نموذج جديد ومراهنة على اقتصاديات الوكلاء
أعلنت Writer، وهي منصة ذكاء اصطناعي مؤسسية تخدم شركات كبرى من بينها Accenture وUber وVanguard، عن إطلاق نموذجها الأحدث Palmyra X6 إلى جانب إعادة بناء طبقة تنسيق الوكلاء وإضافة أدوات حوكمة جديدة تستهدف ضبط الإنفاق على الرموز وتحسين أداء الأنظمة داخل الشركات.
وتقول الشركة إن الجمع بين النموذج الجديد والبنية التشغيلية المحدثة أدى إلى خفض متوسط تكلفة المنتج الخاص بالوكلاء بنسبة 52%، مع تحسن في السرعة بنحو 48% وارتفاع في الجودة بنسبة 10%. هذه الأرقام تجعل الإعلان أبعد من مجرد تحديث تقني، لأنه يعكس تحولا متسارعا في أولويات سوق الذكاء الاصطناعي المؤسسي: لم يعد السؤال يدور فقط حول من يملك النموذج الأقوى، بل حول من يستطيع تشغيله بأقل كلفة ممكنة داخل بيئات العمل الفعلية.
وفي هذا السياق، تبدو خطوة Writer محاولة واضحة لإعادة تعريف القيمة في سوق يتعرض لضغط متزايد من تكاليف التشغيل، خصوصا مع انتشار الوكلاء القادرين على تنفيذ مهام متعددة بدلا من الاكتفاء بتوليد إجابة واحدة كما تفعل روبوتات الدردشة التقليدية.
لماذا أصبحت تكلفة الرموز قضية أساسية
الفارق بين روبوت الدردشة والوكيل الذكي أصبح جوهريا في حسابات الشركات. فالأول ينتج استجابة واحدة غالبا، بينما قد يمر الوكيل بعدة جولات من التخطيط، والبحث، واستدعاء الأدوات، والتحقق، وإعادة المحاولة. وكل جولة من هذه الجولات تستهلك رموزا إضافية، ما يعني أن الفاتورة النهائية قد ترتفع بسرعة حتى لو بدا للمستخدم أن المهمة بسيطة.
هذا التحول دفع المؤسسات إلى إعادة النظر في طريقة احتساب العائد على الاستثمار في الذكاء الاصطناعي. فبدلا من قياس التكلفة على أساس سعر الرمز فقط، باتت الشركات تراقب تكلفة المهمة الناجحة، بما في ذلك عدد المحاولات والتوقفات والاستدعاءات الجانبية. ومع توقعات تشير إلى تضاعف استهلاك الرموز على نطاق واسع خلال السنوات المقبلة، تصبح أدوات خفض الإنفاق جزءا أساسيا من قرار الشراء، لا ميزة إضافية.
Writer تبني سرديتها على هذه الحقيقة. فبحسب الشركة، فإن المشكلة الأكثر إلحاحا أمام تبني الذكاء الاصطناعي في المؤسسات ليست دائما ضعف النموذج، بل ارتفاع التكلفة مقارنة بالبدائل البشرية أو بالحلول البرمجية التقليدية. ومن هذا المنطلق، ترى الشركة أن تخفيض تكلفة التشغيل لا يضر الإيرادات بالضرورة، بل قد يوسع نطاق الاستخدام داخل المؤسسة ويزيد من عدد السيناريوهات التي يمكن أتمتتها.
ما الذي يميز Palmyra X6 تقنيا
النموذج الجديد ليس مبنيا من الصفر، بل هو نسخة ما بعد التدريب من نموذج مفتوح الأوزان كبير الحجم يحمل اسم GLM-5.2، وهو ما يعني أن Writer اختارت أساسا جاهزا ثم أعادت تشكيله ليلائم احتياجاتها المؤسسية. ووفقا للبيانات الفنية التي عرضتها الشركة، فإن Palmyra X6 يضم 744 مليار معامل، مع نحو 40 مليار معامل فعّال لكل رمز.
اللافت في طريقة بناء النموذج هو الاعتماد على مجموعة صغيرة نسبيا من البيانات المصممة بعناية. فقد استخدمت الشركة 626 مسارا اصطناعيا تم انتقاؤها وتدريبها مرة واحدة فقط، إلى جانب أسلوب يهدف إلى تثبيت النموذج الأساسي ومنعه من الابتعاد كثيرا عن قدراته الأصلية أثناء التعلم. كما لجأت Writer إلى أسلوب تحسين حديث بدلا من الاعتماد على المعايير التقليدية وحدها، في إشارة إلى رغبة واضحة في تحسين الأداء من خلال الحد الأدنى من التعديل المدروس.
وترى الشركة أن هذه الفلسفة، القائمة على بيانات قليلة ولكن شديدة الجودة، سمحت لها بالوصول إلى نموذج أكثر كفاءة في العمل المؤسسي من دون التضحية بالقدرات العامة. كما تؤكد Writer أن جميع البيانات المستخدمة كانت اصطناعية، وأن التدريب جرى بالكامل على بنية تحتية داخل الولايات المتحدة.
الأداء والسعر عنصران لا ينفصلان
تقول Writer إن X6 حقق نتائج أفضل من عدد من النماذج المنافسة في الاختبارات الداخلية التي أجرتها الشركة، مع درجات مرتفعة في مجالات مثل الاسترجاع، وفهم السياق، واستخدام الأدوات، وتفويض المهام الفرعية، والالتزام بصوت العلامة التجارية. لكن العامل الأكثر تأثيرا في الرسالة التسويقية والتقنية هنا هو السعر.
فالشركة تسعر النموذج عند 2 دولار لكل مليون رمز إدخال و8 دولارات لكل مليون رمز إخراج، وهو مستوى أقل بكثير من أسعار بعض النماذج الرائدة في السوق. وتقول Writer أيضا إن الوكيل الذي يعمل مع X6 قادر على إنجاز المهام في متوسط 26 ثانية، ويمكنه الاستمرار في العمل على هدف واحد لفترة تصل إلى ثماني ساعات دون تدخل مباشر.
هذه الأرقام، إذا ثبتت في الاستخدام الواقعي، تعني أن الشركة تحاول منافسة النماذج الأغلى ليس فقط عبر الجودة، بل عبر معادلة كاملة تجمع بين السرعة، والاستقرار، والقدرة على خفض التكلفة التشغيلية. وفي سوق مؤسسي شديد الحساسية للميزانيات، قد تكون هذه المعادلة أكثر إقناعا من أي معيار تقني منفرد.
الجدل حول الاعتماد على نموذج مفتوح صيني الأصل
أحد أكثر الجوانب حساسية في هذا الإعلان هو أن الأساس الذي اعتمدت عليه Writer جاء من نموذج مفتوح الأوزان طورته شركة مقرها بكين. هذا الاختيار يضع الشركة الأمريكية في قلب نقاش أوسع داخل الصناعة حول مدى ملاءمة بناء منتجات مؤسسية على نماذج مصدرها الصين، خصوصا في قطاعات تحتاج إلى ثقة عالية مثل المؤسسات المالية أو الجهات المنظمة.
Writer تقول إنها لا ترى في الأصل الذي جاء منه النموذج عائقا بحد ذاته، طالما أن ما يجري لاحقا هو إعادة تدريب وضبط صارمة داخل بيئة أمريكية خاضعة للرقابة التي تعتمدها الشركة. كما تشير إلى أنها فحصت النموذج من زوايا متعددة تشمل التحيز السياسي، والامتثال، والموثوقية، والرفض في الحالات الحساسة، وأنها أجرت تقييما موسعا بمشاركة محكمين مستقلين.
ومع ذلك، لا يخلو هذا المسار من أسئلة مشروعة تتعلق بالشفافية وسلامة سلسلة التوريد البرمجية، خاصة في ظل تزايد اعتماد الشركات على نماذج مفتوحة الأوزان يمكن تنزيلها وتعديلها بحرية. وهنا تحاول Writer أن تقدم نفسها باعتبارها جهة تملك السيطرة على الطبقة النهائية من النموذج، وعلى بيئة التشغيل، وعلى قواعد الاستخدام داخل المؤسسة.
الحوكمة قد تكون الميزة الحاسمة
إلى جانب النموذج نفسه، راهنت Writer على طبقة الحوكمة باعتبارها جزءا أساسيا من المنتج. فالشركة قدمت أدوات تمنح مسؤولي التقنية رؤية مركزية لاستهلاك الوكلاء، ولوحات تحليل لكل سير عمل، وأدوات للحد من الإنفاق مع تنبيهات وحدود واضحة.
هذه الإضافة تبدو مهمة لأن كثيراً من المؤسسات لا تعاني فقط من تكلفة الاستهلاك، بل من غياب الشفافية حول أين تُنفق الميزانية بالفعل. في بيئات العمل الكبيرة، قد تنتشر الأتمتة بسرعة بين الأقسام، ومعها قد تظهر فواتير غير متوقعة إذا لم تكن هناك آلية مراقبة دقيقة. لذلك تحاول Writer تحويل الحوكمة من وظيفة إدارية لاحقة إلى جزء أصيل من التصميم التقني.
وتكتسب هذه النقطة أهمية مضاعفة في ظل توسع استخدام الوكلاء داخل المؤسسات. فكلما زاد عدد السيناريوهات المؤتمتة، زادت الحاجة إلى لوحات تحكم تحدد التكلفة لكل مهمة، وتتيح للمسؤولين ضبط الاستخدام قبل أن يتحول إلى عبء مالي. بهذا المعنى، تصبح الحوكمة ليست مجرد حماية من الإسراف، بل أداة تمكين تتيح للمؤسسات التوسع بثقة أكبر.
ما الذي تكشفه هذه الخطوة عن سوق الذكاء الاصطناعي المؤسسي
الإعلان الأخير من Writer يعكس اتجاها أوسع في الصناعة: القيمة لم تعد تُقاس فقط بحجم النموذج أو عدد المعاملات، بل بقدرة المنصة على تحويل هذه القدرات إلى نتائج قابلة للتشغيل في المؤسسات. ومن هنا، قد يكون الفائز في السوق المقبل ليس النموذج الأكثر شهرة، بل المنصة التي تفهم التكلفة الحقيقية لكل مهمة وتعرف كيف توازن بينها وبين الأداء.
هذا التحول يمنح الشركات المؤسسية مساحة أكبر لاختيار ما يناسبها فعليا. فبدلا من الارتباط بنموذج واحد باهظ الثمن، تستطيع المؤسسات استخدام نماذج متعددة عبر منصة واحدة، مع الاحتفاظ بالتحكم في السياسات والإنفاق والأمان. وبهذا، تتحول المنافسة من سباق على الواجهة الأمامية إلى سباق على الطبقة التشغيلية العميقة التي تحدد ما إذا كان الذكاء الاصطناعي سيظل تجربة مكلفة أم سيصبح أداة إنتاج يومية.
وفي نهاية المطاف، يبدو أن Writer تراهن على فكرة بسيطة لكنها قوية: في عصر الوكلاء الذكيين، ليس المهم فقط أن يكون النموذج ذكيا، بل أن يكون قابلا للتشغيل على نطاق واسع وبتكلفة يمكن تبريرها داخل ميزانيات الشركات. وإذا نجحت هذه الرؤية، فقد يصبح مستقبل الذكاء الاصطناعي المؤسسي مرتبطا بقدرة المنصات على إدارة الاقتصاد الداخلي للذكاء نفسه، لا مجرد رفع مستوى قدراته.