إصداركود / SDK · جاهز للعملSCMP Tech→ المصدر

النماذج الصينية بقيادة Kimi تستحوذ على 89% من إنفاق الشركات على الذكاء الاصطناعي مفتوح المصدر

نشرت Menlo Ventures تقريرًا عن إنفاق الشركات على الذكاء الاصطناعي، وجاءت الصورة غير متوقعة: تستحوذ النماذج الصينية على 89% من الإنفاق على الأنظمة مفتوحة المصدر. وتتصدر Kimi التابعة لشركة Moonshot AI بحصة تبلغ 61%. لكن لا ينبغي التسرع في استنتاج انتصار الصين؛ فالنماذج الأميركية المغلقة ما زالت تستحوذ على الغالبية الساحقة من الإيرادات الإجمالية. ولا يزال القطاع المفتوح سوقًا متخصصة، غير أن خيار الشركات داخله بات واضحًا بالفعل.

معالج بواسطة الذكاء الاصطناعي من SCMP Tech؛ بتحرير Hamidun News
النماذج الصينية بقيادة Kimi تستحوذ على 89% من إنفاق الشركات على الذكاء الاصطناعي مفتوح المصدر
المصدر: SCMP Tech. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليSCMP Tech ↗
رئيس التحرير
حقيقة رئيسية #1في قطاع المصادر المفتوحة، تراهن الشركات أساسًا على الأوزان الصينية (89%)
حقيقة رئيسية #2تستحوذ Kimi على 61% من الإنفاق في القطاع المفتوح، وتتقدم بفارق كبير
حقيقة رئيسية #3لا تزال النماذج الأميركية المغلقة تستحوذ على معظم إيرادات السوق

إذا كانت آخر مرة اطلعت فيها على سوق النماذج المفتوحة قبل عام، فربما أصبحت الصورة التي لديك قديمة. نشرت شركة رأس المال الجريء Menlo Ventures هذا الأسبوع دراسة تفيد بأن أنظمة الذكاء الاصطناعي الصينية تستحوذ على 89% من الإنفاق العالمي التقديري للشركات على النماذج مفتوحة المصدر. وتتصدر عائلة Kimi التابعة لشركة Moonshot AI بحصة تبلغ 61%.

ما الذي جرى قياسه تحديدًا؟

ثمة توضيح مهم: لا تتناول هذه الأرقام سوق الذكاء الاصطناعي بأكملها، بل الجزء المفتوح منها فقط. فالنماذج الأميركية المغلقة التي يجري استخدامها عبر واجهات API ما زالت تستحوذ على الغالبية الساحقة من الإيرادات الإجمالية. نحن إذن أمام سوقين مختلفتين. في القطاع المغلق، تجني المختبرات الأميركية الأموال. أما في القطاع المفتوح، حيث تنزّل الشركة الأوزان وتشغّلها على بنيتها التحتية أو لدى مزود للبنية التحتية، فيتصدر المطورون الصينيون.

ومع ذلك، تظل هذه الأرقام تقديرية. فهي حسابات أعدتها شركة رأس مال جريء، وليست بيانات مالية مدققة. وينبغي الرجوع إلى التقرير الكامل للاطلاع على المنهجية، إذ إنها غير واردة في المقتطف المتاح.

لماذا تختار الشركات الأوزان الصينية؟

لا يشرح ملخص التقرير الأسباب، ولذلك فإن ما يلي يمثل افتراضاتنا، لا استنتاجات واضعي التقرير. تلجأ الشركات إلى النماذج المفتوحة عندما تحتاج إلى قدر أكبر من التحكم: فلا تغادر البيانات إلى واجهة API خارجية، ويمكن ضبط النموذج لمهمة محددة، كما تصبح تكلفة الطلبات قابلة للتنبؤ. ومن بين الخيارات المفتوحة، تشير الأرقام إلى أن النماذج الصينية تقدم حاليًا أفضل تنافسية من حيث العلاقة بين الجودة والسعر. أما البدائل الأخرى فتتأخر عنها بوضوح من حيث حصة الإنفاق.

لنأخذ مثالًا بسيطًا. يطوّر فريق مساعدًا داخليًا للعمل على العقود. البيانات حساسة، وحجم الطلبات كبير، ودفع تكلفة كل رمز لنموذج مغلق باهظ الثمن. لذلك يختار الفريق نموذجًا مفتوحًا، وينشره على وحدات GPU الخاصة به أو لدى مزود سحابي، ثم يضبطه باستخدام مستنداته. ووفقًا لبيانات Menlo، تتجه الأموال في مثل هذه السيناريوهات بصورة متزايدة إلى Kimi ومنافسيها الصينيين.

ما الذي ينبغي فعله؟

أولًا، لا تعتبر المصادر المفتوحة مرادفًا للنماذج الغربية. إذا كنت تختار نموذجًا مفتوحًا لمنتج ما، فينبغي أن تكون Kimi وغيرها من العائلات الصينية ضمن قائمة المقارنة الافتراضية، لا أن تعامل بوصفها خيارات «غريبة».

ثانيًا، تحقق من الترخيص والمخاطر القانونية. بالنسبة إلى بعض الشركات، ولا سيما في القطاعات الخاضعة للتنظيم أو القطاع الحكومي، قد يصبح منشأ النموذج مسألة امتثال. حدّد مسبقًا متطلبات عملائك، بدلًا من اكتشافها بعد توقيع العقد.

ثالثًا، لا تراهن على نموذج واحد. ما دام سوق الأوزان المفتوحة شديد التركز إلى هذا الحد، فإن بناء معمارية تتيح استبدال النموذج سريعًا خلف واجهة موحدة يقلل المخاطر التقنية والتجارية معًا. أجر اختباراتك الخاصة على بيانات حقيقية، ولا تعتمد على معايير الأداء العامة.

القيود

هذا تقرير واحد صادر عن شركة واحدة لرأس المال الجريء، كما أن حصتي 89% و61% مقاسَتان وفق تقديرات الإنفاق، لا عدد الطلبات أو عمليات التثبيت. ولا يعني نمو حصة النماذج الصينية في القطاع المفتوح أنها تتفوق على النماذج الأميركية من حيث الجودة عمومًا. فالنماذج الأميركية المغلقة لا تزال تستحوذ على معظم الإيرادات، وتبقى الخيار الافتراضي للعديد من المهام.

الخلاصة العملية موجزة: أصبح القطاع المفتوح صينيًا إلى حد بعيد. وإذا كنت تبني منتجًا قائمًا على المصادر المفتوحة، فقيّم هذه النماذج بموضوعية، بالاستناد إلى الاختبارات والمراجعة القانونية، لا إلى العادة أو منشأ النموذج.

القصة

أسئلة وأجوبة حول الخبر

ما الذي جرى قياسه تحديدًا؟

ثمة توضيح مهم: لا تتناول هذه الأرقام سوق الذكاء الاصطناعي بأكملها، بل الجزء المفتوح منها فقط. فالنماذج الأميركية المغلقة التي يجري استخدامها عبر واجهات API ما زالت تستحوذ على الغالبية الساحقة من الإيرادات الإجمالية. نحن إذن أمام سوقين مختلفتين. في القطاع المغلق، تجني المختبرات الأميركية الأموال. أما في القطاع المفتوح، حيث تنزّل الشركة الأوزان وتشغّلها على بنيتها التحتية أو لدى مزود للبنية التحتية، فيتصدر المطورون الصينيون. ومع ذلك، تظل هذه الأرقام تقديرية.

لماذا تختار الشركات الأوزان الصينية؟

لا يشرح ملخص التقرير الأسباب، ولذلك فإن ما يلي يمثل افتراضاتنا، لا استنتاجات واضعي التقرير. تلجأ الشركات إلى النماذج المفتوحة عندما تحتاج إلى قدر أكبر من التحكم: فلا تغادر البيانات إلى واجهة API خارجية، ويمكن ضبط النموذج لمهمة محددة، كما تصبح تكلفة الطلبات قابلة للتنبؤ. ومن بين الخيارات المفتوحة، تشير الأرقام إلى أن النماذج الصينية تقدم حاليًا أفضل تنافسية من حيث العلاقة بين الجودة والسعر. أما البدائل الأخرى فتتأخر عنها بوضوح من حيث حصة الإنفاق. لنأخذ مثالًا بسيطًا. يطوّر فريق مساعدًا داخليًا للعمل على العقود.

ما الذي ينبغي فعله؟

أولًا، لا تعتبر المصادر المفتوحة مرادفًا للنماذج الغربية. إذا كنت تختار نموذجًا مفتوحًا لمنتج ما، فينبغي أن تكون Kimi وغيرها من العائلات الصينية ضمن قائمة المقارنة الافتراضية، لا أن تعامل بوصفها خيارات «غريبة». ثانيًا، تحقق من الترخيص والمخاطر القانونية. بالنسبة إلى بعض الشركات، ولا سيما في القطاعات الخاضعة للتنظيم أو القطاع الحكومي، قد يصبح منشأ النموذج مسألة امتثال. حدّد مسبقًا متطلبات عملائك، بدلًا من اكتشافها بعد توقيع العقد. ثالثًا، لا تراهن على نموذج واحد.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…