من المفترض أن يقوم نظام Gemini 5.0 بالمزيد: المزيد من الذكاء الاصطناعي، وأموال أقل؟ لماذا يُعد رهان جوجل على البنية التحتية محفوفًا بالمخاطر؟

وكلاء الذكاء الاصطناعي بدلاً من روبوتات الدردشة: لماذا تستثمر جوجل الآن مليارات الدولارات؟

خطة جوجل للذكاء الاصطناعي: مليارات الدولارات لمراكز البيانات والكهرباء ومنصة جيميني 5.0

مع إطلاق Gemini 5.0، تعد جوجل بجيل جديد من نماذج الذكاء الاصطناعي المصممة لتقريب أنظمة الذكاء الاصطناعي من الموظفين الرقميين المستقلين. فبدلاً من مجرد الإجابة على الأسئلة، يمكن لهذه الأنظمة تخطيط المهام، واستخدام الأدوات، وإدارة سير العمل بالكامل على مدى فترات طويلة. ومع ذلك، لا يزال تاريخ الإصدار المحدد وبيانات الأداء المتاحة للجمهور غير متوفرة. في الوقت نفسه، يتزايد الاستثمار المالي: تستثمر ألفابت بكثافة في مراكز البيانات والبنية التحتية، لدرجة أن تدفقاتها النقدية الحرة كانت سلبية في الربع الثاني من عام 2026.

لذا، فإن السؤال المحوري ليس مجرد ما إذا كان نظام Gemini 5.0 سيكون أكثر قوة، بل يجب على جوجل أن تثبت أن الذكاء الإضافي يوفر فوائد ملموسة للعملاء ويبرر التكاليف الباهظة لقوة الحوسبة والطاقة والتكامل. فزيادة الاستخدام لا تُترجم تلقائيًا إلى زيادة في الأرباح. ولن يصبح التقدم التكنولوجي نموذجًا تجاريًا قابلاً للتطبيق إلا عندما تؤدي أنظمة الذكاء الاصطناعي المهام بكفاءة عالية، وتندمج بسلاسة في سير العمل، وتنخفض تكلفة كل نتيجة ناجحة.

جيميني 5.0: رهان جوجل بمليار دولار على المستوى التالي من الإنتاجية

يزداد الذكاء. وكذلك نظام الفوترة

مع إطلاق Gemini 5.0، تعد جوجل بتقديم نماذج أكثر قوة بشكل ملحوظ، في حين بدأت تظهر بالفعل التداعيات الاقتصادية للتوسع المستمر في مجال الذكاء الاصطناعي: فالطلب يتزايد، بينما تبقى القدرة الحاسوبية محدودة، وتستنزف استثمارات البنية التحتية التدفقات النقدية التشغيلية بشكل متزايد. ومع ذلك، لا يزال موعد الإصدار المحدد لـ Gemini 5.0 وبيانات الأداء القابلة للتحقق علنًا والتي من شأنها تحديد التقدم المتوقع غير متوفرة.

لذا، فإن السؤال الاقتصادي الحاسم ليس ما إذا كان الذكاء الاصطناعي قادرًا على تحقيق نتائج مبهرة، بل ما إذا كانت القدرة الإضافية على النمذجة تُولّد قيمة مضافة موثوقة وقابلة للاستخدام تبرر زيادة الإنفاق على مراكز البيانات والطاقة وتكامل البرمجيات والتحكم. ثمة فرق جوهري بين نظام متفوق تقنيًا ونموذج عمل مربح.

يمثل نظام Gemini 5.0 تطورًا يتجاوز بكثير مجرد المنافسة بين روبوتات المحادثة الفردية. ويكمن جوهره في إمكانية إضفاء الطابع الصناعي على العمل الفكري: إذ لم يعد ينبغي للأنظمة أن تقتصر على صياغة الإجابات فحسب، بل أن تخطط للمهام، وتشغل الأدوات، وتتحقق من النتائج، وتستمر في عمليات العمل لفترات طويلة. وإذا ما نجح هذا التحول، فلن يقتصر تأثيره على سوق الذكاء الاصطناعي فحسب، بل سيمتد ليشمل هياكل التكاليف، والمزايا التنافسية، والأسس التنظيمية للعديد من الشركات.

إن الوعد بالأداء ليس دليلاً على الإنتاجية

يستند سوندار بيتشاي في توقعاته بشأن نظام جيميني 5.0 إلى التطورات البحثية وتقييمات النماذج الداخلية. ولم تُعلن جوجل بعد عن نتائج قياس الأداء أو ميزانية حوسبة منفصلة للجيل القادم.

هذا التمييز مهم. قد ترى الشركة أدلة قوية داخليًا على تحسن خصائص النموذج دون أن تعرف بعد مدى الفوائد الاقتصادية في العمليات اللاحقة. يمكن أن يكون تحسين حل المسائل الرياضية، أو زيادة موثوقية استدعاء الأدوات، أو فترات العمل الطويلة والمتواصلة، أمورًا قيّمة. ومع ذلك، فإن فائدتها تعتمد على المهام التي يمكن للعملاء تفويضها فعليًا والتكاليف المترتبة على ذلك.

حتى مفهوم القفزة التكنولوجية الكبرى يتطلب تعريفًا دقيقًا. فالتقدم قد يعني أن النموذج يحل المهام الصعبة بوتيرة أسرع، وقد يعني أيضًا تحقيق الجودة نفسها بشكل أسرع أو بتكلفة أقل أو بتدخل بشري أقل. ولأغراض تقييم الأعمال، لا تُعدّ هذه التحسينات مترادفة بأي حال من الأحوال.

إنّ النموذج الذي يحقق أداءً أفضل في اختبار صعب ولكنه يستغرق وقتًا أطول بكثير في الحساب ليس بالضرورة الحل الأمثل من الناحية الاقتصادية. في المقابل، قد يكون التحسن الطفيف ظاهريًا في الموثوقية ذا قيمة كبيرة إذا مكّن من أتمتة عملية كانت تتطلب جهدًا بشريًا كبيرًا.

لذا، فإن الأساس المنطقي هو أن التقدم الاقتصادي المهم لبرنامج جيميني 5.0 يجب أن ينعكس بشكل أساسي في انخفاض تكاليف إنجاز كل مهمة بنجاح. يمكن أن توفر تصنيفات النماذج مؤشرات على ذلك، لكنها لا تغني عن هذا الدليل.

لماذا تخشى جوجل من نقص الاستثمار أكثر

يدافع بيتشاي عن توسيع البنية التحتية للحوسبة مستنداً إلى عدة مؤشرات: تزايد الطلب من قطاعي المستهلكين والأعمال، وتحسين قدرات النمذجة، والعقود طويلة الأجل ذات الإيرادات المضمونة. وفي الوقت نفسه، يشير إلى أن القدرات المتاحة اليوم تستند إلى قرارات اتُخذت قبل سنوات.

هناك أساس استراتيجي سليم وراء ذلك. فالشركات التي لا توفر سعة كافية في سوق سريع النمو تخاطر بخسارة أكثر من مجرد إيرادات قصيرة الأجل. فقد تخسر أيضاً مطورين، وعلاقات مع العملاء، وفرصة إطلاق تطبيقات جديدة في وقت مبكر. ولا يمكن بالضرورة تعويض هذه الخسائر لاحقاً بإضافة المزيد من الخوادم.

تتمتع القدرة الحاسوبية بقيمة اختيارية أيضاً، إذ تُمكّن من الاستجابة بشكل أسرع للتطورات التكنولوجية أو الطلب المرتفع غير المتوقع. لذا، عندما تستثمر شركة ما في البنية التحتية، فإنها لا تشتري فقط منشأة إنتاجية قيد الاستخدام حالياً، بل تحصل أيضاً على المرونة اللازمة لاغتنام فرص الأعمال غير المؤكدة.

مع ذلك، لا يُعدّ هذا المنطق مبرراً مطلقاً للإنفاق المرتفع. فإذا استثمر العديد من الموردين الكبار في وقت واحد خشية التخلف عن الركب، فإنّ ما كان يُعتبر قرارات فردية منطقية قد يؤدي إلى فائض في الطاقة الإنتاجية في السوق ككل. ولا تُحقق الاستثمارات الضرورية استراتيجياً بالضرورة عوائد عالية لجميع المشاركين في السوق.

لذا، لا ينبغي فهم موقف جوجل على أنه مجرد تبذير، ولا كضمانة خالية من المخاطر للنجاح المستقبلي. إنه رهان على أن تكاليف الفرص السوقية الضائعة ستفوق الأعباء المحتملة للبنية التحتية الزائدة.

موجة الاستثمار تصل إلى التدفق النقدي

يتضح مدى أهمية هذا الرهان من خلال أرقام شركة ألفابت للربع الثاني من عام 2026. فقد حققت الشركة إيرادات بلغت 119.796 مليار دولار أمريكي وتدفقات نقدية تشغيلية بقيمة 39.069 مليار دولار أمريكي، لكنها استثمرت 44.924 مليار دولار أمريكي في العقارات والمنشآت والمعدات. ونتج عن ذلك تدفق نقدي حر سلبي بقيمة 5.855 مليار دولار أمريكي خلال الربع.

قبل عام، بلغت النفقات الرأسمالية المقابلة 22.446 مليار دولار أمريكي. وبذلك تضاعف حجم الاستثمار تقريباً خلال عام واحد.

لا يعني هذا التطور بالضرورة أن نموذج العمل أصبح غير مربح. ببساطة، يقيس التدفق النقدي الحر النقد المتبقي بعد الأنشطة التشغيلية والنفقات الرأسمالية. قد يعكس ربع سنوي سلبي دورة توسع مكثفة بشكل خاص. ومع ذلك، فإنه يُظهر أيضًا أن وتيرة الاستثمار الآن تفوق قدرة العمليات الجارية على تمويل هذه النفقات بالكامل خلال نفس الفترة الزمنية.

في الوقت نفسه، نمت إيرادات جوجل كلاود بنسبة 82% على أساس سنوي في الربع الثاني من عام 2026، لتصل إلى حوالي 24.8 مليار دولار. يُشير هذا التطور إلى وجود طلب كبير، ولكنه لا يُثبت، في حد ذاته، ربحية جميع الاستثمارات الإضافية في مجال الذكاء الاصطناعي.

يجب أن يتجنب التقييم السليم أيضاً نسبة جميع استثمارات المجموعة إلى Gemini 5.0. تشمل الأرقام المنشورة البنية التحتية التقنية الأوسع لشركة Alphabet ولا تُظهر نفقات منفصلة لهذا النموذج الواحد.

وبالتالي، فإن السؤال الحاسم هو ما إذا كانت القدرات الإضافية ستولد دخلاً تشغيلياً ونقداً كافياً لتغطية تكاليف اقتنائها وتشغيلها وتجديدها اللاحق.

لا يعني ارتفاع معدل الاستخدام ارتفاع الربح

عالجت منصة Gemini 4 Argon ما يقارب 25 تريليون رمز مميز خلال أول 72 ساعة من إطلاقها على نطاق واسع. وهذا يعادل ثلاثة أضعاف حجم البيانات التي حققتها منصة Gemini 3 خلال فترة إطلاق مماثلة. في الوقت نفسه، أبلغت جوجل عن وجود اختناقات في السعة، وكانت تعمل على إيجاد بدائل أكثر كفاءة لتوسيع نطاق الوصول.

يُظهر هذا النطاق اهتمامًا كبيرًا. مع ذلك، يُبالغ في تقدير أهميته الاقتصادية بسهولة. فالرموز هي وحدات معالجة، وليست منتجات موحدة ذات قيمة ثابتة للعميل. يمكن لوثيقة مطولة، أو عملية حل مشكلات داخلية مطولة، أو إجابات قصيرة عديدة، أن تُنتج كميات كبيرة، على الرغم من اختلاف قيمتها الاقتصادية اختلافًا كبيرًا.

لا يعني ارتفاع حجم التداول بثلاثة أضعاف بالضرورة زيادة الإيرادات أو الأرباح بثلاثة أضعاف. فعوامل مثل توزيع المدخلات والمخرجات، والتعريفات الجمركية المطبقة، والخصومات المحتملة، وإعادة استخدام المحتوى المخزن، وتكاليف التشغيل الفعلية، كلها عوامل مؤثرة.

علاوة على ذلك، يجب مراعاة طبيعة إطلاق المنتج في السوق. غالبًا ما يختبر المطورون النماذج الجديدة بشكل مكثف، ويقارنون بين إمكانياتها، ويكررون المهام. توفر هذه الأنشطة رؤى قيّمة حول مدى الاهتمام والطلب المحتمل. ولا يمكن تقييم ما إذا كان هذا سيؤدي إلى استخدام مدفوع مستدام إلا على مدى فترات أطول.

لذا، تُعدّ مؤشرات الأداء الرئيسية، مثل الإيرادات المتكررة، وولاء العملاء، ونفقات كل عملية إنتاجية، وهامش الربح بعد خصم تكاليف الحوسبة، ذات أهمية بالغة. قد يشير العدد الكبير من الرموز إلى نجاح إطلاق السوق، ولكنه ليس دليلاً قاطعاً على وجود هيكل إيرادات مستدام.

السعر ليس العامل الوحيد

بالنسبة لـ Argon، حددت جوجل مبدئيًا سعر 2 دولار لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج. بعد انتهاء المرحلة التمهيدية في 30 نوفمبر 2026، ستُطبق الأسعار العادية البالغة 4 دولارات و20 دولارًا على التوالي؛ وسيتم فوترة المدخلات المخزنة مؤقتًا بشكل منفصل وبسعر أقل بكثير.

توضح هذه الآلية التسعيرية سبب كون المقارنة القائمة فقط على سعر المليون رمز غير مكتملة. تشمل العوامل الحاسمة عدد خطوات المعالجة التي يتطلبها النموذج، وعدد مرات فشل المحاولة، وما إذا كانت هناك حاجة إلى أدوات أو نماذج إضافية.

قد يصبح النظام منخفض التكلفة مكلفًا اقتصاديًا إذا اضطر الموظفون إلى تصحيح نتائج عديدة. في المقابل، قد يكون النموذج الأكثر تكلفة مفيدًا إذا أنجز المهمة بنجاح من المحاولة الأولى، مما يقلل الحاجة إلى المراجعة أو التكرار أو التأخير.

بالنسبة للوكلاء المستقلين، يصبح حساب التكلفة أكثر تعقيدًا. فبالإضافة إلى تكلفة تنفيذ النموذج نفسه، تُضاف تكاليف بيئات التشغيل، والوصول إلى البيانات الخارجية، والتخزين، والمراقبة، وآليات الأمان، وتكامل الأنظمة التشغيلية. كما يجب احتساب وقت الموظفين المؤهلين الذين يُصدّقون على النتائج أو يُصحّحون الأخطاء.

بالنسبة لعملاء المؤسسات، يُعدّ تحليل التكلفة الإجمالية أمرًا بالغ الأهمية. فالوحدة الأساسية ليست الإجابة الفردية، بل المعاملة التجارية المكتملة. وقد يتجاهل البعض هذا التمييز، فيختارون حلول الذكاء الاصطناعي التي تبدو رخيصة، ولكنها في نهاية المطاف تزيد من التكلفة الإجمالية لسير العمل.

وهذا بدوره يمنح جوجل فرصة لبيع ليس فقط الوصول إلى النموذج، بل بيئة متكاملة للتنفيذ والتحكم. ويعتمد قبول العملاء لأسعار أعلى بشكل دائم مقابل ذلك على الفوائد الملموسة.

البنية التحتية متأخرة عن النموذج

بحسب بيتشاي، تخطط جوجل لقدراتها الحاسوبية قبل عامين إلى ثلاثة أعوام. وبالتالي، يعكس العرض الحالي القرارات المتخذة في عام 2024، بينما يمتد التخطيط للأراضي وإمدادات الطاقة حتى عامي 2028 و2029.

يُعدّ هذا التأخير الزمني أحد أبرز المشكلات التي تواجه اقتصاد الذكاء الاصطناعي. إذ يمكن أن تتغير قدرات البرمجيات بسرعة، بينما تخضع الأراضي، وشبكات الاتصال، والمباني، وتقنيات التبريد، وأنظمة الحوسبة عالية الأداء، لدورات تطوير ونشر أطول.

يُشكّل هذا الأمر خطراً هيكلياً على التنبؤات. إذ تضطر الشركات إلى تجميد رأس المال قبل أن تعرف بدقة أيّ النماذج ستكون متاحة لاحقاً، وأيّ التطبيقات ستسود، وما هي الأسعار التي سيدفعها العملاء. إنها تستثمر في طلب مستقبلي لا تزال متطلباته التقنية قيد البحث جزئياً.

يُعدّ تنسيق المكونات ذات الأعمار المتفاوتة تحديًا كبيرًا. فقد تُستخدم قطعة أرض لعقود، بينما تتغير متطلبات أجهزة الحوسبة وكثافة الطاقة بوتيرة أسرع بكثير. لذا، فإن الموقع المُجدي اقتصاديًا ليس بالضرورة الأمثل لكل جيل لاحق من المعدات.

حتى أحمال الذروة قصيرة الأجل لا تحل هذه المشكلة. فقد يحدث اختناق في الشبكة بعد تخفيف الأحمال، على الرغم من وجود تخطيط كافٍ للقدرة الاستيعابية على المدى الطويل. في المقابل، لا يمنع الاستخدام الكامل للقدرة الاستيعابية حاليًا ظهور فائض في القدرة الاستيعابية لاحقًا.

لذا، لا تتحدد جودة قرار الاستثمار فقط بوتيرة التوسع، بل تنعكس أيضاً في قابلية التوسع، والمرونة التقنية، والأمان التعاقدي، والقدرة على إعادة تخصيص الموارد بين التطبيقات المختلفة.

أصبحت الكهرباء عاملاً تنافسياً

وفقًا للتقديرات المحدثة لوكالة الطاقة الدولية، بلغ استهلاك الكهرباء في مراكز البيانات العالمية حوالي 485 تيراواط ساعة في عام 2025. ويتوقع مركزهم أن يصل الاستهلاك إلى حوالي 950 تيراواط ساعة بحلول عام 2030، وهو ما يمثل تقريبًا ضعفًا في غضون خمس سنوات.

ينطبق هذا الرقم على جميع مراكز البيانات، ولا ينبغي مساواته باستهلاك مزود واحد أو بالذكاء الاصطناعي التوليدي فقط. علاوة على ذلك، يصف هذا التوقع تطورًا متوقعًا، وليس رقمًا ثابتًا للاستهلاك.

لضمان تنافسية المواقع الفردية، يُعدّ توافر الطاقة الإضافية محلياً أكثر أهمية من الحصة العالمية. يحتاج مركز البيانات إلى الكهرباء في موقع محدد، وفي أوقات محددة، وبموثوقية عالية. ولا يضمن الإنتاج الوطني الكافي نظرياً للكهرباء ربطاً مناسباً بشبكة الكهرباء.

يُحوّل هذا جزءًا من المنافسة من تطوير النماذج إلى البنية التحتية المادية. إذ يُمكن أن يُحدد إمداد الطاقة وسرعة الاتصال والتصاريح والتبريد مدى سرعة قيام مزود الخدمة بنشر خدمات جديدة.

من الناحية الاقتصادية، يجب التمييز بين سعر الكهرباء والتكاليف الإجمالية. قد لا يكون الموقع الذي يتميز بانخفاض تكلفة الكهرباء جذابًا إذا كانت التوصيلات غير متوفرة لسنوات أو إذا أصبحت إجراءات الحماية الإضافية مكلفة. في المقابل، يمكن تعويض ارتفاع سعر الطاقة المبدئي جزئيًا من خلال سرعة التشغيل والاستخدام الأمثل.

يمثل هذا تحدياً استراتيجياً لألمانيا وأوروبا. يجب على الراغبين في تعزيز تطبيقات الذكاء الاصطناعي ليس فقط تقوية البحث والخبرة البرمجية، بل أيضاً تهيئة الظروف اللازمة لتشغيلها بكفاءة.

يمكن للكفاءة أن تزيد من الاستهلاك

لا تؤدي زيادة الكفاءة بالضرورة إلى انخفاض التكاليف الإجمالية. فإذا انخفضت تكلفة مهمة واحدة من مهام الذكاء الاصطناعي، فقد تصبح التطبيقات الجديدة التي كانت باهظة الثمن سابقًا مجدية اقتصاديًا. وقد تقوم الشركات حينها بمراجعة المزيد من المستندات، واختبار المزيد من إصدارات البرامج، أو مراقبة عمليات إضافية.

تُعدّ هذه العلاقة بالغة الأهمية لمنطق جوجل الاستثماري. فخفض تكلفة الاستخدام يُمكن أن يُحسّن هوامش الربح ويُوسّع الطلب في آنٍ واحد. ويعتمد ما إذا كانت متطلبات البنية التحتية الإجمالية ستزداد أو تنقص نتيجةً لذلك على مدى استجابة الاستخدام الإضافي لانخفاض التكاليف.

لا ينبغي الخلط بين الكفاءة التقنية وخلق القيمة الاقتصادية. قد يُنتج نموذج ما نفس النتيجة باستهلاك طاقة أقل دون أن يحقق العميل أي فائدة تُذكر. في المقابل، قد تكون مهمة كثيفة الاستهلاك للطاقة مُجدية اقتصاديًا إذا حلت محل جهد يدوي كبير أو سرّعت عملية تطوير قيّمة.

تنشأ المشاكل عندما تُستخدم القدرة الحاسوبية الإضافية بشكل أساسي في عمليات تكرار غير منتجة، أو حلقات الوكلاء غير المنضبطة، أو النماذج الضخمة. في مثل هذه الحالات، يزداد الاستخدام دون زيادة مقابلة في الإنتاجية.

وبالتالي، فإن التطور المربح اقتصادياً لن يقتصر على زيادة حجم الحوسبة إلى أقصى حد ممكن، بل سيتمثل في زيادة عدد المهام ذات القيمة المضافة لكل يورو مستثمر، ولكل وحدة حوسبة مستخدمة، ولكل كيلوواط ساعة مستهلكة.

الحل شبه الداخلي: كيف تسدّ Xpert.Digital الثغرات التشغيلية في التسويق والمبيعات بين الشركات - أعمال ذكية قائمة على المحتوى - الصورة: Xpert.Digital

Xpert.Digital هي منصة صناعية B2B تعتمد على البيانات بقيادة Konrad Wolfenstein . تعمل الشركة كحل خارجي شبه داخلي للشركاء الصناعيين، حيث تسد الثغرات التشغيلية في التسويق والمحتوى والمبيعات - دون الحاجة إلى موارد إضافية من جانب العميل.

للمزيد من المعلومات، انقر هنا:

• الحل شبه الداخلي: كيف تسدّ Xpert.Digital الفجوات التشغيلية في التسويق والمبيعات بين الشركات – أعمال ذكية قائمة على المحتوى

إن تخطي الخطوة الوسيطة أمر منهجي

تطلّب تطوير نموذج Gemini 4 Argon إعادة تنظيم استراتيجية النموذج. لم يُصدر نموذج Gemini 3.5 Pro كما كان مُخططًا له في الأصل؛ بل تمّ دمج الرؤى المُستقاة من إصدارات Flash المتتالية بسرعة في مرحلة ما بعد التدريب لنموذج Argon. وبمجرد اكتمال مرحلة ما قبل التدريب، بدا أن دورة حياة نموذج 3.5 Pro إضافي قصيرة جدًا.

لم يؤدِّ التأخر السابق في البرمجة القائمة على الوكلاء إلى تعديلات تقنية فحسب، بل إلى تغيير في تخصيص الموارد أيضًا. وفي غضون بضعة أشهر، أصبح التركيز منصبًا على تطوير برنامج Flash، ثم برنامج Argon لاحقًا.

من منظور تجاري، تُعدّ هذه الخطوة مُثيرة للجدل. فمن جهة، يُمكن اعتبار التخلي عن منتج متطور بالفعل فشلاً. ومن جهة أخرى، سيكون من الإشكالي أيضاً استثمار موارد إضافية في منشور لمجرد تكبّد تكاليف تطوير باهظة.

لا يمكن استرداد النفقات السابقة بمجرد إطلاق منتج جديد. السؤال الأهم هو ما إذا كانت النفقات الضرورية المتبقية مبررة بالفوائد المستقبلية المتوقعة.

مع ذلك، ينطوي هذا الوضع على جانب سلبي بالنسبة للعملاء. فالتغيرات السريعة في أجيال النماذج ومستويات الأداء وخطط المنتجات تزيد من تكاليف التقييم والترقية. لذا، لا تحتاج الشركات إلى التطورات التكنولوجية فحسب، بل تحتاج أيضاً إلى واجهات موثوقة، وتغييرات شفافة، وفترات انتقال كافية.

لا تُعتبر دورة الابتكار السريعة ميزة إلا إذا لم تقوض باستمرار استقرار التطبيقات الإنتاجية.

يُظهر الكروم حالة الاستخدام الأكثر إثارة للاهتمام

عند استخدام Argon في متصفح Chromium، ساهم في فصل وظائف الموقع الأساسية عن قاعدة بيانات قديمة تضم حوالي ستة ملايين سطر ضمن قاعدة بيانات أخرى تضم حوالي أربعين مليون سطر. وتصف جوجل هذا الاختزال في حجم العمل اللازم لإعادة الهيكلة من شهور إلى أسابيع.

لا تكمن القيمة الاقتصادية لمثل هذا المثال في حقيقة أن النموذج يُولّد كميات كبيرة من التعليمات البرمجية، بل الأهم هو القدرة على فهم البنى القائمة، وتطبيق التغييرات بشكل متسق عبر ملفات متعددة، ودمج العمل في عملية تطوير متطورة.

لا تقتصر التكاليف الناجمة عن برامج المؤسسات الناشئة على نقص الميزات فحسب، بل تشمل أيضاً التبعيات، والحلول المخصصة القديمة، والبنية المعقدة التي يصعب صيانتها. وإذا استطاع الذكاء الاصطناعي تحديث هذه الأنظمة بكفاءة، فإنه سيساهم في تقليل تراكم الاستثمارات وتسريع وتيرة التطوير.

ومع ذلك، تبقى إمكانية تطبيق هذه التقنية محدودة. فنجاح مشروع في مؤسسة متقدمة تقنياً لا يثبت إمكانية تحقيق نفس النتيجة في كل شركة تعاني من نقص في الوثائق وهياكل بيانات غير متناسقة.

إن ادعاء جوجل بأن عمليات إرسال التعليمات البرمجية بمساعدة الوكلاء قد زادت بأكثر من 35%، وأن عمليات سحب التغييرات قد انخفضت بنحو الثلث، يصف في البداية ملاحظات داخلية. ولا يعني هذا بالضرورة زيادة مماثلة في الإنتاجية على مستوى قطاع تطوير البرمجيات بأكمله.

للحصول على تقييم موثوق، يجب مراعاة عوامل إضافية: جهد الاختبار، ومعدلات الخطأ في التشغيل، وقابلية الصيانة، وجودة السلامة، والسرعة التي تصل بها الوظائف القابلة للاستخدام فعليًا إلى المستخدم.

تُظهر لعبة ماينكرافت المثابرة، لا الكفاءة

أكمل أربعة عملاء، يعملون على متن سفينة جيميني 4 أرجون، لعبة ماينكرافت حتى الزعيم الأخير دون أي تدخل بشري. استغرقت هذه المهمة الموثقة 27 ساعة و14 دقيقة، وخلالها مات اللاعبون 605 مرات.

كانت التكاليف الحسابية المذكورة فيما يتعلق بالتجربة أقل من 2000 دولار أمريكي. ومع ذلك، فإن هذا الرقم لا يصف نفقات العمل الكاملة، بما في ذلك تطوير النموذج، وإعداد التجربة، وجميع البنية التحتية المصاحبة.

الجانب المثير للاهتمام من الناحية التقنية هو التنسيق طويل الأمد: إذ كان على الجهات الفاعلة السعي لتحقيق أهداف مرحلية، وتوفير الموارد، وتبادل المعلومات، والتعامل مع العقبات. وهذا أقرب إلى عمليات العمل المعقدة منه إلى سؤال واحد له إجابة فورية.

تُظهر المحاولات الفاشلة العديدة أيضاً سبب عدم إمكانية مقارنة لعبة ما بالعمل التجاري بشكل مباشر. ففي بيئة افتراضية، قد تُشكّل الأخطاء المتكررة جزءاً من استراتيجية بحث ناجحة. أما في العمليات التجارية الواقعية، فقد تؤدي محاولات فاشلة مماثلة إلى تعطيل المدفوعات، أو تعريض مواعيد التسليم للخطر، أو كشف معلومات حساسة.

لذا، فإن التقدم الاقتصادي لا يقتصر على مجرد وصول النظام في نهاية المطاف إلى هدف معين، بل يكمن في تحقيق هذا الهدف ضمن تكاليف وأطر زمنية وحدود مخاطر مقبولة.

تشير التجربة بالتالي إلى زيادة القدرة على العمل لفترات أطول. لكنها لا تُثبت إمكانية تفويض أي مهمة تشغيلية دون إشراف وبشكل مربح.

يبدأ تحسين الذات بحلقات محدودة

تستخدم جوجل بالفعل الذكاء الاصطناعي في تطوير نماذج أخرى. يصف بيتشاي حلقات التعاون بين الباحثين والوكلاء، لكنه يؤكد أيضاً أن التحسين الذاتي المتكرر المستقل تماماً لم يتحقق بعد.

تشمل الوظائف الموصوفة اقتراحات لوصفات التدريب وتقييم التقدم المحرز في التدريب. تساعد نقاط التحقق هذه في تقييم كيفية تغير النموذج أثناء تطويره، وتحديد الاختلافات التي ينبغي دراستها بشكل أعمق.

يُعدّ هذا الأمر ذا أهمية اقتصادية بالغة، إذ بات البحث العلمي نفسه مجالاً لتطبيق الأتمتة. فإذا قامت الأنظمة بإعداد التجارب، وتحسين البرمجيات، ومعالجة النتائج، أو تحديد المناهج الواعدة، فإنّ العائد من موارد البحث المحدودة قد يزداد.

لكن هذا لا يؤدي بالضرورة إلى تطور هائل ومتسارع بلا حدود. فالخطوة الجزئية الأسرع لا تُجدي نفعاً يُذكر إذا ظلت العملية برمتها محدودة بقدرة الحوسبة المتاحة، أو جودة البيانات، أو التجارب العملية، أو القرارات البشرية.

يُعدّ تقييم النتائج الجديدة تحديًا أيضًا. فقد يتحسّن أداء النظام في الاختبارات المعروفة دون أن يؤدي بالضرورة إلى أداء أكثر موثوقية في المواقف غير المعروفة. لذا، مع تزايد أتمتة توصيات التدريب وتقييمات الأداء، تتزايد أهمية عمليات التدقيق المستقلة.

التقييم الموضوعي هو كالتالي: يمكن للبحوث المدعومة بالذكاء الاصطناعي أن تخلق ميزة تنافسية كبيرة. مع ذلك، لا ينبغي الخلط بينها وبين الحالة التي وصلت إليها الآلة التي تُحسّن نفسها ذاتيًا وبشكل مستمر.

يمكن للميزة البحثية أن تضاعف المزايا التنافسية

عندما تُسهم النماذج عالية الأداء في تطوير النماذج اللاحقة، تكتسب الريادة في سوق الذكاء الاصطناعي أهميةً بالغة. حينها، لن يكون النموذج الجيد مجرد منتج قابل للتسويق، بل أداةً فعّالة لإجراء المزيد من البحوث.

قد يُؤدي هذا إلى ميزة تراكمية. فالأدوات الأفضل تُسهّل التجريب، والتجارب الأكثر نجاحًا تُحسّن الجيل التالي من النماذج، وهذا بدوره يدعم المزيد من الأبحاث. من شأن هذه الآلية أن تُفسّر سبب استثمار الموردين بكثافة في أحدث النماذج حتى عندما يُمكن تلبية جزء كبير من طلب العملاء الحالي بأنظمة أصغر.

يكمن الخطر في التعامل مع هذه الدورة المحتملة كتطور مُثبت. لا يزال من الضروري إثبات ما إذا كانت البرمجة الأسرع أو التصاميم التجريبية المُحسّنة تُسرّع عملية البحث بشكل ملحوظ.

علاوة على ذلك، يمكن للمعرفة أن تنتشر بطرق متنوعة: من خلال المنشورات العلمية، أو تغييرات الموظفين، أو الأدوات المتخصصة، أو الأساليب التقنية البديلة. لذا، لا يشترط أن تكون الميزة دائمة، ولا ينبغي أن تكون متماثلة في جميع المجالات.

يبقى هذا السؤال محورياً في هيكل السوق. فإذا تطلبت أبحاث الذكاء الاصطناعي عالية الجودة بشكل متزايد استخدام تقنيات ذكاء اصطناعي متطورة، فقد ترتفع حواجز دخول المنافسين الجدد. وعلى النقيض، إذا أتاحت النماذج المتخصصة والفعالة تحقيق نتائج بحثية مماثلة، فقد ينتشر التطوير على نطاق أوسع.

يصبح المساعد جزءاً من بيئة العمل

تعتزم جوجل تطوير جيميني ليصبح مساعدًا شخصيًا استباقيًا يُنفّذ المهام في الخلفية لفترات طويلة. وسيتم ربط خدمات مثل البحث وجيميل عبر طبقة وكيل مشتركة، دون الحاجة إلى دمج جميع المنتجات في تطبيق واحد.

من الناحية الاقتصادية، يُغيّر هذا من وظيفة واجهة المستخدم. فمحرك البحث يُساعد في المقام الأول على إيجاد المعلومات. أما الوكيل المتاح باستمرار، فيمكنه أيضاً تحديد المعلومات ذات الصلة، والخطوات الواجب اتخاذها، والأدوات التي يجب استخدامها.

بالنسبة للمستخدمين، يُبشّر هذا بتقليل جهد التنسيق. فلن يكون من الضروري إعادة شرح أمر العمل بالكامل في كل مرة تنتقل فيها العملية بين البحث والتواصل والتنفيذ. تكمن القيمة الاقتصادية في استمرارية العملية.

يُتيح هذا الأمر موقعاً استراتيجياً جذاباً لمزود المنصة. فمن يقبل الطلب وينظم تنفيذه، يُمكنه أن يصبح نقطة الوصول المركزية للعديد من الخدمات الأخرى.

يثير هذا تساؤلاً حول المعايير التي يستخدمها الوكيل للاختيار. هل يُفضّل الحل الأرخص، أم الأعلى جودة، أم المزوّد المرتبط مسبقاً، أم العرض المرتبط اقتصادياً؟ كلما زادت القرارات التي يُفوّضها المستخدمون، ازدادت أهمية الشفافية وإمكانية التتبع.

قد يؤدي هذا إلى تحويل تركيز المنافسة من ظهور المواقع الإلكترونية الفردية إلى أخذها في الاعتبار ضمن عمليات صنع القرار الآلية.

لا تحل مساحات العمل الافتراضية سوى جزء من المشاكل

تتصور جوجل نفس النموذج الأساسي وبيئة التشغيل لكل من مستخدمي الأعمال والمستخدمين الأفراد، على الرغم من اختلاف سياق الاستخدام المحدد. ومن المفترض أن تُنفذ مهام الأعمال في بيئات افتراضية معزولة مع إمكانية المراقبة والتحكم والتتبع.

يمكن للبنية التحتية التقنية المشتركة أن تُقلل تكاليف التطوير وتُسرّع من وتيرة إدخال التحسينات على مختلف المنتجات. مع ذلك، لا يعني هذا بالضرورة أن تتمتع جميع فئات العملاء بنفس مساحات البيانات أو الصلاحيات أو شروط العقود.

يُعدّ عزل المهام الفردية إجراءً أمنيًا هامًا، إذ يُمكنه الحدّ من الموارد التي يُمكن للوكيل الوصول إليها، وتحديد عواقب الخطأ. مع ذلك، لا يُغني هذا عن اتخاذ قرار واضح بشأن صلاحيات النظام منذ البداية.

يحتاج النظام الذي يقتصر دوره على إنشاء التقارير إلى صلاحيات مختلفة عن تلك التي يحتاجها النظام الذي يُعدّل بيانات العملاء أو يُجهّز المدفوعات. وكلما اتسع نطاق العمل، ازدادت أهمية تقييد صلاحيات الوصول والموافقات وسجلات التدقيق بشكل صارم.

يجب أن تكون الاستجابة للغموض سليمة اقتصادياً أيضاً. فكثرة الاستفسارات تُفقد الأتمتة فوائدها، بينما قلة الاستفسارات قد تؤدي إلى أخطاء مكلفة.

لذا، لا تُقاس جودة منصة الوكلاء فقط بقدرتها على العمل بشكل مستقل، بل أيضاً بقدرتها على إدراك متى يجب عليها التوقف وإشراك العنصر البشري.

يواجه قطاع البحث منافسة داخلية

بالنسبة لشركة جوجل، تمثل استراتيجية المساعدين فرصة وتحدياً في آن واحد. فالمساعد الذي يؤدي المهام مباشرةً يمكنه تحسين المنتجات الحالية، ولكنه قد يُغير أيضاً عمليات البحث الحالية التي يعتمد عليها جزء من القيمة الاقتصادية للشركة.

إذا قلّل المستخدمون من خطوات البحث الفردية واستبدلوها بتفويض هدف محدد، فلا بد من تعديل استراتيجيات تحقيق الربح. ويمكن حينها تصور المزيد من العروض القائمة على الاشتراكات، أو الرسوم القائمة على الاستخدام، أو نماذج الإيرادات التي تركز على المعاملات الفعلية.

لا يضمن أي من هذه الخيارات بقاء إنتاجية العمليات السابقة دون تغيير. قد يجمع عامل مفيد بشكل خاص بين عدة تفاعلات سابقة، مما قد يؤدي في الوقت نفسه إلى تكاليف حسابية أعلى.

لذا، يكمن التحدي الاستراتيجي في ابتكار استخدامات جديدة دون الاستهانة بالتحول الاقتصادي. فليس كل تحسين في تجربة المستخدم يؤدي إلى زيادة الإيرادات فورًا. ولكن على المدى البعيد، قد يكون من الضروري استبدال جزء من المنتج الحالي قبل أن يفعل ذلك المنافس.

لذلك، فإن النظرة المنعزلة إلى اشتراكات النماذج غير كافية لتقييم Gemini 5.0. ومن المهم أيضاً النظر في كيفية تأثير النظام على التفاعل بين البحث، والخدمات السحابية، وبرامج المؤسسات، والخدمات الأخرى.

لا تحتاج الشركات الصغيرة والمتوسطة الحجم إلى آلة تحطم الأرقام القياسية

بالنسبة للشركات المتوسطة الحجم، لا يكمن السؤال الأهم في ما إذا كان نظام Gemini 5.0 من بين أقوى الأنظمة، بل في تحديد العمليات التي يمكن أن تصبح أكثر موثوقية أو سرعة أو فعالية من حيث التكلفة نتيجة لذلك.

في قطاعي الصناعة والخدمات اللوجستية، تشمل الأمثلة إعداد الوثائق الفنية، وتحليل الانحرافات، وإعداد مراسلات العملاء، أو مراجعة الوثائق المطولة. وتبدو المهام التي يمكن فيها مراقبة النتائج بشفافية، والتي لا تترتب على القرارات الخاطئة فيها عواقب فورية لا رجعة فيها، مناسبة بشكل خاص.

مع ذلك، فإنّ تطوير نموذج أكثر قوة لا يُزيل الغموض في المسؤوليات، أو تضارب البيانات الرئيسية، أو غياب الواجهات. فإذا كانت المعلومات غير منظمة بشكل جيد، وتضمنت العمليات حالات خاصة عديدة، فإنّ التكامل يبقى معقداً.

لذا، ينبغي أن يبدأ النهج الموجه نحو الأعمال بقياس أساسي موثوق. ما المدة التي تستغرقها العملية اليوم؟ ما الأخطاء التي تحدث؟ من هم الموظفون الذين يتحققون من النتائج؟ عندها فقط يمكن تقييم ما إذا كان حل الذكاء الاصطناعي يؤدي فعلاً إلى تحسينات.

قد يكون النموذج الأصغر أو الأكثر تخصصًا أكثر جاذبية من الناحية الاقتصادية من أقوى الأنظمة المتاحة. إذ يمكن لبنية مصممة جيدًا أن تتعامل مع المهام الروتينية بكفاءة من حيث التكلفة، ولا تحيل الحالات المعقدة إلا إلى نموذج أقوى.

لذا، فإن الاستراتيجية الأفضل ليست نشر كل جيل جديد من النماذج على نطاق واسع فوراً، بل الجمع بين مستوى الأداء المناسب والعمليات المصممة جيداً.

الإنتاجية لا تتحقق تلقائياً

تُظهر الأبحاث المتعلقة بتطوير البرمجيات المدعومة بالذكاء الاصطناعي مدى صعوبة قياس تأثيراتها الفعلية على الإنتاجية. فقد رصدت دراسة METR في البداية تباطؤًا لدى مطوري البرمجيات مفتوحة المصدر ذوي الخبرة باستخدام بيانات من النصف الأول من عام 2025؛ إلا أن دراسة لاحقة لم تُعتبر تقديرًا موثوقًا للتأثير الحالي نظرًا لوجود مشكلات كبيرة في اختيار البيانات وقياسها.

لا يعني هذا أن الذكاء الاصطناعي يُبطئ المطورين بطبيعته، ولا يعني أيضاً أن فوائده الاقتصادية قد ثبتت بشكل قاطع. بل تُظهر النتائج مدى تأثير المهمة والخبرة واستخدام الأدوات وإعداد التجربة على النتيجة النهائية.

يتغير تقسيم العمل أيضاً، خاصةً مع الوكلاء. إذ يمكن للموظفين القيام بمهام أخرى أثناء التنفيذ. وبالتالي، قد لا يكفي قياس الوقت المنقضي وحده لرصد جهد التنسيق الإضافي أو الفوائد المصاحبة.

لا يؤدي ارتفاع حجم الإنتاج بالضرورة إلى زيادة الإنتاجية. قد يكون المزيد من التعليمات البرمجية أو التقارير أو التحليلات مفيدًا، ولكنه قد يؤدي أيضًا إلى أعمال اختبار وصيانة إضافية.

من منظور الاقتصاد الكلي، لا تتحقق وفورات الوقت بكامل إمكاناتها إلا عندما تستخدم الشركات الموارد المُتاحة بفعالية. وهذا يتطلب زيادة الطلب، وإجراء تعديلات تنظيمية، وتوفير الخبرة.

لذا، فإن التوقع الأكثر ترجيحاً ليس زيادة موحدة في الإنتاجية في جميع القطاعات. بل من المرجح أن تكون التأثيرات مختلفة بشكل ملحوظ بين الشركات والأنشطة ومتطلبات الجودة.

يبقى المقياس الحاسم هو الفائدة

يمكن تمييز ثلاثة اتجاهات اقتصادية لمزيد من التطوير. في أفضل الأحوال، يُحسّن نظام Gemini 5.0 الموثوقية بشكلٍ كبير لدرجة تُمكّن الشركات من تفويض مهام أكثر تعقيدًا. في هذه الحالة، ستكون البنية التحتية الإضافية وزيادة الاستخدام مُبرّرة بفائدة أكبر للعملاء.

في سيناريو مختلط، تزداد القدرات التقنية بشكل ملحوظ، بينما يتقدم التكامل والتحكم والتكيف التنظيمي بوتيرة أبطأ. قد تشهد جوجل حينها نموًا قويًا، لكنها في الوقت نفسه تواجه تكاليف استثمارية مرتفعة وعائدًا إضافيًا محدودًا على رأس المال.

في أسوأ الأحوال، تتزايد احتياجات الحوسبة والضغط التنافسي بوتيرة أسرع من استعداد المستهلكين للدفع. سيظل التقدم التكنولوجي ممكناً، لكنه سيعود بالنفع على العملاء أكثر، بينما سيتحمل مقدمو الخدمات جزءاً كبيراً من التكاليف.

لا يمكن تحديد الاتجاه السائد بناءً على إعلان النموذج وحده. بل من الأنسب استخدام مؤشرات مثل الاستخدام المدفوع المستدام، وتكلفة إتمام المعاملة بنجاح، والاستخدام الموثوق، وتطور التدفق النقدي بعد الاستثمارات.

يستند رهان جوجل على البنية التحتية إلى أساس استراتيجي متين. وقد يُسهم التحول إلى وكلاء ذوي مهام أطول في فتح أسواق جديدة وتطوير المنتجات الحالية. صحيح أن مؤشرات الطلب الحالية مهمة، إلا أنها لا تُغني عن التحليل الاقتصادي طويل الأجل.

لذا، سيحتاج نظام Gemini 5.0 إلى تقديم أكثر من مجرد التفوق على سابقه في اختبارات محددة. سيتحقق الإنجاز الحقيقي إذا لم يقتصر الذكاء الإضافي على استهلاك المزيد من قوة الحوسبة فحسب، بل أدى أيضًا إلى نتائج اقتصادية أفضل بشكل ملموس.

من الشفافية إلى الثقة: مسارك القابل للتوسع مع Xpert.Digital - الصورة: Xpert.Digital

في مجال الأعمال الصناعية بين الشركات، نادراً ما تنشأ علاقات تجارية مستدامة بين عشية وضحاها. بل تتطور تدريجياً من خلال الشفافية، والأهمية المهنية، والتواصل المستمر، وبناء الثقة المتنامية. ويُعالج نموذج Xpert.Digital ذو المراحل الأربع هذا الأمر تحديداً: فهو يُقدم مساراً منظماً يبدأ بنقطة دخول سهلة، ويمكن تطويره إلى تعاون أعمق في تنمية الأعمال عند الحاجة.

بدلاً من الاعتماد على وعود تسويقية براقة، يضع هذا النموذج العلاقة في صميم اهتمامه. تبدأ الشركات بمقاييس محددة بوضوح وسهلة الحساب، ثم تقرر، بناءً على خبرتها، مدى رغبتها في توسيع نطاق التعاون. ومن العوامل الرئيسية في هذه العملية السلسة لبناء الثقة: أن المنصة تتجنب تماماً الإعلانات المزعجة، بحيث يبقى التركيز التحريري منصباً بالكامل على خبرة الشركات.

للمزيد من المعلومات، انقر هنا:

• من الشفافية إلى الثقة: مسارك القابل للتوسع مع Xpert.Digital

☑️ لغة أعمالنا هي الإنجليزية أو الألمانية

☑️ جديد: مراسلات بلغتك الأم!

Konrad Wolfenstein

يسعدني أنا وفريقي أن نكون متاحين لكم بصفتنا مستشاركم الشخصي.

يمكنكم التواصل معي عبر ملء نموذج الاتصال هنا [email protected]:أو الاتصال بي مباشرةً على الرقم +49 7348 4088 965. عنوان بريدي الإلكتروني هو

أتطلع إلى مشروعنا المشترك.

☑️ دعم الشركات الصغيرة والمتوسطة في مجالات الاستراتيجية والاستشارات والتخطيط والتنفيذ

☑️ إنشاء أو إعادة تنظيم الاستراتيجية الرقمية والتحول الرقمي

☑️ توسيع وتحسين عمليات المبيعات الدولية

☑️ منصات التداول العالمية والرقمية بين الشركات

☑️ تطوير الأعمال الرائدة / التسويق / العلاقات العامة / المعارض التجارية