هل أصبحت نماذج الذكاء الاصطناعي المفتوحة تهدد OpenAI وAnthropic؟ تجربة Revolut تكشف مفاجأة اقتصادية!

لسنوات، كان الاعتقاد السائد أن الشركات التي تريد أفضل أداء في البرمجة والذكاء الاصطناعي لا بد أن تدفع مقابل خدمات الشركات الكبرى مثل OpenAI وAnthropic. لكن هذا الاعتقاد بدأ يتغير مع التطور السريع للنماذج مفتوحة الأوزان. التجربة الجديدة لشركة Revolut تقدم مثالًا عمليًا على هذا التحول، بعدما قررت تشغيل نموذج GLM الصيني على خوادمها الخاصة، بدلًا من جعل الخدمات التجارية المدفوعة خيارها الافتراضي. هناك عدة أسباب تجعل هذا التوجه جذابًا للشركات: 1. تقليل النفقات التشغيلية: بدلًا من دفع رسوم متزايدة مقابل استهلاك الرموز، يمكن للشركة تشغيل النموذج على بنيتها التحتية والتحكم في التكلفة. 2. حرية الاستخدام: لا تضطر فرق التطوير إلى تقنين طلباتها خوفًا من تجاوز الميزانية الشهرية. 3. حماية البيانات: تشغيل النماذج داخليًا يمنح المؤسسات تحكمًا أكبر في البيانات والشفرة البرمجية. 4. تخصيص النماذج: تستطيع الشركات بناء أنظمة تناسب احتياجاتها وسير عملها بدلًا من الاعتماد الكامل على خدمات خارجية. 5. تقليل الاعتماد على الموردين: لا تصبح الشركة مرتبطة بمزود واحد أو بتغيير مفاجئ في الأسعار وشروط الاستخدام. وتكشف تجربة Revolut أن توفير التكلفة لا يأتي فقط من انخفاض سعر الرموز، بل من تغيير طريقة استخدام الذكاء الاصطناعي نفسها. فعندما يصبح الاستخدام أقل تكلفة، يستطيع المهندسون توظيفه في البحث عن المعلومات، ومراجعة الأخطاء، وتحليل المهام، والتعامل مع أدوات إدارة المشاريع. ومع ذلك، لا يعني هذا اختفاء الخدمات المدفوعة؛ فالنماذج المتقدمة لا تزال مهمة في بعض المهام المعقدة والمتعددة الوسائط. المستقبل قد لا يكون منافسة بين النماذج المفتوحة والمغلقة بقدر ما سيكون مزيجًا ذكيًا يجمع بين الاثنين وفقًا للتكلفة والأداء. المصدر: Dealroom: dealroom.co