مايكروسوفت تعلن عن نماذج ذكاء اصطناعي داخلية توفّر التكاليف مقارنةً بمنافسها OpenAI

لم يعد الذكاء الاصطناعي مجرّد ميزة إضافية داخل تطبيقاتنا اليومية. حين تكتب سطرًا في Excel أو تُنشئ شريحة في PowerPoint، هناك الآن بنية تحتية كاملة من النماذج والخوادم تعمل في الخلفية، وكل جزء منها يكلّف الشركة مالًا حقيقيًا. هذا الإدراك تحديدًا هو ما يفسّر خطوة مايكروسوفت الأخيرة: إطلاق نماذج ذكاء اصطناعي مطوّرة داخليًا تقول إنها تخفّض التكاليف بنسبة تصل إلى 89% مقارنةً بالاعتماد على نماذج OpenAI.

قبل سبع سنوات، استثمرت مايكروسوفت أكثر من 13 مليار دولار في OpenAI، ما جعلها الشريك التقني الأكبر للشركة الناشئة حينها. لكن المشهد تغيّر. فبحسب تقارير رويترز، تحوّلت رخصة الاستخدام الحصرية إلى صيغة غير حصرية، وبدأت مايكروسوفت فعليًا في إدماج نماذج متعددة داخل منظومتها.

الإعلان الجديد عن MAI-Image-2.5-Pro وMAI-Voice-2-Flash لا يبدو مجرد تحديث تقني، بل إشارة واضحة إلى أن الشركة تبني استقلالها التشغيلي. الفكرة لم تعد من يملك أقوى نموذج ذكاء اصطناعي، بل من يستطيع تشغيله بأقل تكلفة وعلى أوسع نطاق.

مايكروسوفت تقول إنها خفّضت تكاليف وحدات معالجة الرسوميات في بعض السيناريوهات بنسبة تصل إلى 84% في PowerPoint و89% في Dynamics 365 Contact Center. هذه الأرقام ليست مجرد تحسينات هندسية، بل إعادة تعريف لهامش الربحية.

عندما تصبح كل ضغطة زر في Copilot تمر عبر نموذج توليدي، تتحول كل نسخة نصية أو صورة مُنشأة إلى تكلفة مباشرة. وهنا يظهر مفهوم “الكلفة الهامشية للبرمجيات” الذي تحدث عنه ساتيا ناديلا: لم تعد البرمجيات مجانية بعد التطوير، بل أصبحت تعتمد على استهلاك حوسبي مستمر.

MAI-Image-2.5-Pro موجه للصور عالية الدقة وتحرير النصوص داخل الصورة بدقة، بينما MAI-Voice-2-Flash مصمم لمراكز الاتصال والتطبيقات الصوتية كثيفة الاستخدام. هذا التقسيم يعكس تحولًا مهمًا في استراتيجية النماذج: بدل الاعتماد على نموذج شامل ضخم، يتم تطوير عائلة نماذج خفيفة وسريعة لمهام محددة.

هذه الجزئية الأخيرة حاسمة، لأن نقص العتاد المتقدم أصبح تحديًا عالميًا. تشغيل نموذج بكفاءة على جيل أقدم من المعالجات يمنح مرونة تشغيلية ويوفر أحدث الشرائح للتدريب بدل الاستخدام اليومي.

النقطة الأكثر دلالة ربما ليست إطلاق النماذج، بل أماكن تشغيلها. Bing Image Creator يعمل الآن بالكامل على نموذج داخلي. GitHub Copilot يستخدم MAI-Code-1-Flash، الذي تقول الشركة إنه يحقق معدل قبول أكواد أعلى من بعض النماذج المصغرة المنافسة مع استهلاك رمزي أقل.

حتى في القطاع الصحي، يعتمد Dragon Copilot على نموذج نسخ متعدد اللغات يعالج ملايين اللقاءات الطبية، مع تقليل ملحوظ لمعدلات الخطأ. هنا يصبح الذكاء الاصطناعي جزءًا من سير عمل حساس، حيث تؤثر الدقة مباشرة في جودة السجلات الطبية.

تتحدث مايكروسوفت عمّا تسميه آلية التسلق المستمر، وهو إطار يربط البيانات والتقييمات وبيئة الاستخدام بالنموذج نفسه. الفكرة أن القيمة الحقيقية لا تكمن فقط في النموذج اللغوي، بل في طبقة الذاكرة والسياق وأدوات التقييم المحيطة به.

بهذا المنطق، تصبح نماذج OpenAI أو Anthropic مكوّنات قابلة للاستبدال داخل منظومة أوسع. مايكروسوفت لا تتخلى عن الشراكات، لكنها تبني موقع “المنسق” الذي يوجّه الحركة ويحدد أين يذهب الحمل الحوسبي.

المعادلة الجديدة في عالم الذكاء الاصطناعي لا تدور فقط حول من يملك النموذج الأذكى، بل حول من يستطيع جعله عاديًا، يوميًا، ومنخفض التكلفة. فبينما تبقى النماذج الحدودية في الواجهة، قد تكون الأرباح الحقيقية من نصيب من يحول تلك القدرات المتقدمة إلى بنية تحتية صامتة تعمل خلف كل مستند وجدول وصورة ننشئها دون أن نفكر بما يحدث في الخلفية.