في زاوية إحدى لقاءات التقنية الشهر الماضي، حصلت على فرصة للحديث مطوّلًا مع مؤسس Kite، تشي زانغ. بصراحة، كان الجو وقتها صاخب جداً — الناس يناقشون مشاريعهم في كل مكان، وماكينة القهوة تزمجر بصوت مرتفع. سألته مباشرة: "طبقة الاقتصاد للذكاء الاصطناعي هذه، الكل يعرف أنها تحدي صعب، لماذا أنتم مصرين على خوضها؟"

إجابته كانت غير متوقعة. لم يكلمني عن تغيير العالم أو شعارات كبيرة، بل بدأ يحكي لي عن تجربته السابقة في Google Cloud وSnapchat. قال إن هناك صورة لا يستطيع نسيانها — أقوى نماذج الذكاء الاصطناعي في العالم، قدراتها هائلة، لكنها تظل حبيسة الخوادم تنتظر أوامر البشر. مثل طائر يستطيع الطيران، لكن محبوس في قفص ولم يُحلّق أبداً.

هذا الكلام جعلني أفهم فجأة. ما جمع هذه المجموعة من خريجي Stanford وMIT، بالإضافة إلى كبار المهندسين من شركات وادي السيليكون، لم يكن الرغبة في استغلال موجة جديدة لتحقيق أرباح سريعة، بل كان هدفهم حل مشكلة جوهرية — كيف يمكن للذكاء الاصطناعي ألا يكون مجرد منفذ أوامر، بل يستطيع اتخاذ قرارات بنفسه ويخلق قيمة في السوق بنفسه؟

من متابعتي، أكثر ما يعجبني في فريق Kite هو قدرتهم على "الدمج". هؤلاء ليسوا فقط مطوري بلوكتشين يكتبون العقود الذكية، ولا هم أكاديميون محصورون في المعامل يكتبون أبحاثاً، بل هم أقرب للمهندسين العمليين الذين خاضوا التجربة في الخطوط الأمامية للأعمال.

الرئيس التقني لهم Vibhav Bhargava كان مسؤولاً عن أنظمة ضخمة في Meta سابقاً، وهذه خبرة مهمة جداً. طريقة تفكير الفريق في التصميم عملية للغاية — لا يبدأون بسؤال كم يمكن للنظام أن يكون سريعاً نظرياً، بل يفكرون: "في يوم التخفيضات الكبرى، ما مدى سرعة استجابة مساعد تسوق بالذكاء الاصطناعي ليتمكن من مساعدة المستخدم في اقتناص العروض؟" هذا التفكير العكسي من السيناريوهات الواقعية لتحديد متطلبات التقنية مختلف تماماً عن مجرد استعراض الأرقام في الورق الأبيض للمشاريع الأخرى.

وهذا يفسر لماذا استطاع اختبار الشبكة لديهم تحمل 17 مليار تفاعل مع الحفاظ على الاستقرار. ليس حظاً، بل لأنهم من البداية يفكرون كيف سيستخدم المستخدم الحقيقي النظام، وما هي الحالات القصوى التي قد تواجههم.

بالمختصر، بناء بنية تحتية اقتصادية للذكاء الاصطناعي لا يكفي فيه الحماس التقني وحده، بل يحتاج لخبرة عملية في بيئة الأعمال الحقيقية. أهم ما يميز فريق Kite هو قدرتهم على الجمع بين فهم الذكاء الاصطناعي وفهم الأعمال، بين كتابة الكود ومعرفة احتياجات المستخدمين.