ساتيا ناديلا يوجه تحذيراً مفاجئاً للشركات حول مخاطر الذكاء الاصطناعي

عندما تُدخل شركتك بياناتها الحساسة إلى نظام ذكي ليحلّلها ويقترح قرارات أفضل، يبدو الأمر وكأنك تستعين بمستشار خارق لا ينام. لكن ماذا لو كان هذا المستشار يتعلّم من أسرارك أكثر مما تتخيّل؟ هذا هو جوهر التحذير الذي أطلقه ساتيا ناديلا، الرئيس التنفيذي لمايكروسوفت، موجهاً كلامه إلى الشركات التي تعتمد على نماذج الذكاء الاصطناعي التجارية.

في تدوينة أثارت كثيراً من الجدل، قال ناديلا إن الشركات لا تدفع فقط مقابل استخدام نماذج الذكاء الاصطناعي عبر ما يُعرف باستهلاك التوكنز، بل تدفع ثمناً آخر غير مرئي: المعرفة المؤسسية التي تكشفها أثناء الاستخدام. فكل طلب يُرسل إلى النموذج، وكل تصحيح لنتائجه، وكل أداة يُسمح له بالوصول إليها، تُحوّل شيئاً من خبرات المؤسسة الداخلية إلى مادة تدريب.

هذا ما يصفه ناديلا بأن الشركات “تخلق ذكاءً” أثناء استهلاكها له. فالنماذج تتعلم من التفاعل، من الأخطاء المصححة، ومن أنماط العمل الدقيقة التي لا تظهر على الإنترنت العام، بل تتكوّن داخل فرق العمل يوماً بعد يوم.

أخطر ما في الأمر، بحسب الطرح، أن هذه المعرفة ليست بيانات عامة يمكن لأي طرف جمعها. إنها تفاصيل تشغيلية، سلاسل قرار، تفضيلات عملاء، وحلول طُوّرت عبر سنوات. حين تتدفق هذه التفاصيل عبر الواجهات البرمجية لنماذج مملوكة لشركات أخرى، فهي تضيف طبقة جديدة إلى فهم النموذج لقطاع كامل.

القلق هنا ليس نظرياً. فشركات الذكاء الاصطناعي الكبرى تجمع مليارات الإشارات يومياً. وإذا كانت شروط الاستخدام تسمح بالتعلّم من بيانات التفاعل، فإن الحدود بين “مزوّد خدمة” و”منافس محتمل” تصبح أقل وضوحاً.

يشير ناديلا إلى مفارقة لافتة: شركات النماذج تدافع عن حقها في التدريب على بيانات متاحة للعامة بحجة الابتكار، لكنها تفرض قيوداً صارمة عندما يحاول الآخرون دراسة نماذجها أو ما يُعرف بتقنية التقطير لإنتاج نماذج أصغر وأقل كلفة.

بهذا الطرح، يدعو ناديلا إلى توازن جديد في علاقة القوة بين مزوّدي النماذج وعملائهم، حيث تحتفظ المؤسسات بملكية بياناتها وتبني بيئات تعلم خاصة بها، سواء عبر طبقات تنظيم لإدارة النماذج أو عبر تشغيل نماذج مفتوحة المصدر داخل مراكز بياناتها.

اللافت أن السوق بدأ يتحرك فعلاً في هذا الاتجاه. عدد متزايد من الشركات يختبر نماذج مفتوحة المصدر يمكن تشغيلها محلياً، ما يمنحها سيطرة أكبر على الخصوصية، والامتثال التنظيمي، وتكلفة التشغيل. صحيح أن هذه النماذج قد لا تضاهي دائماً أقوى النماذج التجارية، لكنها تصل في كثير من الحالات إلى نسبة أداء كافية لتطبيقات المؤسسات.

هذا التحول لا يعني نهاية النماذج التجارية، لكنه يعكس وعياً متزايداً بمخاطر الاعتماد الكامل على مزود واحد في بيئة تتسارع فيها المنافسة ويزداد فيها وزن البيانات بوصفها أصلاً استراتيجياً.

من الطبيعي أن يُقرأ تصريح ناديلا أيضاً في سياق منافسة عميقة بين عمالقة السحابة ومختبرات الذكاء الاصطناعي. فالدعوة إلى “الاحتفاظ بالملكية” و”بناء طبقات تنظيم” تنسجم مع دور مزود خدمات سحابية ضخم. لكن بغض النظر عن الدوافع، فإن السؤال الذي أثاره حقيقي ومُلِحّ.

الرهان اليوم لم يعد فقط على من يملك النموذج الأقوى، بل على من يملك المعرفة المتولدة من الاستخدام الفعلي. وفي زمن يتحول فيه كل تفاعل رقمي إلى مادة تدريب، تصبح إدارة البيانات المؤسسية مسألة سيادة تقنية لا تقل أهمية عن الأداء والدقة. ربما لم تعد القضية كيف نستخدم الذكاء الاصطناعي بأفضل شكل، بل كيف نستخدمه دون أن نتنازل عما يجعلنا مختلفين.