لم يعد النقاش الأكثر سخونة في مجال الذكاء الاصطناعي يدور حول أي روبوت محادثة هو الأذكى.

السؤال هو ما إذا كان الذكاء الاصطناعي مفتوح المصدر سيجعل سباق الإنفاق الحالي الذي تبلغ قيمته مليارات الدولارات غير ضروري في نهاية المطاف.

إذا أصبحت النماذج المفتوحة "جيدة بما فيه الكفاية"، فقد تساءل المستثمرون عما إذا كان أصحاب الحوسبة السحابية الضخمة سيحتاجون إلى عدد أقل من رقائق شركة Nvidia Corp. (NASDAQ: NVDA )، وعدد أقل من مجموعات الذكاء الاصطناعي، وفي النهاية إلى إنفاق رأسمالي أقل.

ووفقاً لمحلل بنك أوف أمريكا، فيفيك آريا ، فإن هذا الاستنتاج قد يكون سابقاً لأوانه.

في مذكرة بحثية نُشرت يوم الأربعاء، أشارت آريا إلى أنه في حين تستمر نماذج الوزن المفتوح في التحسن بسرعة، فإن النماذج الاحتكارية - أو المغلقة - لا تزال تهيمن على المكان الذي توجد فيه أحمال العمل ذات القيمة الأعلى للذكاء الاصطناعي.

والأهم بالنسبة للمستثمرين، أنه يعتقد أن أيًا من النتيجتين ستدعم في نهاية المطاف الطلب على أشباه الموصلات بدلاً من تهديده.

لماذا لا تزال النماذج المغلقة هي الرائدة؟

تسارع الحماس المتزايد حول النماذج المفتوحة بعد أن أيد الرئيس التنفيذي لشركة Nvidia، جنسن هوانغ، علنًا الوصول الأوسع إلى الذكاء الاصطناعي من خلال نماذج الوزن المفتوح.

لكن آريا قال إن الواقع التنافسي يبدو مختلفاً.

قال آريا: "نعتقد أن القيادة الرائدة لا تزال مرتبطة بنماذج مغلقة حتى اليوم".

وبحسب التقرير، فإن نماذج مثل Claude Opus 5 و GPT-5.6 Sol و Gemini 3.1 Pro تحتل المراكز الأولى في تقييمات الذكاء الاصطناعي الرائدة، بينما لا تزال أقوى النماذج المفتوحة المصدر، مثل تلك القادمة من الصين، متأخرة عنها.

فيما يتعلق باستخدام الأدوات الفاعلة، فإن أفضل نموذج مغلق يحقق 55.3 مقابل 43.1 لأقوى بديل مفتوح الوزن.

وعلى مؤشر الذكاء العام، يبلغ الفارق 60.7 إلى 44.

فيما يخص البرمجة، من 78.3 إلى 68.8.

وأضافت الشركة أن الفجوة تتسع تحديداً حيث تتركز ميزانيات المؤسسات: استخدام الأدوات الآلية، والبرمجة، والتفكير المعقد.

تكون الميزة الأكبر حيث توجد الأموال. وهذا أمر مهم لأن الشركات عادة ما تعطي الأولوية للموثوقية على حساب التكلفة.

لماذا لا تزال الشركات تختار الذكاء الاصطناعي المغلق

يجادل آريا بأن مزودي الذكاء الاصطناعي الاحتكاري لديهم مزايا تتجاوز بكثير أداء النموذج.

وقال آريا: "لا تزال النماذج المغلقة تتصدر معظم معايير الصناعة وكذلك منحنى التبني".

بدلاً من إدارة وحدات معالجة الرسومات والأمان والامتثال وتحديثات البرامج داخليًا، تحصل الشركات التي تشتري واجهات برمجة التطبيقات ذات النموذج المغلق على بنية تحتية مُدارة واتفاقيات مستوى خدمة يمكن التنبؤ بها وبائع واحد مسؤول عن الأداء.

وعلى النقيض من ذلك، غالباً ما تتطلب النماذج المفتوحة من العملاء التعامل مع النشر والسلامة والبنية التحتية بأنفسهم، مما يخلق تعقيداً تشغيلياً إضافياً.

بالنسبة للمستثمرين، هذا التمييز مهم لأن اعتماد المؤسسات - وليس تجربة المستهلكين - يمثل أحد أكبر مصادر الإيرادات طويلة الأجل في مجال الذكاء الاصطناعي.

لماذا قد تربح أسهم إنفيديا وأسهم شركات تصنيع الرقائق في كلتا الحالتين

لعل أهم ما يمكن استخلاصه من الاستثمار ليس ما إذا كان الذكاء الاصطناعي المفتوح أو المغلق هو الفائز في النهاية.

يكمن الأمر في أن شركات أشباه الموصلات قد تستفيد في كلا السيناريوهين.

إذا ظلت النماذج الحدودية الاحتكارية مهيمنة، فإن تدريب الأنظمة ذات القدرات المتزايدة سيستمر في طلب مجموعات ضخمة من وحدات معالجة الرسومات وإنفاق كبير على البنية التحتية.

إذا انتشرت النماذج المفتوحة بدلاً من ذلك، فقد يؤدي انخفاض تكلفة الذكاء الاصطناعي إلى زيادة الاستخدام بشكل كبير، مما يدفع الطلب على الاستدلال إلى مستويات أعلى بكثير من خلال ما يُعرف بمفارقة جيفونز - وهي فكرة أن انخفاض التكاليف غالبًا ما يؤدي إلى زيادة الاستهلاك الإجمالي بدلاً من تقليله.

وقال آريا: "نرى أن أشباه الموصلات التي تعمل بالذكاء الاصطناعي ستستفيد في كلتا الحالتين"، مضيفًا أن النماذج المغلقة من المرجح أن تبقي الذكاء الاصطناعي "كثيف رأس المال"، في حين أن اعتماد النماذج المفتوحة على نطاق أوسع يمكن أن يوسع الطلب الإجمالي والسوق المستهدف الإجمالي للصناعة.

هل حان وقت المواجهة بين ويندوز ولينكس؟

يعتقد آريا أنه لا ينبغي للمستثمرين أن يتوقعوا أن يقوم نظام بيئي نموذجي واحد بإلغاء الآخر.

بدلاً من ذلك، يقارن المشهد الحالي للذكاء الاصطناعي بالتعايش الذي دام عقوداً بين نظامي التشغيل مايكروسوفت ويندوز ولينكس.

قد تهيمن النماذج المفتوحة على أحمال العمل الحساسة للتكلفة، بينما تحافظ النماذج الاحتكارية على ريادتها حيثما يكون الأداء والأمان وثقة المؤسسة عوامل حاسمة في تحديد أسعار مميزة.

يشير هذا التمييز إلى أن الإنفاق على البنية التحتية للذكاء الاصطناعي قد يصبح أكثر تنوعاً بدلاً من أن يختفي.

بالنسبة لمستثمري أشباه الموصلات، قد يكون النقاش حول أي نموذج معماري يسود في النهاية أقل أهمية من استنتاج أبسط: كلا المسارين لا يزالان يشيران إلى ارتفاع الطلب على الرقائق والذاكرة والبنية التحتية للذكاء الاصطناعي.

صورة: Shutterstock