تتناول هذه المقالة التحولات المحتملة في صناعة الذكاء الاصطناعي مع تزايد التكاليف، وكيف يمكن أن تؤثر هذه التحولات على الشركات.
هل يمكن لشركات التكنولوجيا أن تتعلم حب نماذج الذكاء الاصطناعي الأرخص؟
لقد بُنيت طفرة الذكاء الاصطناعي على افتراض أساسي: النماذج الأكبر أكثر قوة، وأقوى النماذج تفوز. الآن، على الصناعة أن تتعلم ماذا يحدث إذا بدأ هذا الافتراض في الانهيار.
لقد ضغطت التكاليف المتزايدة بالفعل على المستخدمين لإعادة النظر في النماذج الأصغر والأرخص. هذا التسوق الواعي من حيث التكلفة جديد، ومن غير الواضح كيف سيؤثر على الصناعة، لكن التأثير من المحتمل أن يكون كبيرًا.
توقعات التحول إلى النماذج الأرخص
توقع أحد المؤسسين المشاركين في Coinbase، براين أرمسترونغ، أن النتيجة ستكون تحول الغالبية العظمى من المهام إلى نماذج أرخص.
كتب أرمسترونغ على منصة X: “[الطلب على الذكاء قريب من اللانهاية، لكن 80% من الأحمال ستعمل على نماذج أرخص بنسبة 99% خلال 12-18 شهرًا”. “20% من الأحمال ستظل تعمل على أحدث النماذج حيث يكون تحقيق الذكاء مهمًا.”
من الصعب المبالغة في تقدير ما سيكون عليه هذا التحول الكبير في صناعة الذكاء الاصطناعي إذا تحقق توقع أرمسترونغ.
تحول في الاقتصاديات
قبل الآن، كانت معظم شركات الذكاء الاصطناعي تتنافس على الجودة، مما يعني الاعتماد على النموذج الأكثر تقدمًا المتاح. إذا كانت تلك المهام نفسها يمكن أن تُدار بواسطة نماذج أرخص دون التأثير على الجودة، فإن ذلك سيعني تحولًا كبيرًا في اقتصاديات الذكاء الاصطناعي. والأهم من ذلك، أن الكثير من المدخرات ستأتي من جيوب المختبرات الكبيرة، مما يؤدي إلى ضربة مالية لـ OpenAI وAnthropic في وقت يتجهان فيه نحو الاكتتاب العام.
استعداد الشركات للتحول
إنها تغيير محتمل زلزالي في الصناعة، يعتمد على سؤال أساسي واحد: هل الشركات مستعدة للتحول إلى النماذج الأصغر؟
تشير الاختبارات الأولية إلى أنه عندما يتم ترتيب النظام بشكل صحيح، يمكن للنماذج الأرخص أن تحل محل النماذج الأكبر دون أي تضحيات في الجودة. في اختبار حديث أجرته أداة الذكاء الاصطناعي القانونية Harvey، تمكنت الشركة من تقليل تكاليف الاستدلال بمقدار 3 مرات دون تقليل الجودة. تم إجراء الاختبار بالشراكة مع منصة الاستدلال Fireworks AI، حيث تم دمج Claude Opus وFireworks’ GLM 5.1، وتحويل المهام الأكثر كثافة إلى Opus. كانت النتيجة انخفاضًا كبيرًا في وقت الخادم والتكلفة الإجمالية.
قال غابي بيرييرا، المؤسس المشارك لـ Harvey، لـ TechCrunch: “الجودة تأتي أولاً، وفي المجال القانوني ستظل دائمًا”. “ومع ذلك، فإن تعريف الجودة يتطور من مجرد استخدام النموذج الأكثر قوة لكل شيء، إلى استخدام أفضل نموذج يحصل على الإجابة الصحيحة بأكثر الطرق كفاءة.”
الحرب السعرية بين النماذج
غالبًا ما يتم تأطير هذا الاتجاه من حيث المختبرات الكبرى مقابل النماذج الصينية أو النماذج ذات الأوزان المفتوحة، لكن ذلك يغفل النقطة الأكبر. الانقسام الحقيقي ليس بين النماذج الاحتكارية والمفتوحة؛ بل هو بين النماذج الكبيرة والصغيرة. يمكنك توفير المال عن طريق التحول من GPT-5.5 إلى V4 Flash من DeepSeek، لكن التحول إلى GPT-5.4-mini يعمل بنفس الكفاءة.
هناك حرب أسعار نشطة بين الاستدلال الداخلي من المختبرات الكبيرة والنماذج ذات الأوزان المفتوحة المقدمة بشكل مستقل. بالنسبة للسؤال الأكبر حول الصغيرة مقابل الكبيرة، لا يهم حقًا أي نوع من النماذج الصغيرة سيفوز.
الضغط من أجل تقليل التكاليف
قد يبدو كل هذا بديهيًا – بالطبع لا ينبغي عليك استخدام المزيد من الحوسبة أكثر مما هو ضروري – لكنه يتعارض مع النهج الذي يركز على التوسع الذي هيمن على الصناعة حتى الآن. مستوحاة من الدرس المرير، انغمست المختبرات في تدريب النماذج الأكثر استهلاكًا للحوسبة الممكنة، مما يدفع حدود ما يمكن أن تفعله نماذج الذكاء الاصطناعي. مع الأسعار المدعومة بشكل كبير من قبل المستثمرين، لم يكن لدى العملاء أي سبب لاختيار أي خيار آخر غير الأكثر تقدمًا.
مع ارتفاع أسعار الرموز وتباطؤ الدعم، يواجه المستخدمون ضغطًا من حيث التكلفة لأول مرة. لا نعرف ما إذا كان الضغط الجديد من حيث التكلفة سيدفع المستخدمين المؤسسيين إلى النماذج الأصغر. يمكنهم بسهولة تقليل التكاليف من خلال تقليل عدد المكالمات، أو استخدام سياق أقل، أو ببساطة التخلي عن أقل النشر الواعد.
لكن إذا تبين أن معظم النشر يمكن أن يُدار بنفس الكفاءة على نموذج أصغر، فقد يضع ذلك عائقًا كبيرًا أمام الطلب المتزايد على الاستدلال – ويثير تساؤلات جديدة حول كيفية تبرير تكلفة تدريب نموذج متقدم.
عند الشراء من خلال الروابط في مقالاتنا، قد نكسب عمولة صغيرة. لا يؤثر ذلك على استقلاليتنا التحريرية.
في ختام المقال، يتضح أن الانتقال إلى نماذج ذكاء اصطناعي أرخص قد يكون له تأثير كبير على الاقتصاديات الصناعية، مما يستدعي تفكيرًا جديدًا في كيفية استخدام هذه التكنولوجيا.
