لماذا لا يهدد صعود الذكاء الاصطناعي المفتوح شركة Anthropic حتى الآن: تحليل لدورة الحياة
تكتسب نماذج الذكاء الاصطناعي المفتوحة مثل Llama وMistral زخمًا متزايدًا، لكن إيرادات Anthropic لا تتراجع. وتفسّر TechCrunch السبب: النماذج المغلقة والمفتوحة تستحوذ على مراحل مختلفة من الدورة نفسها. تكون مختبرات الحدود (frontier) أول من يقدّم القدرات الجديدة، وتدفع الشركات مقابل هذا السبق. وبحلول الوقت الذي تلحق فيه النماذج مفتوحة المصدر بالركب، تكون المختبرات المغلقة قد تقدمت أكثر، فتتكرر الدورة.
معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
يشرح تحليل نشرته TechCrunch في 7 يوليو 2026 مفارقة سوق الذكاء الاصطناعي الحديث: النماذج المفتوحة تحطم الأرقام القياسية في الشعبية، لكن Anthropic لا تخسر عملاءها ولا إيراداتها.
لماذا لا يزاحم الذكاء الاصطناعي المفتوح المختبرات المغلقة
الفكرة الرئيسية: النماذج المفتوحة والمغلقة لا تتنافس مباشرة، بل تخدم مراحل مختلفة من دورة حياة تقنية واحدة.
وآلية ذلك كما يلي. تعمل مختبرات الحدود (frontier) — Anthropic وOpenAI وGoogle DeepMind — باستمرار في الصفوف الأمامية للتقنية: استدلال (reasoning) أكثر تعقيدًا، ومهام وكلاء (agentic)، وعمل موثوق مع بيانات الشركات. وعملاء المؤسسات (enterprise) يدفعون تحديدًا مقابل هذا السبق، أي مقابل قدرات لا تتوفر بعد في النماذج المفتوحة.
بعد أشهر أو عام، تنجح البدائل المفتوحة في إعادة إنتاج ما كانت النماذج المغلقة قادرة عليه في الدورة السابقة. وهذا يكفي لجزء من المهام، خاصة حيث تكون الميزانية محدودة أو حيث لا يجوز تمرير البيانات إلى واجهات API تابعة لجهات خارجية. لكن بحلول ذلك الوقت، تكون مختبرات الحدود قد تقدمت من جديد. وتتكرر الدورة.
قطاعان لا سوق تنافسية واحدة
تستحوذ النماذج المفتوحة بثقة على القطاعين الأدنى والأوسط. فقد وجدت Llama من Meta* وMistral وQwen من Alibaba كلٌّ منها مكانها في المهام التي يكفي فيها مستوى «جيد بما يكفي» للمطوّر، والتي يكون فيها النشر على الخوادم الخاصة أهم من أقصى جودة ممكنة.
لكن هذا ليس إزاحة لـ Anthropic، بل توسيع للحصة الكلية للسوق. فكلما زاد عدد الشركات التي تبدأ العمل مع النماذج المفتوحة، زاد عدد من ينتهي بها المطاف مع الوقت إلى مهام تتطلب أعلى جودة، فتشتري واجهة API من مختبر حدودي.
كما أن سوق تطبيقات الذكاء الاصطناعي نفسه ينمو أسرع مما تستطيع النماذج المفتوحة استيعابه. فتظهر فئات جديدة من المهام المعقدة — التحكم في الحاسوب، وخطوط معالجة الوكلاء متعددة الخطوات (agentic pipelines)، ومعالجة السياق فائق الطول — وتكون المختبرات المغلقة أول من يغطيها. وبحلول الوقت الذي تبلغ فيه النماذج مفتوحة المصدر هذا المستوى، تكون المهام التالية قد احتلت القمة.
ماذا بعد: تحفظ «حتى الآن»
كلمة «حتى الآن» في عنوان TechCrunch جوهرية. فالكاتب لا يزعم أن Anthropic في مأمن إلى الأبد.
يعمل منطق دورة الحياة فقط ما دامت مختبرات الحدود تحافظ على فارق زمني مستقر. وإذا تسارعت وتيرة التقارب بين النماذج مفتوحة المصدر ونماذج الحدود — وقد بدت بوادر ذلك بالفعل — فسيبدأ الأفضلية البنيوية بالتآكل. عندها ستتقلص الفجوة بين «جيد بما يكفي» و«الأفضل في السوق» من بضعة أشهر إلى بضعة أسابيع.
وعلى وجه التحديد، فإن وتيرة التقارب — لا مجرد وجود النماذج المفتوحة — ستكون المؤشر الرئيسي على الخطر الذي يهدد Anthropic في السنوات القادمة.
ماذا يعني ذلك
لا يقوم نموذج أعمال Anthropic اليوم على بنية فريدة، بل على التفوق المستمر. وهذا موقع مستقر، لكنه ليس أبديًا. ويظل رهان عملاء المؤسسات والمستثمرين على مختبرات الحدود مبررًا — ما دامت وتيرة التقدم مستمرة. وهذه الوتيرة هي ما ينبغي مراقبته.
*Meta مصنفة منظمة متطرفة ومحظورة في روسيا.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.