هم لا يكترثون بالمال؛ فكل ما يسعون إليه هو السيطرة.

متوسط
AIAI
آخر تحديث 2026-03-28 15:14:22
مدة القراءة: 1m
تتناول هذه المقالة تطور المال كوسيلة للهيمنة في العصر الرقمي، مسلطة الضوء على كيفية تعزيز شركات التكنولوجيا الكبرى لقوتها عبر رأس المال والبيانات ونماذج الذكاء الاصطناعي. وتشدد على ضرورة تبني الذكاء الاصطناعي اللامركزي، ونظم الحوكمة، وشبكات الموارد اللامركزية لضمان الحرية الفكرية وتنوع النظم.

أسمع كثيرًا من يقول: "شركات التكنولوجيا الكبرى تسعى فقط لتحقيق الأرباح المالية."

من يعتقد ذلك لا يدرك الحقيقة.

الحقيقة الأعمق أن هذه الشركات الكبرى لا تلاحق الإيرادات، بل تسعى للسيطرة على النماذج والسرديات والعقول.

برنارد أرنو، أحد أثرى رجال العالم، قال ذات مرة:

"أنام اليوم مرتاحًا مع دين قدره 2 مليار دولار أكثر من فترة امتلاكي لـ50 ألف دولار."

المال بالنسبة لهم ليس هدفًا نهائيًا، بل هو أداة.

إذا خسرت الشركة المال سنويًا ولكنها حصلت على سيطرة مباشرة على مستخدميها واختياراتهم وقيمهم ومعتقداتهم، فإن ذلك لا يعد فشلًا. بل هو مكسب كبير بأهم عملة: السيطرة.

1. سراب المال

نحن فقط من يظل يرى المال هدفًا نهائيًا.

في المستويات العليا، المال يصبح مجرد وسيلة. وتحديدًا، وسيلة للسيطرة.

لم يكن المال دائمًا بهذا الدور. في بداياته، كان وسيلة للتبادل: فواكه، خضروات، بضائع.

ثم جاء الملح والتوابل، أكثر سهولة في التبادل.

لاحقًا، ظهرت المعادن النفيسة، عملات الفضة والذهب، التي كانت تحمل قيمة حقيقية بسبب ندرتها وفاعليتها.

حتى ذلك الوقت، كان المال يمثل قيمة واقعية.

لكن بعد ذلك انتقلنا إلى العملة الورقية التي تفتقر لأي قيمة جوهرية، ثم إلى شكل أكثر تجريدًا: العملة الرقمية، بيانات على الشاشات، قابلة للطباعة بلا حدود بضغطة زر واحدة.

هذا الشكل الأخير يمنح من يتحكم في إصدارها وصولًا مجانيًا إلى الموارد الحقيقية: الماء، الغذاء، الأرض، وحتى الوقت والعقل البشري.

لذا حين تخسر الشركة المال نظريًا لكنها تحصل على انتباهك وأفكارك وسلوكك، فإنها لا تخسر شيئًا. إنها تستبدل السيولة الافتراضية بموارد بشرية حقيقية.

2. البيانات تؤكد السيطرة وليس الربح فقط

لنكن واقعيين، الأرقام وراء OpenAI وGoogle وAnthropic مذهلة.

الأغرب أن هذه الأرقام لا معنى لها إذا كان الهدف هو الربح، بل تصبح منطقية فقط إذا كان الهدف هو الهيمنة.

حققت OpenAI نحو 4.3 مليار دولار كإيرادات في النصف الأول من 2025، بمعدل سنوي يصل إلى 10 مليارات دولار. هل يبدو ذلك مربحًا بالنسبة لك؟

ومع ذلك، أنفقت 2.5 مليار دولار في نفس الفترة. فكل دولار تكسبه يقابله إنفاق 1.60 دولار.

كما جمعت 8.3 مليار دولار أخرى كرأس مال، وقد تصل إلى 40 مليار دولار. المستثمرون يدركون أنها غير مربحة، ولا يهمهم ذلك. لماذا؟

لأن الهدف ليس العائد السريع، بل احتكار طبقة الذكاء العالمي داخل منظومة OpenAI.

أبرمت OpenAI أيضًا صفقة بمليارات الدولارات مع AMD، ليس فقط لشراء الشرائح، بل لضمان الوصول طويل الأمد لوحدات GPU، وحتى الاستحواذ على ما يصل إلى 10 % من أسهم AMD. إنها تفوق رأسي، وسيطرة على البنية التحتية الحاسوبية التي يعتمد عليها مستقبل الذكاء الاصطناعي.

انظر إلى الذكاء الاصطناعي، فثلاث أو أربع شركات فقط تحتكر تدريب النماذج بالكامل.

بناء هذه النماذج يتطلب استثمارات بمئات الملايين، بل مليارات الدولارات في المعالجة الحاسوبية والبيانات.

اللاعبون الأصغر لا يمكنهم المنافسة، وهذا يمنح تلك الشركات الكبرى تأثيرًا غير متكافئ على كيف "يفكر" و"يتحدث" كل ذكاء اصطناعي.

@MTorygreen"">@MTorygreen يسمي ذلك "الثقافة الموحدة للذكاء الاصطناعي":

"عندما يستخدم الجميع نفس النماذج القليلة، يتقارب المحتوى الرقمي نحو نفس النبرة والأسلوب والرؤية."

هذا النظام لا يقصي التنوع فقط، بل يخلق طريقة تفكير واحدة.

يبدو أنهم لا يريدون أن يفكر الناس بأنفسهم أو يكون لديهم أفكار وآراء مستقلة.

يريدونك أن تتبع السردية.

حين تسيطر على النماذج، تسيطر على الأصوات التي يتم تضخيمها، وتلك التي تختفي، والأفكار التي تصير "حقيقة".

ولا تحتاج حتى لمنع التعبير، فكثير من الآراء لا تظهر لأن مجموعات البيانات ومرشحات النماذج تمحوها قبل أن تولد.

3. كيف تؤثر السيطرة على ما نراه ونفكر فيه ونؤمن به

لأن معظم الخدمات الرقمية تعتمد على نفس النماذج الأساسية، تصبح كل الحوارات الرقمية متشابهة.

النبرة، الحجج، وحتى ما يعتبر "مقبولًا"، كلها تتطابق مع القيم المبرمجة من قبل تلك الشركات.

إذا جرى تحسين النموذج من أجل "السلامة"، أو "تجنب المخاطر"، أو "الانسجام مع السياسة"، فإن الأصوات المعارضة أو النبرات غير التقليدية تُلطّف أو تُنقّى أو تُحذف بالكامل.

هذه رقابة ناعمة.

يوضح Tory Green ذلك بدقة: لم نعد نتعامل مع إنترنت فوضوي حر، بل مع

"استجابات معتمدة من الشركات."

المطورون الصغار الذين يحاولون تقديم لغات جديدة أو رؤى أقلية أو تميز ثقافي لا فرصة لهم، فهم يفتقرون للبنية التحتية الحاسوبية أو البيانات أو القوة المالية الكافية.

ببساطة، هم لا يملكون رأس المال غير المحدود.

نعيش في عالم يعكس نفس العقل.

4. الهروب الوحيد: لامركزية الذكاء

إذا كانت المشكلة هي السيطرة المركزية على النماذج والبنية التحتية الحاسوبية والبيانات، فإن الحل يجب أن يكون عكس ذلك.

الطريق الوحيد هو اللامركزية في البنية التحتية الحاسوبية والنماذج والإدارة.

تخيل شبكات GPU موزعة على آلاف المشاركين، لا يتحكم فيها أي سحاب أو شركة واحدة.

مشاريع مثل @ionet"">@ionet تعمل على بناء هذه الرؤية: مجتمعات تتشارك الموارد الحاسوبية ليتمكن المطورون المستقلون من الوصول إليها.

بدلًا من الاعتماد على النموذج المركزي، يمكن لكل مجتمع أو ثقافة أو لغة تدريب نموذج يعكس قيمه ورؤيته للعالم.

Tory Green يدعو لهذا: آلاف النماذج المجتمعية الفريدة بدلًا من ثقافة الذكاء الاصطناعي الموحدة.

هذه النماذج ستكون ذات شفافية وقابلة للتدقيق وتدار من قبل المستخدمين، بحيث لا يمكن للانحياز أو الرقابة أن تختفي داخل صناديق الشركات المغلقة.

بالطبع، الأمر ليس سهلاً. منافسة الشركات الكبرى تتطلب نفس الموارد، وهو شبه مستحيل دون رأس مال غير محدود.

لكن هناك قوة في التكاتف الجماعي.

عندما يدرك عدد كافٍ من الأشخاص أهمية القضية ويوحّدون مواردهم الحقيقية، وطاقة وإبداعهم وتعاونهم، يمكنهم بناء شيء يفوق المال.

الأمر صعب، لكنه ضروري.

لأنه إذا لم يحدث ذلك، سيزداد النظام سوءًا، ويستنزف المزيد من الموارد الحقيقية للعالم.

لقد وصلنا إلى مرحلة يتم فيها استنزاف الإرادة الحرة والخيال.

إذا لم نتحرك الآن... فما هو المورد التالي الذي سيستحوذون عليه؟

تنويه:

  1. المقالة منقولة من [the_smart_ape]. جميع حقوق النشر محفوظة للمؤلف الأصلي [the_smart_ape]. إذا كان لديك أي اعتراض على إعادة النشر، يرجى التواصل مع فريق Gate Learn وسيتم التعامل معه فورًا.
  2. إخلاء المسؤولية: الآراء والأفكار الواردة في المقالة تعكس رأي الكاتب فقط ولا تمثل نصيحة استثمارية.
  3. ترجمة المقالة إلى لغات أخرى تمت بواسطة فريق Gate Learn. ما لم يذكر خلاف ذلك، يُمنع نسخ أو توزيع أو اقتباس المقالات المترجمة.

المقالات ذات الصلة

دور Render في AI: كيف يعزز معدل التجزئة اللامركزي الابتكار في الذكاء الاصطناعي
مبتدئ

دور Render في AI: كيف يعزز معدل التجزئة اللامركزي الابتكار في الذكاء الاصطناعي

على عكس المنصات التي تركز فقط على قوة التجزئة في مجال الـ AI، تبرز Render بفضل شبكتها المعتمدة على GPU وآلية التحقق من المهام ونموذج الحوافز القائم على رمز RENDER. يمنح هذا التكامل Render توافقًا ومرونة طبيعية في حالات استخدام AI المختارة، ولا سيما تلك المرتبطة بالحوسبة الرسومية.
2026-03-27 13:12:58
Render و io.net و Akash: مقارنة الفروقات الأساسية بين شبكات معدل التجزئة DePIN
مبتدئ

Render و io.net و Akash: مقارنة الفروقات الأساسية بين شبكات معدل التجزئة DePIN

تُعد Render وio.net وAkash أكثر من مجرد منافسين يقدمون حلولًا متشابهة؛ فهي تمثل ثلاثة مشاريع رائدة في قطاع قوة التجزئة DePIN، حيث يسلك كل مشروع منها مسارًا تقنيًا خاصًا: معالجة الرسومات باستخدام GPU، وتنظيم قوة التجزئة للذكاء الاصطناعي، والحوسبة السحابية اللامركزية. تركز Render على تنفيذ مهام معالجة الرسومات عالية الجودة عبر GPU، مع إعطاء أولوية للتحقق من النتائج وبناء منظومة قوية للمنشئين. أما io.net فتركز على تدريب نماذج الذكاء الاصطناعي وعمليات الاستدلال، وتكمن ميزتها الأساسية في تنظيم GPU على نطاق واسع وكفاءة التكلفة. بينما طورت Akash متجر سحابة لامركزي للأغراض العامة يوفّر موارد حوسبة منخفضة التكلفة عبر عملية تقديم عروض تنافسية.
2026-03-27 13:18:02
كيف يعمل Bittensor؟ توضيح بنية الشبكات الفرعية، المعدنين، وآلية توافق Yuma
مبتدئ

كيف يعمل Bittensor؟ توضيح بنية الشبكات الفرعية، المعدنين، وآلية توافق Yuma

تُعد Bittensor شبكة ذكاء اصطناعي لامركزية تتيح سوقاً مفتوحاً لتعلم الآلة عبر أدوار Subnet وMiner وValidator. وباعتماد آلية توافق Yuma، تُمكن من تقييم النماذج وتوزيع حوافز TAO. بخلاف منصات الذكاء الاصطناعي المركزية التقليدية، تحول Bittensor قدرات النماذج إلى أصول يمكن تخصيص قيمتها.
2026-03-24 12:25:01
ما هو TAO؟ استكشاف معمق لاقتصاديات رمز Bittensor، ونموذج العرض، وآليات الحوافز
مبتدئ

ما هو TAO؟ استكشاف معمق لاقتصاديات رمز Bittensor، ونموذج العرض، وآليات الحوافز

تُعد TAO الرمز الأصلي لشبكة Bittensor، حيث تلعب دورًا أساسيًا في توزيع الحوافز، وتعزيز أمان الشبكة، وجذب القيمة داخل منظومة الذكاء الاصطناعي اللامركزية. وبالاستفادة من آلية الإصدار التضخمي، ونظام التخزين، ونموذج حوافز الشبكات الفرعية، يتيح TAO نظامًا اقتصاديًا يركّز على المنافسة وتقييم نماذج الذكاء الاصطناعي.
2026-03-24 12:23:27
بوتات التداول الذكية والأدوات
مبتدئ

بوتات التداول الذكية والأدوات

يقدم هذا المقال مفهوم بوتات تداول العملات المشفرة الذكية، ويشرح ميزات ومبادئ عمل بوتات تداول Gate.com، ويقدم للمستخدمين اقتراحات حول كيفية استخدامها بفعالية. بالإضافة إلى ذلك، نستكشف أنواعًا أخرى من المنصات ومزايا ومخاطر استخدام بوتات التداول، والتوقعات المستقبلية لهذا المجال.
2026-03-31 22:05:31
كل ما تحتاج إلى معرفته حول بروتوكول GT
مبتدئ

كل ما تحتاج إلى معرفته حول بروتوكول GT

بروتوكول جي تي هو واحد من أكثر منتجات الذكاء الاصطناعي المنتظرة في عام 2024، حيث يستخدم تقنية الذكاء الاصطناعي المتقدمة لإنشاء أدوات تداول الذكاء الاصطناعي الفريدة. يمكن استخدامه لإدارة محفظة الذكاء الاصطناعي، وتداول الذكاء الاصطناعي، وأساليب الاستثمار في أسواق CeFi و DeFi و NFT، مما يساعد الناس على اكتشاف الفرص الويب3 بسهولة والاستثمار فيها. لقد جذب مئات الملايين من المستخدمين للمشاركة.
2026-04-06 00:04:18