جوجل تحدّ من وصول ميتا إلى Gemini: أزمة طاقة حوسبية تكشف هشاشة سباق الذكاء الاصطناعي

أبرز النقاط

• جوجل أخطرت ميتا في مارس 2025 بعجزها عن تلبية طلبها الكامل من سعة نماذج Gemini
• التقييد أدى إلى تأخير وتعطيل مشاريع ذكاء اصطناعي داخلية لدى ميتا
• حتى عمالقة التقنية يعانون من شحّ الطاقة الحوسبية رغم إنفاق عشرات المليارات

في تطور يكشف حدة التنافس وشحّ الموارد في صناعة الذكاء الاصطناعي، أبلغت جوجل شركة ميتا في مارس 2025 بأنها غير قادرة على توفير السعة الكاملة التي طلبتها الأخيرة من نماذج Gemini، وفقاً لتقرير نشرته صحيفة Financial Times. هذا القيد لم يكن مجرد إزعاج إداري، بل تسبب في تعطيل وتأخير مشاريع ذكاء اصطناعي داخلية لدى ميتا، ما يطرح تساؤلات جوهرية حول قدرة أكبر شركات التقنية في العالم على تلبية الطلب المتفجر على الحوسبة.

لماذا تشتري ميتا من منافسها المباشر؟

المفارقة اللافتة هنا أن ميتا، التي تُطوّر نماذجها المفتوحة Llama وتخطط لإنفاق أكثر من 65 مليار دولار على البنية التحتية للذكاء الاصطناعي في 2025، تلجأ لشراء سعة حوسبية من جوجل — منافسها في سباق النماذج اللغوية الكبيرة. هذا يعني أن الطلب الداخلي لدى ميتا يفوق ما تستطيع بنيتها التحتية الخاصة تقديمه، فتضطر للاستعانة بمن ينافسها.

ما حجم الأزمة وكم عدد المتضررين؟

لم تقتصر القيود على ميتا وحدها. يشير التقرير إلى تأثر عملاء آخرين لدى جوجل، وإن بدرجة أقل. لكن ميتا كانت الأكثر تضرراً نظراً لحجم طلبها الاستثنائي. ورغم أن إيرادات Google Cloud بلغت 20 مليار دولار في الربع الأول المنتهي في مارس، أقرّ الرئيس التنفيذي سوندار بيتشاي بأن قيود الطاقة الحوسبية حالت دون تحقيق نمو أعلى، وأسهمت في تضاعف قائمة الطلبات المتراكمة (backlog) تقريباً مقارنة بالربع السابق.

كيف تتعامل ميتا مع الشحّ؟

استجابةً للقيود، طلبت ميتا من موظفيها رفع كفاءة استخدام AI tokens — وهي الوحدات التي تقيس استهلاك نماذج الذكاء الاصطناعي. بمعنى آخر: ترشيد داخلي صارم للموارد الحوسبية، في وقت تتسابق فيه الفرق على تطوير منتجات AI جديدة.

• ميتا تخطط لإنفاق 65 مليار دولار على بنية AI التحتية في 2025
• جوجل (Alphabet) تخطط لإنفاق 75 مليار دولار على البنية التحتية نفسها
• رغم هذه الأرقام الفلكية، الطلب يفوق العرض المتاح

ماذا يعني هذا لسوق الذكاء الاصطناعي؟

هذه الحادثة ليست مجرد خلاف تجاري بين عملاقين؛ إنها مؤشر هيكلي على أن البنية التحتية للذكاء الاصطناعي — من رقائق إلى مراكز بيانات — لا تواكب الطلب الانفجاري. حتى الشركات التي تملك أضخم الميزانيات تجد نفسها في طابور الانتظار. هذا يفسر جزئياً لماذا ترتفع أسعار أسهم Nvidia باستمرار، ولماذا تتسابق الدول — بما فيها السعودية والإمارات — على بناء مراكز بيانات ضخمة واستقطاب استثمارات الحوسبة السحابية.

هل ستتفاقم الأزمة أم تنفرج؟

على المدى القصير، يبدو أن الأزمة ستستمر. بناء مراكز البيانات يستغرق سنوات، وإنتاج رقائق AI المتقدمة يخضع لقيود سلاسل التوريد العالمية. لكن على المدى المتوسط، قد يدفع هذا الشحّ الشركات نحو تقنيات أكثر كفاءة: نماذج أصغر وأسرع، وضغط النماذج (model compression)، وتشغيل محلي على الأجهزة (on-device AI). المنافسة على الكفاءة قد تصبح بنفس أهمية المنافسة على الحجم.

الأسئلة الشائعة

ما هي نماذج Gemini التي اشترتها ميتا من جوجل؟

التقرير لم يحدد إصدارات بعينها، لكن Gemini هي عائلة نماذج اللغة الكبيرة من جوجل التي تشمل Gemini Ultra وPro وNano، وتُستخدم في تطبيقات متنوعة من المحادثة إلى تحليل البيانات.

هل يعني هذا أن نماذج Llama من ميتا غير كافية؟

ليس بالضرورة. ميتا قد تستخدم Gemini لمهام محددة أو للمقارنة المعيارية (benchmarking) أو لسد فجوات مؤقتة أثناء تطوير إصدارات Llama الجديدة. الشركات الكبرى غالباً تستخدم نماذج متعددة بالتوازي.

كيف يؤثر شحّ الحوسبة على أسعار خدمات AI السحابية؟

ارتفاع الطلب مع محدودية العرض يدفع الأسعار للصعود ويطيل أوقات الانتظار للحصول على السعة، ما قد يؤثر على الشركات الأصغر التي تعتمد على هذه الخدمات.

هل تتأثر خدمات الذكاء الاصطناعي في الخليج بهذه الأزمة؟

مراكز بيانات Google Cloud وAWS وAzure في المنطقة (الرياض، الدمام، دبي، الدوحة) تخضع لنفس ديناميكيات العرض والطلب العالمية، لكن الاستثمارات الخليجية الضخمة في البنية التحتية قد تخفف الضغط محلياً على المدى المتوسط.