نشر جيسي تشانغ، الرئيس التنفيذي لشركة Decagon، نظرية جديدة مثيرة للجدل تحت عنوان "الجميع مخطئون بشأن الذكاء الاصطناعي مفتوح المصدر في المؤسسات". تتناول هذه النظرية التناقض المثير للاهتمام في اقتصاد الذكاء الاصطناعي اليوم: فبينما تتحول تطبيقات الذكاء الاصطناعي الأكثر نضجًا نحو النماذج الأخف والأقل تكلفة، يظل الإنفاق الإجمالي على النماذج المتطورة باهظة الثمن ثابتًا تقريبًا.
يقدم تشانغ منظورًا جديدًا للعلاقة بين النماذج الرائدة (Frontier Models) والذكاء الاصطناعي مفتوح المصدر، حيث يرى أنهما ليسا متنافسين، بل مرحلتين ضمن دورة حياة واحدة. تُستخدم النماذج الرائدة باهظة الثمن لإثبات جدوى حالات الاستخدام الجديدة، والتي تنتقل بعد نضجها إلى بدائل مفتوحة المصدر أرخص. ومع استمرار ظهور حالات استخدام جديدة، يبقى الإنفاق الإجمالي على النماذج الرائدة مرتفعًا.
رغم أن تشانغ لم يقدم الكثير من البيانات لدعم وجهة نظره، إلا أن الأدلة المتاحة تؤكدها. تُظهر لوحة تحكم بوابة الذكاء الاصطناعي لدى Vercel أن نموذج DeepSeek قد قفز إلى صدارة حجم الرموز (token volumes) في الأسبوع الماضي فقط، حيث يعالج الآن أكثر من ثلث الرموز التي تمر عبر البنية التحتية للشركة. كما احتل مختبر Z.ai، المطور لنموذج GLM-5.2 الشهير، المرتبة الرابعة المرموقة خلال الفترة نفسها. ومع ذلك، إذا نظرت إلى إجمالي الإنفاق على الرموز، ستجد أن Anthropic لا يزال يمثل أكثر من نصف إجمالي الإنفاق على الذكاء الاصطناعي عبر المنصة. ورغم أن هذه الحصة قد انخفضت قليلاً خلال الشهر الماضي بسبب ارتفاع أسعار Anthropic نفسه، إلا أن التراجع لم يكن كبيرًا.
تروي منصة OpenRouter قصة مماثلة، حيث تستحوذ على شريحة أكبر من السوق (وإن كانت أقل توجهًا للمؤسسات). يُعد DeepSeek V4 Flash الفائز الرئيسي من حيث الاستخدام الكلي، حيث يعالج 5.3 تريليون رمز أسبوعيًا، بينما يتعامل نموذج Opus 4.8 الرائد مع ما يزيد قليلاً عن 2 تريليون رمز. لا تصنف OpenRouter النماذج حسب إجمالي الإنفاق، لكنها تسجل متوسط تكلفة الرمز لـ Opus 4.8 كأعلى بحوالي 23 ضعفًا من V4 Flash (1.37 دولار لكل مليون رمز، مقارنة بـ 6 سنتات)، مما يعني أن Opus لا يزال يستحوذ على نصيب الأسد من الإنفاق. هذه الأرقام لا تشمل حتى الوافد الجديد، Nvidia Nemotron، والذي من المتوقع أن يقفز إلى صدارة المشهد بفضل علاقات Nvidia القوية وقدرة النموذج الفائقة على التكيف.
لا تُثبت هذه الأرقام نظرية تشانغ حول دورات حياة الذكاء الاصطناعي بشكل كامل، لكنها تظهر بوضوح أن المختبرات الرائدة مثل Anthropic لا تعاني كثيرًا من صعود النماذج مفتوحة المصدر - على الأقل ليس بعد. أحد التفسيرات هو أن سوق المهام التي يمكن معالجتها بواسطة الذكاء الاصطناعي ينمو بسرعة هائلة، مما يسمح للنماذج العليا بالحفاظ على موقعها من خلال هيمنتها على النشر في المراحل المبكرة. وكما يقول تشانغ، "ستظل المختبرات الرائدة تمتلك زمام الاكتشاف، بينما ستمتلك المصادر المفتوحة الإنتاج بشكل متزايد." قد يكون التفسير الآخر هو أنه حتى مع انتقال العملاء إلى المصادر المفتوحة، فإن العديد من حالات الاستخدام معقدة للغاية بحيث لا يمكن استبدالها بالكامل ببدائل أرخص.
في كلتا الحالتين، قد يصبح هذا الاقتصاد ثنائي الطبقات للنماذج سمة مستقرة نسبيًا في اقتصاد الذكاء الاصطناعي. ففي سبتمبر الماضي، كنت أكتب عن احتمالية أن تتحول المختبرات الأساسية إلى مجرد "بائعي حبوب القهوة لستاربكس" – أي العمل كمدخلات سلعية بينما تجني طبقة التطبيقات الفوائد. بعض أجزاء هذا التوقع تحققت بالفعل: فقد تحولت تطبيقات الذكاء الاصطناعي المتخصصة إلى نماذج أخف، وظلت اقتصاديات الشركات الناشئة المعتمدة على "غلاف GPT" مستقرة. لكننا نرى أيضًا أن مقدمي الخدمات الرائدة، رمزًا برمز، تمكنوا من التمسك بالجزء الأكثر جاذبية في السوق – وهو سعر الرمز المميز (premium token price). ولا يبدو أن هذا الأمر سيتغير في أي وقت قريب.
المصدر: عرض الخبر الأصلي
مرحبا، أسمي زين وهذه مدونتي أسعى دائما لأقدم لكم أفضل المواضيع الخاصة بالتكنلوجيا
ليست هناك تعليقات:
إرسال تعليق