لاحظت شيئًا مهمًا يحدث في صناعة الذكاء الاصطناعي الصينية هذه الأيام. قبل ثماني سنوات، كانت قصة ZTE درسًا قاسيًا عن الاعتماد على التكنولوجيا الأجنبية. لكن اليوم، الوضع مختلف تمامًا.

الحقيقة أن المشكلة الحقيقية لم تكن الرقائق نفسها، بل منصة CUDA من NVIDIA. هذه المنصة أصبحت أساس كل صناعة الذكاء الاصطناعي العالمية. ملايين المطورين، آلاف التطبيقات، نظام بيئي كامل مرتبط به. عندما بدأت القيود الأمريكية على صادرات الرقائق في أكتوبر 2022، شعرت الشركات الصينية بالاختناق الحقيقي للمرة الأولى.

لكن بدلاً من الاستسلام، اختارت الشركات الصينية طريقًا أصعب. بدأت بتحسينات جذرية على مستوى الخوارزميات. DeepSeek مثال واضح: 671 مليار معامل، لكن ينشط منها فقط 37 مليارًا أثناء الاستدلال. التكلفة؟ 5.576 مليون دولار فقط، مقابل 78 مليون لـ GPT-4. هذا الفرق انعكس مباشرة على الأسعار.

الآن تأتي الخطوة الأكبر: الرقائق المحلية بدأت تتجاوز مرحلة الاستدلال إلى مرحلة التدريب الفعلي. معالج Loongson وبطاقات Taichu الذكية يشتغلون الآن على تدريب نماذج حقيقية ضخمة. Huawei Ascend جمعت 4 ملايين مطور و3000 شريك. هذا نظام بيئي مستقل يُبنى من الصفر.

العامل الذي غالبًا ما يُغفل عنه: الطاقة الكهربائية. الصين تنتج 2.5 مرة من كهرباء الولايات المتحدة، والكهرباء الصناعية في غرب الصين تكلف ربع إلى خمس السعر الأمريكي. بينما تواجه الولايات المتحدة أزمة طاقة حقيقية ومراكز البيانات تستهلك نسبًا متزايدة من الكهرباء، الصين لديها سعة صناعية ضخمة جاهزة.

ما يخرج من الصين الآن ليس المنتجات، بل الرموز (Tokens). DeepSeek موجودة في 37 لغة، تدعم 89% من السوق الصينية و40-60% في الدول المعاقبة. 58% من الشركات الناشئة الجديدة في مجال الذكاء الاصطناعي تستخدمها بالفعل.

هناك تقارير مالية نُشرت مؤخرًا من شركات رقائق محلية: إيرادات تنمو بـ 450% و243% و121%، لكن مع خسائر كبيرة. لا تخطئ في الفهم، هذه الخسائر ليست فشل إدارة، بل ضريبة حرب لبناء نظام بيئي مستقل. كل دولار تخسره الآن هو استثمار في البحث والتطوير والدعم البرمجي.

الفرق عن اليابان قبل أربعين سنة واضح: اليابان اختارت أن تكون الأفضل في نظام عالمي يهيمن عليه آخر. الصين هذه المرة تبني نظامها الخاص.

السؤال الآن ليس "هل يمكننا البقاء؟" بل "كم الثمن الذي يجب دفعه؟" والثمن نفسه هو تقدم.