واو، @arena هل صنعها التايوانيون؟

مؤخرًا، قائمة تصنيف الذكاء الاصطناعي تستحق المشاهدة 👀
لكن أعتقد أن النقطة لم تعد تتعلق بـ "من الأول".
الأهم حقًا هو: أن المركز الأول لنماذج الذكاء الاصطناعي، يبدأ في أن يصبح أقل ندرة. 🧠⚡️
في السابق، كان الجميع يعتقد أن الذكاء الاصطناعي سيكون الفائز الذي يسيطر على السوق:
GPT-4 يتفوق بشكل كبير،
أما النماذج الأخرى فهي تلاحقه.
لكن الآن، عند النظر إلى قوائم مثل Arena، تزداد كثافة النماذج في المراتب العليا. Claude، OpenAI، Google، GLM، Qwen، Kimi، جميع النماذج المفتوحة والمغلقة تتقارب في مستوى القدرات. تقارب درجات Elo يعني أن قدرات النماذج تتجه نحو التوحيد بسرعة.
هذه الحالة تشبه الكهرباء والمياه 🚰
عندما تفتح صنبور الماء، لا تهتم من أي شركة يزودك بالمياه.
ما يهمك هو:
- هل هو رخيص؟
- هل هو مستقر؟
- هل ينقطع؟
- هل يمكن توصيله إلى سير عملك؟
نماذج الذكاء الاصطناعي تتجه نحو نفس الاتجاه.
عندما تتقارب قدرات النماذج، فإن السوق لن يعيد تحديد السعر بناءً على "من الأذكى"، بل بناءً على:
🧩 من يستطيع دمجه في سير العمل
💰 من لديه أقل تكلفة في الاستدلال
🔒 من يمكنه الامتثال للمعايير الأمنية والتشريعية للشركات
📊 من لديه تغذية راجعة من البيانات واحتفاظ بالمستخدمين
🛠 من يستطيع تحويل النموذج إلى منتج وليس مجرد عرض توضيحي
ويكون الأمر أكثر وضوحًا مع نماذج البرمجة.
المهندسون في النهاية قد لا يختارون "المرتبة الأولى في القائمة".
سيختارون الأداة الأكثر استقرارًا، والأرخص، والأكثر فهمًا لقاعدة الشفرة الخاصة بهم، والأقل عرضة للعطل المفاجئ.
وهذا هو السبب في أنني عند النظر إلى قائمة Arena، لا أركز على الترتيب، بل على التغيرات الهيكلية.
كلما تقلصت المراتب العشرين الأولى، دل ذلك على أن الحصن المنيع للنموذج أصبح أضعف.
القيمة ستتجه نحو المنتج، البيانات، التوزيع، تكلفة الحوسبة، قدرة الشركات على النشر. 🏗️
هناك شيء آخر مثير للاهتمام:
مؤسسة تقييم الذكاء الاصطناعي العالمية Arena، أحد مؤسسيها الرئيسيين هو Wei-Lin Chiang، خريج قسم علوم الحاسوب في جامعة تايوان الوطنية، ثم أجرى أبحاثًا في جامعة كاليفورنيا بيركلي، وأنشأ نظام تقييم الاختبارات العمياء للروبوتات التفاعلية.
في الماضي، كانت أقوى القصص في الذكاء الاصطناعي تتعلق عادة بالرقائق، والخوادم، وسلاسل التوريد.
لكن مشروع Arena يذكرنا:
أنه يمكننا أن نعمل على البنية التحتية المادية للذكاء الاصطناعي.
ويمكننا أيضًا المشاركة في بنية الثقة للذكاء الاصطناعي. 🌏
ربما تكون المشكلة الأهم في صناعة الذكاء الاصطناعي في المستقبل ليست:
"من لديه النموذج الأقوى؟"
بل:
"من يحق له تحديد ما يعني أنه قوي؟"
"من يمكن أن يكون جهة تقييم ائتمانية لعالم النماذج؟"
"من يمكن أن يجعل السوق يثق بأن تصنيفات الذكاء الاصطناعي هذه حقيقية؟"
قبل عامين، كان النموذج الأقوى هو الحصن المنيع.
لكن في المرحلة التالية، ربما يكون الأمر الحقيقي ذو القيمة هو:
- كيف يتم تقييم النموذج،
- كيف يتم نشره،
- كيف يُوثق به،
- كيف يستخدمه الشركات على المدى الطويل.
حرب الذكاء الاصطناعي تنتقل من "قدرات النموذج" إلى "البنية التحتية". 🚀