آمریکا استفاده از دیپ‌سیک را در نهادهای فدرال ممنوع کرد؛ زنجیره تأمین هوش مصنوعی زیر ذره‌بین
دیپ‌سیک در آمریکا ضربه بزرگی متحمل شده است؛ این در حالی است که این شرکت همچنان به نوآوری ادامه می‌دهد و از نظر عملکرد، هم‌پای مدل‌های رقیب توسعه‌یافته در آزمایشگاه‌های آمریکایی پیش می‌رود و در برخی موارد حتی از آن‌ها بهتر عمل می‌کند.
وزیر امنیت داخلی آمریکا دستوری صادر کرده است که بر اساس آن، استفاده از تمامی محصولات و خدمات دیپ‌سیک در نهادهای فدرال ممنوع می‌شود. سازمان‌های دولتی باید ظرف ۶۰ روز این فناوری را از سامانه‌های فناوری اطلاعات خود حذف کنند. نهادهایی که برای ادامه استفاده از آن «توجیه قانع‌کننده‌ای» دارند، می‌توانند درخواست کتبی معافیت خود را به آژانس امنیت سایبری و زیرساخت آمریکا (CISA) ارائه دهند.
وزارت امنیت داخلی آمریکا (DHS) در توجیه این تصمیم به نگرانی‌های متعددی درباره مدل هوش مصنوعی میزبانی‌شده در چین اشاره کرده است؛ از جمله حاکمیت داده‌ها، سهل‌گیرانه بودن قوانین چین و آسیب‌پذیری‌های امنیتی.
اریک آواکین، مشاور فنی شرکت اینفوتک، نگرانی‌های مطرح‌شده را قابل درک می‌داند. او گفت: «وقتی سازمان‌ها از هر نوع خدمات هوش مصنوعی میزبانی‌شده استفاده می‌کنند، ممکن است مالکیت فکری، اطلاعات محرمانه تجاری یا دیگر داده‌های حساس خود را به محیطی بفرستند که دید و کنترل بسیار محدودی بر اتفاقاتی که برای این اطلاعات می‌افتد، دارند.»
نگرانی‌های دولت آمریکا
بر اساس سندی منتشرشده در روزنامه رسمی دولت فدرال آمریکا، خرید فناوری‌های توسعه‌یافته توسط شرکت چینی هانگژو دیپ‌سیک هوش مصنوعی برای سازمان‌های غیرنظامی فدرال ممنوع خواهد بود. این ممنوعیت محصولات وابسته به شرکت و همچنین ابزارها یا نرم‌افزارهای شخص ثالثی را نیز در بر می‌گیرد که با استفاده از پیاده‌سازی‌های دیپ‌سیک ساخته شده‌اند.
سازمان‌های غیرنظامی قوه مجریه فدرال، از جمله وزارت خزانه‌داری، وزارت امور خارجه و وزارت دادگستری، مشمول این محدودیت می‌شوند. با این حال، این دستور شامل مصرف‌کنندگان خصوصی، عموم مردم، دولت‌های ایالتی و محلی یا سامانه‌های امنیت ملی وزارت دفاع آمریکا (DoD) نمی‌شود.
در این دستور آمده است: «مدل‌های دیپ‌سیک چندین مسیر بالقوه برای ایجاد تهدید دارند.» نخست آنکه سرورهای این شرکت در جمهوری خلق چین قرار دارند؛ کشوری که نظام حقوقی آن به نهادهای دولتی فعال در حوزه سایبری و اطلاعاتی، «اختیارات گسترده‌ای» برای دسترسی به زیرساخت‌های خصوصی می‌دهد.
در این دستور همچنین ادعا شده است که فرایند ایجاد حساب کاربری در دیپ‌سیک، اطلاعات هویتی قابل‌شناسایی افراد (PII) را جمع‌آوری می‌کند و ممکن است فعالیت کاربران را ردیابی کرده و از دستگاه‌های آن‌ها اثرانگشت دیجیتال تهیه کند. همچنین، فرایند پردازش درخواست‌ها و تولید پاسخ ممکن است به انتقال داده‌های حساس به چین منجر شود. به گفته مقام‌های آمریکایی، چنین دسترسی‌ای می‌تواند اطلاعاتی عملیاتی و قابل استفاده درباره برنامه‌های آمریکا یا کاربران منفرد در اختیار طرف مقابل قرار دهد.
در ادامه دستور آمده است که خود مدل‌های دیپ‌سیک نیز ممکن است حاوی بدافزار یا آسیب‌پذیری‌های امنیتی دیگری باشند. وزارت امنیت داخلی آمریکا به پژوهش امنیتی منتشرشده در منابع آزاد در فوریه ۲۰۲۵ استناد کرده است که در آن، وجود چندین آسیب‌پذیری بحرانی در اپلیکیشن‌های موبایلی دیپ‌سیک برای سیستم‌عامل iOS گزارش شده بود.
وزارت امنیت داخلی تا زمان اجرایی شدن کامل ممنوعیت، به سازمان‌ها توصیه کرده است برای کاهش خطر، ترافیک ورودی و خروجی داده‌ها را زیر نظر بگیرند، ثبت رویدادها و کنترل‌های مربوط به جلوگیری از خروج غیرمجاز اطلاعات را تقویت کنند و فعالیت‌های غیرعادی را شناسایی و علامت‌گذاری کنند.
سازمان‌ها می‌توانند درخواست معافیت از ممنوعیت را به‌صورت کتبی ارائه دهند، اما باید «توجیهی قانع‌کننده» مطرح کنند. از جمله دلایل قابل بررسی می‌توان به تأثیر ممنوعیت بر عملکردهای حیاتی مأموریتی یا ملاحظات مرتبط با منافع ملی، مانند بررسی‌های امنیت ملی، تحقیقات یا توافق‌نامه‌های امنیتی، اشاره کرد.
گستردگی مشکلات امنیتی
این ممنوعیت در شرایطی اعلام شده است که دیپ‌سیک در حال انتشار عمومی چارچوب استنتاج اختصاصی خود با نام DeepInfer است. به گفته شرکت، این چارچوب با فراهم کردن توان عملیاتی بالا و تأخیر کم، مدل DeepSeek-V4.1-Flash را پشتیبانی می‌کند. از قابلیت‌های آن می‌توان به هسته‌های پردازشی پربازده، موتور استنتاج بهینه‌شده، خروجی‌های ساختاریافته و رمزگشایی حدسی اشاره کرد.
دیپ‌سیک اعلام کرده است که اجزای عملیاتی کدگذاری و رمزگشایی توکن‌های این چارچوب، که با منطق پردازشی پشت رابط برنامه‌نویسی کاربردی (API) دیپ‌سیک هماهنگ هستند، امکان ارائه «رفتار یکسان API در استقرارهای جامعه‌محور» را فراهم می‌کنند.
این شرکت در شبکه اجتماعی ایکس نوشت: «مدل‌های باز. هسته‌های پردازشی باز. استنتاج باز. از استقرارهای خصوصی گرفته تا ابرهای عمومی، به همکاری با جامعه ادامه می‌دهیم تا استنتاج در مقیاس بزرگ را کارآمدتر کنیم.»
این نخستین مانع دیپ‌سیک از منظر امنیت سایبری نیست. مهم‌ترین نمونه به ژانویه ۲۰۲۵ بازمی‌گردد؛ زمانی که این شرکت به دلیل پیکربندی ناامن یک پایگاه داده، بیش از یک میلیون رکورد گزارش، از جمله تاریخچه گفت‌وگوها، اطلاعات محرمانه API و داده‌های حساس دیگر را افشا کرد. این اطلاعات از طریق پایگاه داده‌ای که به‌درستی ایمن نشده بود، در دسترس قرار گرفتند.
آواکین خاطرنشان کرد که ظاهراً دیپ‌سیک این افشای اطلاعات را برطرف کرده است، اما این اتفاق همچنان پرسش‌هایی درباره رویه‌های امنیتی کلی این پلتفرم ایجاد می‌کند؛ به‌ویژه برای سازمان‌هایی که در نظر دارند اطلاعات حساس تجاری خود را به آن بسپارند.
او تأکید کرد که این سخنان به معنای «ذاتاً مخرب» بودن همه مدل‌های دیپ‌سیک نیست، اما همچنان پرسش‌های مهمی درباره حریم خصوصی داده‌ها، امکان دسترسی به اطلاعات بر اساس قوانین چین، امنیت اکوسیستم گسترده‌تر هوش مصنوعی و آسیب‌پذیری مدل‌های دیپ‌سیک در برابر دور زدن محدودیت‌های ایمنی و دست‌کاری وجود دارد.
آواکین گفت: «مجموع این مسائل نگرانی‌های موجهی درباره این موضوع ایجاد می‌کند که آیا سازمان‌ها واقعاً می‌توانند خطرهای موجود را به‌درستی درک و مدیریت کنند یا خیر.»
شرکت‌ها باید خطرهای مرتبط را جدی ارزیابی کنند
آواکین گفت شرکت‌ها به‌طور فزاینده‌ای در حال بررسی استفاده از دیپ‌سیک هستند، هرچند بیشتر موارد استفاده‌ای که به‌صورت عمومی مستند شده‌اند، به چین مربوط می‌شوند. برخی از مدل‌های دیپ‌سیک از طریق پلتفرم‌هایی مانند مایکروسافت آژور و خدمات وب آمازون (AWS) نیز در دسترس قرار گرفته‌اند.
او گفت: «واقعاً علاقه قابل توجهی در میان شرکت‌ها به این فناوری وجود دارد، زیرا سازمان‌ها به دنبال راه‌هایی برای افزایش بهره‌وری، ارائه قابلیت‌های جدید یا کاهش هزینه‌ها هستند.» از کاربردهای مفید این فناوری می‌توان به خلاصه‌سازی اسناد، پژوهش‌های داخلی و کمک به برنامه‌نویسی اشاره کرد.
به گفته آواکین، DeepInfer نیز می‌تواند هزینه‌ها را کاهش دهد، اما مزایای احتمالی آن باید در کنار خطرهای امنیتی سنجیده شوند. از آنجا که این چارچوب به‌تازگی منتشر شده است، سازمان‌ها باید کارایی ادعاشده آن را در محیط‌های خود آزمایش و تأیید کنند و نباید فرض بگیرند که این مزایا لزوماً به کاهش هزینه‌های عملیاتی منجر خواهند شد.
او توصیه کرد سازمان‌ها کار را با موارد استفاده نسبتاً کم‌خطر آغاز کنند و ترجیحاً در یک محیط ایزوله و تحت کنترل خود، از «اطلاعات عمومی، مصنوعی یا پاک‌سازی‌شده به‌نحو مناسب» استفاده کنند.
آواکین گفت نخستین پرسش مهم این است: «می‌خواهیم کدام مشکل کسب‌وکار را حل کنیم؟» پس از مشخص شدن پاسخ، سازمان‌ها باید بررسی کنند که آیا دیپ‌سیک بهترین راه‌حل برای آن مسئله است یا خیر، کنترل‌های امنیتی را اعتبارسنجی کنند و سپس با توجه به میزان ریسک‌پذیری خود، دامنه کاربردها را گسترش دهند.
او تأکید کرد که حاکمیت مؤثر و ارزیابی ریسک اهمیت اساسی دارند. سازمان‌ها باید بدانند چه فناوری‌هایی را وارد محیط خود می‌کنند، امنیت آن‌ها را بررسی کنند، دسترسی‌ها و مجوزهایشان را محدود سازند و اطمینان یابند که می‌توانند فعالیت آن‌ها را زیر نظر بگیرند.
آواکین توصیه کرد: «با این موضوع مانند هر تصمیم دیگری درباره زنجیره تأمین نرم‌افزار برخورد کنید. متن‌باز بودن، ارزان بودن یا برخورداری از قابلیت‌های فنی چشمگیر، به‌خودی‌خود به این معنا نیست که استفاده از یک فناوری در محیط سازمانی مناسب است.»
تأثیر بر اکوسیستم گسترده‌تر هوش مصنوعی
آواکین گفت اینکه این دستور محصولات و خدمات شخص ثالث توسعه‌یافته با استفاده از پیاده‌سازی‌های دیپ‌سیک را نیز در بر می‌گیرد، اهمیت زیادی دارد؛ زیرا ممکن است سازمان‌ها به‌طور غیرمستقیم و از طریق فروشندگان، پلتفرم‌های نرم‌افزاری یا خدمات دیگر از فناوری‌های دیپ‌سیک استفاده کنند، بی‌آنکه بدانند در لایه‌های زیرین این محصولات چه فناوری‌هایی به کار رفته است. او این وضعیت را نمونه‌ای از «مسائل کلاسیک زنجیره تأمین» توصیف کرد.
به گفته آواکین، دیگر کافی نیست که شرکت‌ها فقط بدانند کارکنانشان از کدام اپلیکیشن‌های هوش مصنوعی استفاده می‌کنند. آن‌ها باید مشخص کنند چه مدل‌ها، چارچوب‌ها، وابستگی‌های نرم‌افزاری و خدمات خارجی در محصولات خریداری‌شده و مستقرشده در سازمانشان تعبیه شده‌اند. او توصیه کرد شرکت‌ها فهرست دارایی‌ها و ابزارهای هوش مصنوعی خود را بازبینی کنند، در صورت لزوم الزامات خرید و تأمین فناوری را به‌روزرسانی کنند و فرایندهای مدیریت ریسک اشخاص ثالث را گسترش دهند.
او گفت: «در نهایت، شرکت‌هایی که از این ابزارها استفاده می‌کنند باید نه‌تنها فناوری‌های هوش مصنوعی‌ای را که آگاهانه مستقر می‌کنند بشناسند، بلکه فناوری‌هایی را هم درک کنند که از طریق اشخاص ثالث به محیط آن‌ها راه پیدا می‌کنند.»