كل المقالات

القيود الأمريكية تدفع المطورين نحو نماذج الذكاء الاصطناعي مفتوحة المصدر

فاطمة الزهراء11 يوليو 2026 في 3:06 ص5 دقيقة للقراءة
القيود الأمريكية تدفع المطورين نحو نماذج الذكاء الاصطناعي مفتوحة المصدر

أبرز النقاط

  • إدارة ترامب أمرت Anthropic بحظر غير الأمريكيين من استخدام نماذجها المتقدمة مما أدى لسحبها كلياً
  • حصة OpenAI وAnthropic وGoogle من منصة OpenRouter انخفضت من 55% إلى 33% خلال 6 أشهر
  • النموذج الصيني DeepSeek يتصدر الآن بفارق واضح بينما GLM-5.2 ينافس النماذج المغلقة

في تحول مفاجئ هزّ عالم التقنية، أصدرت إدارة ترامب قرارات تقييدية صارمة على الوصول إلى أقوى نماذج الذكاء الاصطناعي من شركتي Anthropic وOpenAI، مما أشعل موجة اهتمام متصاعدة بالنماذج مفتوحة المصدر — وتحديداً تلك القادمة من الصين. هذه القيود الأمريكية غير المتوقعة تُعيد رسم خريطة صناعة الذكاء الاصطناعي العالمية وتطرح تساؤلات جوهرية حول مستقبل الاعتماد على النماذج المغلقة.

Advertisement

ما الذي حدث بالضبط؟

في مطلع يونيو الماضي، أمرت الإدارة الأمريكية شركة Anthropic بحظر المستخدمين من خارج الولايات المتحدة من الوصول إلى نموذجيها الأقوى: Mythos 5 وFable 5. وأمام تعقيدات فحص هوية المستخدمين، اتخذت الشركة الناشئة قراراً جذرياً بسحب النموذجين من الخدمة بالكامل. وبعدها بفترة وجيزة، وافقت OpenAI على منح الحكومة صلاحية الموافقة المسبقة على كل عميل يرغب في استخدام نموذجها الأحدث GPT-5.6.

55% ← 33%
انخفاض حصة Google وAnthropic وOpenAI مجتمعة على منصة OpenRouter بين يناير ويونيو

لماذا تكتسب النماذج مفتوحة المصدر زخماً الآن؟

يكمن الفارق الجوهري بين النموذجين في السيطرة. النماذج المغلقة مثل ChatGPT من OpenAI وClaude من Anthropic تحتفظ فيها الشركات بالكود والبيانات الأساسية، ويصل المستخدمون إليها عبر تطبيقات أو مواقع باشتراكات شهرية، لكن الشركة تتحكم بمن يدخل ويمكنها إيقاف الخدمة في أي لحظة.

أما النماذج مفتوحة المصدر أو مفتوحة الأوزان (open-weight) فتعمل بمنطق مختلف تماماً: يُصدر المطورون الملفات الأساسية للنموذج ليتمكن أي شخص من تحميلها وتعديلها وتشغيلها على أجهزته الخاصة. وبمجرد إصدارها، لا يستطيع أحد — لا الشركة ولا الحكومة — استرجاعها.

يُلخص أورين مايكلز، المؤسس المشارك والرئيس التنفيذي لشركة Barndoor AI، المعضلة بوضوح حين أشار إلى أنه إذا كان كل ما تحتاج بناءه يعتمد على نموذج متقدم محدد، فإن ذلك يجعل منتجك أقل موثوقية بشكل كبير عندما يصبح هذا النموذج فجأة غير متاح.

شهادة حية: عندما تختفي أداتك الأساسية

عاش هيثم منجد، المؤسس المشارك لشركة Stems Labs المتخصصة في إنتاج الموسيقى بالذكاء الاصطناعي، هذا الاضطراب بشكل مباشر. فقد وصف نموذج Fable بأنه كان نموذجاً ثورياً بالنسبة له، واعترف بأنه عندما سُحب من الخدمة، أدرك للمرة الأولى مدى اعتماده عليه — وشبّه الأمر بالإدمان. واعتبر منجد أن حادثة Mythos كانت لحظة فارقة جعلته ينظر للمصدر المفتوح كبديل حقيقي.

الصعود الصيني: DeepSeek وGLM-5.2

بالتزامن مع هذه التطورات، أصدرت شركة Zhipu AI الصينية (المعروفة أيضاً بـ Z.ai) نموذجها GLM-5.2، وهو نموذج مفتوح حقق أداءً قريباً جداً من أفضل عروض Anthropic وOpenAI في عدة معايير قياسية.

وأوضح المحلل التقني أندرو كوران أن GLM-5.2 متاح للتحميل والضبط الدقيق والتشغيل على خوادم المؤسسات مجاناً، مما يضع ضغطاً سعرياً على مختبرات الذكاء الاصطناعي المتقدمة في وقت يبدو فيه الوصول إليها غير مستقر.

على منصة OpenRouter التي توجه الطلبات عبر نماذج ذكاء اصطناعي مختلفة، انخفضت الحصة المجمعة لـ Google وAnthropic وOpenAI من 55% إلى 33% بين يناير ويونيو. والآن يتصدر النموذج الصيني المفتوح DeepSeek بفارق واضح.

Advertisement

التنويع أصبح ضرورة وليس ترفاً

يؤكد مايكلز على أهمية المرونة القصوى في الوضع الحالي، مشيراً إلى أنه قبل عام ونصف ربما كانت شركة كبرى تقول إنها اشترت Anthropic أو OpenAI حصرياً، لكن اليوم لا أحد — لا أحد على الإطلاق — يشتري مزوداً واحداً فقط.

  • النماذج المغلقة تزداد تكلفة مع الوقت
  • القيود الحكومية قد تُطبق دون سابق إنذار
  • النماذج المفتوحة توفر استقلالية كاملة عن قرارات الشركات والحكومات
  • بمجرد تحميل النموذج المفتوح وتشغيله على أجهزتك، لا تملك الشركة المُصنعة أي وصول لبياناتك

من يقود حركة المصدر المفتوح في الغرب؟

بين الشركات الغربية، تقف Mistral الفرنسية وحيدة تقريباً في تبني النماذج المفتوحة والدفاع عنها. أما Meta الأمريكية، التي كانت يوماً من أبرز المدافعين عن المصدر المفتوح، فقد تراجعت عن هذا الموقف مؤخراً.

هل النماذج الصينية تشكل خطراً أمنياً؟

يرى منجد أن المخاوف الأمنية من النماذج الصينية مبالغ فيها، معتبراً أنه لا يرى أي خطر حقيقي وأن هذه المخاوف نفسية وعاطفية أكثر منها عقلانية. فبمجرد تحميل نموذج مفتوح وتشغيله على أجهزتك الخاصة، لا تملك الشركة التي صنعته — صينية كانت أم غيرها — أي وصول لبياناتك أو سيطرة على طريقة استخدامك.

لكن بعض الخبراء يحذرون من أن القيود الحكومية قد تمتد لتشمل النماذج المفتوحة أيضاً مع ازدياد قوتها. ويُشير إيثان موليك، أستاذ في جامعة بنسلفانيا وأحد أبرز الأصوات في مجال الذكاء الاصطناعي، إلى أنه إذا اعتُبرت نماذج بمستوى Mythos خطرة، فإن الصين أيضاً لن ترغب في أن تكون مفتوحة — مما يعني أن الحكومات في كل مكان، وليس واشنطن فقط، قد تسعى لإبقاء الذكاء الاصطناعي المتقدم مغلقاً.

ℹ️

رأي Logicity

نشهد لحظة محورية في تاريخ الذكاء الاصطناعي حيث تنقلب المعادلة: ما كان يُعتبر ميزة للنماذج المغلقة — الدعم المؤسسي والتحديثات المستمرة — أصبح نقطة ضعف أمام التقلبات السياسية. الشركات الخليجية والعربية التي تبني منتجاتها على API واحد من OpenAI أو Anthropic تواجه مخاطر جسيمة. البديل العملي: بناء طبقة تجريد تدعم نماذج متعددة مع الاحتفاظ بنسخ محلية من النماذج المفتوحة مثل Llama أو Mistral أو DeepSeek كخطة طوارئ. تكلفة التشغيل المحلي انخفضت بشكل كبير، والفجوة في الأداء تضيق بسرعة.

الأسئلة الشائعة

ما الفرق بين النماذج المغلقة ومفتوحة المصدر في الذكاء الاصطناعي؟

النماذج المغلقة مثل ChatGPT تحتفظ الشركة بكودها وتتحكم بالوصول عبر اشتراكات، بينما النماذج المفتوحة تُصدر ملفاتها الأساسية للتحميل والتشغيل المحلي دون قيود.

هل استخدام نماذج الذكاء الاصطناعي الصينية آمن؟

عند تحميل نموذج مفتوح وتشغيله على خوادمك الخاصة، لا تملك الشركة المُصنعة أي وصول لبياناتك بغض النظر عن جنسيتها. الخطر يكمن في استخدام APIs سحابية وليس في النماذج المحلية.

ما أفضل بدائل ChatGPT مفتوحة المصدر حالياً؟

أبرز الخيارات تشمل DeepSeek الذي يتصدر منصة OpenRouter حالياً، وGLM-5.2 من Zhipu AI الصينية، وMistral من فرنسا، إضافة لعائلة Llama من Meta.

لماذا انخفضت حصة OpenAI وAnthropic في السوق؟

مزيج من ارتفاع التكاليف المستمر للنماذج المغلقة والقيود الحكومية المفاجئة دفع المطورين للتنويع، فانخفضت حصتهم المجمعة مع Google من 55% إلى 33% على منصة OpenRouter خلال 6 أشهر.

هل ستُفرض قيود على النماذج مفتوحة المصدر مستقبلاً؟

يرى خبراء مثل إيثان موليك أن الحكومات — بما فيها الصين — قد تسعى لتقييد النماذج المفتوحة المتقدمة إذا اعتُبرت خطرة، لكن طبيعتها التوزيعية تجعل السيطرة عليها أصعب بكثير من النماذج المغلقة.

ℹ️

هل تحتاج مساعدة في التطبيق؟

إذا كنت تخطط لتنويع بنيتك التحتية للذكاء الاصطناعي أو تقييم النماذج مفتوحة المصدر لمشروعك، تواصل مع فريق Logicity للحصول على استشارة تقنية متخصصة.

Advertisement
ف

فاطمة الزهراء

كاتبة تقنية متخصصة في الذكاء الاصطناعي

أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.

مقالات ذات صلة

اقرأ أيضاً