DOI: https://doi.org/10.14763/2024.2.1768
تاريخ النشر: 2024-06-26
المؤلف: Dieuwertje Luitse
الموضوع الرئيسي: المنصات الرقمية والاقتصاد
نظرة عامة
تتناول هذه الورقة البحثية القوة التحتية التي تمارسها مقدمو الخدمات السحابية الرئيسيون – خدمات أمازون ويب (AWS) ومايكروسوفت أزور وغوغل كلاود – في مجال الذكاء الاصطناعي (AI). تحدد الورقة ثلاثة آليات رئيسية من خلالها تعزز هذه الشركات هيمنتها: التكامل العمودي، الابتكار التكميلي، وقوة التجريد. تمتد التحليلات من يناير 2017 إلى أبريل 2021، موضحة كيف تدمج هذه المنصات خدمات الذكاء الاصطناعي عبر هياكلها السحابية، مما يتيح لها التحكم في كامل سلسلة تطوير الذكاء الاصطناعي من تخزين البيانات إلى نشر التطبيقات. يعزز هذا التكامل العمودي موقعها في السوق من خلال خلق توزيع غير متساوٍ لموارد الحوسبة.
بالإضافة إلى ذلك، تناقش الورقة كيف تستفيد هذه الشركات السحابية من الابتكار التكميلي للتوسع في مجالات تطبيقية متنوعة، مثل الرعاية الصحية والتجزئة، بينما تتماشى أيضًا قدراتها في التعلم الآلي مع خدمات أخرى ضمن أنظمتها البيئية. ومن الجدير بالذكر أن استخدام العمالة الهشة، مثل العمالة الصغيرة على منصات مثل أمازون ميكانيكال ترك، يثير مخاوف أخلاقية بشأن تطوير “الذكاء الاصطناعي المسؤول”. أخيرًا، يتيح الاستخدام الاستراتيجي للتجريد – خاصة من خلال خدمات AutoML – لهذه الشركات إخفاء تعقيدات بنيتها التحتية، مما يعقد التدقيق النقدي والرقابة التنظيمية. تؤكد النتائج على الحاجة الملحة للتدخلات التنظيمية من قبل السلطات العامة لمعالجة الاتجاهات الاحتكارية لهذه الشركات التكنولوجية العملاقة في مشهد الذكاء الاصطناعي المتطور.
مقدمة
تستعرض المقدمة الدور المهم للشركات التكنولوجية الكبرى – أمازون ومايكروسوفت وغوغل – في تطوير بنى تحتية وخدمات الذكاء الاصطناعي (AI)، مدفوعةً بالانتقال إلى نموذج “الذكاء الاصطناعي أولاً” كما صرح به الرئيس التنفيذي لشركة غوغل سوندار بيتشاي. لم تستفد هذه الشركات فقط من موارد البيانات الضخمة، بل جذبت أيضًا مواهب الذكاء الاصطناعي، واستحوذت على شركات ناشئة، وشكلت شراكات استراتيجية، لا سيما بين مايكروسوفت وOpenAI. تهيمن منصات الحوسبة السحابية الخاصة بها – خدمات أمازون ويب (AWS) ومايكروسوفت أزور وغوغل كلاود – على السوق، حيث تمثل 68% من خدمات السحابة العالمية، وتوفر أدوات أساسية لإنتاج ونشر أنظمة التعلم الآلي.
تسلط الورقة الضوء على ظهور نماذج كبيرة مدربة مسبقًا، أو نماذج أساسية، والتي يتم دمجها بشكل متزايد في قطاعات متنوعة، مما يثير مخاوف بشأن التحيز وعدم المساواة الاجتماعية. تنتقد الورقة احتكار قوة الذكاء الاصطناعي من قبل هذه الشركات، مشددةً على الحاجة إلى تدخل تنظيمي لمعالجة تركيز النفوذ الاقتصادي والسياسي. تهدف الدراسة إلى التحقيق تجريبيًا في كيفية تشغيل هذه المنصات السحابية لقوتها في إنتاج ونشر الذكاء الاصطناعي، مع التركيز على تطور بنيتها التحتية وخدماتها. تعتبر هذه التحليلات حاسمة لفهم آثار تقنيات الذكاء الاصطناعي في المجالات الاجتماعية مثل الرعاية الصحية وإنتاج الثقافة، فضلاً عن المسارات المستقبلية لهذه التقنيات.
نقاش
تتناول قسم النقاش في الورقة القوة التحتية للمنصات السحابية الكبرى – AWS ومايكروسوفت أزور وغوغل كلاود – ضمن الاقتصاد السياسي للذكاء الاصطناعي (AI). يبرز كيف تستفيد هذه الشركات التكنولوجية العملاقة من قدراتها الواسعة في جمع البيانات، والموارد المالية لجذب المواهب، والسيطرة على موارد الحوسبة لتعزيز مواقعها الاحتكارية في تطوير الذكاء الاصطناعي. تحدد الورقة ثلاثة ديناميكيات رئيسية تسهم في هذا التركيز للقوة: الكميات الهائلة من البيانات الضرورية للذكاء الاصطناعي، والقدرة المالية لجذب الباحثين الماهرين، وملكية موارد الحوسبة الحيوية، مما يخلق “فجوة حوسبة” تعيق الديمقراطية في تطوير الذكاء الاصطناعي.
يستخدم المؤلف منهجية تقنية تطورية لتحليل تطور هذه البنى التحتية والخدمات السحابية من 2017 إلى 2021. يسمح هذا النهج بإجراء فحص نقدي لكيفية دمج هذه المنصات خدماتها عبر مجموعة السحابة – البنية التحتية كخدمة (IaaS)، والمنصة كخدمة (PaaS)، والبرمجيات كخدمة (SaaS) – للسيطرة على عمليات إنتاج ونشر الذكاء الاصطناعي. تكشف النتائج أن التكامل العمودي لهذه الخدمات لا يسهل فقط توحيد سير العمل في التعلم الآلي، بل يخلق أيضًا تبعيات مسار تقيد المطورين في أنظمة بيئية محددة، مما يعزز قوة المنصات التحتية وربحيتها. تختتم الورقة بأن التلاعب الاستراتيجي بالبنى التحتية المتكاملة يمكّن هذه الشركات من تشكيل مشهد تطبيقات الذكاء الاصطناعي عبر قطاعات متنوعة، بما في ذلك الرعاية الصحية والتصنيع، مما يعزز مواقعها السوقية المهيمنة.
DOI: https://doi.org/10.14763/2024.2.1768
Publication Date: 2024-06-26
Author(s): Dieuwertje Luitse
Primary Topic: Digital Platforms and Economics
Overview
This research paper examines the infrastructural power exerted by major cloud providers—Amazon Web Services (AWS), Microsoft Azure, and Google Cloud—in the realm of artificial intelligence (AI). It identifies three primary mechanisms through which these companies consolidate their dominance: vertical integration, complementary innovation, and the power of abstraction. The analysis spans the period from January 2017 to April 2021, highlighting how these platforms integrate AI services across their cloud architectures, thereby controlling the entire AI development pipeline from data storage to application deployment. This vertical integration reinforces their market position by creating an unequal distribution of computing resources.
Additionally, the paper discusses how these cloud providers leverage complementary innovation to expand into various application domains, such as healthcare and retail, while also aligning their machine-learning capabilities with other services within their ecosystems. Notably, the use of precarious labor, such as micro-workers on platforms like Amazon Mechanical Turk, raises ethical concerns regarding the development of “responsible AI.” Lastly, the strategic use of abstraction—particularly through AutoML services—enables these companies to obscure the complexities of their infrastructures, complicating critical scrutiny and regulatory oversight. The findings underscore the urgent need for regulatory interventions by public authorities to address the monopolistic tendencies of these tech giants in the evolving AI landscape.
Introduction
The introduction outlines the significant role of major tech corporations—Amazon, Microsoft, and Google—in the development of artificial intelligence (AI) infrastructures and services, driven by a transition to an “AI first” paradigm as articulated by Google CEO Sundar Pichai. These companies have not only harnessed vast data resources but have also attracted AI talent, acquired startups, and formed strategic partnerships, notably between Microsoft and OpenAI. Their cloud computing platforms—Amazon Web Services (AWS), Microsoft Azure, and Google Cloud—dominate the market, accounting for 68% of global cloud services, and provide essential tools for the production and deployment of machine-learning systems.
The paper highlights the emergence of large pre-trained models, or foundation models, which are increasingly integrated into various sectors, raising concerns about bias and social inequality. It critiques the monopolization of AI power by these corporations, emphasizing the need for regulatory intervention to address the concentration of economic and political influence. The study aims to empirically investigate how these cloud platforms operationalize their power in AI production and deployment, focusing on the evolution of their infrastructures and services. This analysis is crucial for understanding the implications of AI technologies in societal domains such as healthcare and cultural production, as well as the future trajectories of these technologies.
Discussion
The discussion section of the paper examines the infrastructural power of major cloud platforms—AWS, Microsoft Azure, and Google Cloud—within the political economy of artificial intelligence (AI). It highlights how these tech giants leverage their extensive data collection capabilities, financial resources for talent acquisition, and control over computing resources to reinforce their monopolistic positions in AI development. The paper identifies three key dynamics contributing to this concentration of power: the vast amounts of data essential for AI, the financial capacity to attract skilled researchers, and the ownership of critical computing resources, which creates a “compute divide” that hinders democratization in AI development.
The author employs an evolutionary platform technography methodology to analyze the evolution of these cloud infrastructures and services from 2017 to 2021. This approach allows for a critical examination of how these platforms integrate their services across the cloud stack—Infrastructure-as-a-Service (IaaS), Platform-as-a-Service (PaaS), and Software-as-a-Service (SaaS)—to exert control over AI production and deployment processes. The findings reveal that vertical integration of these services not only facilitates the standardization of machine-learning workflows but also creates path dependencies that lock developers into specific ecosystems, thereby enhancing the platforms’ infrastructural power and profitability. The paper concludes that the strategic manipulation of integrated infrastructures enables these corporations to shape the landscape of AI applications across various sectors, including healthcare and manufacturing, thereby reinforcing their dominant market positions.