العقود الآجلة
وصول إلى مئات العقود الدائمة
CFD
الذهب
منصّة واحدة للأصول التقليدية العالمية
عقود الفعالية
جديد
توقع تحركات الأسعار واغتنم الفرص
الخیارات المتاحة
Hot
تداول خيارات الفانيلا على الطريقة الأوروبية
الحساب الموحد
زيادة كفاءة رأس المال إلى أقصى حد
التداول التجريبي
مقدمة حول تداول العقود الآجلة
استعد لتداول العقود الآجلة
أحداث مستقبلية
"انضم إلى الفعاليات لكسب المكافآت "
التداول التجريبي
استخدم الأموال الافتراضية لتجربة التداول بدون مخاطر
CFD
مشتقات عقود الفروقات على الأسهم
الأسهم
استثمر مباشرة في الأسهم وصناديق ETF الشائعة في جميع أنحاء العالم
العقود الآجلة للأسهم
رافع مالية عالية، وتداول على مدار 24/7
خيارات الأسهم
جديد
خيارات الأسهم الرائجة، ورافعة مالية مرنة
أنشطة الأسهم
تداول الأسهم الرائجة واحصل على إنزالات جوية سخية
الأسهم المُرمَّزة
مدعومة بأصول أسهم حقيقية
IPO Access
افتح الوصول الكامل إلى الاكتتابات العامة للأسهم العالمية
إطلاق
CandyDrop
اجمع الحلوى لتحصل على توزيعات مجانية.
منصة الإطلاق
-التخزين السريع، واربح رموزًا مميزة جديدة محتملة!
HODLer Airdrop
احتفظ بـ GT واحصل على توزيعات مجانية ضخمة مجانًا
IPO Access
Anthropic
افتح الوصول الكامل إلى الاكتتابات العامة للأسهم العالمية
نقاط العقود الآجلة
اكسب نقاط العقود الآجلة وطالب بمكافآت التوزيع المجاني
الاستثمار
#Gate直通IPO第三期Anthropic ما الذي تبيعه Anthropic فعليًا؟
في 10 نوفمبر 2026، بدأت Anthropic جولة ترويجية لطرح عام أولي مقترح. والمقصود بالجولة الترويجية أن تشرح الشركة للمستثمرين، قبل طرح أسهمها للاكتتاب العام لأول مرة، كيف تدير أعمالها وكيف تخطط للتطور. وهذا لا يعني أنها أصبحت مدرجة للتداول بالفعل. أتاحت لنا هذه الجولة فرصة نادرة: فإلى جانب معرفة ما يستطيع Claude فعله، يمكننا أن نرى كيف تحوّل Anthropic هذه القدرات إلى خدمات تبيعها، وما الذي كسبته، وما الذي تراهن عليه في المرحلة التالية. أرى أن Anthropic شركة تريد تحويل كل تقدم في النماذج إلى مجال عمل جديد يرغب العملاء في دفع المال مقابله باستمرار. ولكي نفهمها، علينا أن نبدأ بطلب تأمين، ثم نواصل النظر حتى عقود الحوسبة ومجلس الإدارة.
01|Claude مساعد للمحادثة، فهل تكسب Anthropic المال من المحادثات وحدها؟
تأسست Anthropic في 2021 على يد سبعة أشخاص، من بينهم Dario Amodei وDaniela Amodei. وكانت في الأصل شركة تُعنى بأبحاث الذكاء الاصطناعي المتقدم، أما Claude فهو سلسلة من النماذج التي طورتها. ومساعد المحادثة الذي يستخدمه الناس اليوم على الهواتف أو عبر الويب يُسمى Claude أيضًا. لا حاجة إلى التمييز بين هذين المعنيين لـ Claude في الاستخدام اليومي، لكن لفهم هذا النشاط التجاري، ينبغي الفصل بين النموذج والمنتج والمنصة.
النموذج هو الطبقة التي توفر القدرات في الأساس. وما عرضته الجولة الترويجية ليس نموذجًا واحدًا شاملًا يصلح لكل شيء، بل مجموعة خيارات تتدرج من السريع والرخيص إلى المتخصص في المهام المعقدة. فمثلًا، لا يلزم استخدام أقوى نموذج لتصنيف عدد كبير من المستندات حسب الموضوع، لكن عندما تطلب من الذكاء الاصطناعي قراءة برنامج غير مألوف، واكتشاف مشكلة فيه، وإصلاحها، ثم اجتياز الاختبارات، فقد يوفر لك النموذج الأقوى كثيرًا من الوقت والجهد. ما يشتريه العميل ليس النموذج المتصدر في التصنيفات، بل القدرة المناسبة للمهمة التي بين يديه. أما المنتج فهو الأدوات التي تطورها Anthropic بنفسها. يمكن للأفراد فتح Claude للمحادثة، ويمكن للمهندسين استخدام Claude Code لتعديل الشيفرة ضمن مشاريعهم. والمنصة تتيح لشركات أخرى تضمين هذه القدرات في منتجاتها: فمن خلال API، أي الواجهة التي تتيح للبرامج استدعاء قدرات بعضها بعضًا، يستطيع نظامك إرسال المهام إلى Claude وتلقي النتائج منه. وقد لا ترى حتى اسم Claude أحيانًا، بل تلاحظ فقط أن مهمة كان عليك الانتقال إلى أداة أخرى لإنجازها أصبح بإمكانك مواصلتها داخل البرنامج الذي تستخدمه أصلًا. وهذا أحد الجوانب العملية التي لفتت انتباهي في الجولة الترويجية: إيصال Claude إلى الأماكن التي يعمل فيها المستخدمون بالفعل. مثلًا، إدماجه في Word وExcel، أو إتاحته عبر حزم برمجية متخصصة ضمن الأدوات التي يستخدمها المحامون أصلًا. وبالنسبة إلى من يصممون المنتجات، هناك فرق ملموس هنا: هل تطلب من المستخدم نقل مواده في كل مرة إلى نافذة محادثة جديدة، أم تتيح له مواصلة العمل مباشرة في المستندات والجداول والأنظمة التي يستخدمها أصلًا؟ قد يكون النموذج الأساسي واحدًا، لكن طريقة الاستخدام الثانية أسهل في التحول إلى جزء من العمل اليومي.
02|لماذا بدأوا بالبرمجة بدلًا من إطلاق مساعد شامل منذ البداية؟
تروي Anthropic في الجولة الترويجية تفصيلًا لافتًا: حين عمل الفريق على Claude Code، لاحظ أن النماذج التي لم تُطرح بعد أصبحت أفضل في فهم الشيفرة، لكنه لم ينتظر إلى أن تنضج النماذج بما يكفي قبل أن يبدأ في تطوير أداة. بل أنشأ مسبقًا منتجًا يتيح للنموذج الدخول إلى مشاريع الشيفرة. وفي فبراير 2025، أُطلق Claude Code مع Claude 3.7 Sonnet في صورة معاينة بحثية محدودة. ويمكن للمهندس أن يطلب منه قراءة الشيفرة الموجودة، وتعديل الملفات، وكتابة الاختبارات وتشغيلها، ثم مراجعة ما فعله. الإصدار الأول من Claude Code[7]لنأخذ مثالًا: إذا طلبت من مساعد محادثة إصلاح مشكلة في تسجيل الدخول، فقد يعطيك شيفرة تبدو جيدة، لكن عليك أن تضعها بنفسك في المشروع لتتحقق مما إذا كانت قد أفسدت شيئًا آخر. أما مع Claude Code، فيمكنه البحث أولًا عن الملفات ذات الصلة، وتشغيل الاختبارات الموجودة بعد إجراء التعديلات، ثم إتاحة التغييرات لشخص كي يراجعها. فالفرق هنا ليس أن الإجابة أطول، بل أنه يستطيع تنفيذ عدة خطوات ضمن نطاق الصلاحيات الممنوحة له والحصول على ملاحظات.
يُطلق عادةً على هذا النوع من الذكاء الاصطناعي اسم Agent: فهو لا يكتفي بتقديم الاقتراحات، بل يستخدم الأدوات لإنجاز المهام. ولماذا تُعد البرمجة مجالًا مناسبًا للبدء؟ لأن بالإمكان التحقق من جزء كبير من النتائج: هل يعمل البرنامج؟ هل اجتاز الاختبارات؟ وهل عُدّل شيء لم يكن ينبغي المساس به؟ صحيح أن اجتياز الاختبارات لا يعني أن البرنامج جاهز للنشر مباشرة، لكنه يتيح لك على الأقل اكتشاف بعض الأخطاء، بدلًا من الاكتفاء بقراءة إجابة أنيقة والتخمين إن كانت صحيحة. ولكي ينتقل الذكاء الاصطناعي من الإجابة عن الأسئلة إلى تحمل مسؤولية المهام، لا بد أولًا من تمكين الناس من معرفة ما إذا كان قد أنجزها على نحو صحيح. وهذا أيضًا ما تعنيه Anthropic حين تتحدث عن تطوير النموذج والمنتج معًا. يتعلم النموذج أولًا من كميات هائلة من النصوص والأبحاث والشيفرات، ثم يتدرب على حل المسائل واستخدام الأدوات في مهام تتوفر فيها الملاحظات. وعندما يصل المنتج إلى أيدي المستخدمين الفعليين، يصبح من الأسهل على الفريق أيضًا معرفة المواضع التي تتعثر فيها النماذج، ثم تحديد ما ينبغي أن تعالجه الأجيال التالية. فليس كل تحسن ناتجًا عن تكبير النموذج؛ أحيانًا ما ينقصه هو القدرة على قراءة الملف الصحيح، أو تشغيل الاختبار المناسب، أو التوقف وطلب المساعدة عندما لا يكون واثقًا. وعندما يكتسب النموذج هذه القدرات، يصبح المنتج قادرًا على تولي مهام أكثر تعقيدًا.
ويظهر هذا المسار في مجالات عمل أخرى أيضًا. فقد ذكرت شركة الأدوية Bristol Myers Squibb (BMS) في الجولة الترويجية مثالًا: في الماضي، قد تتطلب الإجابة عن سؤال معقد البحث في قواعد بيانات متعددة، ثم إعداد تقرير، وتستغرق العملية شهرًا أو شهرين؛ أما في الحالة التي عرضتها، فيستطيع Claude إعداد تقرير خلال 4 إلى 5 دقائق. تتعلق هذه المقارنة بعملية بحث وتجميع واحدة؛ أما احتمال أن يؤدي ذلك إلى تقصير مدة التجارب بنسبة 20% إلى 30%، فهو توقع لدى BMS، وليس نتيجة تحققت بالفعل في هذه الحالة. والأهم فعلًا أن على شركات الأدوية أن تكون قادرة أولًا على تقييد من يمكنه الوصول إلى البيانات، ومعرفة كيفية عمل النظام، قبل أن توكل إليه مثل هذه المهام.
03|كيف يتحول استخدام فريق واحد إلى فاتورة على مستوى شركة كاملة؟
ترسم Anthropic في الجولة الترويجية مسارًا لتبني العملاء: يبدأ الأمر عادةً بتجربة مهمة محددة، مثل استخدام المهندسين Claude Code لإصلاح مشكلة. فإذا ثبتت فاعليته، بدأت الفرق المجاورة باستخدامه، ثم أُدمج في مزيد من العمليات، وربما انتهى الأمر إلى تضمين Claude في المنتجات التي تبيعها الشركة لعملائها. وهذا مسار نموذجي تصفه الشركة، وليس بالضرورة أن يسلكه كل عميل حتى نهايته. وتُعد Accenture مثالًا يسهل فهمه. فهي تستخدم Claude في تطوير برامجها داخليًا، كما أدمجته في منصة الأمن السيبراني الموجهة للعملاء CyberAI. وتقول Accenture إن نشر المنصة في أنظمة تقنية المعلومات التابعة لها خفّض مدة فحوص الأمان من 3 إلى 5 أيام إلى أقل من ساعة. فالقدرة نفسها أصبحت أداة للمهندسين داخل الشركة وجزءًا مما تقدمه للعملاء. وحين تدخل في عملية تقديم الخدمات، قد يؤدي كل عميل إضافي إلى زيادة حجم الاستخدام. وهذا يفسر أيضًا لماذا لا يمكن فهم نشاط Claude التجاري على أنه قائم على الاشتراكات وحدها.
في الأرباع الثلاثة الأولى من 2026، جاء نحو 79% من إيرادات Anthropic من الرسوم حسب الاستخدام، فيما جاء نحو 21% من الاشتراكات. يشبه الأمر أن فاتورة الشركة لا تتوقف على عدد من يحملون بطاقات الدخول، بل تتأثر أيضًا بعدد ساعات تشغيل الأجهزة وحجم العمل الذي تعالجه. ويمكن للشركات الاتصال بمنصة Anthropic مباشرة، أو عبر منصات سحابية مألوفة مثل AWS وGoogle Cloud وMicrosoft Azure. ويساعد استخدام قنوات الشراء والنشر التي يعتمد عليها العملاء أصلًا على تحويل التجارب إلى أعمال رسمية. ومن الأرقام الأخرى في الجولة الترويجية، التي يسهل إساءة فهمها، معدل الاحتفاظ بصافي الإيرادات البالغ نحو 900%.
وبعبارة بسيطة: ساهمت المجموعة نفسها من العملاء، ممن حققوا إيرادات في الربع الثالث من العام الماضي وكانوا مستوفين لمعايير الإحصاء، بنحو تسعة أضعاف الإيرادات الإجمالية في الربع الثالث من هذا العام؛ ولا يشمل الرقم عدة أنواع من الاشتراكات الشخصية ذات الأسعار الثابتة، كما لا يعني أن كل عميل أنفق أكثر بتسعة أضعاف. وفي الفترة نفسها، تجاوز عدد العملاء الذين ساهموا بما لا يقل عن 100,000 دولار من الإيرادات خلال الاثني عشر شهرًا الماضية 11,900 عميل، وهذا أيضًا لا يمثل العدد الإجمالي لعملاء الشركات. ويشير الرقمان معًا إلى ارتفاع عدد العملاء ذوي الإنفاق الكبير وزيادة إنفاق المجموعة نفسها من العملاء إجمالًا، لكنهما لا يخبراننا بمدة استمرار هذه الوتيرة.
04|إذا كانت النماذج تزداد كفاءة، فلماذا تشتري الشركة كل هذه القدرة الحاسوبية مسبقًا؟
القدرة الحاسوبية هي قدرة المعالجة التي توفرها الرقائق ومراكز البيانات. يحتاج تدريب النماذج إلى قدرة حاسوبية، كما تحتاج إليها كل مرة يطلب فيها العميل من Claude كتابة شيفرة أو قراءة تقرير. يشبه الأمر في الحالة الأولى تطوير منتج، وفي الثانية تقديم خدمة للعملاء مرة بعد مرة. وتستخدم Anthropic نفسها Claude في البحث والتطوير والعمليات، ولذلك تأخذ من المورد نفسه. وتقول الشركة في الجولة الترويجية إنها اتخذت خطوتين. أولًا، وسّعت مصادر القدرة الحاسوبية: فكتبت برامج تكييف لرقائق مختلفة، ونسقت الموارد القادمة من موردين مختلفين. وإلى جانب شراء الخدمات السحابية، تستأجر الرقائق مباشرة عبر Anthropic Direct، وتُشغّلها في مراكز بيانات مخصصة لها. وهذا يتيح لها حجز سعة مراكز البيانات التي يستغرق بناؤها وقتًا أطول، ثم تحديد أنواع الرقائق التي ستوضع فيها وعددها عندما تتضح احتياجاتها.
والخطوة الثانية هي إنجاز مزيد من العمل بالموارد المتاحة. وقد طرحت الجولة الترويجية افتراضًا توضيحيًا: إذا كان تدريب النموذج على قدرة معينة يتطلب في السابق 100 وحدة من القدرة الحاسوبية، ثم تحسنت الأساليب وأصبحت الكفاءة أعلى بأربعة أضعاف، فلن يتطلب الأمر سوى 25 وحدة؛ أو يمكن الإبقاء على استخدام 100 وحدة لتدريب نموذج كان من الصعب تدريبه سابقًا. والأربعة أضعاف مثال توضيحي للمبدأ، ولا تعني أن كل مهمة باتت تستهلك أقل بثلاثة أرباع. أما المثال الداخلي الأكثر تحديدًا، فتقول فيه Anthropic إنها استعانت بـ Mythos لتكييف النموذج مع رقائق AMD، وأنجزت تشغيل Claude في نحو ثلاثة أيام. ويوضح هذا المثال أن الذكاء الاصطناعي يساعد بالفعل فرق البحث والتطوير على تحسين بعض البنى التحتية، لكنه لا يعني أن النموذج قادر على تدريب الجيل التالي من نفسه والتحقق منه وإطلاقه بصورة مستقلة. قد تنخفض تكلفة المهمة الواحدة، لكن إجمالي نفقات الشركة قد يرتفع. وقدمت Anthropic مقارنة محددة: وفقًا لحسابات الشركة، تقل تكلفة استخدام Opus 5.5 في المهام المعتادة بنحو 40% عن Opus 5. لكن إذا أصبحت تكلفة إعداد تقرير أقل، فقد لا تقتصر الشركات على إتاحته للمقر الرئيسي، بل قد تمنحه أيضًا لفرقها في مختلف المناطق. وقد يبدأ الناس كذلك في تنفيذ مهام لم يكن بالإمكان تحمل تكلفتها أو إنجازها سابقًا. لذا فإن انخفاض مقدار القدرة الحاسوبية الذي تستهلكه كل مرة لا يعني بالضرورة انخفاض استهلاك النظام بأكمله. والتحدي هو أن بناء القدرة الحاسوبية لا يمكن أن ينتظر حتى يصطف العملاء ثم يبدأ ببطء. وأفصحت Anthropic عن أنها تحجز القدرة الحاسوبية عادةً قبل 12 إلى 18 شهرًا، وأن الموارد التي تُشترى على عجل تكلف أكثر. ووفقًا لما ورد في نشرة الاكتتاب بتاريخ 10 نوفمبر، يبلغ إجمالي التزامات الشراء والاستئجار التي وقعتها الشركة نحو 900.9 مليار دولار، ويكاد جلها يرتبط بالقدرة الحاسوبية والبنية التحتية، ويمتد على مدى سنوات، فيما تخضع بعض العقود لشروط مسبقة أو ترتيبات إنهاء. وهذا لا يعني أن هذا المبلغ قد دُفع نقدًا بالفعل، ولا أنه يعادل ديونًا مستحقة في الفترة الحالية. أما الصعوبة الحقيقية فهي أن كثيرًا من العملاء لا يلتزمون بمستويات استخدام طويلة الأجل، في حين يتعين على الشركة أن تلتزم مسبقًا تجاه الموردين: فإذا اشترت القليل، فقد تضطر إلى دفع أسعار مرتفعة للحصول على موارد إضافية عندما يرتفع الطلب؛ وإذا اشترت الكثير، فقد تواصل الدفع مقابل موارد غير مستخدمة حين يتراجع الطلب.
05|إذا بلغت الإيرادات نحو 17 مليار دولار في ربع واحد، فلماذا لا يمكن القول إن الشركة أصبحت رابحة؟
أبرز رقم في الجولة الترويجية هو أن إيرادات Anthropic في الربع الثالث من 2026 بلغت نحو 17 مليار دولار، أي أكثر من 12 ضعفًا مقارنة بالفترة نفسها من العام السابق. لكن الإيرادات هي مقدار ما تسجله الشركة محاسبيًا على أنها باعته، لا مقدار ما دخل إلى حسابها المصرفي، وبالتأكيد ليست المبلغ المتبقي في النهاية. ولكي نعرف ما إذا كان هذا النشاط التجاري قد أصبح مستدامًا، علينا على الأقل النظر إلى ثلاثة أمور منفصلة. أولًا، الربح التشغيلي الفعلي. وفقًا لمبادئ المحاسبة المقبولة عمومًا في الولايات المتحدة، بلغت الخسارة التشغيلية لـ Anthropic في هذا الربع نحو 567 مليون دولار، وبلغ هامش الربح التشغيلي نحو سالب 3%. أما هامش الربح التشغيلي المعدل الذي أفصحت عنه الشركة فبلغ نحو موجب 15%.
كيف يمكن أن يكون أحدهما موجبًا والآخر سالبًا؟ يستبعد المقياس الثاني بندين رئيسيين من المصروفات: حوافز الأسهم المقدمة للموظفين، والمصروفات غير النقدية الناجمة عن تبرعات الشركة الممولة بالأسهم. ويساعد المقياس المعدل على فهم الأداء التشغيلي بعد استبعاد هذه البنود، لكن لا يمكن اعتبار هذه المصروفات بلا تكلفة لمجرد أنها لم تُدفع نقدًا في حينها. ثانيًا، علينا أن ننظر إلى حركة النقد. وتُظهر نشرة الاكتتاب نفسها أن صافي التدفق النقدي الناتج عن الأنشطة التشغيلية في الأرباع الثلاثة الأولى من 2026 بلغ نحو موجب 6.569 مليار دولار. وهذا ليس رقمًا خاصًا بالربع الثالث وحده، ولا يمكن اعتباره المبلغ الذي سيبقى بعد الاستثمار في المعدات والبنية التحتية مستقبلًا. وعلى العكس، فإن النظر إلى صافي الخسارة البالغ نحو 23.3 مليار دولار في الربع الثالث وحده لا يعني أن الشركة استهلكت هذا القدر من النقد في ذلك الربع؛ إذ نتج نحو 21.9 مليار دولار منها عن تعديلات محاسبية غير نقدية بسبب تغير تقييم أدوات التمويل، مثل السندات القابلة للتحويل. ثالثًا، هل جعل النمو النشاط التجاري أقل كلفة؟ يتمثل الهدف طويل الأجل الذي أعلنته الشركة في تجاوز هامش الربح التشغيلي المعدل 35%، بشرط تحسن كفاءة القدرة الحاسوبية، وتحسن هيكل المشتريات، وانخفاض نسبة المصروفات الأخرى إلى الإيرادات.
لكن الأرقام التشغيلية الحالية لا تسير في اتجاه واحد: فقد بلغ هامش الربح التشغيلي المعدل نحو 19% في الربع الثاني، ثم انخفض إلى نحو 15% في الربع الثالث. وفسرت الشركة في نشرة الاكتتاب ذلك بأن التسليم في الربع الثالث شمل نحو 5 مليارات دولار من القدرة الحاسوبية الموعودة على المدى القصير، وهي غالبًا أكثر كلفة. ويُعد وصول الطلب بسرعة أمرًا جيدًا، لكن تلبية هذا الطلب قد تقتضي أولًا تحمل تكاليف أعلى، وهذا أعمق دلالة من تصنيف الشركة بأنها «أصبحت رابحة» أو «ما زالت تحرق النقد».
يمكن أن يحدث في الوقت نفسه أن يرغب العملاء في دفع المزيد، وأن يكون مقياس معين للربحية موجبًا، وأن تحتاج الشركة إلى استثمار مبالغ ضخمة مستقبلًا. ومن ثم، ليس من الصعب فهم سبب حاجة الشركة إلى التمويل رغم نمو إيراداتها السريع: فبعض القدرة الحاسوبية يجب الاستثمار فيها قبل أن تبدأ بتحقيق الإيرادات. وما ينبغي أن تثبته Anthropic هو أن الأموال التي تكسبها من إسناد مزيد من العملاء مزيدًا من الأعمال إلى Claude قادرة على تغطية تكاليف هذا النشاط باستمرار، لا أن تبدو حساباته رابحة في ربع واحد فحسب.
06|لماذا لا تتيح شركة تبيع ذكاءً اصطناعيًا أقوى كل قدراتها الأقوى للجميع؟
أصلحت Mozilla، الشركة المطورة لمتصفح Firefox، في Firefox 150 عددًا من مشكلات الأمان بلغ 271، اكتشفها Claude Mythos Preview. وما ذكرته Mozilla في مراجعتها للعملية أكثر إثارة للاهتمام من الرقم نفسه: فبعد أن يكتشف النموذج مشكلات محتملة، لا يزال على الفريق تقييم خطورتها، وإزالة البلاغات المكررة، وكتابة التصحيحات، واختبارها، ثم إصدارها. لقد أصبح النموذج أسرع في اكتشاف المشكلات، لكن المهندسين لم يختفوا من العملية، بل أصبح عليهم إيجاد طريقة للتعامل مع عدد أكبر من الاكتشافات.
والقدرة نفسها التي يستخدمها المدافعون للعثور على الثغرات قد يستخدمها المهاجمون للعثور على طرق للاختراق. لذلك أتاحت Anthropic في Project Glasswing وصولًا مراقبًا إلى Mythos Preview لشركاء الدفاع أولًا، بدلًا من إتاحته للجميع مباشرة. وفي نوفمبر 2026، كانت Fable 5.2 وMythos 5.2، وفقًا لما قدمته الشركة، مبنيتين على النموذج الأساسي نفسه: أُتيح Fable على نطاق واسع بعد إضافة إجراءات حماية أقوى للأمن السيبراني والسلامة البيولوجية، أما Mythos فأُتيح عبر قنوات معتمدة لاستخدامات الأمن السيبراني أو علوم الحياة لمن يستوفون الشروط. والقدرة على تنفيذ شيء، ومن يمكنه استخدامه، ومن يتحمل مسؤولية النتائج، هي ثلاثة أسئلة مختلفة. وينطبق المنطق نفسه على العلوم. فقد ذكرت Anthropic تجربةً عثر فيها Claude على تسلسل متكرر غير طبيعي ضمن كمية كبيرة من بيانات الجينات، ثم أجرى الباحثون تحققًا أوليًا في المختبر؛ لكن طريقة عمل النظام لا تزال بحاجة إلى مزيد من الدراسة. وأفاد مختبر الدفع النفاث التابع لناسا أيضًا بأن Claude شارك في تخطيط مسار سير المركبة الجوالة «Perseverance» على المريخ، لكن الفريق الهندسي اختبر التعليمات باستخدام مركبة جوالة افتراضية أولًا قبل إرسالها إلى المريخ. وما يستحق الانتباه في هذه الأمثلة ليس أن الذكاء الاصطناعي أصبح قادرًا على أداء دور العالم أو قيادة مركبة جوالة على المريخ بشكل مستقل، بل أنه يوسع نطاق ما يستطيع الإنسان استكشافه، مع بقاء طريقة للتحقق من النتائج المهمة.
وبحسب ما تقوله الشركة، لا تقتصر السلامة على وضع بوابة إضافية قبل إصدار النموذج. بل تشمل أيضًا تدريب النموذج أثناء مرحلة التدريب على كيفية التعامل مع الطلبات الضارة، والبحث في أسباب ظهور سلوك معين داخل النموذج. وبالنسبة إلى الشركات، فهذا يختلف عن سؤال «هل يستطيع النظام الوصول إلى ملف معين، وهل يمكن تتبع ما حدث إذا ظهرت مشكلة؟»: فالأول يتعلق بسلوك النموذج نفسه، والثاني يتعلق بالصلاحيات والمسؤولية عند نشره في العمل الفعلي. أما من يملك حق اتخاذ القرار تحت ضغط الأعمال، فلدى Anthropic أيضًا ترتيبات على مستوى حوكمة الشركة. فهي شركة منفعة عامة تأسست بموجب قوانين ولاية ديلاوير الأمريكية: يمكنها تحقيق الأرباح، لكن عليها أيضًا مسؤولية مراعاة المنفعة العامة. ووفقًا لما تصفه نشرة الاكتتاب، إذا اكتمل هذا الطرح، فبإمكان ائتمان المصالح طويلة الأجل، الذي يملك أسهمًا خاصة، تعيين أربعة من مقاعد مجلس الإدارة السبعة أو عزل شاغليها عمومًا، لكنه لا يدير العمليات اليومية وليس الجهة التي توافق على كل إصدار للنماذج. ويستحق هذا الترتيب الاهتمام، لكنه لا يضمن أن الشركة ستتخذ القرارات الصحيحة. فقد يؤدي تقييد الوصول إلى تقليل الخدمات المبيعة، كما أن إجراء مزيد من اختبارات السلامة يكلف المال. وفي المقابل، قد تساعد القدرة على توضيح الصلاحيات والتدقيق والمسؤولية على تشجيع مزيد من العملاء على إسناد المهام المهمة إلى النظام. وينبغي النظر إلى هذين الجانبين كلٌّ على حدة.
لنعد إلى طلب التأمين الذي بدأنا به. بعد أن ينتهي الذكاء الاصطناعي من تنظيم المواد، يظل مسؤول الاكتتاب هو من يتخذ القرار. لكن العمل الذي كان يستغرق وقتًا طويلًا أُعيد توزيعه بالفعل: تتولى الآلة ما تجيده، ويحتفظ الإنسان بوقته للمهام التي تتطلب حكمًا مهنيًا. وبالنسبة إلى Anthropic، إذا أمكن إحداث هذا التغيير في مزيد من مجالات العمل، من دون أن تخرج التكلفة عن السيطرة مع كل نتيجة موثوقة إضافية، فلن يقتصر ما تبيعه على مساعد محادثة سهل الاستخدام.
لذلك سأواصل، بعد الجولة الترويجية، متابعة ثلاثة أمور: هل يرغب العملاء الحاليون في إسناد أعمال أكثر أهمية إلى Claude؛ وهل يمكن أن تستمر تكلفة إنجاز المهمة على نحو موثوق في الانخفاض بعد احتساب المراجعة البشرية وإعادة العمل؛ وماذا ستختار الشركة عندما يتعارض الأمان والنمو فعلًا.
هذه الأمور الثلاثة أقدر على توضيح المسار الذي ستسلكه الشركة من عرض تجريبي مبهر أو نمو سريع في ربع واحد. وإذا كنت تفكر في إدخال الذكاء الاصطناعي إلى فريقك، فيمكنك البدء بالسؤال نفسه: ما المهمة التالية التي تستحق أن توكلها إليه؟ وإذا أخطأ، فمن سيلاحظ ذلك، ومن سيتولى المهمة من جديد؟