أبرز النقاط
- المرحلة القادمة من الذكاء الاصطناعي المؤسسي ستُحسم بمن يتحكم بالبيانات لا بمن يملك أفضل نموذج
- الجهات التنظيمية في القطاعات الحساسة بدأت تشترط نماذج قابلة للتدقيق على بنية يتحكم بها العميل
- الفائزون في العقد القادم سيبيعون نتائج قابلة للقياس على نماذج قابلة للفحص
المعركة الأولى في سوق الذكاء الاصطناعي المؤسسي دارت حول تسعير كل token. المعركة القادمة أعمق: من يملك البيانات، ومن يتحكم بأوزان النموذج، ومن يحتفظ بالميزة التنافسية. الجهات التنظيمية حسمت موقفها مبكراً، والشركات التي ستفوز في العقد القادم هي تلك التي تبيع نتائج قابلة للقياس، على نماذج قابلة للفحص، تعمل على بنية تحتية يتحكم بها العميل.
لماذا انتقلت الشكوى من غرف الاجتماعات إلى البث المباشر؟
Alex Karp، الرئيس التنفيذي لشركة Palantir، قدّم هذه الحجة بأكثر الطرق مسرحية ممكنة في مقابلة على CNBC الأسبوع الماضي. قال إن الرؤساء التنفيذيين الذين يتحدث معهم بشكل خاص غاضبون من مطوري النماذج الرائدين: المؤسسات تدفع رسوماً باهظة مقابل أدوات ذكاء اصطناعي، بينما يجمع مزودو الخدمة بيانات ملكية يمكن استخدامها لتحسين نماذجهم الخاصة. شبّه Karp هذا الترتيب بضريبة ثروة على الأعمال.
ارتفع سهم Palantir نحو 9% في يوم بث المقابلة، مما يشير إلى أن السوق سمع شيئاً أكثر من مجرد استعراض. لكن Karp ليس شاهداً محايداً؛ المقابلة بُنيت حول إعلان شراكة، وPalantir تبيع بالضبط البديل الذي كان يصفه، واعترف على الهواء بأنه هو أيضاً يستفيد من الممارسات التي كان يهاجمها.
ما الأسئلة التي ستحسم كل عقد ذكاء اصطناعي مؤسسي؟
كل محادثة جادة حول شراء حلول الذكاء الاصطناعي تتقارب نحو نفس مجموعة الأسئلة: من يملك البيانات؟ أين يتم تخزينها مؤقتاً؟ من يتحكم بالأوزان؟ كيف نضمن أنكم لا تدربون نموذجكم ببياناتنا؟
صاغ Karp هذه الأسئلة باعتبارها ما تطرحه المؤسسات الآن، ووصف مطلب العملاء التقنيين بأنه التحكم في الحوسبة الخاصة بهم، ونماذجهم، ومكدس بياناتهم، وميزتهم التنافسية. خلال عام، ستجلس هذه الأسئلة في قوالب المشتريات القياسية بالطريقة التي توجد بها شهادات الأمان وسجلات التدقيق اليوم.
- بيانات العميل الملكية ومعرفته بالعمليات هي بالضبط المادة الخام التي تحسّن نموذج الأساس من هنا فصاعداً
- حافز المورد ومصلحة العميل يتجهان في اتجاهين متعاكسين
- لا يوجد ضمان تعاقدي يحل هذا التوتر بالكامل عندما يكون النظام الذي يقوم بالعمل صندوقاً أسود
كيف ترسم الجهات التنظيمية حدود اللعبة الجديدة؟
الجهة التنظيمية الهندية تحركت مبكراً أكثر من معظم الجهات. إطار FREE-AI الصادر عن بنك الاحتياطي الهندي RBI يُشير بوضوح إلى تفضيل نماذج ذكاء اصطناعي محلية ومتخصصة قطاعياً على نماذج اللغة الكبيرة العامة من أطراف ثالثة، مسمياً سيادة البيانات وتركز الموردين كمخاطر رئيسية، ويتوقع معايير منسقة عبر RBI وSEBI وIRDAI بمرور الوقت.
مجالس الإدارة والإدارة العليا تبقى مسؤولة في النهاية عن نماذج الأطراف الثالثة، والتي يُتوقع من المؤسسات التحقق منها بنفس الصرامة التي تتحقق بها من نماذجها الخاصة. مجلس إدارة بنك لا يمكنه التحقق مما لا يستطيع فحصه. المنطق التنظيمي وبنية الصندوق الأسود غير متوافقين بالتصميم.
ما موقع الخليج من هذا التحول العالمي؟
التوجه التنظيمي عالمي. فئات معينة من البيانات لا يمكن قانونياً أن تغادر البنية التحتية التي تتحكم بها المؤسسة، بما في ذلك المعلومات الصحية المحمية والبيانات المالية الحساسة. في السعودية، تتطلب استراتيجية SDAIA للذكاء الاصطناعي التزاماً صارماً بسيادة البيانات، وفي الإمارات تسير استراتيجية الذكاء الاصطناعي 2031 في اتجاه مماثل.
بالنسبة للبنوك وشركات التأمين وصناديق الاستثمار في الخليج، النموذج الذي يتطلب إرسال بيانات العملاء إلى خوادم خارج المنطقة يواجه عقبات تنظيمية متزايدة. البنك المركزي السعودي ساما وهيئة الأوراق المالية والسلع في الإمارات يشددان على متطلبات حوكمة البيانات، مما يجعل نماذج الصندوق الأسود خياراً أقل جاذبية مع كل تحديث تنظيمي.
لماذا يفشل الضمان التعاقدي وحده؟
أي منتج يتطلب تصميمه من العميل التخلي عن الرؤية فيما يحدث لبياناته يحمل سقفاً على السوق الذي يمكنه الفوز به. التكنولوجيا قد تعمل بشكل مثالي، لكن الثقة لا تتشكل أبداً بالحجم الذي تتطلبه العقود الكبيرة متعددة السنوات. والعقود الكبيرة متعددة السنوات هي حيث تعيش إيرادات الذكاء الاصطناعي المؤسسي.
حتى الـ token المسعّر بعدالة يُعد صفقة سيئة إذا كانت المعاملة تنقل أيضاً بياناتك وسير عملك وميزتك المتراكمة إلى الطرف المقابل. المشكلة الأولى كانت الفوترة بناءً على الجهد بدلاً من النتائج؛ المشكلة الثانية أصعب: نقل الملكية الفكرية تحت غطاء الخدمة.
من سيفوز في العقد القادم؟
الأعمال الفائزة في الذكاء الاصطناعي خلال العقد القادم تبيع نتيجة يمكن للعميل قياسها، على نموذج يمكن للعميل فحصه، يعمل على بنية تحتية يتحكم بها العميل. هذا ليس شعاراً تسويقياً؛ إنه الاستجابة المنطقية لثلاثة ضغوط متقاربة: تنظيم متشدد، وعملاء مؤسسيون أكثر تطوراً، وإدراك متزايد بأن البيانات التشغيلية هي الأصل الأكثر قيمة.
- النماذج مفتوحة المصدر القابلة للتدقيق تكتسب زخماً في القطاعات المنظمة
- شركات مثل Palantir وDatabricks وSnowflake تتنافس على تقديم حلول هجينة
- الهند تبني قدرات محلية قد تصدّرها للأسواق الناشئة بما فيها الخليج
رأي Logicity
التحول من نماذج الصندوق الأسود إلى نماذج قابلة للتدقيق ليس ترفاً فلسفياً؛ إنه ضرورة تنظيمية وتجارية. في السوق الخليجي، تتنافس حالياً حلول مثل Microsoft Azure OpenAI Service (بخيارات النشر الخاص) وAWS Bedrock (مع خيار الاحتفاظ بالبيانات في المنطقة) وGoogle Vertex AI. لكن اللاعب الأكثر إثارة للاهتمام قد يكون صعود النماذج مفتوحة المصدر مثل Llama وMistral التي تسمح للمؤسسات بالتدريب والنشر على بنيتها الخاصة. الفارق السعري كبير: تشير تقديرات الصناعة إلى توفير يتراوح بين 60-70% عند تشغيل الذكاء الاصطناعي على بنية تحتية مملوكة مقارنة بواجهات برمجة التطبيقات السحابية، لكن هذا يتطلب فرقاً هندسية قادرة على إدارة البنية.
الأسئلة الشائعة
ما الفرق بين نموذج الصندوق الأسود والنموذج القابل للتدقيق في الذكاء الاصطناعي؟
نموذج الصندوق الأسود لا يكشف عن آلية عمله الداخلية أو كيفية تعامله مع البيانات، بينما النموذج القابل للتدقيق يسمح للعميل بفحص الأوزان وتتبع مسار البيانات والتحقق من عدم استخدامها في تدريب نماذج أخرى.
هل تشترط الجهات التنظيمية في الخليج استخدام نماذج ذكاء اصطناعي محلية؟
لا يوجد اشتراط صريح حتى الآن، لكن متطلبات سيادة البيانات من ساما والمصرف المركزي الإماراتي تجعل النماذج التي ترسل البيانات خارج المنطقة أقل جاذبية، ويُتوقع تشديد التنظيمات تدريجياً.
كيف يمكن للبنوك الخليجية الاستفادة من هذا التحول؟
البنوك التي تستثمر مبكراً في بنية تحتية للذكاء الاصطناعي تتحكم بها ستتمتع بميزة تنافسية مزدوجة: امتثال تنظيمي أسهل، والاحتفاظ بالقيمة المشتقة من بياناتها التشغيلية بدلاً من نقلها لمزودي الخدمة.
ما تكلفة التحول من نماذج API إلى نماذج مستضافة ذاتياً؟
التكلفة الأولية أعلى وتتطلب فرقاً هندسية متخصصة، لكن التقديرات تشير إلى توفير 60-70% في التكاليف التشغيلية على المدى الطويل، بالإضافة إلى القيمة غير المباشرة للاحتفاظ بالبيانات والملكية الفكرية.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تقيّم خيارات نشر الذكاء الاصطناعي لمؤسستك المالية وتحتاج إرشاداً حول التوازن بين المتطلبات التنظيمية والتكلفة والقدرات التقنية، تواصل مع فريق Logicity للحصول على تحليل مخصص لحالتك.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
