من الاستثمار الضخم إلى التطبيقات العملية
بينما ضخت شركات كبرى مثل OpenAI وأنثروبيك وجوجل مليارات الدولارات في تدريب نماذج الذكاء الاصطناعي العملاقة، تتجه الشركات الناشئة نحو مسار مختلف، يركز على التطبيقات العملية وواجهات الاستخدام بدلًا من التوسع في تطوير النماذج الأساسية.
وبحسب تقرير لموقع تك كرانش، فإن هذه المقاربة تعكس تحولًا استراتيجيًا في السوق، حيث لم تعد النماذج التأسيسية تُعتبر ميزة حصرية، بل سلعة يمكن استبدالها بسهولة.
النماذج الأساسية تتحول إلى “سلعة”
التقرير شبّه النماذج العملاقة بـ حبوب البن، التي تُباع لمقاهٍ كبرى مثل “ستاربكس”، ما يعني أن القيمة الحقيقية باتت في التجربة المقدمة للمستخدم النهائي وليس في مصدر النموذج نفسه.
اليوم، لم يعد المستخدم يهتم إن كان التطبيق يعتمد على GPT-5 أو كلاود أو جيميني، طالما أن النتيجة متقاربة في الأداء والفاعلية.
تقلص نفوذ الشركات الكبرى
هذا الواقع الجديد يُضعف نفوذ الشركات العملاقة التي كانت تُعتبر سابقًا “المفتاح الذهبي” للذكاء الاصطناعي.
فالعوائد المتناقصة من التوسع في التدريب المسبق جعلت التقدم الأبرز يتحقق عبر الضبط الدقيق (Fine-Tuning) والتعلم المعزز، أي في مرحلة ما بعد التدريب.
ومع انتشار البدائل مفتوحة المصدر، يتراجع هامش الربح لنماذج الأساس، ما قد يحوّل كبريات المختبرات إلى مجرد مورّدين ثانويين في سوق باتت أقرب إلى السلعية.
أوراق قوة لكنها غير كافية
لا تزال الشركات العملاقة تمتلك عوامل قوة مهمة مثل البنية التحتية الهائلة، والسيولة المالية، والانتشار العالمي.
لكن استراتيجيتها المبنية على مبدأ “الأكبر هو الأفضل” لم تعد جاذبة كما كانت من قبل. بل إن إنفاق مليارات الدولارات على سباق غير مضمون النتائج، يجعل رهانات بعض اللاعبين – مثل شركة ميتا – شديدة الخطورة.
المستقبل لصانعي التطبيقات
الخلاصة أن المستقبل القريب قد لا يكون للشركات التي تبني النماذج العملاقة، بل لتلك التي تركز على تطوير التطبيقات العملية التي تمس المستخدمين مباشرة.
فبينما تتجه النماذج الأساسية إلى أن تصبح مجرد أدوات يمكن لأي شركة الوصول إليها، ستتركز القيمة الحقيقية في كيفية تخصيص هذه النماذج وتطويعها لخدمة الأسواق والقطاعات المختلفة.
