تحذير ناديلا: الشركات التي تستخدم الذكاء الاصطناعي "تدفع مرتين"

رسالة ساتيا ناديلا للشركات المتسارعة نحو تبني النماذج اللغوية الكبيرة (Large Language Models) لا تحتمل اللبس: أنتم تدفعون ثمن هذه التقنية مرتين. فالرئيس التنفيذي لمايكروسوفت يرى أن الشركات تُنفق مبالغ ضخمة على استهلاك الرموز (Tokens)، لكنها في الوقت نفسه تُسلّم لمزودي النماذج "دفعة ثانية" خفية، تتمثل في معرفتها الخاصة المُضمّنة داخل أوامرها التوجيهية (Prompts) وملاحظاتها وأنماط استخدامها.

جوهر قلق ناديلا يكمن في أن صانعي النماذج غالباً ما يحتفظون بحق التعلّم من بيانات تفاعل العملاء. فكل استعلام يرسله موظف، وكل تصحيح يجريه فريق على مخرجات روبوت محادثة، قد يتحول إلى مادة تدريب تُقوّي النموذج نفسه الذي قد يستخدمه منافس آخر بنفس الاشتراك. الحل الذي يطرحه ناديلا هو "التقطير" (Distillation): أن تتعامل الشركات مع مخرجات النماذج المتطورة (Frontier Models) كمورد يُمكن عكس هندسته لبناء نماذج أرخص ومخصصة لها، بدل البقاء رهينة دائمة لمزودين خارجيين يستغلون بياناتها في الوقت ذاته.

يأتي هذا التحذير في لحظة تتغير فيها اقتصاديات استخدام الذكاء الاصطناعي بسرعة، على الأقل نظرياً، في الاتجاه المعاكس. فبحسب أبحاث "إيبوك أيه آي" (Epoch AI)، تراجعت أسعار الرمز الواحد بمعدلات تتراوح بين 9 و900 مرة سنوياً حسب طبيعة المهمة، مع تسجيل أكبر الانخفاضات خلال العام الأخير. وتؤكد بيانات إنفاق الشركات الصادرة عن "رامب" (Ramp) هذا الاتجاه على نطاق أوسع، حيث تراجع متوسط تكلفة المليون رمز عبر كبرى الشركات المزودة من نحو عشرة دولارات إلى دولارين ونصف خلال اثني عشر شهراً فقط. وقد صاغت شركة "أندريسن هورويتز" مصطلحاً خاصاً لهذه الظاهرة: "تضخم النماذج اللغوية" (LLMflation).

رموز أرخص... وفواتير أضخم

هذا الانكماش في الأسعار لم يترجم بالضرورة إلى تراجع في إنفاق الشركات، لأن معدلات الاستهلاك تتصاعد أسرع من انخفاض الأسعار نفسها. فشركة أوبر التي زوّدت 5000 مهندس بأدوات ترميز مدعومة بالذكاء الاصطناعي في ديسمبر، استهلكت كامل موازنتها المخصصة للذكاء الاصطناعي لعام 2026 بحلول أبريل، رغم أن 70% من الكود المُسلَّم كان مُولَّداً آلياً. أما جنسن هوانغ، الرئيس التنفيذي لإنفيديا، فيرى في ارتفاع استهلاك الرموز ميزة لا عيباً، قائلاً إنه سيشعر بـ"قلق بالغ" إن كانت فاتورة استهلاك الرموز السنوية لمهندس يتقاضى 500 ألف دولار أقل من نصف راتبه، مضيفاً أن إنفيديا تستهدف إنفاقاً سنوياً على الرموز يبلغ 2 مليار دولار عبر قسمها الهندسي بالكامل.

لكن ليس كل استهلاك مرتفع يعكس إنتاجية حقيقية. فقد استعلم موظف في ديزني من نموذج "كلود" (Claude) نحو 460 ألف مرة خلال تسعة أيام فقط، في ظاهرة أُطلق عليها اسم "تعظيم الرموز" (Tokenmaxxing)، بلغت من الخطورة حداً دفع أمازون إلى إغلاق لوحة تصنيف داخلية للذكاء الاصطناعي بعد أن بدأ الموظفون "التلاعب" بالترتيب بدل تحقيق قيمة فعلية للأعمال. كذلك، كشف استطلاع أجرته "غارتنر" شمل 350 مديراً تنفيذياً في شركات تتجاوز عائداتها المليار دولار، أن نحو 80% منها خفّضت أعداد موظفيها بسبب تبني الذكاء الاصطناعي، دون أي ارتباط قابل للقياس بتحسن العوائد، وهو ما يشير إلى أن الاستخدام المكثف لا يعني بالضرورة كفاءة حقيقية.

في ظل هذا المشهد، تبدو حجة ناديلا حول ملكية البيانات أقرب إلى تحوّط من كلفة بنية تحتية جامحة أكثر من كونها مجرد مبدأ حوكمة. فأكبر خمس شركات أمريكية لمزودي البنية التحتية السحابية والذكاء الاصطناعي، ومن ضمنها مايكروسوفت، خصّصت نفقات رأسمالية تتراوح بين 660 و690 مليار دولار لعام 2026، وهو ما يقارب ضعف إنفاق العام السابق، وفق بيانات "فيوتشروم غروب" (Futurum Group). وفي سياق موازٍ، وجّهت شركة "أنثروبيك" اتهاماً لمطوّري نماذج صينية مفتوحة المصدر بتمرير ملايين الأوامر التوجيهية عبر "كلود" لتسريع تدريب نماذجهم الخاصة، وهو ما دفعها للدعوة إلى تشديد قيود التصدير، في نزاع يعكس مدى الجدل المحتدم حول الحد الفاصل بين "استخدام" نموذج ذكاء اصطناعي و"تغذيته" ببيانات الآخرين.