خمسة معماريين للاقتصاد الرقمي يشرحون أين يحدث الخلل
في وقت سابق من هذا الأسبوع، اجتمع خمسة أشخاص يلمسون كل طبقة من سلسلة إمداد الذكاء الاصطناعي في مؤتمر ميليكن العالمي في بيفرلي هيلز، حيث تحدثوا مع هذا المحرر عن كل شيء بدءًا من نقص الرقائق إلى مراكز البيانات المدارية إلى احتمال أن تكون كل البنية التحتية التي تستند إليها التكنولوجيا خاطئة.
على المسرح مع تك كرانش: كريستوف فوكيت، المدير التنفيذي لشركة ASML، الشركة الهولندية التي تمتلك احتكار آلات الطباعة الحجرية فوق البنفسجية القوية التي لا يمكن أن توجد الرقائق الحديثة بدونها؛ فرانسيش دي سو زا، المدير التنفيذي للعمليات في Google Cloud، الذي يشرف على أحد أكبر رهانات البنية التحتية في تاريخ الشركات؛ قسار يونس، المؤسس المشارك والمدير التنفيذي لشركة Applied Intuition، وهي شركة ذكاء اصطناعي قيمتها 15 مليار دولار بدأت في المحاكاة وانتقلت منذ ذلك الحين إلى الدفاع؛ ديمتري شيفيلينكو، المدير التنفيذي للأعمال في Perplexity، شركة البحث-إلى-agent الأصلية في مجال الذكاء الاصطناعي؛ وإيف بودنيا، فيزيائية كمية تركت الأكاديمية لتتحدى البنية الأساسية التي يأخذها معظم صناعة الذكاء الاصطناعي كأمر مسلم به في شركتها الناشئة، Logical Intelligence. (وقع يان ليكون، كبير علماء الذكاء الاصطناعي السابق في ميتا، على الانضمام كرئيس مؤسس لمجلس بحثها الفني في وقت سابق من هذا العام.)
إليك ما قاله الخمسة:
الاختناقات حقيقية
إن ازدهار الذكاء الاصطناعي يواجه حدودًا جسدية قاسية، وتبدأ القيود في وقت أبكر مما قد يدركه الكثيرون. كان فوكيت الأول الذي قال ذلك، حيث وصف “تسارع هائل في تصنيع الرقائق”، معبرًا عن “إيمانه القوي” أنه على الرغم من كل ذلك الجهد، “على مدار السنتين أو ثلاث سنوات القادمة، ربما خمس سنوات، سيكون السوق محدودًا بالإمدادات”، مما يعني أن الشركات العملاقة — Google وMicrosoft وAmazon وMeta — لن تحصل على جميع الرقائق التي تدفع ثمنها، نقطة على السطر.
سلط دي سو زا الضوء على مدى كبر — وسرعة نمو — هذه القضية، مُذكرًا الجمهور أن إيرادات Google Cloud تجاوزت 20 مليار دولار في الربع الأخير، ونمت بنسبة 63%، بينما انخفضت قوائم الانتظار — الإيرادات الملتزمة ولكن لم تُسلم بعد — تقريبًا إلى الضعف في ربع واحد، من 250 مليار دولار إلى 460 مليار دولار. “الطلب حقيقي”، قال بهدوءٍ مثير للإعجاب.
أما بالنسبة ليونس، فإن القيود تأتي أساسًا من مكان آخر. تقوم Applied Intuition بإنشاء أنظمة استقلالية للسيارات والشاحنات والطائرات بدون طيار ومعدات التعدين والمركبات الدفاعية، وازدحامه ليس في السيليكون — بل في البيانات التي يمكن جمعها فقط من خلال إرسال الآلات إلى العالم الحقيقي ومراقبة ما يحدث. “عليك أن تجدها من العالم الحقيقي”، قال، ولا يمكن لأي قدر من المحاكاة الاصطناعية أن يغلق تلك الفجوة بالكامل. “سيستغرق الأمر وقتًا طويلاً قبل أن تتمكن من تدريب النماذج التي تعمل في العالم الفيزيائي بشكل كامل بصورة اصطناعية.”
حدث تك كرانش
سان فرانسيسكو، كاليفورنيا
|
13-15 أكتوبر 2026
مشكلة الطاقة أيضًا حقيقية
إذا كانت الرقائق هي الاختناق الأول، فإن الطاقة هي التي تلوح خلفها. أكد دي سو زا أن Google تستكشف مراكز البيانات في الفضاء كاستجابة جدية لمحدودية الطاقة. “تحصل على وصول إلى طاقة أكثر وفرة”، لاحظ. بالطبع، حتى في المدار، فإن الأمر ليس بسيطًا. لاحظ دي سو زا أن الفضاء هو فراغ، لذا فإنه يلغي الحمل الحراري، مما يجعل الإشعاع هو الأسلوب الوحيد للتخلص من الحرارة إلى البيئة المحيطة (وهو عملية أبطأ بكثير وأصعب هندسياً من أنظمة التبريد بالهواء والسوائل التي تعتمد عليها مراكز البيانات اليوم). لكن الشركة لا تزال تعامله كمسار شرعي.
الحجة الأعمق التي قدمها دي سو زا كانت، كما هو متوقع، حول الكفاءة من خلال التكامل. إن استراتيجية Google في تصميم تكنولوجيا الذكاء الاصطناعي الخاصة بها بالكامل — من رقائق TPU المصممة خصيصًا إلى النماذج والعوامل — تكافئها من حيث العمليات الحسابية لكل واط (المزيد من العمليات الحسابية لكل وحدة من الطاقة) التي ببساطة لا يمكن لشركة تشتري مكونات جاهزة تقليدها، كما اقترح. “تشغيل Gemini على TPUs أكثر كفاءة في استهلاك الطاقة من أي تكوين آخر”، لأن مصممي الرقائق يعرفون ما هو قادم في النموذج قبل أن يتم شحنه، كما قال.
قدم فوكيت نقطة مماثلة لاحقًا في النقاش. “لا يمكن أن يكون هناك شيء بلا ثمن”، قال. الصناعة في لحظة غريبة الآن، تستثمر كميات استثنائية من رأس المال، مدفوعة بالضرورة الاستراتيجية. لكن المزيد من العمليات الحسابية يعني المزيد من الطاقة، والمزيد من الطاقة له ثمن.
نوع مختلف من الذكاء
بينما يناقش بقية الصناعة حول النطاق والبنية وكفاءة الاستدلال ضمن نموذج اللغة الكبيرة، تبني بودنيا شيئًا مختلفًا تمامًا.
شركتها، Logical Intelligence، مبنية على ما يسمى نماذج الطاقة (EBMs)، وهي فئة من الذكاء الاصطناعي التي لا تتنبأ بالرمز التالي في تسلسل، بل تحاول بدلاً من ذلك فهم القواعد الأساسية للبيانات، بطريقة تجادل بأنها أقرب إلى كيفية عمل الدماغ البشري فعلاً. “اللغة هي واجهة مستخدم بين عقلي وعقلك”، قالت. “الاستدلال نفسه ليس مرتبطًا بأي لغة.”
أكبر نموذج لها يحتوي على 200 مليون معامل — مقارنة بمئات المليارات في النماذج الأكبر — وتزعم أنه يعمل بسرعة آلاف المرات. والأهم من ذلك، أنه مصمم لتحديث معرفته مع تغير البيانات، بدلاً من الحاجة إلى إعادة التدريب من الصفر.
بالنسبة لتصميم الرقائق والروبوتات والعديد من المجالات الأخرى حيث يحتاج النظام لفهم القواعد الفيزيائية بدلاً من الأنماط اللغوية، تجادل أن EBMs هي الأنسب بشكل طبيعي. “عندما تقود سيارة، فإنك لا تبحث عن أنماط في أي لغة. أنت تنظر من حولك، تفهم القوانين حول العالم من حولك، وتقوم باتخاذ قرار.” إنها حجة مثيرة للاهتمام ومن المحتمل أن تجذب مزيدًا من الاهتمام في الأشهر القادمة، نظرًا لأن مجال الذكاء الاصطناعي بدأ يسأل عما إذا كان النطاق وحده كافيًا.
العوامل، إجراءات الأمان، والثقة
قضى شيفيلينكو الكثير من الحديث في توضيح كيفية تطور Perplexity من منتج بحث إلى شيء تسميه الآن “عامل رقمي”. تم تصميم Perplexity Computer، أحدث عرضه، ليس كأداة يستخدمها عامل المعرفة، بل كفريق يقوم عامل المعرفة بتوجيهه. “كل يوم تستيقظ ولديك مئة موظف في فريقك”، قال عن الفرصة. “ماذا ستفعل لتحقيق أقصى استفادة من ذلك؟”
إنها عرض مقنع؛ لكنها تثير أيضًا أسئلة واضحة حول السيطرة، لذا سألته. وكانت إجابته هي: التفصيل. يمكن لمشرفي المؤسسات تحديد ليس فقط اتصالات وأدوات الوصول التي يمكن أن يصل إليها العامل، ولكن أيضًا ما إذا كانت هذه الأذونات قراءة فقط أو قراءة وكتابة — وهو تمييز ذو أهمية كبيرة عندما يتصرف العوامل داخل الأنظمة المؤسسية. عندما يتخذ Comet، عامل استخدام الحاسوب في Perplexity، إجراءات نيابة عن المستخدم، يقدم خطة ويطلب الموافقة أولاً. يجد بعض المستخدمين أن الاحتكاك مزعج، قال شيفيلينكو، لكنه يعتبره ضروريًا، خاصة بعد انضمامه إلى مجلس إدارة Lazard، حيث قال إنه وجد نفسه غير متوقع متعاطفًا مع الغرائز المحافظة لرئيس الأمن المعلوماتي الذي يحمي علامة تجارية تبلغ من العمر 180 عامًا مبنية بالكامل على ثقة العملاء. “التفصيل هو أساس سلوك الأمن الجيد”، قال.
السيادة، وليس فقط الأمن
قدم يونس ما قد يكون الملاحظة الأكثر شحنًا جيوسياسيًا في الجلسة، وهي أن الذكاء الاصطناعي المادي والسيادة الوطنية مرتبطان بطرق لم يكن الذكاء الاصطناعي الرقمي بحتًا.
انتشر الإنترنت في البداية كتقنية أمريكية وواجهت مقاومة فقط على مستوى التطبيق — مثل أوبر ودور داش — عندما أصبحت العواقب غير المتصلة مرئية. الذكاء الاصطناعي المادي مختلف. المركبات المستقلة، الطائرات بدون طيار الدفاعية، معدات التعدين، الآلات الزراعية — جميعها تتجلى في العالم الحقيقي بطرق لا يمكن للحكومات تجاهلها، مما يثير أسئلة حول الأمان وجمع البيانات، ومن يسيطر في النهاية على الأنظمة التي تعمل داخل حدود الدولة. “تقريبًا بشكل متسق، تقول كل دولة: نحن لا نريد هذا الذكاء في شكل مادي داخل حدودنا، تحت سيطرة دولة أخرى.” أخبر الجمهور أن عدد الدول التي يمكنها حاليًا نشر سيارة أجرة روبوتية أقل من تلك التي تمتلك أسلحة نووية.
قام فوكيت بإطار الأمر بشكل مختلف قليلاً. تقدم الصين في الذكاء الاصطناعي حقيقي — إطلاق DeepSeek في وقت سابق من هذا العام أثار شيئًا قريبًا من الذعر في أجزاء من الصناعة — لكن هذا التقدم محكوم في الأسفل تحت طبقة النماذج. دون الوصول إلى طباعة EUV، لا يمكن لمصنعي الرقائق الصينيين تصنيع أشباه الموصلات المتقدمة الأكثر تعقيدًا، وتعمل النماذج التي تم بناؤها على أجهزة قديمة في وضع غير مواتٍ متزايد بغض النظر عن مدى قوة البرمجيات. “اليوم، في الولايات المتحدة، لديك البيانات، لديك الوصول إلى الحوسبة، لديك الرقائق، لديك المواهب. تقوم الصين بعمل جيد جداً في الجزء العلوي من السلسلة، لكنها تفتقر لبعض العناصر في الأسفل”، قال فوكيت.
سؤال الجيل
قرب نهاية جلستنا، سأل شخص في الجمهور السؤال غير المريح الواضح: هل سيؤثر كل هذا على قدرة الجيل القادم على التفكير النقدي؟
كانت الإجابات متفائلة، كما هو متوقع من الأشخاص الذين رهنوا حياتهم المهنية على هذه التكنولوجيا. أشار دي سو زا على الفور إلى نطاق المشاكل التي قد تسمح لها الأدوات الأكثر قوة أخيرًا للبشرية بمعالجتها. فكر في الأمراض العصبية التي لا نفهم آلياتها البيولوجية حتى الآن، وإزالة الغازات الدفيئة، وبنية الشبكة التي تم تأجيلها لعقود. “هذا يجب أن يطلقنا إلى المستوى التالي من الإبداع”، قال.
قدم شيفيلينكو نقطة أكثر عملية: قد تكون وظائف المستوى الابتدائي في طريقها للاختفاء، لكن القدرة على إطلاق شيء بشكل مستقل لم تكن يومًا أكثر سهولة. “[بالنسبة] لأي شخص لديه Perplexity Computer… القيد هو فضولك ووكالتك الخاصة.”
أشار يونس إلى الفرق الأكثر حدة بين العمل المعرفي والعمالة البدنية. أشار إلى أن متوسط عمر المزارع الأمريكي هو 58 عامًا وأن نقص العمالة في التعدين، والنقل الطويل، والزراعة هو نقص مزمن ينمو — ليس لأن الأجور منخفضة جدًا، ولكن لأن الناس لا يريدون هذه الوظائف. في تلك المجالات، لا يحل الذكاء الاصطناعي المادي محل العمال الراغبين. بل إنه يملأ فراغًا موجودًا بالفعل ويبدو أنه سيعميق أكثر من هنا.
عند الشراء من خلال الروابط في مقالاتنا، قد نكسب عمولة صغيرة. هذا لا يؤثر على استقلاليتنا التحريرية.
