نیروی دریایی آمریکا پروژه جنگنده نسل جدید (F/A-XX) را کلید زد

این هواپیمای پنهان‌کار قرار است جایگزین ناوگان قدیمی F/A-18E/F سوپرهورنت شود. انتظار می‌رود برنده مناقصه، که رقابت اصلی آن میان بوئینگ و نورثروپ گرامن است، همین هفته اعلام شود. این پروژه برای حفظ برتری هوایی نیروی دریایی آمریکا در مقابل پیشرفت‌های چین حیاتی است.

چرا نیروی دریایی آمریکا به F/A-XX نیاز دارد؟

پنتاگون روز جمعه، با امضای مجوز نهایی توسط پیت هگست، وزیر دفاع، رسماً فاز اجرایی پروژه جنگنده نسل جدید خود را آغاز کرد. این هواپیمای پیشرفته، که به‌صورت محرمانه با کد F/A-XX شناخته می‌شود، قرار است ناوگان جنگنده‌های قدیمی F/A-18E/F سوپرهورنت را که از دهه ۱۹۹۰ در خدمت هستند، از رده خارج کند.

کارشناسان امنیتی، اجرای سریع این پروژه چند ده‌میلیارد دلاری را برای حفظ برتری هوایی آمریکا در برابر جاه‌طلبی‌های چین و توسعه جنگنده‌های نسل پنجم و ششم در این کشور حیاتی می‌دانند. جنگنده F/A-XX با این قابلیت‌ها طراحی خواهد شد:

• توانایی پنهان‌کاری پیشرفته
• برد پروازی و ماندگاری بیشتر
• هماهنگی کامل با پهپادهای رزمی و سامانه‌های پدافند ناوها

اعلام نهایی برنده مناقصه F/A-XX، که رقابت اصلی آن میان دو شرکت بزرگ بوئینگ و نورثروپ گرامن است، در هفته جاری محتمل است. با این حال، تأخیرهای چندماهه در تأمین بودجه و اختلافات میان پنتاگون و کنگره، ابهاماتی را در مورد آینده پروژه به وجود آورده بود.

در حالی که پنتاگون در ابتدا تنها ۷۴ میلیون دلار برای ادامه حداقلی توسعه درخواست کرده بود، کنگره با جدی گرفتن اهمیت پروژه، بودجه آن را به شدت تقویت کرد. کنگره در تابستان ۷۵۰ میلیون دلار و برای سال مالی ۲۰۲۶ نیز ۱.۴ میلیارد دلار دیگر به این پروژه اختصاص داد تا بر سرعت پیشرفت آن پافشاری کند.

مقامات دفاعی نگران هستند که هر دو شرکت رقیب با کمبود نیروی مهندسی مواجه شوند؛ بوئینگ به دلیل قرارداد ساخت جنگنده F-47 برای نیروی هوایی و نورثروپ گرامن به سبب هزینه‌های سنگین پروژه موشک بالستیک «سنتینل».

پیش‌بینی می‌شود نخستین جنگنده‌های F/A-XX در دهه ۲۰۳۰ وارد خدمت شوند، هرچند ناوگان سوپرهورنت تا دهه ۲۰۴۰ نیز همچنان در خدمت فعال نیروی دریایی آمریکا باقی خواهد ماند.یک گزارش جدید از مؤسسه ناندا در ام‌آی‌تی با عنوان «شکاف هوشمصنوعی مولد: وضعیت AI در کسب‌وکار ۲۰۲۵» نشان می‌دهد که با وجود هیاهوی فراوان، اکثریت قاطع پروژه‌های آزمایشی هوشمصنوعی مولد در شرکت‌ها به شکست انجامیده است. بر اساس این پژوهش، تنها حدود ۵ درصد از پروژه‌های آزمایشی موفق شده‌اند به شتاب درآمدی قابل‌توجهی دست یابند، در حالی که ۹۵ درصد باقی‌مانده یا متوقف شده‌اند یا هیچ تأثیر مالی قابل سنجشی نداشته‌اند. این گزارش بر پایه ۱۵۰ مصاحبه با مدیران ارشد، نظرسنجی از ۳۵۰ کارمند و تحلیل ۳۰۰ مورد کاربرد عمومی تهیه شده است.

این گزارش یک شکاف عمیق میان شرکت‌های موفق و سازمان‌های ناکام را آشکار می‌کند. آدیتیا چلپالی، نویسنده اصلی گزارش، موفقیت را در گرو تمرکز و چابکی می‌داند. او می‌گوید استارت‌آپ‌های کوچک که بر یک «نقطه درد» مشخص متمرکز هستند، توانسته‌اند در یک سال به درآمد ۲۰ میلیون دلاری برسند. در مقابل، شرکت‌های بزرگ با وجود سرمایه‌گذاری سنگین نتوانسته‌اند نتایج ملموسی کسب کنند. دلیل اصلی این ناکامی نه در کیفیت مدل‌های هوشمصنوعی، بلکه در «شکاف یادگیری» و ادغام نامناسب این فناوری با فرآیندهای سازمانی عنوان شده است. ابزارهای عمومی مانند چت‌جی‌پی‌تی با وجود انعطاف برای کاربران فردی، در محیط‌های سازمانی ناکارآمد عمل می‌کنند، زیرا قابلیت انطباق با جریان‌های کاری خاص را ندارند.

یافته‌های این گزارش همچنین نشان می‌دهد که شرکت‌ها در تخصیص بودجه‌های هوشمصنوعی خود دچار اشتباه شده‌اند؛ بیش از نیمی از این بودجه‌ها صرف ابزارهای فروش و بازاریابی می‌شود، در حالی که پژوهش ام‌آی‌تی بیشترین بازدهی سرمایه‌گذاری را در اتوماسیون فرآیندهای پشتیبانی (مانند کاهش هزینه‌ها و ساده‌سازی عملیات) شناسایی کرده است. یکی از نکات کلیدی دیگر این است که خرید ابزارهای تخصصی از فروشندگان خارجی در حدود ۶۷ درصد مواقع موفق بوده، در حالی که پروژه‌های داخلی تنها در یک‌سوم موارد به نتیجه رسیده‌اند. این یافته برای صنایعی مانند خدمات مالی که به دنبال ساخت سیستم‌های اختصاصی هستند، زنگ خطر را به صدا درمی‌آورد.

گزارش ام‌آی‌تی چند عامل کلیدی برای موفقیت پروژه‌ها را معرفی می‌کند: اولویت دادن به مدیران خط مقدم برای پیشبرد پروژه‌ها، انتخاب ابزارهایی که قابلیت ادغام و یادگیری تدریجی دارند و تمرکز بر چالش‌های خاص کسب‌وکار. این گزارش همچنین به پدیده «هوشمصنوعی در سایه» (استفاده کارمندان از ابزارهای هوشمصنوعی بدون تأیید سازمان) و دشواری شرکت‌ها در سنجش تأثیر واقعی این فناوری اشاره می‌کند. به گفته پژوهشگران، شرکت‌های پیشرو اکنون به دنبال نسل بعدی فناوری، یعنی سیستم‌های عامل هوشمند (Agentic AI) هستند که قادر به یادگیری، حافظه و اقدام مستقل در محدوده‌های مشخصی خواهند بود.