MAI-Thinking-1 است؛ یک مدل استدلالی با ۳۵ میلیارد پارامتر فعال و پنجره زمینه‌ای ۲۵۶ هزار توکنی. این مدل از صفر و بدون استفاده از داده‌های مدل‌های رقبا آموزش دیده است. در آزمون‌های کور، این مدل از Sonnet 4.6 ترجیح داده شده و در معیار کدنویسی SWE Bench Pro با Opus 4.6 برابری می‌کند.  در کنار MAI-Thinking-1، مدل‌های دیگری مثل MAI-Code-1-Flash برای کدنویسی با هزینه پایین، MAI-Image-2.5 برای تولید تصویر که در رتبه‌بندی‌های بین‌المللی جایگاه بالایی دارد، MAI-Transcribe-1.5 برای تبدیل گفتار به متن در ۴۳ زبان، و MAI-Voice-2 برای تولید گفتار نیز معرفی شدند. ویژگی مشترک همه این مدل‌ها، دسترسی از طریق Azure AI Foundry است که استانداردهای حاکمیت داده و محدوده جغرافیایی ذخیره‌سازی را برای سازمان‌ها تضمین می‌کند.  اما مهم‌ترین اعلان Build 2026 شاید Frontier Tuning باشد؛ قابلیتی که به سازمان‌ها اجازه می‌دهد مدل‌های MAI را با داده‌های داخلی و فرایندهای اختصاصی خودشان تنظیم دقیق کنند، بدون اینکه داده‌هایشان محیط ایمن سازمانی را ترک کنند. مایکروسافت در یک پیاده‌سازی داخلی گزارش داده که نرخ تکمیل وظیفه از ۱۳ درصد به ۸۷ درصد رسیده است. این عدد نشان می‌دهد که هوش مصنوعی اختصاصی‌سازی‌شده با داده‌های سازمان چقدر می‌تواند از راهکارهای عمومی قدرتمندتر عمل کند.

چرا این خبر برای مدیران و تصمیم‌گیران سازمانی مهم است؟

اعلام خانواده MAI توسط مایکروسافت پیام‌های مشخصی به بازار می‌دهد. اول اینکه دوران وابستگی به یک مدل واحد برای همه نیازهای سازمانی تمام شده است. شرکت‌هایی که در زیرساخت هوش مصنوعی در کسب و کار سرمایه‌گذاری می‌کنند، باید یاد بگیرند از چند مدل مختلف با اهداف مختلف استفاده کنند، نه اینکه یک مدل را برای همه کارها به کار گیرند.  دوم، اهمیت اختصاصی‌سازی. قابلیت Frontier Tuning نشان می‌دهد که آینده هوش مصنوعی سازمانی در مدل‌هایی است که با داده‌ها و فرایندهای خاص هر سازمان آموزش دیده‌اند. یک مدل عمومی که همه چیز را می‌داند اما هیچ چیز سازمان شما را نمی‌شناسد، بسیار کمتر از یک مدل تخصصی‌سازی‌شده ارزش ایجاد می‌کند.  سوم، اهمیت حاکمیت داده و enterprise AI strategy. یکی از دلایل اصلی که مایکروسافت تأکید دارد مدل‌های MAI بدون داده شرکت‌های دیگر آموزش دیده‌اند، جلب اعتماد سازمان‌هایی است که نگران امنیت داده هستند. در دنیای سازمانی امروز، کنترل داده یک الزام است نه یک گزینه.  چهارم، تحولات جدید هوش مصنوعی برای کسب و کار با سرعتی شتابان در حال وقوع هستند. تنها ۱۸ ماه پیش، داشتن یک chatbot عمومی کافی به نظر می‌رسید؛ امروز بزرگ‌ترین شرکت‌های فناوری دنیا در حال ساختن مدل‌هایی هستند که با فرایندهای خاص هر سازمان کار می‌کنند.

درسی که کسب‌وکارهای ایرانی می‌توانند بگیرند

خبر مدل‌های MAI مایکروسافت برای مدیران ایرانی یک پیام عملی دارد: وقتی بزرگ‌ترین شرکت‌های دنیا در حال ساختن مدل‌های اختصاصی متناسب با نیازهای سازمانی هستند، بازار به‌سرعت از راهکارهای عمومی فاصله می‌گیرد.  برای یک شرکت ایرانی، این به معنای آن نیست که حتماً باید مدل هوش مصنوعی خودش را از صفر بسازد؛ اما به این معناست که باید به‌دنبال راهکارهایی باشد که با داده‌ها، فرایندها و ساختار کسب‌وکار خاص آن سازمان تطبیق داده شده باشند. یک دستیار هوش مصنوعی سازمانی که به ERP، CRM و داده‌های داخلی شرکت متصل است و با منطق عملیاتی آن کسب‌وکار کار می‌کند، نتایج قابل مقایسه‌ای با مدل‌های تخصصی‌سازی‌شده دارد.  همان منطقی که پشت Frontier Tuning مایکروسافت قرار دارد — یعنی «داده‌های سازمان شما بهترین معلم مدل AI شما هستند» — دقیقاً همان منطقی است که در طراحی دستیارهای هوش مصنوعی اختصاصی برای کسب‌وکارهای ایرانی باید به کار رفته باشد. یک AI workflow automation که فرایندهای واقعی سازمان را می‌شناسد، می‌تواند ارزشی چند برابر یک ابزار عمومی ایجاد کند.  این دقیقاً رویکردی است که تیم دیجنت ۲۴ در طراحی دستیارهای هوش مصنوعی اختصاصی دنبال می‌کند: نه یک چت‌بات عمومی، بلکه یک لایه هوشمند متصل به داده‌ها و فرایندهای واقعی کسب‌وکار شما.