Microsoft تتحول إلى نماذج MAI الخاصة بها لخفض تكاليف الذكاء الاصطناعي المتزايدة

مع إفساح المجال لعصر "تعظيم الرموز" (tokenmaxxing) أمام الواقعية المالية، تقوم Microsoft بتغيير تركيزها الاستراتيجي نحو تطوير الذكاء الاصطناعي داخلياً. وتفيد التقارير أن عملاق التكنولوجيا يعمل على تقليل اعتماده على مزودي الطرف الثالث مثل OpenAI وAnthropic لصالح نماذج MAI المملوكة لها لإدارة النفقات التشغيلية المتصاعدة.

التحول من نماذج الطرف الثالث إلى نماذج MAI الخاصة بها

خلال معظم العام الماضي، اعتمدت Microsoft بشكل كبير على شراكاتها الاستراتيجية، حيث سوقت Office 365 كقوة دافعة مدعومة من OpenAI وAnthropic. ومع ذلك، يشير تحول حديث في استراتيجية النشر إلى توجه نحو التكامل الرأسي. وتشير التقارير إلى أن Microsoft بدأت في استخدام نماذج MAI المطورة داخلياً للتعامل مع نسبة متزايدة من مطالبات المستخدمين (user prompts) ضمن تطبيقات الإنتاجية الأساسية مثل Microsoft Excel وMicrosoft Word.

من خلال توجيه الاستعلامات عبر بنيتها التحتية الخاصة، يمكن لشركة Microsoft تقليل رسوم الترخيص المرتفعة والتكاليف الحسابية المرتبطة باستدعاءات API الخارجية بشكل كبير. ويمثل هذا الانتقال لحظة محورية للشركة، حيث تنتقل من كونها موزعاً رئيسياً لذكاء الطرف الثالث إلى نظام بيئي للذكاء الاصطناعي ذاتي الاستدامة.

توسيع نظام MAI البيئي بقدرات وكيلية (Agentic)

إن تحول Microsoft ليس مجرد إجراء لتوفير التكاليف، بل هو توسع هائل في قدراتها التقنية الداخلية. ففي مؤتمر Build الأخير، استعرضت الشركة عمق أبحاثها الداخلية من خلال الإعلان عن إطلاق سبعة نماذج MAI جديدة. هذه ليست مجرد روبوتات دردشة بسيطة؛ بل هي أدوات متخصصة مصممة لمهام محددة عالية القيمة، بما في ذلك مبرمج وكيل (agentic coder) ومولد متطور للنصوص إلى صور.

ويعد إدخال هذه النماذج "الوكيلية" (agentic) أمراً بالغ الأهمية. فخلافاً لنماذج LLM القياسية التي تتنبأ بالنصوص فحسب، تم تصميم النماذج الوكيلية لتنفيذ سير عمل متعدد الخطوات والتفاعل مع بيئات البرمجيات. ومن خلال تطوير هذه النماذج داخلياً، تضمن Microsoft أن وكلاء الذكاء الاصطناعي لديها مُحسَّنون بعمق لبيئات Windows وOffice، مما يوفر تجربة مستخدم سلسة قد تجد نماذج الطرف الثالث صعوبة في مضاهاتها.

توجه صناعي أوسع نحو الكفاءة في الإنفاق على الذكاء الاصطناعي

لا تعد Microsoft حالة معزولة؛ بل هي جزء من توجه صناعي شامل حيث تعطي شركات التكنولوجيا الكبرى الأولوية للكفاءة على حساب الحجم المجرد. فبعد فترة من الإنفاق غير المنضبط على الحوسبة والرموز (tokens)، تفيد التقارير بأن شركات تشمل Amazon وUber وMeta وAccenture تبحث جميعها عن طرق لكبح نفقات الذكاء الاصطناعي لديها.

لقد أصبحت "صدمة التكلفة" (sticker shock) الناتجة عن استنتاج النماذج (model inference) عالية المستوى عقبة كبيرة أمام الحفاظ على هوامش ربح مربحة للذكاء الاصطناعي. إن تكلفة توفير ذكاء عالي الاستدلال في الوقت الفعلي وعلى نطاق واسع هي تكلفة هائلة، مما دفع بعض الشركات حتى إلى استكشاف حلول وكيلية أكثر بساطة وتكلفة، وإن كانت مثيرة للجدل، من منافسين دوليين. وتعد خطوة Microsoft لتعزيز مجموعة MAI الخاصة بها إشارة واضحة إلى أن الصناعة تدخل "مرحلة النضج"، حيث سيتم تحديد الفائزين بناءً على قدرتهم على تقديم الذكاء بطريقة فعالة من حيث التكلفة.

النقاط الرئيسية

• تحول استراتيجي: تعمل Microsoft بنشاط على استبدال نماذج OpenAI وAnthropic بنماذج MAI المملوكة لها في المنتجات الرائدة مثل Excel وWord لتقليل الأعباء الإضافية لـ API.
• أدوات متخصصة: تقوم الشركة بتنويع محفظتها الداخلية بسبعة نماذج جديدة، بما في ذلك المبرمجين الوكيليين (agentic coders)، للانتقال من مجرد توليد النصوص البسيط إلى تنفيذ المهام المعقدة.
• الواقعية الاقتصادية: يعكس هذا التحول حركة صناعية أوسع بين قادة التكنولوجيا مثل Meta وAmazon للانتقال من "تعظيم الرموز" (tokenmaxxing) المكلف إلى نشر الذكاء الاصطناعي المستدام والمحسن من حيث التكلفة.