OpenAI وMiniMax وNvidia ترسم ملامح مارس في الذكاء الاصطناعي: Sora وGPT-5.4 والرهان على ميرا موراتي

أظهر مارس أن سوق الذكاء الاصطناعي يبتعد مجددًا عن العروض التجريبية المبهرة المنفردة، ويتجه نحو التنافس على سيناريوهات العمل الفعلية: من سيمنح النموذج إمكانية الوصول إلى الحاسوب، ومن سيسرّع الاستدلال (inference) ويخفض كلفته، ومن سيحوّل المساعد إلى أداة عمل متكاملة بدلًا من أن يكون مجرد دردشة أخرى.

ومن أبرز موضوعات الشهر تحوّل OpenAI في اتجاهها. فبعد أن بدا Sora رمزًا لانبهار الذكاء الاصطناعي التوليدي، بات الاهتمام يتجه بوضوح متزايد إلى المنتجات العملية. وتشير الإشارات الواردة عن إغلاق Sora أو إعادة بنائه بصيغته الحالية إلى أن الإطلاق الصاخب لا يضمن عمرًا طويلًا للمنتج إذا لم يندمج في العمليات اليومية للمستخدمين. وفي هذا السياق يبدو إصدار GPT-5.4 مع وصول أصيل إلى الحاسوب مؤشرًا بالغ الدلالة. فالسوق يقدّر أكثر فأكثر نظامًا قادرًا على فتح النافذة المطلوبة، وتنفيذ سلسلة من الإجراءات، والتحقق من النتيجة، وتوفير وقت الإنسان في مهمة حقيقية، لا نموذجًا يجيب عن الطلبات بأسلوب جميل فحسب.

وتردّ Google على هذا السباق من جهتها. إذ يُقدَّم Gemini 3.1 Flash-Lite بوصفه نموذجًا أخفّ وأسرع، وهذه إشارة مهمة للسوق كله: الغلبة لن تكون للأقوى وحده، بل أيضًا للحلول الأقل كلفة في التشغيل. وبالتوازي تجعل Google التضمينات (embeddings) متعددة الوسائط، وهذا ليس مسألة تسويقية، بل بنية جديدة للبحث والتوصيات. فبعد أن كانت النصوص والصور والواجهات والمستندات تعيش غالبًا في مسارات منفصلة، صارت تندمج أكثر فأكثر في فضاء تمثيل موحّد. وهذا يعني أن البحث المؤسسي وأنظمة RAG والمساعدات داخل المنتجات وأدوات التحليل ستحصل على فهم أدق للمحتوى المختلط.

وعززت Anthropic في مارس بدورها التوجه العملي: فقد حصل Claude على حرية أكبر على سطح المكتب. وثمة لحظة لافتة أخرى هي ردّ فعل دونالد كنوث، الذي نجح Claude في إدهاشه حقًا بجودة عمله.

ويرتبط محور قوي آخر في هذا الشهر بـ MiniMax وفكرة الأنظمة ذاتية التعلّم. فقد زادت قصة MiniMax M2.7 الاهتمام بسؤال: إلى أي مدى يمكن الذهاب في استخدام النموذج في تطويره وتقييمه وإعداد بياناته الاصطناعية؟ وإذا ترسخت هذه الممارسات، فستحصل الصناعة على تسارع تعاودي: يساعد النموذج في إنشاء النسخة التالية من نفسه، فيقصّر الدورة بين التجربة والإصدار. لكن هنا أيضًا يكمن الخطر الرئيسي. فالتعلّم الذاتي دون رقابة صارمة قد لا يسرّع التقدم فحسب، بل قد يضخّم الأخطاء والشوائب والثقة الزائفة. لذلك لا تكمن الأهمية في مشاركة النموذج في التطوير بحد ذاتها، بل في جودة عمليات التحقق والمرشِّحات ومعايير التقييم الخارجية.

ولا يقل دلالةً ما جرى مع Nvidia، التي تراهن في جوهر الأمر لا على الشرائح وحدها، بل على مراكز القوة المنتجية في المستقبل. ويُقرأ اهتمامها بمشروع ميرا موراتي محاولةً لحجز مكان مسبق في الدورة المقبلة لشركات الذكاء الاصطناعي. وهذا منطقي بالنسبة إلى Nvidia: فالبنية التحتية وحدها لم تعد كافية إذا كان السوق يتجه نحو ارتباط أوثق بين العتاد والنماذج والأدوات والواجهات التطبيقية. وهو أيضًا مؤشر مهم للقطاع كله: فاللاعبون الكبار لم يعودوا ينتظرون أن يتشكل القائد الجديد من تلقاء نفسه، بل يسعون إلى المشاركة في تشكيله في وقت مبكر قدر الإمكان.

وفي المحصلة ترسم أحداث مارس صورة واضحة جدًا. فسوق الذكاء الاصطناعي ينضج ويبتعد عن التنافس بين عروض مبهرة منفردة نحو التنافس على السرعة والسعر والتكامل وعمق الاعتماد في العمل اليومي. فالنماذج تصبح أكثر تعددًا للوسائط، وتحصل على صلاحيات أوسع داخل الحاسوب، وتتعلم المساعدة في تطوير نفسها، وترتبط على نحو أوثق ببنية شركات التكنولوجيا الكبرى التحتية. وبالنسبة إلى المستخدمين والفرق يعني ذلك أمرًا واحدًا: سيتعين عليهم اختيار الأدوات لا بحسب صخب الإعلان، بل بحسب مدى اندماجها الجيد في العمليات الفعلية. وهنا بالذات، خلال الأشهر المقبلة، سيُحسم من يضع حقًا جدول أعمال الذكاء الاصطناعي.