هوش مصنوعی دیگر صرفاً یک فناوری نوظهور نیست؛ به یکی از نیروهای اثرگذار بر کسب‌وکار، زیرساخت، سیاست، سرمایه‌گذاری و بازار کار تبدیل شده است. مجله تایم در چهارمین دوره فهرست TIME100 AI، صد چهره اثرگذار این حوزه را در چهار گروه «رهبران»، «نوآوران»، «شکل‌دهندگان» و «متفکران» معرفی کرده است. تایم می‌گوید انتخاب این افراد پس از ماه‌ها بررسی انجام شده و هدف، معرفی کسانی بوده که مهم‌ترین روایت‌های یک سال گذشته هوش مصنوعی را نمایندگی می‌کنند و بیشترین نقش را در جهت‌دهی به تحولات این حوزه داشته‌اند.
فهرست ۲۰۲۶ فقط به مدیران آزمایشگاه‌های بزرگ هوش مصنوعی محدود نیست؛ مدیران شرکت‌های فناوری، سازندگان زیرساخت و تراشه، سرمایه‌گذاران، سیاست‌گذاران، پژوهشگران و چهره‌هایی که با پیامدهای اقتصادی و اجتماعی این فناوری درگیرند نیز در آن حضور دارند. عصر تراکنش از میان این صد نفر، ۲۰ انتخاب را مرور کرده است؛ پنج انتخاب از هر گروه. معیار ما نزدیکی فعالیت و نفوذ این افراد به موضوعاتی بوده که برای مدیران صنعت مالی، بانکداری، پرداخت، فناوری و کسب‌وکار ایران اهمیت بیشتری دارند. از همین رو، در کنار چهره‌های شناخته‌شده‌ای مانند سم آلتمن، ایلان ماسک، جف بزوس، میرا موراتی و ایلیا سوتسکور، مدیرانی از حوزه زیرساخت پردازشی، حافظه، نرم‌افزار سازمانی، سرمایه‌گذاری، تنظیم‌گری و آینده کار نیز حضور دارند.
رهبران | Leaders
- مارک چن، سم آلتمن و گرگ براکمن؛ OpenAI
تایم مارک چن، مدیر ارشد تحقیقات؛ سم آلتمن، مدیرعامل؛ و گرگ براکمن، رئیس OpenAI را در یک تصویر مشترک معرفی کرده است. OpenAIر در یک سال گذشته با خروج شماری از مدیران، مشکلات مربوط به عامل‌های هوش مصنوعی، افزایش انتقادهای عمومی و رقابت جدی Anthropic روبه‌رو بوده است؛ رقیبی که موفقیتش در بازار برنامه‌نویسی و مشتریان سازمانی، ارزش آن را از OpenAI بالاتر برده است. مدیران OpenAI معتقدند بخشی از اشتباهات محصولی و عملیاتی شرکت را اصلاح کرده‌اند. برنامه آینده آنها نیز از توسعه مدل‌های پیشرفته و دستیارهای شخصی فوق‌هوشمند تا تراشه، دیتاسنتر، محصولات مصرفی و تمرکز دوباره بر ایمنی و هم‌ترازی را دربر می‌گیرد.
- ایلان ماسک؛ SpaceX
ایلان ماسک در سال ۲۰۲۶ چند حرکت بزرگ در حوزه هوش مصنوعی انجام داد. پس از ادغام xAI با SpaceX، کسب‌وکار ترکیبی در ژوئن وارد بازار سهام شد؛ عرضه‌ای که به نوشته تایم با ارزش‌گذاری ۱.۷ تریلیون دلاری، بزرگ‌ترین عرضه اولیه تاریخ بود. SpaceX سپس از برنامه خود برای خرید Cursor به ارزش ۶۰ میلیارد دلار خبر داد. آزمایشگاه هوش مصنوعی ماسک که اکنون با نام SpaceXAI فعالیت می‌کند نیز در اوت مدل Grok 4.6 را با تمرکز بر عامل‌های بلندمدت و کارهای تعاملی و بصری عرضه کرد. تایم هم‌زمان به حاشیه‌های ایمنی Grok اشاره کرده و نوشته xAI در آخرین رتبه‌بندی مؤسسه Future of Life، میان ۹ سازنده مدل در جایگاه هفتم قرار گرفته است.
- داریو و دانیلا آمودی؛ Anthropic
Anthropic با هدایت داریو و دانیلا آمودی در یک سال گذشته از نظر ارزش‌گذاری و درآمد از OpenAI پیشی گرفته است؛ رشدی که مدل‌های جدید Claude در آن نقش مهمی داشته‌اند. Claude Code، محصول این شرکت برای برنامه‌نویسی، به یکی از موتورهای رشد Anthropic تبدیل شده و می‌تواند براساس دستورهای متنی، برنامه‌های عملیاتی طراحی و اشکال‌زدایی کند. افزایش قدرت مدل‌های Anthropic این شرکت را هم‌زمان وارد مناقشات ژئوپلیتیک کرده است؛ از اختلاف با پنتاگون بر سر محدودیت استفاده نظامی از مدل‌ها تا اعمال کنترل صادراتی بر برخی مدل‌های قدرتمند شرکت. داریو آمودی نیز از آزمون مدل‌های پیشرفته پیش از عرضه و ایجاد سازوکارهای خودتنظیم‌گری در صنعت حمایت کرده است.
- لری الیسون؛ Oracle
لری الیسون، هم‌بنیان‌گذار، مدیر ارشد فناوری و رئیس اجرایی هیئت‌مدیره Oracle، یکی از چهره‌هایی است که سرمایه‌گذاری سنگینی روی زیرساخت هوش مصنوعی انجام داده است. Oracle که در بازار خدمات ابری از Amazon، Microsoft و Google کوچک‌تر بود، با پذیرش حدود ۱۳۰ میلیارد دلار بدهی، تأمین مالی ساخت دیتاسنترهای عظیم را در پیش گرفته است. یکی از مهم‌ترین پروژه‌های این مسیر «Stargate» است؛ سرمایه‌گذاری مشترکی با ظرفیت تا ۵۰۰ میلیارد دلار که در آن Oracle به ساخت شبکه‌ای از دیتاسنترها برای آموزش و اجرای مدل‌های OpenAI کمک می‌کند. تایم می‌نویسد در نتیجه این راهبرد، آینده Oracle اکنون پیوند نزدیکی با OpenAI پیدا کرده و این شرکت در بازار پررقابت و پرنوسان هوش مصنوعی، به یکی از بازیگران محوری صنعت فناوری تبدیل شده است.
- آرویند کریشنا؛ IBM
آرویند کریشنا، مدیرعامل و رئیس هیئت‌مدیره IBM، بخش بزرگی از ارزش اقتصادی آینده هوش مصنوعی را نه در خود مدل‌های بزرگ، بلکه در کاربردهایی می‌بیند که شرکت‌ها روی آنها می‌سازند. IBM مدل‌های کوچک‌تر و کارآمد خود را توسعه می‌دهد؛ برخی از این مدل‌ها روی مین‌فریم‌هایی اجرا می‌شوند که هنوز بسیاری از بانک‌ها و سازمان‌های بزرگ به آنها متکی‌اند. اگر کاربرد مشتری به مدل بزرگ‌تری نیاز داشته باشد، IBM از مدل‌های Google، OpenAI یا Anthropic استفاده می‌کند. کریشنا معتقد است مدل‌ها به‌تدریج به فناوری‌هایی قابل‌جایگزینی تبدیل می‌شوند و حتی پیش‌بینی کرده ۹۰ درصد ارزش نهایی در شرکت‌هایی ایجاد خواهد شد که روی این مدل‌ها کاربرد می‌سازند.
نوآوران | Innovators
- مایکل تروئل؛ Cursor
مایکل تروئل Cursor را به پردرآمدترین اپلیکیشن هوش مصنوعی خارج از آزمایشگاه‌های بزرگ مدل تبدیل کرد و در اوت ۲۰۲۶ آن را با قراردادی ۶۰ میلیارد دلاری به SpaceX فروخت. او در سال ۲۰۲۲ همراه سه نفر از دوستانش در MIT شرکت Anysphere، سازنده Cursor، را تأسیس کرد؛ زمانی که GitHub Copilot بر بازار دستیارهای برنامه‌نویسی مسلط بود. تروئل اما بر این باور بود که مدل‌های هوش مصنوعی می‌توانند بسیار فراتر از تکمیل خودکار کد عمل کنند. تا میانه ۲۰۲۵، Cursor در بیش از نیمی از شرکت‌های Fortune 500 استفاده می‌شد. تشدید رقابت با Claude Code و Codex نیز Cursor را به سمت توسعه مدل‌های اختصاصی خود سوق داد.
- اندرو فلدمن؛ Cerebras Systems
در بازاری که Nvidia بازیگر مسلط تراشه‌های هوش مصنوعی است، اندرو فلدمن و Cerebras معماری متفاوتی را دنبال می‌کنند. تراشه‌های این شرکت به‌طور خاص برای «استنتاج»، یعنی اجرای مدل‌های آموزش‌دیده، طراحی شده‌اند؛ برخلاف GPUهای Nvidia که هم برای آموزش و هم برای استنتاج کاربرد دارند. به نوشته تایم، این تخصص به Cerebras امکان داده در برخی کاربردهای استنتاج سرعتی تا ۲۰ برابر بیشتر ارائه کند. OpenAI نیز در ژانویه قراردادی ۲۰ میلیارد دلاری با Cerebras امضا کرد تا از زیرساخت آن برای ارائه سریع‌تر چت‌جی‌پی‌تی استفاده کند. Cerebras در ماه مه ۲۰۲۶ وارد بازار سهام شد؛ اتفاقی که جایگاه این شرکت را در رقابت زیرساخت هوش مصنوعی پررنگ‌تر کرد.
- سانجی مهروترا؛ Micron Technology
Micron یکی از تنها سه شرکت جهان است که حافظه با پهنای باند بالا یا HBM تولید می‌کند؛ حافظه‌ای که در کنار بسیاری از تراشه‌های پیشرفته هوش مصنوعی قرار می‌گیرد و برای نگهداری و اجرای پارامترهای مدل‌های بزرگ اهمیت دارد. سانجی مهروترا، مدیرعامل Micron، پس از رکود بازار حافظه در سال ۲۰۲۳ و زیان ۵.۸ میلیارد دلاری شرکت، تمرکز بیشتری بر قراردادهای بلندمدت و توسعه زیرساخت هوش مصنوعی گذاشت. درآمد سه‌ماهه کسب‌وکار حافظه ابری Micron در یک سال از ۳.۴ میلیارد دلار به ۱۳.۸ میلیارد دلار رسیده است. شرکت همچنین برنامه دارد تا سال ۲۰۳۵ بیش از ۲۵۰ میلیارد دلار در تولید و تحقیق در آمریکا سرمایه‌گذاری کند.
- وینستون واینبرگ؛ Harvey
Harvey، استارتاپ هوش مصنوعی حقوقی، طی یک سال ارزش خود را بیش از دو برابر کرده و در مارس به ارزش‌گذاری ۱۱ میلیارد دلاری رسیده است. این شرکت اکنون بیش از ۷۵ مؤسسه از میان صد شرکت حقوقی پردرآمد آمریکا را در فهرست مشتریان خود دارد. Harvey به تیم‌های حقوقی در حوزه‌هایی مانند تطبیق مقررات، تحلیل قرارداد و دعاوی کمک می‌کند. یکی از روش‌های شرکت استفاده از مجموعه‌های کوچک داده واقعی و ناشناس یا سناریوهای تهیه‌شده به دست وکلا و سپس تولید داده مصنوعی در مقیاس بزرگ است. واینبرگ برآورد می‌کند تنها یک درصد داده مورد استفاده برای تنظیم مدل‌های Harvey از داده‌های اولیه می‌آید و باقی داده‌ها مصنوعی‌اند.
- شیائو هونگ؛ Manus
شیائو هونگ تنها ۹ ماه پیش از توافق Meta برای خرید Manus، این عامل هوش مصنوعی خودمختار را راه‌اندازی کرده بود. ارزش معامله در گزارش‌ها بین دو تا سه میلیارد دلار اعلام شد. Manus در زمان خرید می‌گفت نرم‌افزارش ۱۴۷ تریلیون توکن پردازش کرده، بیش از ۸۰ میلیون رایانه مجازی ساخته و درآمد تکرارشونده سالانه‌اش از ۱۰۰ میلیون دلار عبور کرده است. با این حال، انتقال دفتر مرکزی Manus از چین به سنگاپور مانع ورود سیاست به معامله نشد. کمیسیون ملی توسعه و اصلاحات چین در آوریل ۲۰۲۶ دستور داد خرید تکمیل‌شده Meta لغو شود؛ پرونده‌ای که به آزمونی برای مقررات امنیت سرمایه‌گذاری خارجی چین تبدیل شد.
شکل‌دهندگان | Shapers
- دورین بوگدان-مارتین؛ ITU
دورین بوگدان-مارتین، دبیرکل اتحادیه بین‌المللی مخابرات، هوش مصنوعی را ابزاری بالقوه برای کاهش شکاف‌های جهانی می‌داند، اما معتقد است این اتفاق خودبه‌خود رخ نمی‌دهد. به گفته او، نرخ پذیرش هوش مصنوعی در کشورهای شمال جهان دو برابر جنوب جهان است و در عین حال ۲.۲ میلیارد نفر هنوز به اینترنت دسترسی ندارند. بوگدان-مارتین بیش از ۱۲۰ میلیارد دلار تعهد سرمایه‌گذاری از شرکت‌ها و نهادهای توسعه‌ای برای افزایش اتصال دیجیتال جذب کرده است.
اجلاس AI for Good این سازمان نیز در سال ۲۰۲۶ بیش از ۱۲ هزار نفر را در ژنو گرد هم آورد و فضایی برای ارتباط سازندگان فناوری با دولت‌ها، سرمایه‌گذاران و نهادهای بین‌المللی فراهم کرد. بخشی از تمرکز این رویداد بر کاربردهای عملی هوش مصنوعی و توسعه مهارت‌ها و استانداردهای لازم برای پذیرش آن بود. ITU هم‌زمان درباره شکل‌گیری شکاف‌های تازه در دسترسی به داده، زیرساخت پردازشی و الگوریتم‌های بومی هشدار داده و تدوین استانداردهایی برای عامل‌های خودمختار هوش مصنوعی را در دستور کار قرار داده است.
- پت گریدی و آلفرد لین؛ Sequoia Capital
Sequoia Capital در اواخر ۲۰۲۵ آلفرد لین و پت گریدی را به‌عنوان «هم‌متولیان» جدید خود انتخاب کرد؛ چهارمین انتقال رهبری در تاریخ ۵۴ساله این شرکت سرمایه‌گذاری جسورانه. این دو پس از آغاز مسئولیت، سرمایه‌گذاری Sequoia در هوش مصنوعی را افزایش دادند و روی استارتاپ‌هایی در حوزه‌هایی مانند حقوق، سلامت و امنیت سایبری سرمایه‌گذاری کردند. یکی از فرضیه‌های اصلی آنها این است که استارتاپ‌های هوش مصنوعی ظرفیت بالایی برای رقابت با شرکت‌های باسابقه نرم‌افزاری دارند. Sequoia علاوه بر سرمایه‌گذاری در OpenAI، پس از تغییر مدیریت ۲.۵ میلیارد دلار در Anthropic سرمایه‌گذاری کرده و از طریق SpaceX و xAI نیز در سومین آزمایشگاه بزرگ مدل حضور سرمایه‌ای دارد.
لین و گریدی همچنین به جذب ۱۰ میلیارد دلار سرمایه در چند صندوق کمک کرده‌اند. این حضور هم‌زمان در سه آزمایشگاه رقیب، با سنت رایج سرمایه‌گذاری جسورانه برای حمایت از تنها یک بازیگر در هر بازار فاصله دارد. گریدی می‌گوید هدف بلندمدت Sequoia برای ارزش هر یک از SpaceX، OpenAI و Anthropic حدود ۱۰ تریلیون دلار است.
- جک کلارک؛ Anthropic
جک کلارک، یکی از بنیان‌گذاران Anthropic، در مارس مسئولیت سیاست‌گذاری شرکت را واگذار کرد و هدایت Anthropic Institute را برعهده گرفت. مأموریت این نهاد، انتشار بخشی از اطلاعاتی است که به گفته شرکت فعلاً فقط Anthropic در اختیار دارد تا دولت‌ها و جامعه برای پیامدهای احتمالی پیشرفت سریع هوش مصنوعی آماده‌تر شوند. نخستین اقدام مهم کلارک در این سمت، اعلام عمومی این دیدگاه بود که «بهبود خودکار و پی‌درپی» هوش مصنوعی ممکن است تنها دو سال با ما فاصله داشته باشد؛ شرایطی که در آن توسعه هوش مصنوعی بدون دخالت انسان شتاب می‌گیرد.
او می‌گوید هدف از طرح این موضوع، آشناکردن سیاست‌گذاران با شواهد و ریسک‌هایی است که Anthropic مشاهده می‌کند تا بتوانند به گزینه‌هایی فراتر از ابزارهای معمول سیاست‌گذاری فکر کنند. کلارک معتقد است قرارگرفتن Anthropic در مرز توسعه این فناوری، مسئولیتی برای این شرکت ایجاد می‌کند تا آنچه را در مسیر پیشرفت مدل‌ها مشاهده می‌کند، صادقانه با دولت‌ها و جامعه در میان بگذارد.
- لیز شولر؛ AFL-CIO
لیز شولر، رئیس فدراسیون اتحادیه‌های کارگری AFL-CIO، تلاش کرده پیامدهای هوش مصنوعی برای اشتغال را به یکی از موضوعات اصلی سیاست آمریکا تبدیل کند. هدف کوتاه‌مدت او بسیج ۱۶ میلیون عضو اتحادیه‌ها در انتخابات میان‌دوره‌ای است؛ دو میلیون نفر بیشتر از سال ۲۰۲۲. شولر امیدوار است نحوه برخورد سیاست‌مداران با از دست رفتن مشاغل در نتیجه هوش مصنوعی به یکی از معیارهای حمایت اتحادیه‌ها تبدیل شود. در فوریه، رهبران کارگری به فرماندار کالیفرنیا هشدار دادند که مخالفت او با تنظیم‌گری هوش مصنوعی می‌تواند حمایت اتحادیه‌ها را از نامزدی احتمالی‌اش در انتخابات ریاست‌جمهوری ۲۰۲۸ تحت‌تأثیر قرار دهد.
فشار این جریان بی‌اثر هم نبوده است؛ کمتر از چهار ماه بعد، فرماندار فرمانی اجرایی برای تدوین سیاست‌های جدید، گردآوری داده و شناسایی نشانه‌های اولیه اختلال هوش مصنوعی در بازار کار صادر کرد. شولر تأکید دارد اتحادیه‌ها مخالف فناوری نیستند، بلکه با هوش مصنوعی بدون تنظیم‌گری مخالف‌اند و فناوری باید به ایمنی، سلامت و رفاه بیشتر کارکنان منجر شود.
- برنی سندرز؛ سناتور آمریکایی
برنی سندرز هوش مصنوعی و رباتیک را از تحول‌آفرین‌ترین فناوری‌های تاریخ بشر می‌داند و در عین حال معتقد است جامعه برای پیامدهای آنها آماده نیست. دفتر او در اکتبر گزارشی منتشر کرد که هشدار می‌داد هوش مصنوعی و اتوماسیون ممکن است طی یک دهه نزدیک به ۱۰۰ میلیون شغل در آمریکا را حذف کنند. سندرز همچنین توسعه هوش مصنوعی را با مسئله تمرکز ثروت و قدرت پیوند می‌زند و در دانشگاه‌ها، رسانه‌ها و شبکه‌های اجتماعی درباره پیامدهای این فناوری سخن گفته است. ویدئوی گفت‌وگوی او با یکی از مدل‌های Claude نیز بیش از پنج میلیون بازدید داشته است.
سندرز معتقد است توسعه هوش مصنوعی علاوه بر اشتغال، می‌تواند بر حریم خصوصی، سلامت روان کودکان و ساختار دموکراسی اثر بگذارد. او در مارس طرحی برای توقف ساخت دیتاسنترهای جدید هوش مصنوعی تا زمان ایجاد تضمین‌های فدرال ارائه کرد و در ژوئن نیز از طرح مالیات یک‌باره ۵۰درصدی، به شکل سهام، بر شرکت‌های پیشرو هوش مصنوعی حمایت کرد؛ هرچند به نوشته تایم، مسیر تصویب این پیشنهادها هنوز روشن نیست.
متفکران | Thinkers
- میرا موراتی؛ Thinking Machines Lab
میرا موراتی در سال ۲۰۲۵ Thinking Machines Lab را با هدف ارائه رویکردی متفاوت به هوش مصنوعی تأسیس کرد: مدل‌هایی که کاربران بتوانند آنها را با داده‌های خود شخصی‌سازی و از طریق تعامل انسانی‌تر هدایت کنند. از نگاه موراتی، شرکت‌های بزرگ هوش مصنوعی به سمت مدل‌های اختصاصی و نسبتاً یکسان حرکت کرده‌اند و هم‌زمان به دنبال خودکارسازی بخش بیشتری از فعالیت‌های انسانی هستند. Thinking Machines برای دنبال‌کردن مسیر خود دو میلیارد دلار سرمایه اولیه جذب کرده که به نوشته تایم، بزرگ‌ترین دور سرمایه‌گذاری Seed در تاریخ است و برای تأمین نسل بعدی تراشه‌های موردنیازش نیز با Nvidia قرارداد بسته است.
نخستین محصول این شرکت، Tinker، امکان شخصی‌سازی عمیق‌تر مدل‌های وزن‌باز را فراهم می‌کند و در ژوئیه نیز نخستین مدل آن با نام Inkling عرضه شد. موراتی معتقد است کاربران باید امکان انتخاب داشته باشند که چه میزان از کار و زندگی خود را به سیستم‌های هوش مصنوعی واگذار کنند و انسان‌ها باید همچنان در شکل‌دادن به رفتار این سیستم‌ها نقش داشته باشند.
- ایلیا سوتسکور؛ Safe Superintelligence
ایلیا سوتسکور از شناخته‌شده‌ترین پژوهشگران صنعت هوش مصنوعی است. او در سال ۲۰۱۲ در آموزش یکی از نخستین الگوریتم‌های قدرتمند تشخیص تصویر مشارکت داشت و بعدها به‌عنوان یکی از بنیان‌گذاران و دانشمند ارشد OpenAI بر تحقیقاتی نظارت کرد که به چت‌جی‌پی‌تی منتهی شدند. او همچنین کار روی مسیری را آغاز کرد که در نهایت به o1، نخستین مدل «استدلالی» OpenAI، انجامید. سوتسکور پس از خروج از OpenAI شرکت Safe Superintelligence یا SSI را تأسیس کرد.
جهت دقیق تحقیقات این شرکت همچنان تا حد زیادی محرمانه است، اما سوتسکور به برخی محدودیت‌های بنیادی مدل‌های کنونی اشاره کرده است؛ از ناتوانی آنها در یادگیری مستمر گرفته تا نیاز به میلیون‌ها نمونه آموزشی برای یادگیری مفاهیمی که انسان با نمونه‌های بسیار کمتری فرا می‌گیرد. Nvidia نیز در ژوئیه پنج میلیارد دلار در SSI سرمایه‌گذاری کرد؛ معامله‌ای که به گزارش تایم، میزان توان پردازشی در دسترس این استارتاپ را حدود ۱۰ برابر افزایش داده است. سوتسکور پس از این سرمایه‌گذاری گفت تحقیقات SSI اکنون به مرحله‌ای رسیده که ارزش توسعه در مقیاس بزرگ‌تر را دارد.
- جاش پارکر؛ Nvidia
جاش پارکر، مدیر پایداری Nvidia، از سال ۲۰۲۳ به این شرکت پیوسته و مسئولیت هدایت راهبرد پایداری و سیاست‌گذاری عمومی آن را برعهده دارد. زمانی که او به Nvidia پیوست، تیمی که این مسئولیت را برعهده داشت تنها دو نفر عضو داشت؛ تیمی که طی سه سال چهار برابر شده است. بخشی از مأموریت پارکر، توضیح کاربردهای بالقوه هوش مصنوعی در حوزه‌هایی مانند مدیریت خودکار انرژی و بازیافت مبتنی بر تشخیص تصویر است. هم‌زمان با افزایش نگرانی‌ها درباره مصرف انرژی و آب در دیتاسنترهای هوش مصنوعی، تمرکز او بر کاهش اثرات زیست‌محیطی زیرساخت‌های هوش مصنوعی نیز افزایش یافته است.
نسل جدید معماری Rubin انویدیا نخستین معماری این شرکت با خنک‌سازی صددرصد مایع است که به گفته Nvidia می‌تواند مصرف انرژی موردنیاز برای خنک‌سازی را به میزان قابل‌توجهی کاهش دهد. این شرکت همچنین فناوری‌هایی را آزمایش می‌کند که مصرف برق دیتاسنترها را در ساعات اوج تقاضا تنظیم می‌کنند. با این حال، انتشار غیرمستقیم گازهای گلخانه‌ای Nvidia در زنجیره ارزش طی دو سال تقریباً سه برابر شده و شرکت هنوز داده کاملی درباره اثر اقلیمی استفاده از محصولاتش منتشر نکرده است.
- ماریان کروک؛ Google
ماریان کروک پس از ۴۶ سال فعالیت در صنعت فناوری، اکنون مسئول هوش مصنوعی مسئولانه و فناوری انسان‌محور در Google است. او بیش از ۲۰۰ پتنت به نام خود دارد که حدود نیمی از آنها به فناوری انتقال صدا بر بستر اینترنت یا VoIP مربوط می‌شوند و یکی از نخستین دو زن سیاه‌پوستی است که به تالار مشاهیر ملی مخترعان آمریکا راه یافته‌اند. کروک اکنون می‌خواهد معیارهای ارزیابی پیشرفت هوش مصنوعی را از شاخص‌های صرفاً فنی فراتر ببرد.
مدل‌ها معمولاً با بنچمارک‌های فنی و سرعت پاسخ مقایسه می‌شوند، اما او معتقد است عواملی مانند رضایت کاربران، هوش فرهنگی و ارزش بلندمدت نیز باید در ارزیابی آنها نقش داشته باشند. بخشی از تحقیقات مرتبط با این معیارها اکنون در توسعه مدل‌های Google استفاده می‌شود. کروک همچنین تأکید دارد هوش مصنوعی نباید به‌طور پیش‌فرض به سمت خودکارسازی حرکت کند، بلکه باید ابزاری برای همکاری با انسان و حفظ قضاوت و تعاملات انسانی باشد. IEEE نیز در سال ۲۰۲۶ مدال Founders Medal را برای فعالیت‌های او در شبکه‌های ارتباطی، عدالت دیجیتال و هوش مصنوعی مسئولانه به او اعطا کرد.
- راوی کومار اس؛ Cognizant
راوی کومار اس، مدیرعامل Cognizant، بحث هوش مصنوعی را از زاویه اشتغال، اقتصاد و نظام مالیاتی دنبال می‌کند. او معتقد است ساختار مالیاتی فعلی بر این فرض بنا شده که سرمایه‌گذاری در دارایی‌ها، تجهیزات و فناوری به ایجاد شغل منجر می‌شود، در حالی که هوش مصنوعی این رابطه را تغییر داده است. کومار پیشنهاد می‌کند نظام‌های مالیاتی به‌گونه‌ای بازتنظیم شوند که سرمایه‌گذاری در دارایی‌ها، تجهیزات و فناوری نسبت به استخدام نیروی انسانی مزیت بیش از حد نداشته باشد و مالیات بتواند رفتار شرکت‌ها را پیش از وقوع اختلال گسترده در بازار کار تغییر دهد. او این سیاست‌ها را راه‌حلی موقت برای دوره گذار تا شکل‌گیری مشاغل جدید اقتصاد هوش مصنوعی می‌داند.
این بحث برای Cognizant فقط نظری نیست؛ شرکتی با حدود ۳۵۶ هزار نیروی انسانی که کارکنانش از برون‌سپاری سنتی فناوری اطلاعات به اجرای حدود هشت هزار پروژه هوش مصنوعی برای مشتریان در حال گذارند. پژوهش خود شرکت نیز نشان می‌دهد ۹۳ درصد مشاغل در معرض درجاتی از اتوماسیون مبتنی بر هوش مصنوعی قرار دارند. کومار در عین حال معتقد است بسیاری از مشاغل باقی خواهند ماند، اما وظایف آنها تغییر می‌کند و هوش مصنوعی می‌تواند توان تحلیلی کارکنانی مانند متصدیان بانک و نیروهای خدمات مشتری را افزایش دهد.
