بعد خروج Sora

قبل أيام قليلة، أعلنت OpenAI بشكل مفاجئ وبدون سابق إنذار عن إيقاف نموذجها لتوليد مقاطع فيديو بالذكاء الاصطناعي Sora.

منذ عامين فقط، حين ظهر Sora فجأة حاملاً آمالاً كبيرة بأن يغير “صناعة السينما” — وصولاً إلى تراجعه الآن بشكل محزن — فإن قِصر عمره وحدة التحول فيه يبعثان على الأسى.

في وادي السيليكون، غالباً ما تحمل إيقافات المشاريع النموذجية دلالات تتعلق باتجاه الريح — كأن شركة آبل، بعد ماراثون استمر عشر سنوات في صناعة السيارات، تتخلى بشكل حاسم عن خطة تصنيعها، أو كأن Meta تقلص بشكل كبير مختبرات العالم الافتراضي (الميتافيرس) التي كانت تُنظر إليها سابقاً باعتبارها مسألة حياة أو موت، فعادة ما ترافق سقوط هذه المشاريع عملية تحول في استراتيجية الشركة وحتى في استراتيجية الصناعة بأكملها.

ومن خلال مفاضلة OpenAI وترتيبها للخطط، يمكن ملاحظة التغيرات التي تجري في قطاع الذكاء الاصطناعي في الولايات المتحدة.

أجرى تانغ تشو مقابلات مع عدة أشخاص يعملون في صناعة الذكاء الاصطناعي، بما في ذلك باحثين يتنقلون منذ فترة طويلة بين دوائر الذكاء الاصطناعي في الصين والولايات المتحدة، وممارسين في الخط الأول. ومن خلال التفاصيل التي شاركوها، يمكن التقاط بعض القرائن.

“الموارد” هي الكلمة التي يكررها العاملون في المجال مراراً وتكراراً، وهي أيضاً نقطة الانطلاق لفهم كل هذه التغيرات.

قالت جهة مختصة كانت على اتصال بباحثين في فرق تطوير شركات أمريكية رائدة مثل OpenAI وMeta لتانغ تشو إن هناك إجماعاً واسعاً حالياً داخل الصناعة مفاده أن المنافسة في مجال الذكاء الاصطناعي تعود في النهاية إلى منافسة الموارد. فإذا كانت المواهب والتمويل وقدرة الحوسبة متاحة بشكل كافٍ، فإن شركات الذكاء الاصطناعي عادةً ما تراهن في الوقت نفسه على عدة اتجاهات تقنية.

أما إيقاف OpenAI لـ Sora، فهو نتيجة لتقلص الموارد.

أولاً، لننظر إلى مشكلة قدرة الحوسبة في الطبقة الأدنى.

منذ العامين الماضيين، كانت الولايات المتحدة تتحدث عن بناء مراكز بيانات أكثر واستمرار توسيع قدرة الحوسبة، لكن الواقع أن المعروض لا يواكب دوماً نمو الطلب. ووفقاً لحسابات بنك جولدمان ساكس، فإن فجوة العرض والطلب على قدرة الحوسبة في مراكز بيانات الولايات المتحدة تتجه إلى أن تصبح اتجاهاً عادياً، ومن المتوقع أيضاً أن تظل عند مستوى يقارب 10 جيجاوات لفترة طويلة خلال السنوات المقبلة.

والأهم من ذلك، أن العديد من المشاريع الجديدة تتعثر في مرحلة الطاقة والبنية التحتية، وقد لا تتمكن في النهاية من الترسيم على أرض الواقع.

وعندما ننظر إلى OpenAI تحديداً، تبدو المشكلة أكثر بروزاً.

تتميز OpenAI بأنها لا تمتلك مراكز بيانات مبنية داخلياً، وتعتمد قدرة الحوسبة الأساسية على التعاون مع مزودين مثل مايكروسوفت.

في عام 2025، ذكر رئيس OpenAI أن عملية تخصيص وحدات GPU داخل الشركة أصبحت “مؤلمة جداً”، بل إنها تتطلب حتى فريقاً صغيراً متخصصاً يراقب متى ينتهي كل مشروع، حتى يمكن إعادة توزيع قدرة الحوسبة المتاحة على مشاريع جديدة.

وفي ذلك الوقت أيضاً بدأت تتضح الضغوط من الطبقة الثانية: دخول صناعة الذكاء الاصطناعي إلى دورة رأسمالية جديدة.

وبالمقارنة مع الماضي عندما كان الاتجاه هو “الاستثمار أولاً ثم التحقق لاحقاً”، بدأ المستثمرون يطالبون بقوة بعوائد تجارية يمكن قياسها.

｜｜تُظهر دراسة لشركة استشارات أمريكية أن 53% من المستثمرين يتوقعون تحقيق عائد خلال ستة أشهر.

｜｜أكثر من 70% من مديري نظم المعلومات التنفيذيين صرحوا بشكل واضح بأنه إذا لم يتم إثبات القيمة التجارية للذكاء الاصطناعي قبل منتصف عام 2026، فسيتم تقليص الميزانيات ذات الصلة.

عندما ترتفع متطلبات رأس المال، وتصبح قدرة الحوسبة مكلفة ونادرة، يتعين على الشركات داخلياً أن تقوم باختيارات. وبالنسبة لشركات الذكاء الاصطناعي الأمريكية حالياً، فإن هذا التغير كان حاداً جداً.

تقدّر التكلفة لتوليد مقطع فيديو مدته 10 ثوانٍ بواسطة Sora بأنها 1.3 دولار. وبافتراض أن المستخدمين يولدون 11.3 مليون فيديو يومياً، فإن تكلفة قدرة الحوسبة اليومية تبلغ نحو 15 مليون دولار، بينما تقل الإيرادات الفعلية بكثير عن ذلك.

Sora، مجرد مثال مصغر على “منطق المفاضلة” هذا:

｜｜في الشهر الأخير، تمت أيضاً تعديلات على وظائف مثل الدفع السريع الأصلي الخاص بـ ChatGPT.

｜｜وفي الوقت نفسه، أعلنت OpenAI عن اتفاق مع وزارة الدفاع الأمريكية، لنشر نماذج OpenAI داخل شبكة سرية تابعة للجيش.

لدى هذه المشاريع التي تم قطعها سمات مشتركة: توجه موجّه للمستهلكين (Consumer-grade)، واستهلاك مرتفع جداً لقدرة الحوسبة، وتباطؤ في نمو المستخدمين، وغموض في عوائد قصيرة الأجل.

وراء ذلك، تمر صناعة الذكاء الاصطناعي في الولايات المتحدة بمرحلة من تعديل هيكلي:

｜｜في مارس 2026، أعلنت Meta أنها تخطط لإيقاف دعم Horizon Worlds على نظارات الواقع الافتراضي في 15 يونيو. تم توجيه معظم الميزانيات إلى اتجاهات مثل بنية تحتية للذكاء الاصطناعي، وأجهزة يمكن ارتداؤها، والهواتف المحمولة.

｜｜أعلنت Amazon إغلاق تجارب المتاجر الفعلية Amazon Fresh وAmazon Go، مع إيقاف نظام دفع بصمات اليد Amazon One.

｜｜قامت شركة Scale AI، إحدى الشركات الرائدة في مجال وسم بيانات الذكاء الاصطناعي، في يوليو 2025 بإعادة هيكلة فريقها، وزيادة الموارد نحو مبيعات المؤسسات والحكومة، وتحويل تركيز أعمال وسم البيانات إلى الفرص الأكثر ربحاً.

تتكون في صناعة الذكاء الاصطناعي الأمريكية قناعة مشتركة مفادها أنه ينبغي إعطاء الأولوية للمشاريع ذات هامش الربح المرتفع، وتقليل الاستثمار المستمر في الابتكار الموجه للمستهلكين.

فما نوع المشاريع “عالية هامش الربح”؟

قبل وقت قصير، توصلت OpenAI إلى اتفاق مع وزارة الدفاع الأمريكية لنشر نماذج متقدمة داخل الشبكات السرية التابعة للجيش.

والميزة الخاصة لهذا الاختيار تكمن في كونه يخترق خطَّين من “الحدود الدنيا”:

｜｜أولاً، الحد الأدنى الخاص بـ OpenAI. كانت OpenAI تكرر مراراً أنها لن تقدم دعماً تقنياً لمراقبة داخلية واسعة النطاق أو لأنظمة أسلحة مستقلة، لكنها الآن تغير موقفها.

｜｜ثانياً، الحد الأدنى على مستوى الصناعة. إذ إن الشركة الأمريكية الرائدة الأخرى Anthropic تُدرج حالياً ضمن “مخاطر سلسلة الإمداد” من قبل البنتاغون بسبب تمسكها بهذا الحد، وOpenAI هي التي “تستلم” في الوقت ذاته.

هذا يكشف عن اتجاهات خطرة في التطور التالي لصناعة الذكاء الاصطناعي بالولايات المتحدة: مجالات لم يكن يُجرؤ على لمسها سابقاً باتت تُلمس الآن؛ والحدود التي كانت تُصان سابقاً يجري الآن تجاوزها.

قالت تشن تشي، التي شاركت في 14 جولة من الحوارات حول الذكاء الاصطناعي بين الصين والولايات المتحدة، لتانغ تشو إن الأوساط السائدة في الدوائر الاستراتيجية وفي الشركات تدفع بقوة لإطلاق سباق تسلح بالذكاء الاصطناعي، سعياً لتحقيق تفوق مطلق مقارنة بالدول الأخرى.

وبشكل خاص، خلال العام الماضي، قلبت إدارة الولايات المتحدة الحالية بالكامل理念 “الذكاء الاصطناعي الآمن والموثوق وجدير بالثقة” التي كانت الإدارة السابقة تتبناها، واتجهت إلى “الفوز بسباق الذكاء الاصطناعي”، حيث صار هزيمة الدول الأخرى في صلب الفكرة بشكل مطلق.

وهذا يمهد الطريق لربط رأس المال بشكل عميق مع الجيش.

تحت ضغط “الفوز بالمنافسة”، يجري إعادة تحديد الحدود التي كانت قد تم وضعها سابقاً، وأصبحت وزارة الدفاع شريكاً جذاباً للغاية.

على المستوى الأفقي، وفي ظل المواجهة لثلاثة اتجاهات كبرى: المستهلكين (To C)، والشركات (To B)، والقطاع العام (To G)، يصبح القطاع العام آخر “ساحة بحر أزرق” للذكاء الاصطناعي.

ومن ناحية وتيرة النشر، فإن المحترفين في القطاع العام في الولايات المتحدة يستخدمون الذكاء الاصطناعي بتواتر أقل بكثير من أغلب الأمريكيين. وهذا يعني وجود مساحة ضخمة غير مستغلة.

كما يعني أن القطاع العام لم يدخل بعد مرحلة “تقييم العائد”. هنا تأتي الميزانية من الاعتمادات وليس من شرط تحقيق أرباح، والدورة أطول، والأموال أكثر استقراراً، وتقبل المخاطر أعلى.

وعلى المستوى الأفقي أيضاً، فإن بين جهات القطاع العام، أعلى درجة من الاستعداد للتعاون موجودة لدى وزارة الدفاع.

ووفقاً لإحصاءات لبيانات عقود الحكومة الفيدرالية الأمريكية، فإن لدى وزارة الدفاع أكثر من 70% من عقود الذكاء الاصطناعي للحكومة الفيدرالية. وخلال الفترة فقط من سبتمبر 2022 إلى أغسطس 2023، زادت قيمة عقود الذكاء الاصطناعي لدى وزارة الدفاع بنسبة 1500%.

وقال ليو وي، الذي سبق أن تواصل مع وفود من مراكز أبحاث أمريكية والجيش وما شابه، لتانغ تشو إنه وفقاً لملاحظاته، فإن اختيار الشركات التعاون مع الجيش نابع من ضغط التشغيل الواقعي من جهة، ومن رغبتها كذلك في تحقيق اختراقات تقنية عبر “حقل تجارب” تابع للجيش من جهة أخرى.

هذا النوع من التعاون هو حلقة رئيسية في بناء الولايات المتحدة لهيمنة الذكاء الاصطناعي — إذ يقوم بربط تطوير التكنولوجيا ارتباطاً وثيقاً بالقدرات العسكرية، ويفتح الطريق أمام رأس المال عبر التمويل العام، ثم يعيد تغذية الهيمنة العسكرية عبر التفوق التقني.

لكن التكلفة، بدأت تظهر على السطح.

في الأصل، كان نشر الحكومات الأمريكية للذكاء الاصطناعي بطيئاً لسبب له منطق داخلي.

فالقطاع العام، بخلاف القطاع الخاص، قد تكون بعض عيوب الذكاء الاصطناعي حالياً — مثل “هلاوس” الذكاء الاصطناعي وعدم كفاية الدقة — مجرد مشكلة تجربة في بيئات القطاع الخاص، بينما قد تتحول في القطاع العام إلى مشكلة اجتماعية:

｜｜الهيئات الإحصائية: استخدام الذكاء الاصطناعي لمساعدة معالجة البيانات يمكن أن يحسن الكفاءة بشكل كبير، لكن إذا حدثت “هلاوس” للذكاء الاصطناعي وأدت إلى خطأ في الأرقام، فقد يؤثر ذلك مباشرة في سبل عيش الناس والاقتصاد.

｜｜القطاعات مثل الزراعة والطاقة: يمكن للذكاء الاصطناعي المساعدة في البحث العلمي وتوزيع الموارد، لكن “هلاوس” الذكاء الاصطناعي قد تؤدي إلى تنبؤات خاطئة للنماذج.

｜｜مجال الدفاع: في السابق ظهرت مشكلة في بعض مشاريع الذكاء الاصطناعي تتمثل في أن دقة أنظمة التعرف على الأهداف في الطقس القاسي لم تتجاوز حوالي 30%. أما القرارات التي تمس أرواح البشر إذا حدث خطأ فيها، فلا يمكن تدارك العواقب.

والآن، يجري التخلي عن هذا الحذر.

بل إن وزارة الدفاع تعتمد حتى نهجاً متطرفاً من نوع “استخدام ثم تعديل” — إذ تُدخل الذكاء الاصطناعي بسرعة إلى ساحات سيناريوهات قتالية واقعية، وتقوم بتطويره وتحسينه عبر التغذية الراجعة الفعلية. وهذه الطريقة بحد ذاتها هي استبدال مخاطر إزهاق الأرواح بسرعة التكرار التقني.

قال ليو وي لتانغ تشو إن الأمر يتضح خصوصاً بين ضباط الصف المتوسط والدنيا الذين التقاهُم في الجيش الأمريكي؛ فهم حقاً أولئك الذين يقاتلون في الصفوف الأمامية، ولديهم حماس كبير لتطبيقات عسكرة الذكاء الاصطناعي، ويعتقدون بشكل عام أن ذلك يساعد على تحسين قدرات القتال ومستوى التخطيط الاستراتيجي.

عند هذه النقطة، يمكن فهم ما يكمن وراء اختيار OpenAI، وما يعكسه من اتجاهات خطرة في بناء هيمنة الذكاء الاصطناعي الأمريكية:

يسعى رأس المال إلى تحقيق عوائد، وتبحث الحكومة الأمريكية عن تفوق عسكري؛ ويتفاوض الطرفان ويتآزران ويتصالحان في مجال الذكاء الاصطناعي، ليكسروا معاً حدود الأخلاقيات والسلامة الدنيا.

لقد اختارت الولايات المتحدة توجيه الذكاء الاصطناعي أولوياً نحو المجال العسكري. فإلى أين ستُدفع الحدود في المرة القادمة؟