على مدى العامين الماضيين، كان من السهل إحراز تقدم في سباق الذكاء الاصطناعي: نماذج أكبر، ومعايير أفضل، وأي شركة يمكنها أن تتصدر الصدارة، على الأقل حتى الإطلاق التالي.
بدأت بطاقة الأداء هذه تبدو غير مكتملة.
مع انتقال الشركات من اختبار الذكاء الاصطناعي إلى استخدامه في منتجات وسير عمل حقيقية، لم يعد الأمر يتعلق باستغلال أفضل نموذج، بل الوصول إلى النموذج الأكثر ملاءمة لوظيفة معينة، بالتكلفة المناسبة، مع البيانات اللازمة وفي بيئة مختارة.
ويفتح هذا التحول الباب أمام نوع جديد من منافسة الذكاء الاصطناعي، التي تركز بشكل أقل على حجم النموذج وأكثر على التوجيه والتكلفة والتحكم والحوسبة.
وقال أرافيند سرينيفاس، الرئيس التنفيذي لشركة Perplexity، لشبكة CNBC: “لم يعد النموذج وحده هو المنتج”. “إن الحزام، نظام التنسيق هو الذي يضع النموذج داخل حزام قادر جدًا ويربط النموذج بالكثير من الأدوات.”
وهذا يعني أن منتجات الذكاء الاصطناعي أصبحت أنظمة يمكنها تحديد النموذج الذي يجب استخدامه ومتى يتم استخدامه وما هي الأدوات الخارجية أو مصادر بيانات الشركة الضرورية. قد لا تحتاج مهمة خدمة العملاء إلى النموذج الأكثر تكلفة. قد تكون هناك مشكلة ترميز معقدة. يمكن تشغيل سير العمل الداخلي الروتيني على نموذج مفتوح أرخص. ومن الممكن تصعيد الخطوة الأصعب إلى خطوة أكثر قوة.
وقال سرينيفاس: “الجواب هو دائمًا استخدام ما هو الأفضل للمهمة”.
ويأتي ظهور النماذج البديلة في الوقت الذي تشدد فيه الشركات الأمريكية حزامها على الإنفاق على الذكاء الاصطناعي، ويمثل تحديا آخر لشركتي OpenAI وAnthropic، اللتين ازدهرتا على مدى السنوات القليلة الماضية من خلال بيع أحدث التقنيات.
أرافيند سرينيفاس، الرئيس التنفيذي لشركة Perplexity AI.
سي ان بي سي
استعرضت شركة Perplexity هذا الأسبوع نظامًا جديدًا لمنتجها المخصص لاستخدام الكمبيوتر والذي تم تصميمه حول GLM 5.2، وهو نموذج مفتوح من شركة Z.ai الصينية. تم تصميم النظام للسماح للنموذج الأرخص بمعالجة المزيد من العمل أثناء استدعاء نموذج أقوى فقط عند الحاجة.
ويعكس هذا النهج تغيرا أوسع في السوق. أصبحت النماذج ذات الوزن المفتوح، والتي يمكن تنزيلها وضبطها وتشغيلها من قبل الشركات نفسها، أكثر قدرة. كما أنها أرخص في التشغيل من النماذج المميزة الخاصة من أكبر مختبرات الذكاء الاصطناعي.
وقال بيتر فينتون، الشريك العام لشركة Benchmark، إن التحول قد يكون دراماتيكيًا.
وقال فينتون لـ CNBC: “ربما تكون وجهة النظر المتعارضة التي أصبحت موضع إجماع هي اعتقادنا بأن أكثر من 90 بالمائة من الرموز المميزة التي تم إنشاؤها ستخرج من نماذج مفتوحة الوزن خلال الـ 18 إلى 24 شهرًا القادمة، وربما حتى بحلول نهاية العام”.
الرموز المميزة هي وحدات البيانات التي تعالجها نماذج الذكاء الاصطناعي وتولدها.
وقال فينتون: “أعتقد أن هوامش الاستدلال التي تولدها شركات النماذج الحدودية سوف تتعرض للضغط عندما تتمكن من تشغيل تلك الشركات دون العلامات التي تقدمها، عندما يكون لديك نماذج جيدة بما فيه الكفاية من الأوزان المفتوحة”.
وقال فينتون إن الانتقال إلى النماذج المفتوحة لا يتعلق فقط بتوفير المال. في بعض الحالات، يمكن للنماذج الأصغر التي تم ضبطها لمهمة محددة أن تكون أسرع وأداء أفضل من النماذج الأكبر للأغراض العامة.
“أين يتم تشغيله وكيف يتم تشغيله”
وهذا هو أحد الأسباب التي دفعت شركة Benchmark إلى الاستثمار في شركة Ollama، وهي الشركة التي تسهل على المطورين والمؤسسات تنزيل النماذج المفتوحة وتشغيلها وإدارتها.
وقال جيف مورجان، الرئيس التنفيذي لشركة أولاما: “هناك شيء واحد هو من أين جاء النموذج وأين تم إنشاؤه وتدريبه”. “لكن الشيء الأكثر أهمية بالنسبة لهذه الشركات التي نتحدث إليها هو أين تعمل وكيف تعمل.”
وقال مورغان إن أكثر من 85% من الشركات المدرجة في قائمة فورتشن 500 قد اعتمدت شركة أولاما، بما في ذلك الشركات العاملة في الصناعات الخاضعة للتنظيم مثل الطيران والتأمين والرعاية الصحية. وقال إن العديد من الشركات تبدأ بنماذج أصغر تقترب من بياناتها الخاصة، ثم تتوسع إلى نماذج مفتوحة أكبر كلما أصبحت أكثر راحة.
كما أن ظهور النماذج المفتوحة يخلق تحديًا استراتيجيًا للولايات المتحدة. والعديد من النماذج ذات الوزن المفتوح الأكثر تنافسية تأتي من المختبرات الصينية، بما في ذلك Z.ai وDeepSeek. وهذا ما جعل الذكاء الاصطناعي مفتوح المصدر قضية تجارية، وقضية سياسية، وقضية تنافسية وطنية.
وقال سرينيفاس إن الولايات المتحدة يجب أن تدعم النماذج المفتوحة لأنها تجعل الذكاء الاصطناعي أقل تكلفة ويمكن الوصول إليه.
وقال سرينيفاس: “إذا كنت تريد توزيع فوائد الذكاء الاصطناعي على نطاق واسع على الشركات الصغيرة في أمريكا والدول الحليفة لأمريكا، فأنت بحاجة حقًا إلى أن يكون الذكاء الاصطناعي في متناول الجميع”. “والمصدر المفتوح هو الطريقة الوحيدة للقيام بذلك.”
يمكن أن يؤثر هذا التحول أيضًا على عملية إنشاء مراكز البيانات الضخمة الجارية عبر صناعة التكنولوجيا. تفترض طفرة الذكاء الاصطناعي الحالية أن الطلب سيستمر في التدفق إلى مراكز البيانات السحابية الكبيرة المليئة بالرقائق المتطورة. يقول سرينيفاس إن بعض أعمال الذكاء الاصطناعي قد يتم تشغيلها محليًا في نهاية المطاف بدلاً من ذلك، على الأجهزة المملوكة للمستهلكين أو الشركات.
لن يلغي هذا الحاجة إلى مراكز البيانات، لكنه يمكن أن يخلق نظام ذكاء اصطناعي أكثر هجينًا، مع تشغيل المهام الروتينية محليًا وإرسال الأعمال الأكثر صعوبة إلى نموذج أكثر قوة في السحابة.
بالنسبة للمستثمرين، السؤال هو ما إذا كانت أكبر مختبرات الذكاء الاصطناعي قادرة على الحفاظ على قوتها التسعيرية مع تحسن النماذج المفتوحة وأصبحت الشركات أكثر انتقائية بشأن ما تستخدمه.
يشاهد: يقول سام ألتمان من OpenAI إن النماذج الصينية مفتوحة المصدر أصبحت جيدة جدًا
اكتشاف المزيد من مجلة الأسهم السعودية
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
