يتوقع الرئيس التنفيذي لشركة مايكروسوفت للذكاء الاصطناعي، مصطفى سليمان، أن تصل تكلفة عمليات تدريب الذكاء الاصطناعي الفردية إلى 100 مليار دولار في المستقبل القريب، وهو رقم من شأنه أن يضع تطوير النماذج الرائدة خارج نطاق جميع الشركات باستثناء حفنة قليلة. لم يحدد سليمان جدولاً زمنياً لتوقعه متى تصبح هذه العمليات معيارية، لكن توقعه يشير إلى فجوة متسعة بين الشركات القليلة القادرة على تحمل تكاليف البناء بهذا الحجم وكل الآخرين.
المغزى هو الاندماج. إذا كانت تكلفة تدريب نموذج واحد تعادل تكلفة برنامج بنية تحتية ضخم، فإن عدد المنظمات القادرة على القيام بذلك يتقلص بسرعة — ومعه عدد الشركات التي تقرر كيف تبدو هذه الأنظمة، وكيف تتصرف، ومن يحصل على إمكانية الوصول إليها.
ثمن النموذج الرائد
ارتفعت تكاليف التدريب باطراد مع نمو النماذج وكثرة احتياجها للبيانات. رقم سليمان البالغ 100 مليار دولار، الذي أعلنه علناً، هو أوضح إشارة حتى الآن إلى أن هذه التكاليف لن تستقر قريباً. عملية تدريب بهذا السعر ليست مجرد فاتورة أكبر للحوسبة — إنها نوع مختلف من الأعمال. فهي تتطلب التزامات رأسمالية طويلة الأجل، وطاقة مخصصة وقدرة على مراكز البيانات، وتحمل الإنفاق على نطاق لم تضطر معظم شركات التكنولوجيا إلى التفكير فيه.
هذه الحسابات تضيق المجال بشكل طبيعي. الشركات التي تفتقر إلى البنية التحتية السحابية الحالية، وعلاقات توريد الرقائق، والميزانية العمومية لاستيعاب سنوات من الإنفاق، ستجد صعوبة في البقاء في الصف الأول. بعضها سيتشارك. بعضها سيتخصص. والبعض الآخر سيخرج من تطوير النماذج الرائدة تماماً ويبني على نماذج دربها شخص آخر.
لاعبون أقل، تأثير أكبر
سيؤدي الاندماج في تدريب الذكاء الاصطناعي إلى تركيز قدر كبير من النفوذ. الشركات القادرة على تحمل عمليات تدريب بقيمة 100 مليار دولار ستحدد فعلياً الاتجاه التقني للصناعة — هندسة النماذج، وممارسات الأمان، وتسعير واجهات برمجة التطبيقات، ووتيرة وصول القدرات الجديدة إلى الجمهور. هذا مشهد تنافسي مختلف عن الذي ميز السنوات القليلة الماضية، عندما كان بإمكان مجموعة أوسع من المختبرات والشركات الناشئة ومجموعات البحث أن تدعي بشكل موثوق أنها تدفع الحدود إلى الأمام.
مجال أصغر ليس بالضرورة أسوأ للمستخدمين. لكنه يعني عدداً أقل من الأصوات المستقلة التي تقرر كيفية تدريب ونشر الأنظمة الأكثر قدرة. كان المنظمون والباحثون الذين يتتبعون تطور الذكاء الاصطناعي يراقبون هذا التركيز منذ فترة؛ توقع سليمان يمنحهم رقماً ملموساً للتنظيم حوله.
الاستدلال الأرخص هو النصف الآخر من القصة
التدريب والاستدلال يسحبان في اتجاهين متعاكسين. أشار سليمان أيضاً إلى الاستدلال الأرخص كقوة يمكن أن تجعل استخدام الذكاء الاصطناعي ديمقراطياً — حتى لو كانت النماذج نفسها مبنية من قبل مجموعة متقلصة من الشركات. الاستدلال هو ما يحدث عندما يجيب النموذج على استعلام أو يولد صورة أو يشغل وكيلاً. مع تزايد رخص ذلك، يمكن لمزيد من المنتجات والشركات والمطورين الأفراد توظيف الذكاء الاصطناعي دون الحاجة إلى تدريب أي شيء بأنفسهم.
قد تكون النتيجة صناعة من طبقتين: عدد صغير من عمليات التدريب الباهظة للغاية في القمة، ونظام بيئي أوسع بكثير من التطبيقات المبنية فوقها. ينخفض حاجز الدخول للمستخدمين حتى مع ارتفاعه لمختبرات الحدود.
ما يجب مراقبته
السؤال الآن هو مدى سرعة وصول عملية التدريب بقيمة 100 مليار دولار ومن سيظل واقفاً عندما يحدث ذلك. لقد التزمت مايكروسوفت بالفعل بشدة بالبنية التحتية للذكاء الاصطناعي، وتشير تعليقات سليمان إلى أن الشركة تتوقع استمرار منحنى الإنفاق في الانحناء صعوداً. المنافسون ذوو الموارد المماثلة يقدمون رهانات مماثلة. وبالنسبة للجميع، فإن القرار العملي هو ما إذا كانوا سيتنافسون في الحدود، أو يشاركون مع أولئك القادرين على ذلك، أو يبنون على النماذج الناتجة.
لا يوجد جدول زمني منشور لعملية تدريب بهذا السعر. توقع سليمان هو تنبؤ، وليس التزاماً — لكنه نوع التنبؤ الذي يشكل الميزانيات والتوظيف والاستراتيجية عبر الصناعة قبل وقت طويل من أن يصبح الرقم حقيقة واقعة.
