قائمة البث المباشر اجعلها تحدد الولايات المتحدة الدولية ابحث عن الاقتباسات والأخبار ومقاطع الفيديو قائمة المراقبة تسجيل الدخول أنشئ حسابًا مجانيًا الأسواق الأعمال الاستثمار التكنولوجيا السياسة فيديو قائمة المراقبة نادي الاستثمار برو قائمة البث المباشر
على مدار العامين الماضيين، كان سباق الذكاء الاصطناعي سهل التقييم: نماذج أكبر، معايير أفضل وأي شركة يمكنها المطالبة بالريادة، على الأقل حتى الإطلاق التالي.
هذه البطاقة قد بدأت تبدو غير مكتملة.
بينما تنتقل الشركات من اختبار الذكاء الاصطناعي إلى استخدامه في منتجات وعمليات حقيقية، لم يعد الأمر يتعلق بالاعتماد على أفضل نموذج، بل بالوصول إلى النموذج الأنسب لعمل محدد، بالتكلفة المناسبة، مع البيانات اللازمة وفي البيئة المختارة.
هذا التحول يفتح الباب أمام نوع جديد من المنافسة في الذكاء الاصطناعي، يركز أقل على حجم النموذج وأكثر على التوجيه والتكلفة والسيطرة والحوسبة.
"النموذج وحده لم يعد المنتج"، قال أراثيند سرينيفاس، الرئيس التنفيذي لشركة Perplexity، لشبكة CNBC. "إنه الحبل، نظام التنسيق الذي يضع النموذج داخل حبل قادر جدًا ويزوج النموذج مع الكثير من الأدوات."
هذا يعني أن منتجات الذكاء الاصطناعي أصبحت أنظمة يمكنها تحديد أي نموذج يجب استخدامه، ومتى يجب استخدامه وما هي الأدوات الخارجية أو مصادر بيانات الشركات اللازمة. قد لا تحتاج مهمة خدمة العملاء إلى النموذج الأكثر تكلفة. قد تحتاج مشكلة برمجية معقدة إلى واحدة. يمكن أن تعمل عملية داخلية روتينية على نموذج مفتوح أرخص. يمكن تصعيد خطوة أصعب إلى نموذج أكثر قوة.
"الإجابة هي دائمًا استخدام ما هو الأفضل للمهمة"، قال سرينيفاس.
ظهور النماذج البديلة يأتي في وقت تشدد فيه الشركات الأمريكية على ميزانياتها في الإنفاق على الذكاء الاصطناعي، ويقدم تحديًا آخر لشركتي OpenAI وAnthropic، اللتين ازدهرتا على مدار السنوات القليلة الماضية من خلال بيع أحدث التقنيات.
Previewed هذا الأسبوع نظام جديد لمنتج استخدام الحاسوب الخاص بها مبني على GLM 5.2، نموذج مفتوح من Z.ai في الصين. النظام مصمم لتمكين نموذج أرخص من التعامل مع المزيد من العمل بينما يستدعي نموذجًا أقوى فقط عند الحاجة.
هذا النهج يعكس تغييرًا أوسع في السوق. النماذج مفتوحة الوزن، التي يمكن تنزيلها وضبطها وتشغيلها من قبل الشركات نفسها، أصبحت أكثر قدرة. كما أنها أرخص في التشغيل من النماذج المملوكة من أكبر مختبرات الذكاء الاصطناعي.
قال بيتر فينتون، الشريك في Benchmark، إن هذا التحول يمكن أن يكون دراماتيكيًا.
"وجهة نظر قد تكون معاكسة والتي أصبحت إجماعًا هي اعتقادنا أن أكثر من 90 بالمائة من الرموز المولدة ستخرج من نماذج الوزن المفتوح خلال الـ 18 إلى 24 شهرًا القادمة، ربما حتى بنهاية العام"، قال فينتون لشبكة CNBC.
الرموز هي وحدات البيانات التي تعالجها وتولدها نماذج الذكاء الاصطناعي.
"هامش الاستدلال الذي تنتجه شركات النماذج المتقدمة، أعتقد أنه سيتعرض للضغط عندما يمكنك تشغيل تلك النماذج بدون تكلفة إضافية يقدمونها، عندما يكون لديك نماذج جيدة بما يكفي من الأوزان المفتوحة"، قال فينتون.
قال فينتون إن الانتقال إلى النماذج المفتوحة ليس فقط حول توفير الأموال. في بعض الحالات، يمكن أن تكون النماذج الأصغر التي تم ضبطها لمهمة محددة أسرع وتؤدي بشكل أفضل من النماذج العامة الأكبر.
هذه واحدة من الأسباب التي دفعت Benchmark للاستثمار في Ollama، وهي شركة تجعل من الأسهل للمطورين والشركات تنزيل وتشغيل وإدارة النماذج المفتوحة.
"شيء واحد هو من أين يأتي النموذج ومن أين تم إنشاؤه وتدريبه"، قال جيف مورغان، الرئيس التنفيذي لشركة Ollama. "لكن الشيء الأكثر أهمية لهذه الشركات التي نتحدث إليها هو أين يتم تشغيله وكيف يتم تشغيله."