شركات التكنولوجيا الكبرى تزيد إنفاقها على الذكاء الاصطناعي مع سيطرة نماذج الاستدلال

سترفع أكبر شركات التكنولوجيا إنفاقها السنوي على الذكاء الاصطناعي إلى أكثر من 500 مليار دولار بحلول بداية العقد التالي، مدفوعاً جزئياً بمنهجية الذكاء الاصطناعي الأحدث التي طورتها ديب سيك وأوبن إيه آي. 

من المتوقع أن تنفق شركات مايكروسوفت وكورب، وأمازون.كوم إنك، وميتا بلاتفورمز إنك، والمعروفة جماعياً باسم المزودون الكبار، 371 مليار دولار على مراكز بيانات الذكاء الاصطناعي وموارد الحوسبة في عام 2025، بزيادة بنسبة 44% عن العام السابق. وبحلول عام 2032، من المتوقع أن يرتفع هذا الرقم إلى 525 مليار دولار.

تاريخياً، ذهب جزء كبير من الاستثمار في الذكاء الاصطناعي إلى مراكز البيانات والرقائق لتدريب أو إنشاء نماذج ذكاء اصطناعي جديدة معقدة بشكل كبير. والآن، تريد الشركات اتباع نهج مختلف. وبناءً على ذلك، من المتوقع أن تحول شركات التكنولوجيا إنفاقها بشكل أكبر نحو الاستدلال أو عملية تشغيل هذه الأنظمة بعد تدريبها.

كيف تشكل ديب سيك وأوبن إيه آي اتجاهات إنفاق الذكاء الاصطناعي

أطلقت ديب سيك الصينية، وأوبن إيه آي، وشركات أخرى عدة نماذج استدلال جديدة، مما شدد المنافسة بين الشركات التي لم تتبنَ بعد نهجاً مشابهاً.

تحاكي هذه الأنظمة حل المشكلات البشري من خلال أخذ وقت إضافي لمعالجة وحساب الردود على استفسارات المستخدمين.

أثار صعود ديب سيك، التي زعمت أنها يمكنها إنشاء نموذج تنافسي بتكلفة أقل مقارنة ببعض منافسيها الأمريكيين الكبار، مخاوف بشأن الاستثمارات الثقيلة في تطوير الذكاء الاصطناعي في قطاع التكنولوجيا الأمريكي. ونتيجة لذلك، تفضل بعض شركات التكنولوجيا الرائدة أنظمة ذكاء اصطناعي أكثر كفاءة يمكنها العمل على عدد أقل من الرقائق.

ومع ذلك، تقدم نماذج الاستدلال أيضاً فرصاً جديدة للربح من البرمجيات وربما تحويل المزيد من تكاليف التطوير بعد طرح النموذج. من المرجح أن يشجع ذلك على المزيد من الاستثمار في هذه الاستراتيجية ويزيد الإنفاق على الذكاء الاصطناعي بشكل عام.

كتب محلل في بلومبرغ إنelligence، مانديب سينغ، "قد يكون نمو رأس المال للإنفاق على تدريب الذكاء الاصطناعي أبطأ بكثير من توقعاتنا السابقة."

ومع ذلك، لاحظ أن التركيز الهائل على ديب سيك سيحتمل أن يشجع شركات التكنولوجيا على "زيادة الاستثمارات" في الاستدلال، مما يجعله قطاع السوق الأسرع نمواً في الذكاء الاصطناعي التوليدي.

ووفقاً للتقارير، من المتوقع أن يذهب أكثر من 40% من ميزانيات الذكاء الاصطناعي للمزودين الكبار هذا العام نحو التدريب؛ ومع ذلك، في عام 2032، ستنخفض هذه النسبة إلى 14% فقط. وعلى النقيض من ذلك، قد يتم تخصيص ما يقرب من نصف جميع الإنفاق السنوي على الذكاء الاصطناعي للاستثمارات المدفوعة بالاستدلال.

من ناحية أخرى، كتب سينغ أن جوجل التابعة لشركة ألفابت تبدو في أفضل وضع لإجراء هذا التحول بسرعة، بفضل رقائقها الداخلية التي تتعامل مع التدريب والاستدلال. قد لا تتمتع شركات التكنولوجيا الأخرى، مثل مايكروسوفت وميتا، بنفس المرونة لأنها اعتمدت بشكل كبير على رقائق إنفيديا كورب.

كيف تعيد نماذج الاستدلال تشكيل الذكاء الاصطناعي بالتفكير المنظم والمنطقي

نماذج الاستدلال هي نماذج لغوية متخصصة مصممة لحل المشكلات من خلال الاستدلال المنطقي الصريح، وقد ظهرت كنموذج جديد في الذكاء الاصطناعي، متغلبة على نماذج اللغات الكبيرة التقليدية في المهام الصعبة من خلال تفكيك المشكلات، و"التفكير" قبل الرد، وتحسين الحلول بشكل تكراري.

تاريخياً، كانت نماذج اللغات الكبيرة متعددة الأغراض قادرة على توليد إجابات بسيطة. ومع إدخال نماذج الاستدلال، تتبع الإجابات عملية تفكير أكثر تنظيماً، ويتم الإشارة إلى عملية الوصول إلى تلك الإجابة. ومع ذلك، بينما تعرض بعض النماذج بوضوح مرحلة الاستدلال المنطقي، فإن أخرى لا تفعل ذلك.

توضح مرحلة الاستدلال كيف يمكن للنموذج تفكيك المشكلة المطروحة إلى مشكلات أصغر (التفكيك)، وتجربة نهج مختلفة (توليد الأفكار)، واختيار أفضل النهج (التحقق)، ورفض النهج غير الصالحة (ربما بالرجوع للخلف)، وأخيراً اختيار أفضل إجابة (التنفيذ/الحل).