«سوفكومبنك» يحذّر: إغلاق النماذج الصينية للذكاء الاصطناعي سيضرب القطاع الروسي

حذّر محللو «سوفكومبنك» من أنه إذا أغلق المطورون الصينيون الوصول إلى نماذجهم للذكاء الاصطناعي، فسيواجه القطاع الروسي ارتفاعًا في التكاليف وتباطؤًا كبيرًا في وتيرة التطور. وتنقل مجلة Forbes ذلك عن دراسة تحليلية أعدّها المصرف. ويتطلب إنشاء «ذكاء اصطناعي سيادي من الطراز العالمي» من الصفر تحولًا استراتيجيًا ليس سهلًا ولا رخيصًا.

لماذا يهم هذا الأمر الآن تحديدًا

تستخدم الشركات الروسية العاملة في مجال الذكاء الاصطناعي بنشاط النماذج الصينية المفتوحة، وفي مقدمتها DeepSeek وQwen، أساسًا لمنتجاتها الخاصة. ويتيح هذا النهج توفير تكاليف التدريب والموارد الحاسوبية، ويسرّع طرح الحلول في السوق، ويخفض عتبة دخول الشركات الناشئة بمرات عدة.

وقد حرمت العقوبات الأعمال الروسية من الوصول المباشر إلى النماذج الأمريكية الرائدة عبر واجهة API التجارية، ولذلك أصبحت الحلول الصينية المفتوحة بحكم الأمر الواقع بنية تحتية لجزء كبير من سوق الذكاء الاصطناعي.

وخلال العام الماضي، قلبت DeepSeek موازين القوى: فقد أصدرت الشركة نماذج تضاهي GPT-4 في الجودة بتكاليف حوسبة أقل بكثير، وفتحت ملفات الأوزان للتنزيل الحر. وأتاح ذلك لمئات الفرق الروسية إنشاء منتجات قادرة على المنافسة بسرعة على بنية قوية، دون الحاجة إلى تدريب النماذج الأساسية بنفسها.

يبدو سيناريو الإغلاق واقعيًا: فمع ترسيخ المطورين الصينيين مواقعهم التجارية، قد تتغلب منطق الأعمال على مبادئ الانفتاح. وقد سلكت OpenAI طريقًا مشابهًا من قبل؛ فهي في الأصل منظمة غير ربحية ذات شيفرة مفتوحة، وتدير اليوم نماذج مملوكة بالكامل لا تتاح إلا عبر واجهة API مدفوعة.

ما الذي سيخسره القطاع الروسي

يحدد المحللون عدة مخاطر رئيسية على شركات الذكاء الاصطناعي الروسية:

• ارتفاع حاد في تكاليف تدريب النماذج من الصفر، إذ تُقدَّر بعشرات ومئات الملايين من الدولارات
• تباطؤ التطوير بسبب غياب الأوزان والبنى والأبحاث العامة الجاهزة
• نقص في بنية GPU التحتية، وهي حاسمة لتدريب نماذج اللغة الكبيرة
• فجوة تقنية متراكمة مع الرواد العالميين تتسع مع كل ربع سنة من التأخير
• الحاجة إلى توظيف واسع النطاق لمتخصصي ML، وهي فئة شحيحة في سوق العمل الروسي

وبحسب تقدير «سوفكومبنك»، لن يتطلب «التحول الاستراتيجي» الكامل استثمارات خاصة كبيرة فحسب، بل قرارات منهجية على مستوى الدولة في مجالات التعليم والبنية التحتية الحاسوبية والتنظيم القطاعي. ودون ذلك، قد تجد الشركات الروسية نفسها في وضع لا تتوافر فيه النماذج الصينية ولا الأمريكية، بينما تكون قاعدتها الخاصة أضعف من أن تنافس على المستوى العالمي.

ما الخيارات المتاحة

لا يقف قطاع الذكاء الاصطناعي الروسي مكتوف الأيدي. فهناك تطويرات محلية: GigaChat من Sber وYandexGPT وKandinsky لتوليد الصور، إضافة إلى عدد من النماذج المتخصصة من الشركات الناشئة. غير أن أيًّا منها لم يبلغ بعد مستوى المنافسين الصينيين أو الأمريكيين الأوائل من حيث نسبة القدرات إلى سرعة العمل وتكلفة الاستدلال لكل توكن.

ويرى المحللون عدة مسارات ممكنة. الأول شراكة تقنية معجّلة مع الدول الصديقة التي تبقى فيها التطويرات المفتوحة قائمة وتتوسع. الثاني التركيز على مجالات رأسية ضيقة يمكن أن تنافس فيها النماذج الروسية دون بلوغ مستوى GPT-5 أو Qwen-Max: النصوص القانونية والوثائق الطبية والقطاع الحكومي. والثالث، وهو الأكثر طموحًا، استثمارات حكومية طويلة الأمد في البنية التحتية الحاسوبية وإعداد الكوادر بأفق تخطيطي يمتد من خمس إلى سبع سنوات.

«تطوير ذكاء اصطناعي سيادي من الطراز العالمي من الصفر تحوّل استراتيجي

ليس سهلًا ولا رخيصًا» — وفق ما ورد في مواد «سوفكومبنك».

ماذا يعني ذلك

إن الاعتماد على النماذج الصينية المفتوحة ميزة قد تكون مؤقتة. وينبغي لقطاع الذكاء الاصطناعي الروسي أن يرصد منذ الآن ميزانية وكفاءات لسيناريو تتحول فيه DeepSeek إلى خدمة تجارية مغلقة بدلًا من أداة مجانية. والتأخر في هذه الخطوة لن يعني نفقات إضافية فحسب، بل قد يرسّخ التأخر التقني لسنوات قادمة.