إعادة هيكلة المنافسة في الذكاء الاصطناعي: ضغوط تكاليف الأوزان المفتوحة

تشير المنافسة في سوق الذكاء الاصطناعي (AI) إلى ثلاثة محاور: نموذج الحدود المغلقة، نموذج الأوزان المفتوحة، وشركات التطبيقات. وقد أظهرت التحليلات أن مركز المنافسة قد تحول من من الذي أنشأ نموذجًا عالي الأداء أولاً إلى كيفية استخدام العملاء من الشركات للذكاء الاصطناعي من حيث التكاليف وشروط التحكم.

سوراب غوبتا، المؤسس المشارك ومدير الشراكة في DST Global، شبه الاقتصاد القائم على الذكاء الاصطناعي لعام 2026 بـ "مشكلة الأجساد الثلاثة" في عمود له في فورتشن. ورأى أن مختبرات الحدود المغلقة مثل OpenAI وAnthropic، ونموذج الأوزان المفتوحة الذي يركز على الصين، وشركات التطبيقات التي تصنع المنتجات فوق هذين النموذجين، تقوم بتغيير مسارات بعضها البعض.

نموذج الحدود المغلقة هو الذي يتحكم فيه المطورون في النموذج والخدمات، بينما يصل المستخدمون عبر واجهة برمجة التطبيقات أو في شكل منتج. حتى الآن، كان من الواضح أن الشركات التي تمتلك أقوى نموذج هي التي تسيطر على السوق، ولكن مع زيادة الإنفاق على الذكاء الاصطناعي، بدأ العملاء من الشركات في النظر في عائد الاستثمار ومشكلات التحكم في البيانات.

أشار عمود فورتشن إلى زيادة الطلب على Anthropic، وضغوط عائد الاستثمار على الإنفاق على الذكاء الاصطناعي، وإطلاق Meta لمشروع Muse Spark 1.1 وxAI لـ Grok 4.5 كأمثلة على التغيرات الأخيرة. وهذا يشير إلى أن المنافسة في الأداء بين النماذج المغلقة مستمرة، بينما أصبحت التكاليف ومرونة التوزيع محورًا منفصلًا للمنافسة.

كما زادت أهمية وجود نموذج الأوزان المفتوحة. قدمت Moonshot في الإعلان الرسمي عن Kimi K3 28 تريليون معلمة وسياق 1 مليون توكن، وأعلنت Z.ai أن GLM-5.2 يحتوي على 753 مليار معلمة وأوزان مفتوحة وترخيص MIT.

نموذج الأوزان المفتوحة يختلف عن البرمجيات مفتوحة المصدر، حيث لا يعني السماح بالوصول إلى أوزان النموذج أن جميع البيانات التعليمية، والرموز، وحقوق إعادة التوزيع متاحة بحرية، لذا يجب التحقق من تراخيص الاستخدام وشروطها لكل نموذج.

ترتبط هذه الاتجاهات أيضًا بانتشار نماذج الأوزان المفتوحة منخفضة التكلفة من الشركات الصينية، حيث تم تحليل أن الشركات الصينية في مجال الذكاء الاصطناعي تنافس نماذج الشركات الأمريكية المغلقة من خلال كفاءة النموذج وبيئة المطورين الأجنبية في ظل الوصول المحدود إلى أشباه الموصلات.

تقوم الشركات الأمريكية أيضًا بتطبيق استراتيجية النماذج المفتوحة. في 15 يوليو، أطلقت Thinking Machines نموذج Inkling، وقدمت NVIDIA ($NVDA) مجموعة منتجات Nemotron 3 كنماذج مفتوحة Nano وSuper وUltra.

أوضحت NVIDIA في بيانها أنها توفر نماذج مفتوحة وبيانات ومكتبات لمساعدة المطورين في إنشاء وكلاء ذكاء اصطناعي يتناسبون مع مهام معينة. يُفهم هذا على أنه حركة تستهدف الطلب على دمج النماذج حسب الاستخدام بدلاً من الاعتماد فقط على نماذج الحدود المغلقة.

بالنسبة لشركات التطبيقات، فإن التكاليف هي متغير مباشر. أضافت Posit AI في 10 أغسطس Kimi K3 وGLM-5.2 إلى مجموعة منتجاتها، وأوضحت أن النموذجين يوفران تكاليف أقل مقارنة بالنماذج المغلقة التي تقدم أداءً مشابهًا.

تظهر هذه الخيارات أن شركات التطبيقات لا تلتزم بنموذج مغلق واحد، بل تختار نماذج حسب المهام. يمكن لشركات التطبيقات التي تمتلك نقاط اتصال مع العملاء وبيانات العمل مقارنة الأداء والتكاليف وزمن التأخير وشروط الأمان.

تسارع نمو مختبرات الحدود أيضًا. أفادت رويترز أن الإيرادات السنوية المعدلة لـ Anthropic تجاوزت 65 مليار دولار (حوالي 90 تريليون وون) في نهاية يوليو، وأفادت Business Times أن الإيرادات السنوية المعدلة لـ OpenAI تجاوزت 40 مليار دولار (حوالي 55 تريليون وون).

ومع ذلك، فإن هذه الأرقام ليست إيرادات سنوية مدققة، بل هي مؤشرات تمثل مستوى الإيرادات الحالي سنويًا. يمكن اعتبارها علامة على زيادة الطلب على نماذج الذكاء الاصطناعي عالية الأداء، ولكن يجب تمييزها عن الأداء السنوي الفعلي أو مؤشرات الربحية.

تظل هناك مخاطر سياسية. أفادت رويترز أن إدارة ترامب أبلغت شركات الذكاء الاصطناعي بأنها لن تشمل نماذج الذكاء الاصطناعي المفتوحة في قائمة اختبارات الأمان الطوعية. وهذا يتماشى مع الاتجاهات السياسية المتعلقة بمناقشة المراجعة الطوعية التي تركز على الذكاء الاصطناعي المغلق في البيت الأبيض.

أفادت نفس التقارير أن هناك تمييزًا بين النماذج التي تحتوي على مكونات أساسية مفتوحة ونماذج مغلقة تتحكم فيها شركات معينة. كلما زادت انتشار الأوزان المفتوحة، قد تزداد النقاشات حول من يتحمل مسؤولية التحقق من الأمان والتوزيع.

تؤدي هذه القضية أيضًا إلى تكاليف اعتماد الذكاء الاصطناعي والتحكم في البيانات بالنسبة للشركات الكورية. عند اختيار الذكاء الاصطناعي للاستخدام العملي، لم يعد بالإمكان مقارنة النماذج المغلقة مثل OpenAI وAnthropic فقط، بل يجب مراجعة نماذج الأوزان المفتوحة القادمة من الصين والنماذج المفتوحة الأمريكية، بالإضافة إلى خدمات التطبيقات التي تجمع بينهما.

عند النظر فقط إلى الحقائق المؤكدة، لم يتم تنظيم توازن سوق الذكاء الاصطناعي في اتجاه واحد. تزداد النماذج المغلقة في الإيرادات والأداء، بينما تركز نماذج الأوزان المفتوحة على التكاليف ومرونة التوزيع، وتستجيب شركات التطبيقات للسوق من خلال دمج المحاورين.

يُقدَّم هذا المحتوى لأغراض معلوماتية عامة فقط، ولا يُشكل مشورة مالية أو استثمارية أو قانونية أو ضريبية. ولا ينبغي اعتبار أي فعاليات أو مكافآت أو عروض ترويجية عبر الإنترنت أو أي معلومات ذات صلة واردة فيه توصيةً أو طلبًا أو دعوةً لشراء الأصول المشفرة أو بيعها أو تداولها أو إجراء أي معاملات أخرى عليها. تتميز الأصول المشفرة بتقلبات سعرية مرتفعة وقد تؤدي إلى خسائر. وقد يختلف مدى توفر خدمات WEEX ومنتجاتها والفعاليات المرتبطة بها حسب المنطقة. وتقع على عاتقك مسؤولية التأكد من أن مشاركتك تتوافق مع القوانين واللوائح المحلية المعمول بها.