لماذا تبني الشركات الكبرى نماذج ذكاء اصطناعي خاصة بها (وماذا يعني ذلك لك)

لسنوات قليلة، كانت قصة الذكاء الاصطناعي بسيطة: حفنة من المختبرات تبني النماذج القوية، والجميع — بما في ذلك شركات التقنية العملاقة — يبني منتجاته فوقها. هذا الترتيب يتغيّر بهدوء. ففي 2026، صارت الشركات التي توزّع الذكاء الاصطناعي تبني نماذجها الخاصة بشكل متزايد، لا أن تستأجر نماذج غيرها فحسب.

أوضح إشارة حديثة: وسّعت مايكروسوفت عائلة نماذجها الداخلية MAI صراحةً بهدف تقليل اعتمادها على OpenAI وخفض الكلفة على المطوّرين (CNBC). وهي ليست وحدها في النمط الأوسع. إليك لماذا يحدث هذا — ولماذا يهمّك حتى لو لم تدرّب نموذجًا في حياتك.

ما الذي يحدث فعلًا

النمط هو التكامل الرأسي. فالشركات التي تملك أصلًا علاقة العميل — نظام التشغيل، حزمة المكتب، السحابة، مربّع البحث — تقرّر أن الاعتماد على مختبر خارجي في المكوّن الأكثر استراتيجيةً مخاطرة تفضّل ألّا تحملها. لذلك تبني (أو تشتري أو تضبط) نماذج تتحكّم بها من البداية إلى النهاية.

وهذا لا يعني التخلّي عن الشراكات، بل يعني أنها تريد خيارات: نماذجها الخاصة لكثير من المهام اليومية، ونماذج الشركاء حين تكون أفضل فعلًا. خيارٌ لا حصرية.

لماذا يفعلون ذلك

أربع قوى تدفع في الاتجاه نفسه:

1. الكلفة. استئجار نماذج من الطراز الأول على نطاق هائل مكلف. وامتلاك نموذج داخلي فعّال لمعظم الطلبات الروتينية قد يخفض الفاتورة بشكل كبير — وتقول الشركات إن خفض الكلفة على المطوّرين جزء من الهدف.
2. الاستقلالية والنفوذ. الاعتماد على موّرد خارجي وحيد لأهم قدراتك ثغرة استراتيجية. والبناء الداخلي يقلّل هذا الاعتماد ويقوّي موقفك في المفاوضات.
3. التخصيص. نموذجك الخاص يمكن تشكيله حول منتجاتك وبياناتك ومستخدميك بطرق يعجز عنها نموذج عام مستأجَر.
4. التحكّم في البيانات والاتجاه. امتلاك النموذج يعني امتلاك خارطة الطريق وموقف الخصوصية والقدرة على التحسين وفق أولوياتك أنت لا أولويات مزوّد.

المقايضات (ليست انتصارًا واضحًا)

بناء النماذج ليس بالضرورة الخطوة الذكية. فهو باهظ التكلفة للغاية، ويتطلب مواهب نادرة وقدرة حوسبة هائلة، ولا ضمان أن يضاهي النموذج الداخلي أفضل المختبرات الرائدة في أصعب المهام. وكثير من الشركات ستعتمد نهجًا هجينًا: نماذجها حيث يفوز معيار «جيد بما يكفي ورخيص»، ونماذج الشركاء المتميّزة حيث تكون القدرة الخام هي الأهم.

وهناك كلفة تشتّت لبقيّتنا أيضًا: نماذج أكثر، ومقاييس أكثر، وادّعاءات متنافسة أكثر للفرز بينها.

ماذا يعني ذلك للشركات والمستخدمين

لست بحاجة إلى تدريب نموذج لتشعر بهذه الآثار:

الخلاصة العملية: لا تتزوّج مزوّدًا واحدًا للذكاء الاصطناعي. ابنِ سير عملك بحيث تستطيع استبدال النموذج تحته دون إعادة بناء كل شيء، وقيّم الأدوات بمدى أدائها لمهمتك أنت — لا بالعلامة أو المقاييس البرّاقة. وإطارنا حول اختيار أداة الذكاء الاصطناعي المناسبة مصمَّم لهدفٍ متحرّك كهذا، ومقارنتنا ChatGPT مقابل Claude مقابل Gemini تُظهر كم تتبدّل الصدارة بسرعة.

ماذا تفعل الآن

• ابقَ مرنًا. فضّل الأدوات والتكاملات التي تتيح لك تغيير النموذج الأساسي لاحقًا.
• قيّم لكل مهمة لا لكل علامة. فأفضل نموذج لتلخيص مستنداتك قد لا يكون الأفضل للبرمجة.
• راقب الكلفة الكلية لا القدرة وحدها. نموذج داخلي أرخص وكافٍ يتفوّق غالبًا على دفع ثمن متميّز مقابل مكاسب هامشية.
• عامل ادّعاءات المقاييس بوصفها ادّعاءات. تحقّق على مهامك الحقيقية قبل الالتزام.

وللعمل اليومي، تكون الرافعة الأكبر عادةً كيف تستخدم هذه الأدوات — انظر كيف تُؤتمت المهام المتكررة دون كود — وما يصدر هذا الأسبوع في نشرتنا الأحدث.

أسئلة شائعة

لماذا تبني شركة نموذجها الخاص بدل استخدام OpenAI أو جوجل؟ أساسًا لخفض الكلفة على نطاق واسع، وتقليل الاعتماد على موّرد وحيد، وتخصيص النموذج لمنتجاتها وبياناتها، والتحكّم في خارطة طريقها وخصوصيّتها. الأمر يتعلق بالنفوذ والمرونة بقدر تعلّقه بالقدرة الخام.

هل يعني هذا أن الشركات تتخلّى عن OpenAI والمختبرات الأخرى؟ ليس بالضرورة. فمعظمها يتجه إلى نهج هجين: نماذج داخلية للمهام الروتينية الحسّاسة للكلفة، ونماذج الشركاء حيث تتفوّق بوضوح. الهدف خيارات لا حصرية.

هل النموذج الداخلي أفضل من النموذج الرائد؟ ليس تلقائيًّا. فالمختبرات الرائدة كثيرًا ما تتصدّر في أصعب المهام. والنماذج الداخلية تفوز في الكلفة والتحكّم لحجم العمل الكبير «الكافي»، ولهذا تشيع الاستراتيجيات الهجينة.

كيف يؤثّر هذا فيّ كمستخدم أو شركة صغيرة؟ توقّع خيارات أكثر وضغطًا نزوليًّا على أسعار الذكاء الاصطناعي مع الوقت، لكن أيضًا ادّعاءات متنافسة أكثر للتقييم. والخطوة الذكية تجنّب الارتباط الحصري واختيار الأدوات بناءً على مهامك الحقيقية.

الخلاصة

سلسلة توريد الذكاء الاصطناعي تُعاد هيكلتها: الشركات التي توزّع الذكاء الاصطناعي تريد بشكل متزايد أن تمتلكه، لأسباب تتعلق بالكلفة والتحكّم والاستقلالية. ولمن هم في الأسفل، هذا خبر جيد في معظمه — منافسة أكثر وأسعار أقل — ما دمت تبقى مرنًا وتحكم على الأدوات بما تقدّمه لك فعلًا. لا تراهن بسير عملك على نموذج واحد؛ راهن على قدرتك على التبديل.

هذا تحليل لا نصيحة استثمارية أو شرائية. وادّعاءات القدرة والكلفة منسوبة إلى الشركات التي تطرحها وقد تتغيّر.