رئيس Palantir يهاجم نموذج التوكنات: OpenAI وAnthropic يستنزفان ميزانيات الشركات دون عائد حقيقي
أبرز النقاط
- كارب يعتبر نموذج التوكنات مكلفاً دون عائد استثماري واضح للمؤسسات
- الشركات تتجه نحو النماذج مفتوحة الأوزان للتحكم بالتكاليف والبنية التحتية
- Palantir تطرح مفهوم السيادة على الذكاء الاصطناعي كبديل للاعتماد على المزودين الخارجيين
وجّه أليكس كارب، الرئيس التنفيذي لشركة Palantir، انتقاداً حاداً لنموذج تسعير التوكنات الذي تعتمده شركتا OpenAI وAnthropic، معتبراً أن هذا النموذج يستنزف ميزانيات الشركات دون أن يحقق لها قيمة فعلية تتناسب مع الإنفاق. في مقابلة مع برنامج Squawk Box على قناة CNBC، لم يتردد كارب في القول إن شيئاً ما قد اختلّ تماماً في طريقة تعامل المؤسسات مع الذكاء الاصطناعي التوليدي.
ما المشكلة في نموذج التوكنات؟
تعتمد معظم شركات الذكاء الاصطناعي الرائدة على نظام تسعير قائم على التوكنات، وهي وحدات نصية صغيرة تعالجها النماذج عند كل استفسار أو استجابة. ومع تطور النماذج وازدياد قدراتها، تتضاعف متطلباتها الحوسبية، مما يرفع تكلفة التشغيل بشكل ملحوظ. كارب وصف الوضع الراهن بأن الشركات باتت تبدد وقتها ومواردها في شراء مزيد من التوكنات دون التوقف للسؤال: هل نحصل فعلاً على عائد من هذا الإنفاق؟
لماذا تتجه الشركات نحو النماذج مفتوحة الأوزان؟
أشار كارب إلى تحول جوهري في سلوك المؤسسات: بدلاً من الاستمرار في شراء التوكنات من مزودين خارجيين، باتت الشركات تركز على قياس العائد الفعلي من استثماراتها في الذكاء الاصطناعي. هذا التحول يدفعها نحو النماذج مفتوحة الأوزان (open-weight models) التي تتيح الوصول إلى معاملات النموذج المدرّبة، مما يسمح بتخصيصها وتشغيلها على البنية التحتية الخاصة بالشركة بتكلفة أقل بكثير.
- النماذج المغلقة: تبقى المعاملات سرية ويدفع المستخدم مقابل كل استدعاء
- النماذج مفتوحة الأوزان: تتيح التحكم الكامل والتشغيل المحلي
- التكلفة طويلة المدى تنخفض مع الحوسبة الذاتية بدلاً من الدفع المتكرر
السيادة على الذكاء الاصطناعي: ما الذي تريده المؤسسات فعلاً؟
في تصريحه، أوضح كارب أن ما يجمعه مع Nvidia هو فهم مشترك لما يطلبه العملاء التقنيون: التحكم الكامل بالحوسبة والنماذج ومكدس البيانات. وأضاف أن الشركات تريد امتلاك وسائل الإنتاج وعدم نقلها إلى طرف آخر. بعبارة أبسط، المؤسسات تسعى للسيطرة على البنية التحتية الحوسبية التي تشغّل ذكاءها الاصطناعي، والبيانات المستخدمة في تدريبه، والنماذج ذاتها.
في وقت سابق من هذا الأسبوع، وسّعت Palantir شراكتها مع Nvidia لمساعدة الوكالات الحكومية الأمريكية على بناء نماذج ذكاء اصطناعي مخصصة باستخدام البنية التحتية الحوسبية لـ Nvidia. يتيح هذا الترتيب للوكالات تدريب نماذج على بياناتها الخاصة مع الاحتفاظ بملكية النماذج والمعرفة المضمّنة فيها.
بيان Palantir من تسع نقاط: ما هو tokenmaxxing؟
نشرت Palantir يوم الثلاثاء بياناً من تسع نقاط على منصة X، تدعو فيه إلى ما أسمته السيادة على الذكاء الاصطناعي (AI sovereignty)، أي أن تمتلك المؤسسات والحكومات أنظمة الذكاء الاصطناعي وبياناتها وتتحكم فيها بالكامل. البيان انتقد صراحةً ما سمّته الشركة tokenmaxxing، في إشارة ساخرة إلى هوس الشركات بشراء المزيد من التوكنات كنموذج أعمال.
التحذير الصيني: لماذا لا ينبغي الاستهانة بالمنافسة؟
حذّر كارب من التقليل من سرعة تقدم الصين في تطوير الذكاء الاصطناعي. النماذج الصينية تتحسن بوتيرة متسارعة، مما يزيد الضغط على شركات الذكاء الاصطناعي الأمريكية الرائدة. وأضاف أن مزيداً من الشركات تختار بناء نماذجها الخاصة وتدريبها على بياناتها الداخلية، بدلاً من الاعتماد كلياً على مزودي الذكاء الاصطناعي الخارجيين.
رأي Logicity
انتقادات كارب ليست مجردة؛ فهي تعكس صراعاً تجارياً حقيقياً بين نموذجين: الدفع مقابل الاستهلاك (OpenAI API وAnthropic Claude API) مقابل المنصات المؤسسية المتكاملة مثل Palantir AIP. للمقارنة، تسعير OpenAI يبدأ من 0.50 دولار لكل مليون توكن للنماذج الأساسية ويصل إلى 15 دولاراً لـ GPT-4o، بينما Anthropic تتراوح أسعارها بين 3 و15 دولاراً لكل مليون توكن حسب النموذج. في المقابل، حلول Palantir تُسعّر كعقود مؤسسية سنوية تبدأ من مئات الآلاف. السؤال الحقيقي لصانع القرار: هل تحتاج مرونة API أم تكاملاً مؤسسياً كاملاً؟
الأسئلة الشائعة
ما هي التوكنات في الذكاء الاصطناعي ولماذا تُسعّر بها الخدمات؟
التوكنات وحدات نصية صغيرة تعالجها نماذج اللغة الكبيرة. شركات مثل OpenAI وAnthropic تفرض رسوماً بناءً على عدد التوكنات المستهلكة في كل استفسار واستجابة، مما يجعل التكلفة متغيرة حسب الاستخدام.
ما الفرق بين النماذج المغلقة والنماذج مفتوحة الأوزان؟
النماذج المغلقة مثل GPT-4 وClaude تحتفظ بمعاملاتها سرية وتُستخدم عبر API مدفوع. النماذج مفتوحة الأوزان مثل Llama وMistral تتيح الوصول إلى المعاملات المدربة، مما يسمح بالتشغيل المحلي والتخصيص بتكلفة أقل.
ماذا تعني السيادة على الذكاء الاصطناعي للمؤسسات؟
تعني امتلاك المؤسسة للتحكم الكامل في بنيتها التحتية الحوسبية وبياناتها ونماذجها، بدلاً من الاعتماد على مزودين خارجيين قد يحتفظون بالبيانات أو يغيرون شروط الخدمة.
هل يؤثر هذا النقاش على الشركات في منطقة الخليج؟
نعم، المؤسسات الخليجية التي تستثمر بكثافة في الذكاء الاصطناعي تواجه نفس السؤال: الدفع المتكرر لمزودين خارجيين أم بناء قدرات داخلية؟ قرارات السيادة الرقمية أصبحت محورية خاصة مع توجهات رؤية 2030 واستراتيجية الإمارات للذكاء الاصطناعي.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تدرس خيارات الذكاء الاصطناعي لمؤسستك وتريد مقارنة تكاليف نموذج التوكنات مقابل الحلول المؤسسية أو النماذج مفتوحة الأوزان، تواصل مع فريق Logicity للحصول على استشارة تقنية مخصصة.
فاطمة الزهراء
كاتبة تقنية متخصصة في الذكاء الاصطناعي
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
