الرئيس التنفيذي لشركة كوين بيس يروج لنماذج الذكاء الاصطناعي الصينية ذات الوزن المفتوح كحل لارتفاع أسعار الفائدة

اقترح الرئيس التنفيذي لشركة Coinbase تجربة نماذج الذكاء الاصطناعي ذات الوزن المفتوح الأرخص للحفاظ على الإنفاق على الذكاء الاصطناعي تحت السيطرة مع ارتفاع استهلاك الرموز.

وقد أثار هذا المقترح مخاوف بشأن المخاطر الأمنية والجيوسياسية لتوجيه أحمال العمل المؤسسية عبر أنظمة صينية الأصل.

لماذا تستخدم الشركات نماذج الذكاء الاصطناعي الصينية؟ 

لقد جعلت ضوابط التصدير الأمريكية من الصعب على الشركات الصينية الوصول إلى رقائق الذكاء الاصطناعي الأمريكية، لكن ذلك لم يمنعها من بناء نماذج تنافسية وبيعها بأسعار أقل بكثير. 

على سبيل المثال، يكلف GLM 5.2 الخاص بـ Zhipu مبلغ 1.40 دولارًا لكل مليون رمز إدخال و 4.40 دولارًا لكل مليون رمز إخراج مقارنة بـ Opus 4.8 الخاص بـ Anthropic الذي يكلف 5 دولارات و 25 دولارًا لنفس الحجم. 

حقق نموذج GLM 5.2 نتيجة 62.1 على منصة SWE-bench Pro، وهي معيار رئيسي لاختبار مهارات البرمجة، متفوقًا بذلك على نموذج GPT-5.5 من OpenAI الذي حقق 58.6. وقد صرّح أحد باحثي الذكاء الاصطناعي بأن GLM 5.2 "لا يقل جودة عن Opus 4.8 وGPT 5.5"

ووصفه آخر بأنه "أول نموذج مفتوح المصدر يمكنه حقاً منافسة الأنظمة المغلقة المصدر"

هل تستخدم منصة Coinbase نماذج الذكاء الاصطناعي الصينية؟

برايان أرمزtronيقول الرئيس التنفيذي لشركة Coinbase، ، إن أفضل طريقة للتحكم في ارتفاع تكاليف الذكاء الاصطناعي هي استخدام نماذج الوزن المفتوح الأرخص، بما في ذلك الأنظمة من الصين مثل GLM 5.2. 

قالtronإنه بدلاً من إنفاق المزيد والمزيد على الذكاء الاصطناعي، تحتاج الشركات إلى "خيارات افتراضية أفضل، وتوجيه أفضل، وتخزين مؤقت أفضل". وقد أثار اقتراحه باستخدام النماذج الصينية، حتى لو كانت أرخص، مخاوف بشأن المخاطر الأمنية والسياسية. 

إلى جانب سعره المناسب، يستخدم GLM 5.2 ترخيص MIT، مما يعني أنه يمكن للشركات تنزيله وتعديله وتشغيله على خوادمها الخاصة، مما يزيل أي خطر لإرسال بيانات الشركة الحساسة إلى واجهة برمجة تطبيقات خارجية. 

أصبح الإنفاق على الذكاء الاصطناعي مشكلة حقيقية، مما دفع الشركات إلى التراجع عن استخدام هذه التقنية في عملياتها. 

Cryptopolitan مؤخرًا أن شركة أوبر استنفدت ميزانيتها المخصصة لبرمجة الذكاء الاصطناعي لعام 2026 بالكامل بحلول أبريل، وتفرض الآن حدًا أقصى قدره 1500 دولار أمريكي لكل أداة شهريًا. وأصدرت شركة ميتا مذكرة تحذيرية بشأن "زيادة هائلة" في استخدام الذكاء الاصطناعي، وبدأت في وضع ضوابط للإنفاق. أما أمازون، فقد ألغت لوحة المتصدرين الداخلية التي كانت تصنف الموظفين حسب استهلاكهم للذكاء الاصطناعي، نظرًا لاستغلال البعض لها ورفع التكاليف. 

أظهر استطلاع أجرته شركة KPMG أن 26% فقط من الشركات لديها رؤية كاملة لتكاليف الذكاء الاصطناعي، بينما تكتشف 22% منها الإنفاق فقط بعد استلام الفاتورة. وتتوقع غولدمان ساكس أن يرتفع استهلاك رموز الذكاء الاصطناعي 24 ضعفًا بحلول عام 2030، ليصل إلى 120 كوادريليون رمز شهريًا.

تتوقع مؤسسة البيانات الدولية أن 70% من الشركات الرائدة التي تعتمد على الذكاء الاصطناعي ستستخدم نماذج متعددة بحلول عام 2028 بدلاً من الاعتماد على مزود واحد. 

ما الذي يجعل نماذج الذكاء الاصطناعي الصينية محفوفة بالمخاطر؟

تخضع واجهة برمجة التطبيقات السحابية لشركة Z.ai، التي تتيح للمطورين والشركات استخدام نماذج الذكاء الاصطناعي الخاصة بها (بما في ذلك GLM 5.2)، لقانون الاستخبارات الوطنية الصيني. وهذا يثير مخاوف حقيقية لأي شركة تتعامل مع معلومات حساسة. 

بدأ المشرعون الأمريكيون تحقيقاً رسمياً في مايو/أيار حول مخاطر الأمن السيبراني الناجمة عن نماذج الذكاء الاصطناعي ذات الأصل الصيني في البنية التحتية الحيوية. 

تُثار مخاوف أيضاً من أن النماذج المُدرَّبة في ظل أنظمة قانونية مختلفة قد تحمل سلوكيات غير مُفصَح عنها. إضافةً إلى ذلك، اختبر أحد مطوري الذكاء الاصطناعي نموذج GLM 5.2 مقابل GPT-5.5 في مهمة تصحيح الأخطاء، ووجد أنه "لا يُقارن" بقدرة نموذج OpenAI على رصد المشكلات، على الرغم من التقارير التي تُشير إلى تفوق النماذج الصينية على نظيراتها الأكثر تكلفة. 

كشفت شركة أنثروبيك في رسالة مفتوحة إلى لجنة الخدمات المصرفية بمجلس الشيوخ أن مشغلي منصة علي بابا كوين قاموا بإجراء 28.8 مليون عملية تبادل لعملة كلود عبر حوالي 25 ألف حساب وهمي بين شهري أبريل ويونيو. ووصفت الشركة هذه العملية بأنها أكبر حملة معروفة لسرقة بيانات نموذج رقمي. 

يُزيل الاستضافة الذاتية للأوزان المفتوحة مخاطر توجيه بيانات واجهة برمجة التطبيقات، حيث لا تُرسل الشركات التي تُشغّل النموذج على خوادمها الخاصة البيانات إلى الصين. لكن يبقى القلق قائماً بشأن النماذج نفسها.