أخيرًا اكتشفت شركة أن أعمالها قد سُرقت بواسطة شركات نماذج لغوية تستخدم الذكاء الاصطناعي

作者：宇航猿；来源：极客公园

1 يوليو، دخل الرئيس التنفيذي لشركة Palantir Alex Karp استوديو CNBC، وألقى بقنبلة بصيغة تكاد تكون خارجة عن السيطرة.

قال إن قطاع الذكاء الاصطناعي «مجنون بحق» (effing insane)، وإن الرؤساء التنفيذيين في الشركات الأمريكية «مستاؤون» (livid) إزاء OpenAI وAnthropic، وقال إن الشركات تقوم بشيء عبثي: تدفع بشكل محموم مقابل token، وفي الوقت نفسه تسلم بيانات تشغيلها الأكثر جوهرية إلى مورّدي النماذج. وبالمقابل، فإن القيمة التجارية العائدة شبه غير قابلة للقياس.

سأله المذيع عما إذا كان يتهّم الآخرين (يلقي باللوم). فأجاب Karp: «لا، أنا فقط أصف الحقائق».

ارتفعت أسهم Palantir في ذلك اليوم بنسبة 9%. وهذا الرقم بحد ذاته بمثابة تصويت — يعتقد السوق أنه قال ما يريد كثيرون قوله ولكنهم لم يجرؤوا عليه.

ليس هذا مجرد تصريف لمشاعر شخص واحد. عندما يقصف رئيس شركة تتجاوز قيمتها تريليون دولار كامل قطاع نماذج الذكاء الكبيرة، أمام بث وطني مباشر، ثم يمنح السوق ردًا إيجابيًا حقيقيًا بالمال والشراء، فهذا يعني أن حالة نفسية جماعية وصلت إلى نقطة حرجة.

خلال العامين الماضيين، كان الجميع يتحدثون عن كيفية احتضان نماذج الذكاء الكبيرة. لكن الآن يظهر سؤال جديد على السطح — عندما تقترب الشركة كثيرًا من نماذج الذكاء الكبيرة، فهل سيتمزقها هذا النموذج؟

**01 ****** من «الاندفاع» إلى «عدم السذاجة» ****

عُد إلى مطلع عام 2024، ويمكن تلخيص موقف الشركات من نماذج الذكاء الكبيرة بأربع كلمات: «استخدمها أولاً».

مهما يكن ROI أو عدمه، ومهما كان اتجاه تدفق البيانات، فالمهم ألا تتأخر عن الركب. في ذلك الوقت كانت السردية السائدة: «لقد جاءت ثورة الذكاء الاصطناعي، ومن لا يحتضنها سيتم استبعاده». وعلى وقع ضغط هائل، دفع قادة تقنية المعلومات ومديرو التقنية في مختلف القطاعات AI إلى كل حلقة يمكن إدخالها فيها. كانت هذه قرارات مدفوعة بخوف تقني نموذجي.

بحلول عام 2025، أصبحت عبارة «الطرح الشامل» هي الكلمة المفتاحية. بدأت الشركات تُدرج نماذج الذكاء الكبيرة بجدية داخل العمليات الأساسية، ولم يعد الأمر يقتصر على عروض توضيحية (demo) أو تنظيم هاكاثونات داخلية. من خدمة العملاء إلى توليد التعليمات البرمجية، ومن تحليل السوق إلى تصميم المنتجات، توسعت عمق واتساع اختراق AI على نحو يتضاعف بشكل أسي.

لكن مع دخول 2026، يحدث تحول عاطفي دقيق.

تُظهر بيانات بحث أجراه Salesforce أن نصف قادة تكنولوجيا المعلومات فقط يثقون في البنية التحتية للبيانات في شركاتهم بما يكفي لدعم النجاح في تطبيق AI فعليًا. وقد استخدم تقرير بحثي نشرته NTT DATA هذا العام في مايو تعبير «التعثر» مباشرة — إذ إن الذكاء الاصطناعي المؤسسي يصطدم بعقبات معمارية ناجمة عن متطلبات الخصوصية السيادية للبيانات. تتوقع Gartner أنه بحلول 2027 سيعتمد 35% من الدول على منصات AI إقليمية، بينما لا تتجاوز هذه النسبة اليوم 5%.

لم يكتف Karp بتلطيف هذا التحول؛ فقد قال الأمر بوضوح أكبر. إذ أشار إلى أن الشركات تنتقل من «tokenmaxxing» — استهلاك token بلا تفكير — إلى طرح سؤال حقيقي عن عائد الاستثمار. «الفكرة الأساسية هي: لم يعد ينبغي إضاعة الوقت على token.»

لا يعني ذلك إلغاء نماذج الذكاء الكبيرة، بل إن كامل القطاع يتحرك من «الاندفاع» إلى «عدم السذاجة». بعد انحسار الحماس، بدأت الشركات تنظر إلى سؤال جوهري بنظرة أكثر هدوءًا: ما أقدمه مقابل ما أحصل عليه — هل يمكن تسوية هذا الحساب؟

**02 ****** حين يتحول الشريك إلى منافس ****

كانت انتقادات Karp لا تزال على مستوى نموذج الأعمال. لكن التهديد الحقيقي الذي يبعث على القلق يأتي من جهة أخرى، وأكثر مباشرة: قد يكون مزود خدمة AI لديك يستخدم البيانات والسيناريوهات التي تسهم بها أنت لبناء منتج يُزيح منتجك.

الذي حدث في أبريل 2026 جعل هذا القلق من شأن نظري يتحول إلى واقع.

في شهر فبراير من هذا العام، كانت Figma وAnthropic لا تزالان تتعاونان في تطوير ميزة تُسمى «Code to Canvas»، وهي تقوم بإدماج كود Claude المولد بسلاسة ضمن سير عمل التصميم في Figma. بدا الشريكان وكأنهما حليفان وثيقان.

في 14 أبريل، استقال Mike Krieger، كبير مسؤولي المنتجات لدى Anthropic، بهدوء من مقعده في مجلس إدارة Figma.

بعد ثلاثة أيام، أطلقت Anthropic Claude Design — أداة تصميم بالذكاء الاصطناعي يمكنها توليد نماذج تفاعلية وبطاقات PPT ومحتوى تسويقي عبر اللغة الطبيعية مباشرة، بما يطابق بدقة الأعمال الأساسية لـ Figma.

وانخفض سهم Figma في ذلك اليوم قرابة 8%.

وفي تقرير لاحق لصحيفة Fast Company، ورد تفصيل لافت للانتباه: على الرغم من أن Figma وشركات مثل Adobe وCanva تجمع بينها شراكات تمتد لسنوات مع Anthropic، لم يتم إخطار أحد قبل إطلاق Claude Design. أدرك الجميع على حين غرة — أن شريك AI الذي يعتمد عليه الجميع قد تحول تحت أنظارهم إلى منافس.

يستحق هذا القصة أن تُتأمل بعمق لأنها تكشف مشكلة بنيوية في عصر نماذج الذكاء الكبيرة — أخطر من أي وقت مضى: عندما تتعاون بعمق مع شركة ذكاء اصطناعي، فإنك لا تفتح لها بوابة الدخول إلى السوق فحسب، بل تمنحها أيضًا فهمك الأساسي للسيناريوهات التي تعمل عليها وفهمك لاحتياجات المستخدم.

تمكنت Anthropic من بناء Claude Design إلى حد كبير لأنها فهمت، من خلال تعاونها مع شركات أدوات التصميم، سير عمل المصممين ونقاط الألم لديهم بعمق.

لكن إذا اتسع النظر خارج هذه الحكاية، فليس هذا مسارًا جديدًا في تاريخ التكنولوجيا.

بدأت Amazon من منصة التجارة الإلكترونية لإطلاق علامتها التجارية الخاصة، مستخدمة بيانات المنصة لتحديد فئات المنتجات الأكثر ربحية بدقة، ثم طرحت منتجاتها لتلتهم البائعين من الأطراف الثالثة. وانطلقت Microsoft من نظام التشغيل لتضم كل عنصر على حدة: المتصفح، وبرامج المكتب، وأدوات التواصل — فتمت «قتل» Netscape، واضطُر Slack إلى بيع نفسه. أما Google فقد امتدت من محرك البحث، واستخدمت صفحات نتائج البحث لتقديم الإجابات مباشرة، ما أدى إلى تهميش Yelp وخدمات معلومات عمودية كثيرة.

لا يتغير القانون الحديدي في قطاع التكنولوجيا: حين تمتلك المنصة ما يكفي من البيانات وفهم المستخدم، فإنها تبدأ بالزحف إلى أعلى السلسلة.

في عصر نماذج الذكاء الكبيرة، يصبح هذا القانون أكثر حدّة. فغزو المنصات التقليدية يحتاج وقتًا لتراكم الفهم، بينما نماذج الذكاء الكبيرة بطبيعتها هي «مسرّع للفهم». كل مرة تستدعي فيها API، وكل مرة تدخل فيها بيانات الأعمال لدى مورّد النموذج، تساعده في فهم «أراضيك» بشكل أسرع وبعمق أكبر.

**03 ****** «حد روش» عصر الذكاء الاصطناعي ****

في علم الفلك يوجد مفهوم يُسمى «حد روش» — عندما يقترب جسم سماوي كثيرًا من جسم سماوي ضخم الكتلة، تتجاوز قوى المد والجزر قوة الجاذبية الذاتية لذلك الجسم، فيتمزق الجسم.

هذا التشبيه لوصف علاقة الشركات اليوم بنماذج الذكاء الكبيرة دقيق إلى درجة مقلقة.

نموذج الذكاء الكبيرة هو ذلك الجسم ضخم الكتلة. تريد كل شركة الاستفادة من قوة جاذبيته للتسريع: رفع الكفاءة، خفض التكاليف، والابتكار. لكن المشكلة تكمن في أنك عندما تقترب بما يكفي، تبدأ «مادته» أنت في الانفصال. ستتدفق بياناتك وknow-how وفهمك لاحتياجات المستخدم نحو مركز الجاذبية خلال التعاون.

فإلى أين تقع حدود «مزاولة الرقصة مع الذكاء الاصطناعي» دون أن تُلتهم في النهاية؟

هذا السؤال طُرح بالفعل في الولايات المتحدة. لكن إن كنت تعتقد أنه بعيد عن الشركات الصينية، فقد تكون تلك مجرد وهم.

تختلف وتيرة تطبيق الذكاء الاصطناعي بين الشركات في الصين والولايات المتحدة. فالشركات الأمريكية دخلت مرحلة نشر واسعة وعميقة داخل الأعمال، بينما ما تزال الشركات الصينية ككل تنتقل من مرحلة التجارب إلى التوسع. تُظهر دراسة استقصائية نشرتها Lenovo بالتعاون مع IDC في مارس من هذا العام أن 72% من الشركات المحلية في الصين قد أنهت بالفعل تجارب النُظم/العملاء الأذكياء (smart agents) وبدأت استخدامها رسميًا، مع نشر AI في متوسط 3.5 سيناريوهات. لكن مركز التحدي تحول أيضًا من «نقص القدرة الحاسوبية، ونقص البيانات» إلى «عدم تحقيق نتائج التطبيق للتوقعات» و«عدم وضوح ROI».

وبعبارة أخرى، تدخل الشركات الصينية ما يشبه «فترة اليقظة من سحر AI» التي تمر بها الشركات الأمريكية.

عند تواصل Geek Park مؤخرًا مع عدد من رواد الأعمال والشركات ذات الأعمال التقليدية، لاحظ ظاهرة لافتة: كثيرون لا تنبع أفكارهم من شعور مباشر بالخطر من نوع «قلق من أن شركة النماذج ستسرق عملي»، بل من حقيقة أنه بعد إدخال AI فعليًا في الأعمال، تبدأ تلقائيًا إعادة تعريف سؤال: «ما هي القيمة الأساسية لدي في عصر الذكاء الاصطناعي؟»

تنتهي هذه إعادة التعريف إلى كفاءتين حاسمتين.

**04 ****** من يتحكم في «بنية AI التحتية»؟ ****

الأولى، والأكثر واقعية، ومتوافقة مع كلام Karp: بياناتك ومنطق أعمالك — أين يتم تشغيلهما فعليًا، وعلى أي بنية تحتية؟

كرر Karp على CNBC مرارًا أن أكثر البيانات التشغيلية حساسية لدى الشركات لا ينبغي أن تتدفق إلى الصندوق الأسود لدى مورّدي نماذج طرف ثالث. وقد وضع Palantir في موضع طبقة التطبيقات التي توفر «AI سيادية» — يمكن استخدام النماذج من الغير، لكن البيانات يجب أن تبقى داخل حدودك، ويجب أن يتم النشر على بنية تحتية يمكن التحكم بها بالكامل.

ليس الأمر نزعة مرضية؛ فالشعور لدى الشركات المحلية في الصين متطابق تقريبًا. قال Huang Weijie، مسؤول البحث والتطوير في WPS 365 التابع لشركة Kingsoft، مؤخرًا كلمة دقيقة للغاية: «ما تنقصه الشركات اليوم ليس العتاد والنماذج، بل طبقة تطبيقات AI آمنة.»

وتؤكد بيانات IDC هذا الاتجاه. في نشر قدرات AI المؤسسية، تتراجع حصة الحوسبة عبر السحابة العامة، وترتفع إجمالي حصة السحابة الخاصة والنشر المحلي من 54% إلى 69%. «عدم خروج البيانات عن النطاق» لم تعد مجرد شعار امتثال، بل أصبحت شرط التصفية الأول لدى CTO عند اتخاذ القرار بشأن الاختيار.

سمّى Karp ذلك «commodity cognition» المتموضعة كتوجه سلعي. ويستند حكمه إلى أن جودة النماذج نفسها تميل إلى التقارب، والقيمة الفارقة الحقيقية ليست في طبقة النموذج، بل في طبقة التطبيق التي تربط قدرات النموذج بطرحه على سيناريوهات الشركة الخاصة. ومنطق «منتجة» هذا الاتجاه في Palantir مع NVIDIA عبر «محرك AI السيادي» هو مثال مباشر: مزج نماذج مفتوحة المصدر مع طبقة الأنطولوجيا الخاصة بـ Palantir وإطار الحوكمة؛ بحيث تشغّل الشركات AI في بيئة يمكن التحكم بها بالكامل، ولا يغادر أي بايت من البيانات. بلغت إيرادات Palantir في الربع الأول من 2026 نحو 1.63 مليار دولار، مع نمو سنوي بنسبة 85%، وبقدر ما، فهذا يعكس «تصويتًا» من السوق لصالح هذه المسار.

ومن الإشارة التي تستحق الانتباه هنا: أن الشركات والحلول التي تساعد المؤسسات على تشغيل AI «على بنيتها الخاصة» ستكون أكثر جاذبية في المستقبل. داخل الصين، أصبحت «أدمغة AI الخاصة» مسارًا واقعيًا؛ إذ تعمل شركات ناشئة عديدة حول هذا الاتجاه في تطوير منتجات. هذا ليس تعصبًا تقنيًا، بل اختيار عقلاني بعد تفكير عميق من قبل الشركات.

**05 ****** لا تجعل المؤسسة «آلة تسجيل» مفرطة التكرار ****

أما الكفاءة الثانية، فهي أصعب في القياس، لكن Geek Park يشعر بوضوح متزايد بها عند التواصل مع الشركات: عندما يمكن لـ AI أن تستبدل المزيد والمزيد من حلقات التنفيذ، فماذا يبقى داخل المؤسسة من «نوع الأشخاص» الذي نحتاجه؟

بعض الشركات الأسرع في الخطى سقطت في هذا الفخ.

عندما يتفوق AI بوضوح على البشر في بعض الحلقات، فإن الفكرة الطبيعية تتمثل في «إزالة الأشخاص». لكن بعد أن تصبح المؤسسة أرفع، تظهر مشكلة خفية — ما يشغله AI في جوهره هو «أفضل الممارسات» التي تبلورت لدى هؤلاء الأشخاص في البيئة القديمة. عندما تتغير البيئة، ويتغير السوق، ويتغير المستخدم، يستمر AI في تنفيذ ذلك المنطق القديم بأمانة، بينما لم تعد لدى المؤسسة ما يكفي من الأشخاص لرصد هذه التغيرات ودفع الأعمال نحو التطور.

وبصراحة، قد تكون مؤسسة ممتلئة بـ AI ومُفرغة من البشر مجرد تكرار فعال للماضي.

لا يعني ذلك أنه لا ينبغي استخدام AI لاستبدال التنفيذ. بل يعني أن AI عندما يتولى المزيد من طبقات التنفيذ، تحتاج الشركات إلى نوع آخر من البشر: ليس أولئك القائمين تقليديًا بإنجاز مهام محددة، بل من يستطيع «قيادة» AI. يحتاج هذا الدور إلى فهم الصورة الكاملة للأعمال، والقدرة على الحكم ما إذا كانت مخرجات AI ما تزال صالحة للواقع المتغير، وإدراك إمكانات جديدة تتجاوز «أفضل حل» قد يقدمه AI.

بدأت بعض الشركات المتقدمة بالفعل في التفكير بجدية في هذه المسألة. وقد اكتشفت أن المنافسة الحقيقية بعد وجود AI لا تتمثل في «كم عدد الأشخاص الذين استبدلتهم بـ AI»، بل في «ما إذا كان بإمكان أشخاصك قيادة AI لتحقيق ما لم يكن بالإمكان تحقيقه سابقًا». إذا كان كل ما يحدث هو أن AI يواصل الأتمتة المستمرة استنادًا إلى البيانات التاريخية ويكرر ذلك إلى ما لا نهاية، فأنت في جوهر الأمر تُحكم قبضتك على لقطة واحدة من الماضي.

قد تكون أهمية هذا الانقلاب في الإدراك لا تقل عن أهمية سيادة البيانات. عندما يزيل AI الحواجز التقنية، تصبح «قدرة البشر على الحكم» و«قدرة المؤسسة على التطور» أصعب الأشياء في النسخ. بعض الشركات أدركت ذلك، والبعض الآخر لا يزال. لكن هذه الخط الفاصل ربما يصبح في العامين أو الواحد التاليين أكثر وضوحًا.

**06 ****** القطاع يحتاج إلى «شركات AI جديدة» ****

خلال العامين الماضيين، سيطرت فرضية ضمنية على القطاع بأكمله: ستتركز قيمة عصر الذكاء الاصطناعي في نهاية المطاف لدى شركات النماذج. ومن كان أقرب إلى شركات النماذج، كانت قيمته أعلى.

هذه الفرضية بدأت تهتز.

لقد كشفت Karp على CNBC أمرًا في صلب النقطة — إن النماذج نفسها تتحول إلى «معرفة مدركة قابلة للسلعنة». عندما تتقارب الفوارق في قدرات مختلف نماذج الذكاء الكبيرة إلى حد كبير، لم تعد القيمة المميزة في طبقة النموذج. إن بنية صناعية يهيمن عليها نموذج الشركات وحدها لا تعكس فقط صحة الشركات، بل تقيّد أيضًا سرعة تطور صناعة AI بأسرها.

ما تحتاجه الشركات ليس نموذجًا أقوى فقط. بل تحتاج منظومة كاملة — تستجيب لهواجس سيادة البيانات، وتحمي الحواجز التنافسية من أن يحدث لها «شفط» (虹吸)، وتمكّن AI من أن يتغلغل في الأعمال دون أن يفلت زمام السيطرة. وهذه الاحتياجات تولّد سوقًا أكثر تعقيدًا من مجرد «بيع token».

هناك إشارات واضحة بالفعل في عدة اتجاهات.

تتحول «بنية AI السيادية» إلى مسار حقيقي وجاذب لرؤوس أموال ضخمة. ليس هذا مجرد مفهوم. فخلال النصف الأول من 2026 فقط، لدى أوروبا ثلاث شركات تعمل في بناء بنية AI سيادية (Nebius، nScale، AtlasEsge) جمعت معًا أكثر من 11.8 مليار دولار. وقبل أيام قليلة فقط، حصلت Valarian في لندن على 50 مليون دولار في جولة A، وكانت خطواتها محددة جدًا: إضافة طبقة «تحكم سيادي» بين أنظمة AI والبيانات الحساسة، لتحديد أي ذكاء اصطناعي يمكنه لمس أي بيانات، وتحت أي شروط. لم تكن هناك حاجة لهذا النوع من الحلول قبل سنتين. لكن الآن، تأتي الحكومات والشركات الكبرى على طوابير للحصول عليه.

تتحول «بوابات AI» وطبقة التنسيق (الترتيب/التنسيق) في المنتصف إلى جزء لا غنى عنه من بنية AI المؤسسية. عندما تستخدم الشركة في وقت واحد OpenAI وAnthropic ونماذج مفتوحة المصدر، إضافة إلى نماذجها المتخصصة بعد ضبطها (fine-tuning)، فمَن الذي يتولى التوجيه الموحد والتحكم في التكلفة وحوكمة الصلاحيات والتدقيق؟ في حقبة البرمجيات التقليدية كان هذا يُسمى middleware، أما في عصر AI فيطلق عليه بوابة أو طبقة تنسيق. ليس هذا الجزء جذابًا من ناحية التسويق، لكنه يشكل بنية تحتية حاسمة تنتقل عبرها المؤسسة من «استخدام AI» إلى «ضبط AI». ما تفعله Palantir في جوهره هو هذه الطبقة، فقط أنها تطبق النسخة الأثقل منها. أما الحلول الأخف التي تتناسب مع شركات بأحجام مختلفة، فمساحتها كبيرة جدًا.

على مستوى التطبيقات، تتحول حلول AI المتخصصة لقطاعات بعينها من «تغليف» إلى «تعميق». في الماضي، كانت معظم تطبيقات AI المزعومة — إذا قُلت الحقيقة — مجرد تغليف طبقة GPT. لكن الآن، ما يمكن أن يثبت وجوده فعليًا، هم أولئك الذين يفهمون بعمق know-how لقطاع محدد، ويربطون قدرات AI بمنطق القطاع بشكل وثيق. لا تكون قيمة هذه الشركات ثابتة على مستوى النموذج، بل على مستوى إدراك القطاع — وهو شيء يصعب على شركات نماذج الذكاء الكبيرة الحصول عليه من خلال التدريب.

حتى في طبقة «الأشخاص»، تظهر أسواق خدمة جديدة. فمع وعي المزيد من الشركات بأن ما تحتاجه ليس المزيد من أدوات AI بل أشخاصًا قادرين على «قيادة AI» ومنهجيات تنظيمية مساندة، تتزايد بسرعة أيضًا متطلبات الاستشارة حول تغيير تنظيم الشركات في عصر AI، وتطوير المواهب، وإعادة تصميم العمليات.

وخلاصة القول: إن صناعة تملك «طبقة نموذج» فقط تكون هشة. ما يجعل صناعة AI تعمل أسرع وبصحة أفضل هو منظومة أكثر ثلاثية الأبعاد. في هذه المنظومة، يوجد من يبني نماذج، ومن يبني بنية AI سيادية، ومن يعمل على البوابات والحوكمة، ومن يوفر تطبيقات عميقة لقطاعات متخصصة، ومن يساعد الشركات على إعادة تشكيل قدراتها التنظيمية. كل طبقة تلبي احتياجات الشركات الواقعية في انتقالها من «احتضان» AI إلى «قيادته».

هذه الاحتياجات في العام الماضي تحولت من غامضة إلى أكثر وضوحًا. والخطوة التالية، مع ظهور حلول ومنتجات وخدمات جيل جديد حول هذه الاحتياجات، قد تدخل فترة ازدهار محددة بوضوح.

عد إلى استعارة حد روش. إن العثور على المسار الآمن ليس مسؤولية شركة واحدة. عندما يبدأ النظام البيئي بأكمله في النمو بقوة تتجاوز النماذج، تصبح الشركات فعليًا أكثر اطمئنانًا لئلا يتمزقها ذلك النموذج.