هل تتجه تسعيرة الذكاء الاصطناعي للخروج من «الغرفة المغلقة»؟ AI تقدم الإجابة

المؤلف: براثيك ديزاى المصدر: توكيندي سباتش الترجمة: شنو أوبا، كينسياو فاينانس

صناعة الذكاء الاصطناعي اليوم تشبه نظامًا دينيًا مغلقًا: التمويل والتقييم يتمان خلف أبواب مغلقة. الشركات الرائدة القليلة تجمع مبالغ ضخمة من التمويل، وتوظف أفضل الباحثين، وتستأجر مجموعات حوسبة ضخمة، بينما السوق لا يمكنه إلا أن يستنتج قيمتها من خلال أخبار التمويل التي تُعلن بعد شهور. ما يُسمى “التقييم”، غالبًا ما يكون مجرد رقم يتفق عليه عدد قليل من الأشخاص في غرفة مغلقة، وليس السعر الحقيقي الذي يكتشفه السوق الحر. وعندما يستطيع المستثمرون العاديون رؤية السعر، يكون معظم هامش الارتفاع قد تم تقسيمه بين المشاركين الأوائل.

المبدأ الأساسي لـ Bittensor هو: لا ينبغي للذكاء الاصطناعي أن يُموّل بهذه الطريقة. أنا مفتون جدًا بالنظام الذي يبنيه. ليس لأنه يستطيع إنتاج نماذج أفضل من OpenAI، Anthropic، أو جوجل — على الأقل في الوقت الحالي — بل لأنه وجد مسارًا لامركزيًا يمكنه تقييم، تمويل، وتسعير مشاريع الذكاء الاصطناعي قبل أن تنمو إلى شركات تقليدية.

هذا النموذج يختلف تمامًا عن العديد من محاولات اللامركزية التي ظهرت خلال موجات الذكاء الاصطناعي السابقة.

نظام الشبكات الفرعية في Bittensor يدعم الفرق باستمرار، ويكافئ المنفذين الفعالين، ويقضي على المشاريع المتخلفة، ويعيد تقييم كامل بيئة الذكاء الاصطناعي بشكل فوري. هذه طريقة غير مسبوقة لتسعير الذكاء الاصطناعي. أعترف أن هذه العملية قاسية جدًا، لكنها أكثر صدقًا.

في هذا التحليل العميق، سأشرح لك كيف يعمل نظام Bittensor، ولماذا قد يكون أكثر فاعلية من أي محاولة سابقة لتسعير الذكاء الاصطناعي.

غرفة سرية لتسعير الذكاء الاصطناعي

فقط في الربع الأول من عام 2025، حصلت الشركات الناشئة في مجال الذكاء الاصطناعي على تمويل بقيمة 73.1 مليار دولار، وهو ما يمثل 58% من إجمالي استثمارات رأس المال المخاطر على مستوى العالم. على الرغم من أن مؤسسات مثل GIC و TPG أصدرت تحذيرات من أن تقييمات بعض القطاعات مرتفعة جدًا، إلا أنه لا يوجد تقريبًا أداء تشغيلي يدعم هذه التقييمات.

هذه النموذج يصب في مصلحة المؤسسين، والأشخاص الداخليين، والمستثمرين في المراحل المتأخرة، لكنه يستبعد الآخرين: مزودو الموارد الحاسوبية الأساسية، المطورون الذين يعتمدون على نماذج مفتوحة المصدر، والمستخدمون الأوائل العاديون، الذين لا يشاركون في الأرباح. حتى مع ظهور الذكاء الاصطناعي المفتوح المصدر، لم يتغير هذا الوضع، حيث تظل الأموال مركزة في عقود الخدمات السحابية، وطبقات النشر، والتغليف المؤسسي، والدعم الفني، والأمان، والتوزيع.

خلال عملية خلق القيمة، يشارك الجمهور بشكل واسع، لكن الثمار تُقطف فقط من قبل قلة قليلة. على الرغم من أن هذا النمط موجود منذ زمن، إلا أن التغيير الحقيقي بدأ مع ظهور اقتصاد نماذج الذكاء الاصطناعي المفتوحة المصدر.

ذكر مطورو Red Hat في تقرير أن الشركات تتجه بشكل متزايد إلى اعتماد نماذج الذكاء الاصطناعي المفتوحة المصدر لنشرها محليًا، ولتحكم ذاتي، وللمهام المتخصصة، خاصة في قطاعات مثل الاتصالات والبنوك التي تتطلب تنظيمًا عاليًا. الشركات بحاجة إلى حلول لنشر الذكاء الاصطناعي تتيح المراقبة، والأتمتة، والتشغيل على نطاق واسع، وليس مجرد نماذج AI للاسترشاد بها.

كما تتفق مؤسسات كبيرة مثل McKinsey مع هذا الاتجاه. أظهرت دراستها أن أكثر من نصف الشركات التي شملها الاستطلاع تستخدم بشكل كامل نماذج الذكاء الاصطناعي المفتوحة المصدر في تقنياتها. شمل الاستطلاع 41 دولة، وأكثر من 700 مسؤول تقني ومطور رفيع المستوى.

نموذج Bittensor يتماشى مع هذه التغيرات الصناعية، ويشكل تحديًا لنظام تسعير مشاريع الذكاء الاصطناعي الحالي.

المستثمرون الأصليون في العملات المشفرة متحمسون جدًا للعملة الأصلية لـ Bittensor، TAO، حيث تضاعف سعرها خلال الشهر الماضي. وهناك من يناقش مزايا وعيوب الذكاء الاصطناعي اللامركزي مقابل المركزي. لكن بالنسبة لي، الأهم هو استكشاف طرق أكثر دقة لتسعير الذكاء الاصطناعي. الجواب الذي يقدمه Bittensor هو: جمع جميع الأطراف التي تمول، تطور، تتحقق، وتستخدم الذكاء الاصطناعي في سوق موحدة، وتحديد السعر استنادًا إلى مؤشرات عامة.

نقل الذكاء الاصطناعي إلى السوق المفتوحة

إذا اعتبرنا Bittensor شبكة تتكون من مجموعة من اقتصاديات الذكاء الاصطناعي الصغيرة، وليس مجرد رمز واحد، فسيكون من السهل فهمها.

كل شبكة فرعية هي سوق متخصصة في مهمة معينة ضمن تقنية الذكاء الاصطناعي، قد تركز على الاستنتاج، التدريب الموزع، إشارات التنبؤ، أو توفير القدرة الحاسوبية. منشئ الشبكة يحدد آليات التحفيز والأهداف، والعُمال ينجزون المهام، والمُحققون يقيمون النتائج، والمُرهنون يمكنهم دعم مُحقق معين عبر رهن TAO.

بعد إصدار ترقية TAO الديناميكية في فبراير 2025، أصبحت آليات التحفيز أكثر ابتكارًا: كل شبكة فرعية تمتلك رمزًا خاصًا بها وحوض تمويل. لم تعد Bittensor مجرد هدف استثماري عام، بل أصبحت نظامًا بيئيًا يضم العديد من المشاريع الصغيرة في الذكاء الاصطناعي.

في النصف الثاني من 2025، ستُوزع المكافآت بشكل أكبر بناءً على تدفق TAO الصافي، وليس على السعر الثابت للرمز. وفي ديسمبر من نفس العام، حدث أول تقليل لنصف مكافأة TAO، حيث انخفضت كمية الإصدار اليومي إلى 3600، مما يدفع رأس المال لاختيار الأفضل، ويحول سوق الذكاء الاصطناعي إلى ساحة تنافس للبقاء للأصلح.

وصف الباحث والكاتب في Web3، جيف، هذا النظام بدقة بأنه “آلية ديناميكية لداروينية الذكاء الاصطناعي”، وقدم ملخصًا رائعًا في نشرية 0xJeff:

جوهر داروين هو الصراع من أجل البقاء، حيث تتنافس الكائنات، وتنتقل الصفات المفيدة عبر الأجيال.

هذا المنطق يتجسد في عدة مستويات من نظام Bittensor:

• المنافسة بين الشبكات الفرعية: تتنافس على حصة المكافأة اليومية من 3600 TAO، وتتمكن الشبكات الرائدة من البقاء لفترة أطول بفضل التحفيز.

• منافسة المعدنين: يتنافس المعدنون على تقديم أفضل النتائج، ويقارن المشاركون العالميون أدائهم استنادًا إلى مؤشرات رئيسية، ويحصل المعدن الرائد على 41% من مكافآت alpha للشبكة.

• المنافسة بين المُحققين والمستثمرين: يتنافس المُحققون على التحقق من مهام المعدنين، ويستثمر المستثمرون في الشبكات التي يظهر أداؤها الأفضل.

ماذا يحدث إذا لم يشارك أحد أو كان أداؤه ضعيفًا؟ يُزال من النظام. تُحذف الشبكة مباشرة من النظام (نعم، يُحذف تمامًا).

وهذا هو الاختلاف الجوهري بينها وبين النموذج التقليدي للذكاء الاصطناعي.

في النموذج التقليدي، يقدّم المؤسسون شركاتهم، ويجمعون الأسهم، ويكوّنون فريقًا، ويعملون على تطوير داخلي، ويأملون في أن يعترف السوق بقيمتهم.

أما Bittensor، فغيرت هذا النموذج، فهي تكشف عن مشاريعها الاستثمارية في السوق مبكرًا. في هذا النموذج، يبدأ رواد الأعمال بتشغيل شبكة فرعية، ثم يساهم مزودو الحوسبة عبر GPU بالموارد، ثم يساهم الباحثون والمطورون بعملهم، ويشتري المستثمرون حصصًا استثمارية عبر TAO أو رموز الشبكة الفرعية، وأخيرًا يدفع العملاء مقابل الخدمات الأساسية. وفي النهاية، يأخذ السوق في الاعتبار جميع العوامل ويحدد السعر الكلي للمشروع.

أحب في هذا النموذج أنه يعيد تصور السوق المالي لكل طرف من الأطراف المعنية.

على عكس الشركات الناشئة الخاصة، يمكن للمستثمرين اكتشاف الأسعار باستمرار، دون انتظار جولة تمويل جديدة. في الواقع، يتيح لهم Bittensor عبر منصة TAO استعراض كامل النظام البيئي، أو التركيز على شبكة فرعية واحدة يثقون بها أكثر، لاستثمار أدق.

أما المطورون، فالجاذبية تكمن في عدم الحاجة إلى الاعتماد على Anthropic أو OpenAI أو مراكز البيانات الضخمة للمشاركة في تطور الذكاء الاصطناعي.

يوفر لهم منصة لرأس مال حول أفكارهم، ويمكن حتى قبل أن تتطور فكرتهم إلى شركة ناضجة أن تحصل على دعم، وهو أمر غير مسبوق في صناعة رأس المال المخاطر. يمكن ملاحظة ذلك من خلال تجمع رأس المال داخل الشبكة. بعض الشبكات الفرعية تجذب تدفقات غير متناسبة من TAO، بينما تتخلف أخرى. الشبكات الخمسة الكبرى من حيث القيمة السوقية تمثل تقريبًا ثلثي القيمة الإجمالية لـ 128 شبكة فرعية.

أما بالنسبة للعملاء، فإن هذا النظام يوفر وصولاً إلى بنية تحتية مفتوحة أرخص وأكثر مرونة.

بالإضافة إلى ذلك، يجذب نموذج Bittensor جميع الأطراف لأنه يبدو أكثر عدلاً، وهو أكثر قابلية للتطبيق تجاريًا.

السوق يتجه نحو النضوج

المستثمرون المؤسساتيون بدأوا يرون في Bittensor استثمارًا متوافقًا مع اللوائح، وهذا واضح.

في ديسمبر 2025، تم إدراج صندوق GrayScale Bittensor Trust في السوق الخارجية OTCQX، مما يوفر قناة مألوفة للمستثمرين التقليديين للمشاركة في هذا الأصل غير المعروف، لكنه يزداد طلبه.

أي سوق ناشئ يتجه نحو النضوج يُظهر علامات: وجود تغليف قانوني، ورموز تداول، وأسعار على الشاشة، وطرق وصول لحسابات الوساطة، كما حدث مع ETF البيتكوين والإيثيريوم، وسندات الأصول الرقمية (DATs). ربما لا تزال شهرة Bittensor أقل من البيتكوين والإيثيريوم، لكن وجود صندوق GrayScale يشير إلى أن اهتمام المؤسسات قد تحول من النظرية إلى المنتجات الفعلية.

حتى أن عمل Bittensor حظي باعتراف من نخبة الصناعة التي قد تطيح به.

عندما ذكر المستثمر ورائد الأعمال الشهير تشاماث باليهابيا (Chamath Palihapitiya) الرئيس التنفيذي لشركة NVIDIA، Jensen Huang، أن Bittensor يستخدم التدريب الموزع، لم يقلل Huang من شأنه، بل اعتبره مجرد إنجاز أدنى في مجال العملات المشفرة. ووصفه بأنه “نسخة حديثة من Folding@home”، وهو مشروع توزيع لامركزي يستخدم قدرات حواسيب المتطوعين لمحاكاة طي البروتينات أو حل مسائل معقدة أخرى.

هذا التصنيف يضع Bittensor ضمن سياق طويل الأمد للحوسبة الموزعة، وليس فقط ضمن دورة رمزية.

أحد أبرز شبكاتها، Templar، أظهرت مؤخرًا نتائج تقنية تؤكد قدراتها: حيث أطلقت Covenant-72B، وهو نموذج كبير يضم 720 مليار معلمة، تم تدريبه من الصفر بواسطة أكثر من 20 مشاركًا عالميًا عبر Bittensor، باستخدام 1.1 تريليون توكن. في الاختبارات المعيارية، حقق Covenant-72B درجة 67.11 في MMLU، متفوقًا على LLaMA-2-70B الذي حصل على 65.63.

بصراحة، لا يزال غير قادر على التفوق على OpenAI أو Anthropic، لكنه يثبت أن التعاون اللامركزي يمكن أن يبني بنية تحتية AI ذات قيمة تجارية.

شبكة Chutes وغيرها من الشبكات تُعرف بأنها منصات حوسبة AI لامركزية غير خادمة، وتُعرف وثائق Bittensor الرسمية الشبكات الفرعية بأنها أسواق تنافسية مستقلة للمنتجات الرقمية مثل الاستنتاج والتدريب. هذا يدل على أن السوق لا يحدد سعرًا لذكاء اصطناعي غامض، بل يحدد سعرًا لمكونات تقنية محددة.

مشكلة جانب الطلب

شفافية العرض في Bittensor تتفوق على أي سوق AI آخر: كمية الإصدار، تدفقات الرهن، الشبكات الفرعية التي تجمع رأس المال، كلها واضحة. المشكلة الحقيقية تكمن في عدم وضوح معلومات جانب الطلب.

البلوكتشين يسجل فقط تدفقات الرموز، لكنه لا يجمع بيانات عن احتفاظ المستخدمين، جودة استخدام API، هامش الربح، أو الإيرادات المدققة. حتى لو بدا أن شبكة معينة مزدهرة تجاريًا، غالبًا ما يظل المستثمرون يعتمدون على بنية السوق لاستنتاج جودة الأعمال، وليس على البيانات المالية.

في تحليلات مثل “الشفافية في العرض مقابل عدم الشفافية في الطلب” و"Chutes (SN64): دعم الإعانات بأسعار منخفضة"، قدمت Pine Analytics انتقادات حادة: أن بعض الأداء التجاري المثير للانتباه في Bittensor قد يكون مدفوعًا بالدعم، والذي هو في جوهره مكافآت إصدار TAO داخل الشبكة. حسب حسابات Pine، العائدات الخارجية المؤكدة للشبكة بأكملها لا تتجاوز قيمة صغيرة جدًا مقارنةً بالقيمة المضمّنة في سعر TAO.

أكثر الأمثلة وضوحًا هو أكبر شبكة فرعية، Chutes: تحصل على دعم بقيمة 52 مليون دولار سنويًا من إصدار TAO، بينما إيراداتها الخارجية لا تتجاوز 2.4 مليون دولار. إذا توقف الدعم، فإن تكاليف التشغيل ستكون غير محتملة. هذا لا ينفي نموذج Bittensor، لكنه يوضح أن السوق الحالية تقيّم بشكل أكبر الرؤية المستقبلية للذكاء الاصطناعي، وليس التدفقات النقدية الحالية.

لهذا السبب، أتابع تطور Bittensor باهتمام كبير. فهو يظهر علامات نضوج النظام البيئي، وعلى الرغم من أنه لا ينهي الجدل حول “الذكاء الاصطناعي اللامركزي”، إلا أنه يواصل تحسين طرق تقييم المشاريع بدقة، ويفتح الباب أمام تسعير طويل الأمد للمشاريع التي تتجاهلها الأسواق الخاصة، من خلال السوق العامة، التي تضع قيمة على الإيمان والتقييم.

عندما تطلب عمالقة الذكاء الاصطناعي الخاصة من العالم أن يثق في قرارات عدد قليل من الأشخاص لتحديد تقييمات تريليونات الدولارات، تختار Bittensor الاعتماد على السوق المفتوحة. أنا أدرك أن الأخيرة ليست مثالية، لكنني أقدر وأؤيد الشفافية التي تقدمها.