عملاق الذكاء الاصطناعي يحرق المليارات من الدولارات

في يناير من هذا العام، أصدرت شركة "ديب سيك" الناشئة في مجال الذكاء الاصطناعي اختراقين من خلال نموذجها الجديد "آر 1"،هذا النموذج يحقق أعلى أداء في 1/40 من تكلفة النموذج السابقاعتبارًا من ديسمبر 2024، خفض نموذج DeepSeek V3 للغة الكبيرة تكاليف التدريب بأكثر من 90٪.

اثنان من اختراقات ديب سيك جذبت انتباها واسعاكشفت ديب سيك أن طلب نماذج الذكاء الاصطناعي لتوضيح عمليات التفكير الخاصة بهم - وهو نهج بحثي يعرف باسم سلسلة التفكير - تحسن الدقة والكفاءةثانياً، تستخدم ديب سيك الذكاء الاصطناعي لتوليد مجموعات البيانات الخاصة بها، مستقلة تماماً عن وضع علامات يدوية على البيانات.في حين أن هناك حجة بأن ديب سيك ليست رخيصة كما يدعي، هذه الاختراقات قد أدت بالتأكيد إلى عصر جديد من اقتصاد الذكاء الاصطناعي.

هيكل تكلفة الذكاء الاصطناعي يتغير بشكل كبير كل دولار من ارتفاع الأداء كان له تأثير عميق على الشركات الناشئةواستثمارات البنية التحتيةهذا التحول يمكن أن يقلل من قوى السوق، ويساعد في نهاية المطاف الشركات الناشئة الرشيقة على اللحاق بعمالقة التكنولوجيا على المدى القصير مع تعزيز هوامش الربح.

لقد استثمرت عمالقة التكنولوجيا بالفعل أكثر من 100 مليار دولار في تطوير البنية التحتية للذكاء الاصطناعي، ويستمر في الزيادة.الآن يجب أن يفكروا في كيفية توليد عائد على هذه الاستثمارات الضخمة والحفاظ على ميزة على الخوارزميات ضد أكثر مرونةفي ظل البيئة المتغيرة بسرعة، تواجه كل من عمالقة التكنولوجيا والشركات الناشئة إشارة واضحة: اغتنام فرصة التقدم التكنولوجي بسرعة،أو يتم القضاء عليها.

مشهد سوق الذكاء الاصطناعي قبل وبعد ديب سيك

قبل صعود "ديب سيك"، كانت الشركات الناشئة تكافح لمنافسة الإنفاق على البنية التحتية من قبل عمالقة التكنولوجيا،التي صبّت مليارات الدولارات في بناء مراكز بيانات ضخمة كل ربع وحصلت على مزايا هائلة من التقدم في تكنولوجيا الذكاء الاصطناعيهذه العمالقة ليس لديهم فقط موارد بيانات ضخمة، ولكن أيضا تجمع عدد كبير من المواهب الدكتوراه، وتقدم الخوارزميات يعتمد أيضا على قوتهم التقنية القوية.شبكات التوزيع القائمة منذ فترة طويلة تسمح لهم بنقل المنتجات بسرعة إلى العملاء الحاليين وتسريع التقدم التكنولوجي من خلال حلقات ردود الفعل.

اليوم، ومع ذلك، الشركات الناشئة كبيرة بما فيه الكفاية للتنافس مع عمالقة التكنولوجيا. بحلول عام 2025 وحده،الحد بشكل كبير من ميزة البنية التحتية لعمالقة التكنولوجياانخفضت تكاليف التفكير تقريباً بألف مرة خلال السنوات الثلاث الماضية ومن المتوقع أن تنخفض أكثر في المستقبل.تم تقليص مدة الميزة الخوارزمية إلى 45 إلى 100 يوم وقد تستمر في الانخفاض.

عندما لا تكون تكاليف التدريب مشكلة رئيسية، تصبح أداء الاستدلال (أي كيفية أداء نماذج الذكاء الاصطناعي في التطبيقات في الوقت الحقيقي) محورًا جديدًا.نماذج أرخص تقدم طاقة مماثلة للنماذج الكبيرة ويمكن تشغيلها على Gpus أقل أداءًإذا كان من الممكن تسليم منتجات الذكاء الاصطناعي الذكية بتكلفة منخفضة جداً، فإن الشركات الناشئة لديها أخيراً فرصة للتفوق على عمالقة التكنولوجيا مع زيادة الأرباح.

وتعزز التخصيص الفعال للقوى العاملة ميزة المنافسة. مع عدم الحاجة بعد الآن إلى توظيف أعداد كبيرة من المواهب على مستوى الدكتوراه لتجميع فريق ذكاء اصطناعي تنافسي، يمكن للشركات الناشئة أن تتطور،تحسين، وتوزيع النماذج بتكلفة أقل بكثير من عملاقي التكنولوجيا. ولأنها تركز إلى حد كبير على مستوى التطبيق،المتنافسون قادرون على الاستمتاع بأرباح أعلى بنفس الطريقة التي اكتسبت بها الشركات الناشئة السحابية ميزة من خلال تحسين اقتصاد الوحدة قبل 15 عامًا.

هذا الاتجاه ليس جيدًا فقط للشركات الناشئة. إنه يضع أيضًا شركات مثل Nvidia في خطر أكبر. بعد إعلان DeepSeek ، انخفض سعر سهم Nvidia بنسبة 12٪ ، على الرغم من أنه انتعش منذ ذلك الحين.تزداد المخاطر لصناع الرقائق لأن الطلب يتحول من الأجهزة التي تركز على التدريب إلى حلول استنتاج أكثر كفاءةيمكن أن يؤدي ظهور وحدات المعالجة العصبية (Npus) من الدرجة الاستهلاكية إلى تسريع هذا التحول، مما يسمح لنماذج الذكاء الاصطناعي بالعمل بشكل أصلي على أجهزة مثل الهواتف الذكية وأجهزة الكمبيوتر المحمولة.

إنفاق الذكاء الاصطناعي

ما هو جيد للمتحديين سيء لعمالقة التكنولوجيا.عمالقة الذكاء الاصطناعي ربطوا بشكل غريزي تقريباً هيمنة ديب سيك بمؤثرات أمنية وطنية في محاولة للحصول على دعم لتطويرها لتكنولوجيا مماثلة،تجاهل حقيقة أن الباحثين الأمريكيين، بما في ذلك في جامعة ستانفورد،قد تسأل الشركات التي تستثمر مبالغ ضخمة في مشاريع البنية التحتية للبيانات: هل كان الإنفاق الضخم على أبحاث وتطوير نماذج الذكاء الاصطناعي مضيعة؟ إذا كانت التكنولوجيا الرخيصة تعمل بنفس الجودة التي تعمل بها التكنولوجيا المكلفة ، فلماذا تنفق الكثير من المال؟

التوجهات التاريخية تشير إلى أن معظم تقدم الذكاء الاصطناعي يعتمد بالفعل على استثمار رأسمالي مفرط في الحجم.تتجاوز ما كان يعتبر مثالياً من الناحية الخوارزمية في ذلك الوقتالتقدم التكنولوجي الجديد يثبت أنه يمكننا تحقيق نفس الأداء بتكلفة أقل. على الرغم من أن الحلول الفعالة مثل DeepSeek قد تحسنت بشكل كبير من الكفاءة،التوسع في مقدمي خدمات السحابة على نطاق واسع لا يزال يتطلب مراكز بيانات أكبر ويجب أن يتحمل تكاليف استنتاج متزايدة.

ومع ذلك، عمالقة التكنولوجيا لا يجلسون مكتوفي الأيدي. نحن نرى بالفعل سباق تسلح لإنجازات ديب سيك،مايكروسوفت أزور AI Foundry وميتا مفتوح المصدر LLaMA كل التنافس على الهيمنةيمكن أن تلعب نماذج المصدر المفتوح دورًا رئيسيًا. أكد مارك زوكربيرج، الرئيس التنفيذي لميتا، على أهمية الذكاء الاصطناعي الشخصي - أي النماذج المصممة خصيصًا لاحتياجات وثقافة وتفضيلات المستخدمين الفرديين..تتوافق هذه الرؤية مع اتجاه أوسع في تطوير الذكاء الاصطناعي: نماذج أصغر وأكثر تخصصاً قادرة على تقديم أداء عال دون الحاجة إلى بنية تحتية سحابة ضخمة.

الشركات الناشئة تربح رقائق جديدة

في الوقت نفسه، عمالقة المصدر المفتوح والمصدر المغلق لديهم أهداف مختلفة، مما يعزز ميزة المنافس.نماذج المصدر المفتوح التي أنشأتها شركات مثل ميتا ستواصل المنافسة وتخفيض التكاليف في جميع أنحاء النظام البيئي، بينما تحاول نماذج المصدر المغلق فرض رسوم أعلى من خلال تقنية أفضل. يمكن للشركات الناشئة الاستفادة من المنافسة بين المعسكرين لتحقيق أفضل نسبة السعر / الأداء لكل استخدام ،مع زيادة هوامش الربح.

بغض النظر عن حجم الشركة، فإن الرسالة واضحة: استفد من المزايا المحددة المتاحة لهم - ديناميكية السوق وقوة الحوسبة والمهارات - بسرعة أو تواجه الفشل.دورة التقدم التكنولوجي أصبحت أقصر، من الأشهر أو حتى السنوات التي تستغرقها لوضع معايير أداء جديدة، إلى اختراق تكنولوجي ديبسيكالابتكار يتقدم بمعدل غير مسبوق، والمساحة التسامح مع الأخطاء تتقلص بسرعة.