تغير المشهد التنافسي للذكاء الاصطناعي: هل تتراجع أهمية النماذج التأسيسية؟

ما مدى أهمية النماذج التأسيسية؟

قد يبدو هذا سؤالاً سخيفاً، لكنه تكرر كثيراً في محادثاتي مع الشركات الناشئة في مجال الذكاء الاصطناعي، والتي أصبحت أكثر ارتياحاً للشركات التي كانت تُعتبر سابقاً مجرد "أغلفة لـ GPT"، أو شركات تبني واجهات فوق نماذج الذكاء الاصطناعي الحالية مثل ChatGPT. في هذه الأيام، تركز فرق الشركات الناشئة على تخصيص نماذج الذكاء الاصطناعي لمهام محددة وعمل الواجهات، وتنظر إلى النموذج التأسيسي كسلعة يمكن تبديلها حسب الحاجة. وقد تجلى هذا النهج بشكل خاص في مؤتمر Boxworks الأسبوع الماضي، والذي بدا مكرساً بالكامل للبرمجيات الموجهة للمستخدم والمبنية على نماذج الذكاء الاصطناعي.

جزء مما يدفع هذا التوجه هو تباطؤ فوائد التوسع في التدريب المسبق — تلك العملية الأولية لتعليم نماذج الذكاء الاصطناعي باستخدام مجموعات بيانات ضخمة، والتي هي المجال الوحيد للنماذج التأسيسية. هذا لا يعني أن الذكاء الاصطناعي توقف عن إحراز التقدم، لكن الفوائد المبكرة للنماذج التأسيسية فائقة التوسع قد وصلت إلى عوائد متناقصة، وتحول الاهتمام إلى التدريب اللاحق والتعلم المعزز كمصادر للتقدم المستقبلي. إذا كنت ترغب في إنشاء أداة أفضل لبرمجة الذكاء الاصطناعي، فمن الأفضل لك العمل على الضبط الدقيق وتصميم الواجهة بدلاً من إنفاق بضعة مليارات أخرى من الدولارات في وقت الخادم على التدريب المسبق. وكما يظهر نجاح Claude Code من Anthropic، فإن شركات النماذج التأسيسية جيدة جداً في هذه المجالات الأخرى أيضاً — لكنها ليست ميزة دائمة كما كانت من قبل.

باختصار، يتغير المشهد التنافسي للذكاء الاصطناعي بطرق تقوض مزايا أكبر مختبرات الذكاء الاصطناعي. فبدلاً من السباق نحو ذكاء اصطناعي عام (AGI) قوي يمكن أن يضاهي أو يتجاوز القدرات البشرية في جميع المهام المعرفية، يبدو المستقبل القريب وكأنه مجموعة من الأعمال المنفصلة: تطوير البرمجيات، إدارة بيانات الشركات، توليد الصور، وما إلى ذلك. وبصرف النظر عن ميزة السبق، ليس من الواضح أن بناء نموذج تأسيسي يمنحك أي ميزة في تلك الأعمال. والأسوأ من ذلك، أن وفرة البدائل مفتوحة المصدر تعني أن النماذج التأسيسية قد لا تتمتع بأي نفوذ سعري إذا خسرت المنافسة على طبقة التطبيقات. وهذا سيحول شركات مثل OpenAI و Anthropic إلى موردين خلفيين في أعمال سلعية ذات هوامش ربح منخفضة – وكما قال لي أحد المؤسسين، "مثل بيع حبوب القهوة لستاربكس."

من الصعب المبالغة في تقدير مدى التحول الدراماتيكي الذي سيمثله هذا لقطاع الذكاء الاصطناعي. فخلال الطفرة المعاصرة، كان نجاح الذكاء الاصطناعي لا ينفصل عن نجاح الشركات التي تبني النماذج التأسيسية — وتحديداً OpenAI و Anthropic و Google. أن تكون متفائلاً بشأن الذكاء الاصطناعي كان يعني الاعتقاد بأن تأثير الذكاء الاصطناعي التحويلي سيجعل هذه الشركات ذات أهمية جيلية. يمكننا أن نجادل حول أي شركة ستتصدر، لكن كان من الواضح أن إحدى شركات النماذج التأسيسية ستنتهي بها المطاف بمفاتيح المملكة.

في ذلك الوقت، كانت هناك أسباب كثيرة للاعتقاد بأن هذا صحيح. لسنوات، كان تطوير النماذج التأسيسية هو العمل الوحيد في مجال الذكاء الاصطناعي — وقد جعلت وتيرة التقدم السريعة ريادتهم تبدو لا يمكن التغلب عليها. ولطالما كان لوادي السيليكون حب عميق لميزة المنصة. كان الافتراض هو أنه، بغض النظر عن كيفية جني نماذج الذكاء الاصطناعي للأموال، فإن نصيب الأسد من الفائدة سيعود إلى شركات النماذج التأسيسية، التي قامت بالعمل الأصعب في الاستنساخ.

لقد جعل العام الماضي هذه القصة أكثر تعقيداً. هناك الكثير من خدمات الذكاء الاصطناعي الناجحة من أطراف ثالثة، لكنها تميل إلى استخدام النماذج التأسيسية بالتبادل. بالنسبة للشركات الناشئة، لم يعد يهم ما إذا كان منتجها يعتمد على GPT-5 أو Claude أو Gemini، ويتوقعون أن يكونوا قادرين على تبديل النماذج في منتصف الإصدار دون أن يلاحظ المستخدمون النهائيون الفرق. تستمر النماذج التأسيسية في إحراز تقدم حقيقي، لكن لم يعد من المعقول أن تحافظ أي شركة واحدة على ميزة كبيرة بما يكفي للسيطرة على الصناعة.

لدينا بالفعل الكثير من المؤشرات على عدم وجود ميزة كبيرة للسبق. فكما أشار المستثمر الرأسمالي مارتن كاسادو من a16z في بودكاست حديث، كانت OpenAI أول مختبر يطلق نموذجاً للبرمجة، بالإضافة إلى نماذج توليدية للصور والفيديو — لتخسر الفئات الثلاث جميعها أمام المنافسين. وخلص كاسادو إلى القول: "بقدر ما يمكننا أن نرى، لا يوجد خندق دفاعي متأصل في المكدس التكنولوجي للذكاء الاصطناعي."