تبدو بيانات هذا التقرير صادمة للغاية للوهلة الأولى، وكان أول ما خطر ببالي هو الشك في وجود خلل في منهجية الإحصاء!
قلب أحدث تقرير من Menlo Ventures تصورات السوق رأسًا على عقب: استحوذت نماذج الذكاء الاصطناعي الصينية على نحو 89% من إنفاق الشركات عالميًا على النماذج المفتوحة المصدر. وتصدّرت Moonshot AI Kimi وحدها بحصة بلغت 61%، تلتها DeepSeek بنسبة 15%، ثم Zhipu GLM بنسبة 11%. أما سلسلة Meta Llama، التي كان يُنظر إليها سابقًا بوصفها معيارًا للنماذج المفتوحة المصدر، فلم تتجاوز حصتها من الإنفاق العالمي 7%.
قد تكون الصدمة هي الانطباع الأول لدى كثيرين، لكن تحليل منطق الدفع والاستخدام وراء هذه الأرقام يكشف أنها منسجمة تمامًا مع قواعد الأعمال، كما أنها تكشف عن التوجه الأساسي للذكاء الاصطناعي المؤسسي عالميًا: استخدامات الاستدلال تتجه نحو واقعية شديدة.
ثمة حقيقتان أساسيتان:
أولًا، «الإنفاق على النماذج مفتوحة المصدر» لا يعني «مدى انفتاح أوزان النموذج». فـ Kimi، بالمعنى الدقيق، ليس نموذجًا مفتوح الأوزان؛ إذ تستخدم الشركات واجهته البرمجية API أو حلوله المخصصة للنشر الخاص. وما يرصد التقرير في جوهره هو الإنفاق الفعلي للشركات على واجهات API المفتوحة، خارج نطاق عمالقة الغرب المغلقين مثل OpenAI وClaude.
ثانيًا، حققت الفرق الصينية تفوقًا كاسحًا في معالجة النصوص الطويلة والاستدلال عالي الكفاءة من حيث التكلفة. واستحواذ Kimi على حصة 61% يعود إلى أن الحاجة الملحّة عند تطبيق الذكاء الاصطناعي في الشركات تتمثل في معالجة مئات الصفحات من التقارير المالية والعقود ومستودعات الشيفرات. وقد جعلت Kimi تجربة التعامل مع النصوص الطويلة والاستدلال منخفض التكلفة ميزتها الحاسمة، ما أكسبها ارتباطًا قويًا بقطاع الأعمال. أما DeepSeek، فبفضل تحسينات هندسية، خفّضت أسعار واجهتها البرمجية إلى أدنى مستوى، لتصبح الخيار الافتراضي للمطورين؛ في حين تخصصت Zhipu في حلول النشر الخاص المصممة لقطاع الأعمال.
أما حصة Llama البالغة 7%، فلا تعني أن النموذج ليس جيدًا بما يكفي؛ بل إن Meta تنشر الأوزان فحسب، ولا تعتمد على بيع واجهات API لتحقيق الأرباح. وتكاليف الشركات التي تبني بنيتها الحاسوبية الخاصة لنشر Llama لا تتحول مباشرةً إلى إنفاق على مزوّدي خدمات النماذج. لم تكتفِ الفرق الصينية بتقديم تقنية قادرة على المنافسة، بل حولت أيضًا «خدمات API عالية الإنتاجية، منخفضة التكلفة وسهلة الاستخدام» إلى منتجات صناعية معيارية، واستحوذت بذلك مباشرةً على حصة من التدفقات النقدية العالمية.
تتقدم النماذج الغربية تقنيًا، لكن بالنظر إلى تفضيلات الشركات التي تكشف عنها قراراتها الفعلية، فقد شقت فرق الذكاء الاصطناعي الصينية، بفضل كفاءتها الهندسية العالية وقدرتها على التغلغل في مختلف الاستخدامات، مسارًا راسخًا لتحقيق عائدات تجارية من المنظومات مفتوحة المصدر والمفتوحة.
وأكثر الإشارات التي تستحق المتابعة لاحقًا هي: هل سيخفض عمالقة الغرب الأسعار كثيرًا للرد؟ وهل ستتمكن الفرق الصينية من الحفاظ على تفوقها في الحصة التجارية رغم ضغوط تكاليف الحوسبة؟
#美国拟收紧数据中心监管，AI扩张或面临新约束
قلب أحدث تقرير من Menlo Ventures تصورات السوق رأسًا على عقب: استحوذت نماذج الذكاء الاصطناعي الصينية على نحو 89% من إنفاق الشركات عالميًا على النماذج المفتوحة المصدر. وتصدّرت Moonshot AI Kimi وحدها بحصة بلغت 61%، تلتها DeepSeek بنسبة 15%، ثم Zhipu GLM بنسبة 11%. أما سلسلة Meta Llama، التي كان يُنظر إليها سابقًا بوصفها معيارًا للنماذج المفتوحة المصدر، فلم تتجاوز حصتها من الإنفاق العالمي 7%.
قد تكون الصدمة هي الانطباع الأول لدى كثيرين، لكن تحليل منطق الدفع والاستخدام وراء هذه الأرقام يكشف أنها منسجمة تمامًا مع قواعد الأعمال، كما أنها تكشف عن التوجه الأساسي للذكاء الاصطناعي المؤسسي عالميًا: استخدامات الاستدلال تتجه نحو واقعية شديدة.
ثمة حقيقتان أساسيتان:
أولًا، «الإنفاق على النماذج مفتوحة المصدر» لا يعني «مدى انفتاح أوزان النموذج». فـ Kimi، بالمعنى الدقيق، ليس نموذجًا مفتوح الأوزان؛ إذ تستخدم الشركات واجهته البرمجية API أو حلوله المخصصة للنشر الخاص. وما يرصد التقرير في جوهره هو الإنفاق الفعلي للشركات على واجهات API المفتوحة، خارج نطاق عمالقة الغرب المغلقين مثل OpenAI وClaude.
ثانيًا، حققت الفرق الصينية تفوقًا كاسحًا في معالجة النصوص الطويلة والاستدلال عالي الكفاءة من حيث التكلفة. واستحواذ Kimi على حصة 61% يعود إلى أن الحاجة الملحّة عند تطبيق الذكاء الاصطناعي في الشركات تتمثل في معالجة مئات الصفحات من التقارير المالية والعقود ومستودعات الشيفرات. وقد جعلت Kimi تجربة التعامل مع النصوص الطويلة والاستدلال منخفض التكلفة ميزتها الحاسمة، ما أكسبها ارتباطًا قويًا بقطاع الأعمال. أما DeepSeek، فبفضل تحسينات هندسية، خفّضت أسعار واجهتها البرمجية إلى أدنى مستوى، لتصبح الخيار الافتراضي للمطورين؛ في حين تخصصت Zhipu في حلول النشر الخاص المصممة لقطاع الأعمال.
أما حصة Llama البالغة 7%، فلا تعني أن النموذج ليس جيدًا بما يكفي؛ بل إن Meta تنشر الأوزان فحسب، ولا تعتمد على بيع واجهات API لتحقيق الأرباح. وتكاليف الشركات التي تبني بنيتها الحاسوبية الخاصة لنشر Llama لا تتحول مباشرةً إلى إنفاق على مزوّدي خدمات النماذج. لم تكتفِ الفرق الصينية بتقديم تقنية قادرة على المنافسة، بل حولت أيضًا «خدمات API عالية الإنتاجية، منخفضة التكلفة وسهلة الاستخدام» إلى منتجات صناعية معيارية، واستحوذت بذلك مباشرةً على حصة من التدفقات النقدية العالمية.
تتقدم النماذج الغربية تقنيًا، لكن بالنظر إلى تفضيلات الشركات التي تكشف عنها قراراتها الفعلية، فقد شقت فرق الذكاء الاصطناعي الصينية، بفضل كفاءتها الهندسية العالية وقدرتها على التغلغل في مختلف الاستخدامات، مسارًا راسخًا لتحقيق عائدات تجارية من المنظومات مفتوحة المصدر والمفتوحة.
وأكثر الإشارات التي تستحق المتابعة لاحقًا هي: هل سيخفض عمالقة الغرب الأسعار كثيرًا للرد؟ وهل ستتمكن الفرق الصينية من الحفاظ على تفوقها في الحصة التجارية رغم ضغوط تكاليف الحوسبة؟
#美国拟收紧数据中心监管，AI扩张或面临新约束
