79% من المطوّرين يستخدمون نماذج الذكاء الاصطناعي المفتوحة: ماذا يعني ذلك للشركات الناشئة؟

أبرز النقاط

• 79% من المطوّرين الذين يدمجون وظائف الذكاء الاصطناعي يستخدمون نماذج مفتوحة الأوزان
• فجوة الإنتاج: 51% فقط من فرق النماذج المفتوحة تصل إلى مرحلة الإنتاج مقابل 63% للنماذج المغلقة
• سوق النماذج المفتوحة تجاوز مئات المليارات، مع إيرادات Databricks بـ 5.4 مليار دولار وMistral بـ 400 مليون

في أقصى شمال نيوزيلندا، يُدرِّب مذيعون من شعب الماوري نماذج تعرُّف صوتي للغة «تي ريو» — لغةٌ أصغر من أن تُغري أي سوق تجاري — بموجب ترخيص يُبقي البيانات ملكاً لأهلها. وفي سويسرا، دَرَّب اتحاد حكومي نموذجاً وطنياً على حواسيب عملاقة عامة، ثم أطلق كل شيء: الأوزان، والبيانات، وشيفرة التدريب. لم يستأذن أيٌّ منهم أحداً، ولم يكن بوسعهم استئجار هذا من مزوِّد سحابي. يمتلكونه — وتلك هي الفكرة بأسرها.

هذه النماذج التي تقرأ عنها ليست تجارب أكاديمية؛ إنها جزء من تحوّل بنيوي رصده تقرير موزيلا لحالة الذكاء الاصطناعي المفتوح 2026 بالشراكة مع SlashData. الخلاصة المركزية: 79% من المطوّرين الذين يُضيفون وظائف الذكاء الاصطناعي إلى منتجاتهم يستخدمون نماذج مفتوحة الأوزان، مقابل 71% للنماذج المغلقة. والأهم أن نصفهم تقريباً يمزج بين الاثنين.

لماذا تتفوّق النماذج المفتوحة في التبنّي؟

يُوضّح التقرير أن النماذج المفتوحة لم تعد «حلاً وسطاً» أو خياراً للميزانيات الضيقة فحسب؛ بل هي المكان الذي يُنجَز فيه العمل الفعلي. غالبية رموز التوليد (tokens) في بيئات الإنتاج تمرّ اليوم عبر نماذج مفتوحة، والنماذج الخمسة الأعلى استخداماً على منصة OpenRouter كلها مفتوحة الأوزان.

النماذج المغلقة لا تزال تتصدّر في مهام الحافة (frontier): الاستدلال المعقّد والوسائط المتعددة. لكن الحافة ليست ما تحتاجه معظم أحمال العمل اليومية. حين تصبح المدخلات سلعةً متاحة، تنتقل القيمة إلى الطبقة الأعلى: البنية الوكيلية (agentic harness) — حلقة التنسيق، والأدوات، والذاكرة، ونموذج الأذونات.

فجوة الإنتاج: التحدي الحقيقي أمام الفرق

هنا يكمن التحذير الأهم لمؤسسي الشركات الناشئة: 51% فقط من الفرق التي تعتمد نماذج مفتوحة تصل إلى مرحلة الإنتاج الفعلي، مقابل 63% للفرق التي تستخدم نماذج مغلقة. الفجوة ليست في قدرات النموذج ذاته، بل في الأدوات التشغيلية والثقة المؤسسية.

• أدوات المراقبة والتسجيل أقل نضجاً في المنظومة المفتوحة
• غياب اتفاقيات مستوى الخدمة (SLA) الواضحة يُقلق فرق الحوكمة
• التوثيق المؤسسي والامتثال يتطلّبان جهداً إضافياً

سوق بمئات المليارات: من يربح؟

النماذج المفتوحة لم تعد مشاريع مجتمعية هاوية؛ إنها سوق تجاري ضخم. الأرقام التي يسردها التقرير تستحق التوقف:

• Databricks تجاوزت إيرادات سنوية بمعدل 5.4 مليار دولار
• Mistral نمت 20 ضعفاً لتصل إلى نحو 400 مليون دولار ARR خلال اثني عشر شهراً فقط
• DeepSeek بلغت نحو 220 مليون دولار ARR وجمعت مؤخراً 7.4 مليار دولار بتقييم يتخطى 50 مليار

خمسة نماذج إيرادات أثبتت جدواها على نطاق واسع: الاستضافة السحابية للاستدلال، والمنصات المؤسسية، والترخيص المحلي (on-prem)، وخدمات الضبط الدقيق (fine-tuning)، وأدوات البنية الوكيلية.

أكثر من 70 استراتيجية وطنية: السيادة الرقمية على المحك

أشار التقرير إلى أن أكثر من 70 استراتيجية وطنية للذكاء الاصطناعي باتت قيد التنفيذ حول العالم. السؤال الاستراتيجي لم يعد «هل نحتاج سياسة وطنية للذكاء الاصطناعي؟»، بل «أي طبقة من الرُكام التقني يمكننا امتلاكها؟». النماذج المفتوحة تمنح الدول والمؤسسات خياراً لم يكن متاحاً مع النماذج المغلقة: السيادة الكاملة على البيانات والأوزان.

المثال الذي يفتتح به التقرير — النموذج السويسري المُدرَّب على حواسيب عملاقة عامة — يُجسّد هذا التوجه: لا اشتراكات شهرية، لا رسوم لكل رمز، لا تبعية لمزوِّد خارجي.

البنية الوكيلية: أين تُحسم المعركة القادمة

يرى تقرير موزيلا أن المتصفح كان «وكيل المستخدم» في الويب المفتوح: شيفرة تعمل على جهازك وتفاوض الخوادم نيابةً عنك. هذا الدور يُعاد بناؤه اليوم طبقةً أعلى. فوق النموذج الآن تقع البنية الوكيلية (agentic harness): حلقة التنسيق، والأدوات، والذاكرة، وصناديق الرمل، ونموذج الأذونات.

التقرير يُصنّف العمليات إلى فئتين:

• قابلة للعكس ومنخفضة العواقب: جلب مستند، استعلام قاعدة بيانات، عرض تقويم — يمكن السماح بها افتراضياً
• ذات آثار جانبية مكلفة أو لا رجعة فيها: إرسال رسالة، صرف ميزانية، تعديل سجل، تنفيذ معاملة — هنا يجب تركيز آليات التأكيد والموافقة وسقوف التكلفة والإلغاء

من يملك هذه الطبقات — البنية الوكيلية، والذاكرة، ونموذج الأذونات — يملك مفتاح المرحلة المقبلة. وهذه الطبقات لا تزال مفتوحة إلى حدٍّ كبير؛ السباق لم يُحسم بعد.

نقاط الضعف التي يعترف بها التقرير

موزيلا لا تُقدّم إعلاناً ترويجياً؛ التقرير يُشير صراحةً إلى مواطن الهشاشة:

• فجوة 3.3% في مهام الاستدلال والوكالة لصالح النماذج المغلقة — قد تتّسع إذا تباطأ نمو حصة الرموز المفتوحة
• الفارق في Terminal-Bench بين السقالات المملوكة للمختبرات والسقالات المستقلة
• غياب معيار أذونات محمول حتى الآن — إذا وضعت منصة مغلقة هذا المعيار أولاً، قد تُعيد رسم قواعد اللعبة

لماذا يهمّ هذا مؤسسي الشركات الناشئة الآن؟

موزيلا تُذكّرنا بأنها وُجدت لأن شركة واحدة حاولت امتلاك «الباب الأمامي» للويب، فقامت مجتمعات مفتوحة لمنع ذلك. بعد خمسة وعشرين عاماً، يُعاد السيناريو ذاته في طبقة الذكاء الاصطناعي. الرهان على المفتوح نجح في المرة الأولى؛ السؤال هو: هل ستكون شركتك الناشئة جزءاً من الموجة هذه المرة؟

الأسئلة الشائعة

ما الفرق بين النماذج المفتوحة والمغلقة للشركات الناشئة؟

النماذج المفتوحة تمنحك الأوزان وأحياناً بيانات التدريب، فتستطيع تشغيلها على خوادمك دون رسوم لكل رمز. النماذج المغلقة تُقدَّم عبر واجهات برمجة تطبيقات مدفوعة بالاستخدام مع أدوات تشغيلية أنضج.

لماذا لا تصل فرق النماذج المفتوحة إلى الإنتاج بالمعدل ذاته؟

الفجوة ليست في قدرات النموذج، بل في نضج أدوات المراقبة والتسجيل والامتثال المؤسسي التي لا تزال أقل تطوراً في المنظومة المفتوحة.

هل النماذج المفتوحة مناسبة لتطبيقات المؤسسات الكبرى؟

نعم، شركات مثل PwC تُشغّل نماذج مفتوحة مضبوطة على لغة المالية لمئات العملاء على أجهزتها الخاصة، مما يُثبت جدوى النموذج المؤسسي.

ما أبرز نماذج الإيرادات للشركات العاملة في النماذج المفتوحة؟

خمسة نماذج مُثبتة: الاستضافة السحابية للاستدلال، المنصات المؤسسية، الترخيص المحلي، خدمات الضبط الدقيق، وأدوات البنية الوكيلية.

كيف أبدأ بنشر نموذج مفتوح في شركتي الناشئة؟

ابدأ بتقييم حالة الاستخدام: هل تحتاج استدلالاً معقداً (قد تتفوق فيه النماذج المغلقة) أم مهام سلعية؟ ثم استثمر في بنية MLOps (MLflow، BentoML) لسد فجوة الإنتاج.