ElevenLabs وGoogle Cloud تراهنان على معالجات NVIDIA Blackwell

يدخل سباق الذكاء الاصطناعي الصوتي مرحلة جديدة، وتعيد الأطراف الرئيسية فيه ترتيب تحالفاتها. ففي 26 فبراير أعلنت ElevenLabs، الشركة اللندنية التي تُعدّ من أبرز الشركات الناشئة في مجال الذكاء الاصطناعي الصوتي، توسيع شراكتها الاستراتيجية مع Google Cloud. وبموجب الاتفاق المتجدد متعدد السنوات، تحصل ElevenLabs على بنية سحابية موسّعة من Google، وعلى أحدث المسرّعات الرسومية من فئة NVIDIA Blackwell، وهو الأهم. وليست هذه مجرد صفقة مؤسسية عادية، بل إشارة إلى الاتجاه الذي تسلكه صناعة التقنيات الصوتية.

ولفهم أهمية هذه الشراكة، يجدر النظر إلى مسيرة ElevenLabs. تأسست الشركة عام 2022 على يد موظفين سابقين في Google وPalantir، وتحولت خلال سنوات قليلة إلى واحدة من الشركات الرائدة في سوق تخليق الصوت. وتتيح تقنيتها توليد كلام واقعي بعشرات اللغات، واستنساخ الأصوات، وإنشاء وكلاء ذكاء اصطناعي حواريين قادرين على إجراء محادثة طبيعية. ويضم عملاؤها شركات إعلامية وناشرين ومطوّري ألعاب وشركات كبرى. لكن التوسع في قطاع الشركات تحديدًا شكّل عنق الزجاجة، إذ تتطلب معالجة الصوت في الوقت الفعلي موارد حوسبية هائلة، ولم تعد القدرات السحابية القياسية كافية.

وهنا يأتي دور معالجات NVIDIA Blackwell، وهي بنية الجيل التالي التي خلفت Hopper. وتَعِد شرائح Blackwell، ومنها الشريحة الرائدة B200، بتحسّن أدائي بأضعاف مضاعفة في مهام inference، وهو بالضبط ما يلزم لتوليد الكلام في الوقت الفعلي. فتدريب النموذج يمكن إجراؤه مرة واحدة ويستغرق أسابيع، أما inference فعملية مستمرة تحدث في كل مرة يطلب فيها المستخدم تحويل نص إلى صوت أو يتحدث إلى وكيل ذكاء اصطناعي. وكلما كان inference أسرع وأكثر كفاءة، انخفض زمن التأخير وارتفعت الجودة وقلّت تكلفة كل طلب. وهذا أمر بالغ الأهمية لشركة تعالج ملايين الطلبات الصوتية يوميًا.

ولم يكن اختيار Google Cloud شريكًا للبنية التحتية عشوائيًا كذلك. فبين عمالقة السوق السحابية الثلاثة، AWS وAzure وGoogle Cloud، منافسة شرسة على الشركات الناشئة في الذكاء الاصطناعي، ويشكّل كل عقد من هذا النوع رصيدًا في السمعة. وقد عززت Google Cloud محفظتها في الذكاء الاصطناعي بقوة خلال العام ونصف العام الأخيرين، عبر رقائق TPU الخاصة بها، والتكامل مع Gemini، ونسخ حوسبية متخصصة للذكاء الاصطناعي. ويعزز استقطاب ElevenLabs موقع Google في قطاع الذكاء الاصطناعي التوليدي، ويُظهر أن المنصة قادرة على تلبية أعباء تخليق الصوت المتطلبة بمستوى يرضي إحدى الشركات الرائدة في السوق.

أما بالنسبة إلى ElevenLabs نفسها، فتفتح هذه الشراكة الطريق أمام عملاء مؤسسيين بحجم مختلف تمامًا. فالمؤسسات الكبرى التي تدرس اعتماد وكلاء ذكاء اصطناعي صوتيين في خدمة العملاء أو الاتصالات الداخلية أو واجهات المنتجات تفرض متطلبات صارمة فيما يخص الموثوقية وسرعة الاستجابة وقدرة النظام على التعامل مع ذروة الأحمال. ويتيح الوصول إلى بنية Google Cloud المزودة بمسرّعات Blackwell لـ ElevenLabs ضمان مستوى من الخدمة كان متاحًا في السابق للعمالقة فقط، مثل Amazon أو Microsoft بمنصاتهما الصوتية الخاصة.

ويستحق السياق الأوسع اهتمامًا أيضًا. فسوق الذكاء الاصطناعي الصوتي يشهد نموًا متسارعًا، وتشير تقديرات مختلفة إلى أن حجمه سيتجاوز 30 مليار دولار بحلول عام 2027. وتشتد المنافسة: فـ OpenAI تطوّر القدرات الصوتية في ChatGPT، وAmazon تحسّن Alexa، وعشرات الشركات الناشئة تقدم حلولًا متخصصة للدبلجة والبودكاست ومراكز الاتصال. وفي هذه الظروف لا يعود الوصول إلى العتاد المتقدم ميزة تنافسية فحسب، بل شرطًا للبقاء. فالشركات التي ستتقن أولًا الاستفادة من قدرات Blackwell في inference ستتمكن من تقديم خدمة أسرع وأعلى جودة وأقل كلفة، والاستحواذ على حصة الأسد من السوق المتنامي.

وثمة جانب آخر لا ينبغي تجاهله. فتعمّق اعتماد الشركات الناشئة في الذكاء الاصطناعي على عمالقة السحابة يخلق اختلالًا في موازين القوة. إذ لا تكسب Google Cloud عميلًا فحسب، بل تكتسب فهمًا عميقًا لكيفية بناء النماذج الصوتية المتقدمة، والأحمال التي تولّدها، والاتجاه الذي تسلكه التقنية. وهذا يعني أن على ElevenLabs الموازنة بين مزايا الشراكة ومخاطر الارتهان لمزوّد واحد. غير أن صيغة «توسيع الشراكة» توحي بأن الشركة كانت تعمل مع Google Cloud من قبل، ما يعني أن هذا الخيار كان مدروسًا ومجرَّبًا عبر الزمن.

وفي المحصلة، لا يمثل إعلان ElevenLabs وGoogle Cloud خبرًا عن صفقة واحدة بقدر ما هو مؤشر على نضج سوق الذكاء الاصطناعي الصوتي. فقد انتقلت التقنية من مرحلة التجارب إلى مرحلة التوسع الصناعي، ولم تعد جودة النموذج وحدها العامل الحاسم، بل أيضًا القدرة على تشغيله على بنية تحتية تتحمل ضغط الأعمال الفعلية. ومن يتحكم في الحوسبة يتحكم في مستقبل الذكاء الصوتي.