لماذا يكتسب هذا التحذير أهمية الآن
لقد غمر العام الماضي السوق بخدمات النماذج اللغوية الكبيرة (LLM) التي تعد بتحويل البيانات الخام إلى رؤى أو أكواد برمجية أو محادثات فورية. وهرعت الشركات لاستخدامها، مسلّمةً مطالباتها (prompts) الخاصة، ووثائقها الداخلية، وسجلات استخدامها لأول مورد يمكنه تقديم حل يعمل.
تخلق هذه السهولة تبعية خفية. فبدون الاحتفاظ ببيانات الاستخدام والبيانات الوصفية (metadata)، تفقد الشركة القدرة على تدريب أوزان نماذجها الخاصة، مما يترك "عقلها" محبوساً في صندوق أسود لا يمكنها فحصه أو نقله. وإذا قام المورد برفع الأسعار، أو تغيير الشروط، أو تعرض لانقطاع في الخدمة، فقد تتوقف العمليات الأساسية للعميل تماماً.
تكلفة الاستعانة بمصادر خارجية لعقلك
صاغ ناديلّا القضية باعتبارها فقداناً للسيادة الفكرية. ففي نظام مغلق، تصبح سير العمل الفريدة والمعرفة المتخصصة للشركة جزءاً من مجموعة تدريب المورد، لكن الشركة لا تحصل أبداً على المعلمات (parameters) المدربة. وبدون تلك الأوزان، لا تستطيع الشركة ضبط نموذج مفتوح (open model) لمحاكاة خبراتها، ولا يمكنها تدقيق كيفية استخدام بياناتها.
النتائج العملية صارخة:
- تسرب تنافسي: يمكن لمختبر ذكاء اصطناعي مهيمن أن يدرس سير عمل متخصص لعميل ما، ثم يدمج تلك القدرة في مجموعة منتجاته الخاصة، مما يؤدي فعلياً إلى نسخ القيمة المقترحة للعميل.
فصل آلية التحكم عن النموذج
يتمثل مقترح ناديلّا في بنية معيارية (modular architecture) تضع "بوابة ذكاء اصطناعي" (AI gateway) بين تطبيقات الشركة وأي نموذج لاحق. تقوم البوابة بتنسيق المطالبات، وربط السياق، وتوجيه النتائج، بينما يظل النموذج مكوناً قابلاً للاستبدال. في هذا الإعداد، تظل ذاكرة الشركة — سجل المحادثات، والبيانات الوصفية، وسجلات الاستخدام — على بنيتها التحتية الخاصة.
وقد صنف الفوائد إلى ثلاث ركائز:
- الحفاظ على المرونة – عند ظهور نموذج أرخص أو أكثر قدرة، تقوم البوابة بتوجيه الطلبات إليه دون الحاجة إلى إعادة كتابة البنية البرمجية بالكامل.
- تخفيف المخاطر – إذا قام المورد بتغيير اتفاقية مستوى الخدمة (SLA) الخاصة به أو تعطلت خدمته، تنتقل البوابة تلقائياً إلى محرك بديل، مما يحافظ على استمرارية سير العمل الحرج.
- التخصص – تتولى النماذج خفيفة الوزن ذات الأوزان المفتوحة (open-weight models) مهام التصنيف الروتينية، بينما يتولى نموذج لغوي كبير (LLM) مملوك وواسع النطاق مهام التفكير العميق، مما يحسن التكلفة والأداء.
مخاطر استراتيجية المنصة
تصف "استراتيجية المنصة" (platform playbook) نموذجاً يكتسب فيه مورد الذكاء الاصطناعي وصولاً عميقاً إلى العمليات الداخلية للعميل مقابل تقديم حل جاهز للاستخدام. يمنح هذا الوصول للمورد خريطة مفصلة لعمليات العميل، مما يخلق ثغرة استراتيجية. وبالنسبة للشركات الناشئة التي تعتمد ميزتها التنافسية على سير عمل خاص بالذكاء الاصطناعي، فإن الخطر يكون حاداً: إذ يمكن لنفس المختبر استيعاب سير العمل هذا وإطلاق خدمة منافسة، مما يمحو الميزة السوقية للعميل.
وجهة نظر مقابلة: البساطة مقابل المرونة
المفاضلة واضحة؛ فالبساطة تؤدي إلى الارتباط الحصري بالمورد (lock-in). فالشركات التي تعطي الأولوية للسرعة على حساب السيادة قد تدفع رسوماً أعلى بمرور الوقت، أو تضطر إلى إعادة بناء العمليات الحيوية إذا انحرفت خارطة طريق المورد عن احتياجاتها.
ما يجب مراقبته
- أنظمة النماذج مفتوحة المصدر – تكتسب المشاريع التي تنشر أوزان النماذج بموجب تراخيص تسمح بالاستخدام نطاقاً واسعاً، مما يوفر بديلاً قابلاً للتطبيق للخدمات المملوكة.
- منصات تنسيق النماذج المتعددة – تدير الأدوات الناشئة عمليات التوجيه، والتخزين المؤقت، والمراقبة عبر خلفيات تقنية متنوعة للذكاء الاصطناعي، مما يجعل تطبيق مفهوم البوابة أسهل.