وسطاء بيانات أمريكيون يبيعون لمختبرات الذكاء الاصطناعي الصينية بيانات وبيئات RL بنحو 500 مليون دولار

إذا كنتم تظنون أن النقص الرئيسي في سباق الذكاء الاصطناعي هو الرقائق، فللقصة نصف آخر. فالتحقيق الذي أجرته ChinaTalk ونقله موقع The Decoder يُظهر أن موردي البيانات الأمريكيين يبيعون بهدوء لمختبرات صينية ما تتدرّب عليه نماذج OpenAI وAnthropic. ويبلغ الحجم الإجمالي نحو 500 مليون دولار.

ما الذي يُباع تحديدًا

لا يقتصر الأمر على النصوص الموسومة. فجزء من البضاعة هو بيئات RL (بيئات للتعلّم المعزَّز). تخيّلوا جهاز تدريب: يُعطى النموذج مهمة مثل «إصلاح خلل في مستودع الشيفرة» أو «إعداد التقرير الربع سنوي»، ثم يتحقق سكربت من النتيجة ويمنحه مكافأة. يحاول النموذج آلاف المرات ويتعلّم تدريجيًا حل هذه المهام بشكل أفضل. وبناء جهاز تدريب جيد مكلف ويستغرق وقتًا طويلًا: فهو يحتاج إلى خبراء وفحوص وتنقيح للأخطاء.

لذلك فالصفقة مجزية للطرفين. ووفق التحقيق، تضم قائمة البائعين تسع شركات أمريكية على الأقل، منها Mercor وSurge AI وAfterQuery وTuring. وتكتب Surge AI صراحةً على موقعها أن منتجاتها أُعدّت على يد «الخبراء أنفسهم الذين يقفون وراء العمل لصالح مختبرات frontier».

لماذا تريد الصين ذلك

يختار المشترون عن قصد المنتجات نفسها التي اشترتها OpenAI أو Anthropic من قبل. والمنطق بسيط: ما دام الروّاد الأمريكيون قد أثبتوا أن البيئة تعمل، فلا حاجة إلى اختبارها ذاتيًا. وهذا يوفّر أشهرًا من التطوير ويلغي تشغيلات التدريب «الفارغة» التي تكلّف الكثير. وبالنسبة إلى المختبرات الصينية تزداد قيمة الحوسبة مرتين: فرقائقها المحلية تعاني، بحسب المؤلفين، نقصًا حادًا في الذاكرة.

ويُضاف إلى ذلك التقطير (distillation). فالفرق الصينية تستخدم نماذج أمريكية قوية مثل GPT وClaude بوصفها «معلّمين» وتدرّب نماذجها على إجاباتها. ومع البيئات المشتراة يتحقق مكسب مضاعف: يمكن اللحاق بالركب بموارد ذاتية أقل.

وتتم الصفقات عبر هياكل خارجية (أوفشور). فلدى ByteDance مثلًا مكاتب شراء في سنغافورة وسان خوسيه. وقد انكشف كل ذلك من مصادر مجهولة ومن إهمال المتعاقدين. وتسند الشركات الأمريكية الجزء الأكبر من إنشاء البيئات وإعداد البيانات إلى منفّذين زهيدي الأجر في الدول النامية، وفي مقدمتها الهند. وأحيانًا يذكر هؤلاء أسماء العملاء في LinkedIn أو في سيرهم الذاتية، مع أنه ينبغي لهم استخدام الأسماء الرمزية فقط.

أين الخطر وأين المبالغة

المخاوف الرئيسية تتعلق بالبيئات ذات الاستخدام المزدوج. فمحاكيات البرمجة تحسّن التطوير، لكنها قد تعزّز أيضًا القدرات السيبرانية الهجومية. أما البيئات البيولوجية فقد تحسّن العمل على تخليق الجينات، وقد تساعد من حيث المبدأ في مهام مرتبطة بالأسلحة البيولوجية. واليوم لا تكاد ضوابط التصدير تشمل هذه السلع، لأنه لا توجد فئة تنظيمية مستقلة لبيئات RL. ويقترح المؤلفون أن يطبّق مكتب الصناعة والأمن الأمريكي القواعد الحالية عليها.

ومع ذلك يطلبون بأنفسهم عدم الانجرار إلى التهويل. فما دامت الصين تسير على خطى القرارات الأمريكية، فهي متأخرة هيكليًا عن المختبرات الأمريكية بما لا يقل عن بضعة أشهر. والبيئات الحسّاسة في البيولوجيا والكيمياء والأمن السيبراني وتصميم الرقائق والخدمات المصرفية الاستثمارية تُبنى بشكل متزايد داخل الشركات الأمريكية نفسها.

كما ينبغي تذكّر القيود. فرقم 500 مليون دولار تقدير من التحقيق. أما بيانات إيرادات AfterQuery السنوية البالغة نحو 100 مليون دولار فمأخوذة من منشورات Forbes، ولم تتمكن ChinaTalk من التحقق منها بشكل مستقل.

ماذا يعني هذا عمليًا

بالنسبة إلى مؤسسي شركات البيانات الناشئة، الخلاصة قاسية: على الأرجح سيتشدد تنظيم هذا السوق. ومن الأفضل أن تعرفوا مسبقًا من هم مشترو منتجاتكم النهائيون، وكيف صيغت العقود، وإلى من تذهب البيئات المتعلقة بالمجالات الحسّاسة. وهذا استنتاجي أنا، وليس ادعاءً من مؤلفي التحقيق.

أما من يبنون منتجات على النماذج فالفكرة مختلفة. فأجهزة التدريب والبيانات وحدها خندق ضعيف: إن كان يمكن شراؤها، فسيشتريها المنافسون أيضًا. وتبقى الميزة الحقيقية في البيانات المغلقة والتوزيع وسرعة التكرار. وعلى الفرق التي تعهد بجمع البيانات أو وسمها إلى متعاقدين أن تراقب الأمن التشغيلي للسلسلة: فتسريب اسم العميل من سيرة أحد المنفّذين سيناريو واقعي تمامًا.