أبرز النقاط
- النماذج مفتوحة المصدر والنماذج المتقدمة ليست متنافسة بل مرحلتان في دورة حياة واحدة
- Anthropic تستحوذ على أكثر من نصف الإنفاق على منصة Vercel رغم تصدّر DeepSeek لحجم التوكنات
- اقتصاد ثنائي المستويات يتشكّل: النماذج المتقدمة للاستكشاف، والمفتوحة للإنتاج
هل تُلتهم حصة مختبرات الذكاء الاصطناعي المتقدمة مثل Anthropic وOpenAI أمام زحف النماذج مفتوحة المصدر الأرخص؟ الإجابة المفاجئة التي يطرحها جيسي زهانغ، الرئيس التنفيذي لشركة Decagon، هي: لا. فالعلاقة بين الطرفين ليست تنافسية بل تكاملية، وهو ما تؤكده بيانات السوق الفعلية.
ما الفرضية التي قلبت المفاهيم السائدة؟
نشر زهانغ مقالاً بعنوان استفزازي: «الجميع مخطئون بشأن الذكاء الاصطناعي مفتوح المصدر في المؤسسات». جوهر طرحه أن الشركات التي نضجت تطبيقاتها للذكاء الاصطناعي تنتقل فعلاً إلى نماذج أخف وأرخص — وهو ما يحدث حتى داخل Decagon نفسها — لكن الإنفاق الإجمالي على النماذج المتقدمة الباهظة لم يتراجع تقريباً.
يرى زهانغ أن النماذج المتقدمة (Frontier Models) والنماذج مفتوحة المصدر ليستا على طرفي نقيض، بل هما مرحلتان في دورة حياة واحدة: تُستخدم النماذج المتقدمة لإثبات جدوى حالات الاستخدام الجديدة، ثم تُسلَّم هذه الحالات بعد نضوجها إلى بدائل مفتوحة المصدر أقل تكلفة. وبينما تنتقل الحالات الناضجة إلى نماذج أخف، تظهر حالات استخدام جديدة باستمرار، فيظل الإنفاق على النماذج المتقدمة مستقراً.
ماذا تقول أرقام السوق الفعلية؟
لم يقدم زهانغ بيانات تفصيلية لدعم فرضيته، لكن البيانات متاحة من مصادر موثوقة. لوحة بيانات بوابة الذكاء الاصطناعي في Vercel تُظهر أن DeepSeek قفزت خلال أسبوع واحد إلى الصدارة من حيث حجم التوكنات، إذ تعالج الآن أكثر من ثلث التوكنات المارّة عبر بنيتها التحتية. كما صعد نموذج GLM-5.2 من مختبر Z.ai إلى المركز الرابع في الفترة ذاتها.
لكن عند النظر إلى الإنفاق الإجمالي لا إلى حجم التوكنات، تبقى Anthropic مهيمنة بأكثر من نصف الإنفاق على المنصة. صحيح أن الحصة تراجعت طفيفاً الشهر الماضي — ويعود جزء من ذلك إلى رفع Anthropic لأسعارها — لكن التراجع ليس جوهرياً.
منصة OpenRouter تروي قصة مشابهة لشريحة أوسع من السوق وإن كانت أقل تركيزاً على المؤسسات الكبرى. نموذج DeepSeek V4 Flash يتصدر الاستخدام العام بمعالجة 5.3 تريليون توكن أسبوعياً، بينما يعالج Opus 4.8 — أبرز النماذج المتقدمة — نحو تريليوني توكن فقط.
- متوسط تكلفة التوكن في Opus 4.8 أعلى بـ 23 ضعفاً من V4 Flash (1.37 دولار لكل مليون توكن مقابل 6 سنتات فقط)
- هذا يعني أن Opus يستحوذ على الحصة الأكبر من الإنفاق رغم تفوق DeepSeek في الحجم
- نموذج Nemotron من Nvidia الجديد قد يُعيد ترتيب المشهد بفضل علاقات Nvidia القوية ومرونة النموذج العالية
لماذا تصمد المختبرات المتقدمة أمام موجة المصدر المفتوح؟
ثمة تفسيران محتملان. الأول أن سوق المهام القابلة للأتمتة بالذكاء الاصطناعي ينمو بسرعة هائلة، فتتمكن النماذج المتقدمة من الحفاظ على مكانتها بمجرد هيمنتها على مرحلة التجريب والاستكشاف. كما يلخّص زهانغ: «ستظل المختبرات المتقدمة تملك الاكتشاف، بينما ستملك النماذج مفتوحة المصدر الإنتاج بشكل متزايد».
التفسير الثاني أن كثيراً من حالات الاستخدام معقدة لدرجة يستحيل معها الاستغناء كلياً عن النماذج المتقدمة، حتى لو انتقل العميل جزئياً إلى بدائل مفتوحة المصدر.
هل نشهد ولادة اقتصاد ثنائي المستويات مستقر؟
في سبتمبر الماضي، كان الحديث يدور حول احتمال أن تتحول مختبرات النماذج الأساسية إلى مجرد موردي مواد خام — أشبه بمن يبيع حبوب البن لـ Starbucks — بينما تجني طبقة التطبيقات الأرباح الحقيقية. بعض هذا التوقع تحقق فعلاً: شركات الذكاء الاصطناعي العمودية انتقلت إلى نماذج أخف، واستقرت اقتصاديات شركات «GPT wrapper» نسبياً.
لكن ما نراه أيضاً أن مزودي النماذج المتقدمة تمكنوا — توكناً بتوكن — من التمسك بالجزء الأعلى قيمة من السوق: السعر المتميز للتوكن. ولا يبدو أن هذا سيتغير قريباً.
رأي Logicity
المشهد الحالي يُشبه صناعة السيارات: الشركات المصنعة للمحركات الفاخرة (Anthropic، OpenAI) لا تتنافس مباشرة مع مصنّعي المحركات الاقتصادية (Llama، DeepSeek)، بل يخدم كل طرف شريحة مختلفة من دورة حياة المنتج. للمؤسسين في المنطقة، الرسالة واضحة: ابدأ بالنماذج المتقدمة لإثبات الجدوى — فتكلفة Claude أو GPT-4o قد تبدو مرتفعة لكنها تختصر شهوراً من التجريب — ثم انتقل إلى بدائل مثل Llama 3.1 أو Mistral أو DeepSeek للإنتاج الواسع حين تستقر حالة الاستخدام. الشركات التي تتقن هذا الانتقال التكتيكي ستجمع بين سرعة الابتكار وكفاءة التكلفة، وهي معادلة ستُحدد الفائزين في الموجة القادمة من تطبيقات الذكاء الاصطناعي المؤسسي.
الأسئلة الشائعة
هل النماذج مفتوحة المصدر مثل DeepSeek وLlama تُهدد إيرادات Anthropic؟
البيانات الحالية تُظهر أن Anthropic تحتفظ بأكثر من نصف الإنفاق على منصات مثل Vercel رغم تصدّر النماذج مفتوحة المصدر لحجم التوكنات. العلاقة تكاملية أكثر منها تنافسية.
متى يجب على الشركة الناشئة الانتقال من النماذج المتقدمة إلى المفتوحة؟
حين تستقر حالة الاستخدام وتصبح المتطلبات واضحة ومتكررة. النماذج المتقدمة مثالية لمرحلة الاستكشاف وإثبات الجدوى، بينما تتفوق المفتوحة في الإنتاج الواسع المستقر.
ما الفرق في التكلفة بين النماذج المتقدمة والمفتوحة؟
الفارق ضخم: Opus 4.8 يكلف نحو 1.37 دولار لكل مليون توكن، بينما DeepSeek V4 Flash يكلف 6 سنتات فقط — أي فارق 23 ضعفاً.
هل يُنصح باستخدام النماذج مفتوحة المصدر للمهام المعقدة؟
ليس دائماً. بعض حالات الاستخدام معقدة لدرجة تتطلب قدرات النماذج المتقدمة، ولا يمكن استبدالها بالكامل ببدائل أرخص حتى الآن.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني منتجاً يعتمد على الذكاء الاصطناعي وتحتاج إلى استشارة في اختيار النموذج المناسب أو استراتيجية الانتقال بين المستويات، تواصل مع فريق Logicity للحصول على توجيه متخصص.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
