من الأوزان المفتوحة إلى الشراكات الهجينة

منذ إطلاقها، حظيت سلسلة Qwen بالإشادة لقدرتها على مضاهاة أفضل النماذج مغلقة المصدر مع إبقاء معلماتها (parameters) متاحة للجمهور. وقد سمح هذا الانفتاح لشركة Alibaba بتنمية مجتمع من الهواة والباحثين والشركات الناشئة الذين يمكنهم إجراء التجارب دون رسوم ترخيص.

تختبر Alibaba الآن مساراً تجارياً للمؤسسات التي تشغل Qwen على نطاق واسع. وبدلاً من الرسوم لكل استدعاء (per-call fees) أو تراخيص البرمجيات التقليدية، ستتفاوض الشركة على اتفاقيات تقاسم الإيرادات مع "المستخدمين التجاريين على نطاق واسع" – وهي الشركات التي تستضيف النموذج على بنيتها التحتية الخاصة وتبيع الوصول عبر API، أو خدمات الاستدلال (inference services)، أو نسخاً مخصصة للعملاء النهائيين. ويحتفظ المطورون الصغار والأكاديميون بالوصول غير المقيد؛ حيث لا تدخل الشروط الجديدة حيز التنفيذ إلا عندما يحول الشريك النموذج إلى محرك لتوليد الإيرادات.

لماذا يهم هذا التحول

أصبحت النماذج ذات الأوزان المفتوحة (Open-weight models) أصلاً استراتيجياً في سباق التسلح في مجال الذكاء الاصطناعي. فهي تتيح للشركات تجاوز التكلفة الباهظة لتدريب النماذج اللغوية الكبيرة مع الاستمرار في تقديم قدرات متطورة. وبناءً على ذلك، تقوم العديد من الشركات ببناء منصات "النموذج كخدمة" (Model-as-a-Service - MaaS) التي تدمج Qwen مع بيانات مملوكة، أو طبقات واجهة مستخدم (UI)، أو تعديلات خاصة بمجالات معينة، ثم تفرض رسوماً على المستخدمين مقابل كل طلب.

ويأتي اختبار Alibaba لتقاسم الإيرادات استجابة مباشرة لهذا الواقع التجاري.

التفاصيل غير المعلنة

لم تكشف Alibaba عن التقسيم الدقيق للإيرادات أو العتبات التي تفعّل الاتفاقية. وتظل طبيعة النموذج ذات الأوزان المفتوحة دون تغيير من الناحية التقنية؛ حيث لا يزال بإمكان أي شخص تنزيل الأوزان وتشغيل النموذج محلياً. تضيف السياسة الجديدة طبقة تعاقدية فقط للمؤسسات التي تحقق أرباحاً من النموذج على نطاق واسع. ومن الناحية العملية، سيعتمد التنفيذ على الامتثال التعاقدي بدلاً من القيود التقنية — وهي نقطة قد تثير الجدل إذا قام أحد الشركاء بإخفاء الأرباح أو الإبلاغ عن مبالغ أقل من الحقيقية.

الحجة المضادة: هل يتوافق تقاسم الإيرادات مع الانفتاح؟

يقول النقاد إن ربط مطالبة مالية بنموذج ذي أوزان مفتوحة يقوض المبدأ الذي جعله جذاباً: وهو الوصول غير المقيد والمجاني. ويشيرون إلى أنه بمجرد أن تصبح الأوزان عامة، يمكن نسخها وضبطها بدقة (fine-tuned) وإعادة توزيعها دون تدخل من Alibaba.

يجادل المؤيدون بأن تطوير وصيانة النماذج واسعة النطاق ليس أمراً رخيصاً على الإطلاق. فتدريب نموذج بحجم Qwen يستهلك آلاف الساعات من معالجات الرسوميات (GPU-hours) ومسارات بيانات ضخمة، وهي نفقات غالباً ما تدعمها الأعمال الأوسع للشركة الأم. ويمكن لحصة متواضعة من الإيرادات من المستخدمين التجاريين أن تعوض هذه التكاليف مع الحفاظ على الوصول المجاني للباحثين والهواة. ومن هذا المنظور، يقدم النهج الهجين تسوية عملية بين الانفتاح المطلق ونموذج عمل قابل للاستمرار.

ما يجب مراقبته لاحقاً

  • الإطلاق التجريبي: ستكشف اتفاقيات Alibaba الأولى مع حفنة من مزودي خدمات MaaS عن كيفية مراقبتها لتقاسم الإيرادات وتحصيلها.
  • رد فعل المجتمع: قد تشير عمليات التفرع (Forks) أو الانتقال إلى نماذج أخرى ذات أوزان مفتوحة إلى وجود معارضة.
  • الرقابة التنظيمية: إذا اعتبر تقاسم الإيرادات بمثابة ترخيص، فقد تتدخل سلطات المنافسة، خاصة بالنظر إلى مكانة Alibaba المهيمنة في سوق السحابة في الصين.
  • تأثيرات متتالية في الصناعة: قد تتبنى شركات ذكاء اصطناعي أخرى تطلق نماذج ذات أوزان مفتوحة مخططات مماثلة، مما يعيد تشكيل كيفية تفسير مصطلح "مفتوح" عبر القطاع.

الخلاصة

تظهر تجربة Alibaba أن حتى أكثر نماذج الذكاء الاصطناعي تساهلاً قد تحمل قريباً شروطاً تجارية للمستخدمين الكبار. وسوف يختبر هذا الاختبار ما إذا كان إطار تقاسم الإيرادات يمكنه الموازنة بين روح المصدر المفتوح لـ Qwen والواقع المالي لتشغيل منصة ذكاء اصطناعي متطورة. وقد تصبح النتيجة نموذجاً للجيل القادم من أنظمة الذكاء الاصطناعي، حيث يتعايش الانفتاح والربحية بموجب شروط متفاوض عليها بدلاً من الخيارات الثنائية.