لم يعد سباق الذكاء الاصطناعي يدور فقط حول أي شركة تمتلك النموذج الأكثر ذكاءً، أو من يستطيع تحقيق نتيجة أفضل في اختبارات الأداء. خلال النصف الأول من سبتمبر 2026، بدا المشهد أكثر تعقيدًا بكثير؛ نماذج أصبحت أكثر قدرة على تنفيذ المهام بصورة شبه مستقلة، وصفقات بمليارات الدولارات تعيد تشكيل سوق الذكاء الاصطناعي المفتوح، وفي المقابل تتزايد المخاوف المتعلقة بالسلامة والرقابة وحتى التأثير البيئي للبنية التحتية التي يعتمد عليها هذا القطاع. وربما كان إطلاق GPT-6 Astra من OpenAI هو التطور الذي اختصر جانبًا كبيرًا من هذا التحول.
GPT-6 Astra.. خطوة جديدة نحو وكلاء ذكاء اصطناعي أكثر استقلالية
كشفت OpenAI في 3 سبتمبر عن GPT-6 Astra، وقدمته باعتباره أقوى نماذجها التي طُرحت على نطاق واسع حتى الآن. لكن أهمية Astra لا ترتبط فقط بتحسن قدراته في البرمجة أو الاستدلال، بل بالطريقة التي أصبح بها قادرًا على تنفيذ مهام طويلة ومعقدة باستخدام الأدوات والحاسوب والمتصفح.
وتقول OpenAI إن النموذج حقق مستوى «Critical» في قدرات الأمن السيبراني وفق إطار الاستعداد الخاص بالشركة، وهو تصنيف يعكس قدرته على اكتشاف ثغرات أمنية جديدة والعمل على استغلالها في بعض البيئات دون الحاجة إلى توجيه بشري في كل خطوة. ولهذا فرضت الشركة مجموعة أكبر من إجراءات المراقبة والعزل على استخدامه.
وفي الوقت نفسه، كشفت بيانات داخلية نشرتها OpenAI عن مدى اعتماد الباحثين لديها على الوكلاء البرمجيين. فبحلول منتصف أغسطس، سجلت أنظمة الذكاء الاصطناعي ما يعادل 3.1 «يوم عمل للوكيل» مقابل كل يوم عمل بشري داخل المؤسسة البحثية. لكن هذا الرقم لا يقيس إنتاجية الباحث البشري. بل يشير إلى أن وكلاء الذكاء الاصطناعي يعملون، في المتوسط، لما يعادل 3.1 يوم عمل مقابل كل يوم عمل لباحث بشري.
وهنا ربما تظهر الصورة الأهم: الذكاء الاصطناعي لم يعد مجرد أداة ينتظر منها المستخدم إجابة، بل بدأ يتحول إلى طبقة عمل يمكن تشغيل أكثر من نسخة منها في الوقت نفسه لتنفيذ أجزاء مختلفة من المهمة.
كلما زادت القدرات.. أصبحت مسألة السيطرة أكثر إلحاحًا
التطور السريع في قدرات الوكلاء لم يمر دون جدل. فقد شهدت الأسابيع الأخيرة نقاشات متزايدة داخل مجتمع الذكاء الاصطناعي حول قدرة الشركات على مراقبة النماذج الأكثر تقدمًا، خصوصًا مع ظهور حالات تستطيع فيها النماذج التعامل مع بيئات العمل أو أدوات البرمجة بدرجة أكبر من الاستقلالية.
وزاد الجدل بعد تحذيرات من باحثين سابقين في شركات متقدمة، من بينها Anthropic، بشأن السيناريوهات التي قد تصبح فيها الأنظمة أكثر صعوبة في الرقابة، إلى جانب المخاوف المتعلقة بإمكانية إساءة استخدام النماذج في مجالات حساسة مثل البيولوجيا. واقترح الرئيس التنفيذي لشركة Anthropic، داريو أمودي، نهجًا يقوم على إبطاء وتيرة تقدم أقوى الأنظمة إذا لزم الأمر، مع الاعتماد بصورة أكبر على مقيمين مستقلين ومعايير سلامة مشتركة بين الدول والشركات.
لكن الفكرة نفسها أثارت جدلًا؛ فهناك من يرى أن تطوير أدوات الرقابة بالتوازي مع النماذج أكثر واقعية من وقف السباق، بينما يعتقد باحثون آخرون أن مجرد «إبطاء» التطوير لن يكون كافيًا إذا وصلت القدرات إلى مستويات يصعب التحكم فيها. وحتى OpenAI نفسها أقرت بمشكلة جديدة في Astra؛ فرغم تحسن سلوكه في عدد من اختبارات السلامة، تشير وثائق الشركة إلى أن فهم ومراقبة الطريقة التي يفكر بها النموذج أثناء تنفيذ المهام أصبح أصعب مقارنة بالأجيال السابقة، ما قد يحد من فعالية بعض أساليب الرقابة التي تعتمد على تتبع خطوات تفكيره.
إنفيديا لا تريد الاكتفاء ببيع الشرائح
وبعيدًا عن سباق النماذج المغلقة، شهد سبتمبر واحدة من أكبر الصفقات التي عرفها قطاع الذكاء الاصطناعي المفتوح. فقد أعلنت NVIDIA اتفاقها على الاستحواذ على Hugging Face في صفقة تبلغ قيمتها نحو 12.93 مليار دولار.
والصفقة لا تعني أن إنفيديا اشترت منصة لتحميل النماذج فقط. Hugging Face أصبحت واحدة من أهم البنى التحتية للمجتمع المفتوح في الذكاء الاصطناعي، ويستخدمها أكثر من 18 مليون مطور وباحث ومنشئ، مع ملايين النماذج والتطبيقات ومئات الآلاف من مجموعات البيانات.
إنفيديا أكدت أن المنصة ستظل مفتوحة أمام النماذج والأطر ومزودي الخدمات السحابية ومصنعي العتاد المختلفين، وأن استخدام رقاقات NVIDIA لن يصبح شرطًا لاستخدام Hugging Face. لكن الصفقة تظل ذات دلالة واضحة، فالشركة التي بنت الجزء الأكبر من قوتها خلال طفرة الذكاء الاصطناعي على بيع وحدات معالجة الرسوميات أصبحت الآن موجودة أيضًا عند واحدة من أهم نقاط توزيع النماذج والبيانات والأدوات التي يستخدمها المطورون.
وبذلك تتحرك إنفيديا تدريجيًا من موقع «الشركة التي تزود صناعة الذكاء الاصطناعي بالعتاد» إلى لاعب يمتلك جزءًا أكبر من النظام البيئي نفسه. ومن المنتظر أن تكتمل الصفقة خلال النصف الأول من 2027 بعد الحصول على الموافقات التنظيمية المطلوبة.
وفي الصين.. نموذج ذكاء اصطناعي مفتوح بحجم 770 مليار بارامتر
في الجهة الأخرى من السباق، تواصل الشركات الصينية الدفع بقوة نحو نماذج ذكاء اصطناعي متاحة للمطورين للتنزيل والتعديل. وأحد أبرز الأمثلة هو Hy4 preview من Tencent، الذي أعلنت عنه الشركة في 28 أغسطس، قبل أن يصبح أحد أكثر نماذج الذكاء الاصطناعي المفتوحة إثارة للاهتمام مع بداية سبتمبر.
يأتي النموذج بإجمالي 770 مليار بارامتر، لكنه يستخدم بنية Mixture of Experts التي تجعل نحو 49 مليار بارامتر فقط نشطة عند معالجة كل Token، مع دعم نافذة سياق تتجاوز مليون Token. أما النقطة الأكثر أهمية فقد تكون الترخيص. فقد أتاحت Tencent النماذج التي يمكن للمطورين تنزيلها وتشغيلها وتعديلها بأنفسهم بموجب Apache 2.0، وهو ترخيص مرن يسمح باستخدامه وتعديله في نطاق واسع من المشروعات التجارية. وهذا يعكس أحد الاختلافات التي أصبحت أكثر وضوحًا في سوق الذكاء الاصطناعي: بينما تركز شركات مثل OpenAI وAnthropic على نماذج مغلقة فائقة القوة، تراهن شركات صينية بصورة أكبر على إتاحة النماذج وأوزانها للمطورين والشركات.
وصفقة NVIDIA مع Hugging Face تجعل هذه المنافسة أكثر إثارة، لأنها تشير إلى أن النماذج المفتوحة لم تعد سوقًا هامشية، حتى بالنسبة إلى أكبر شركة مستفيدة من طفرة البنية التحتية للذكاء الاصطناعي.
كاليفورنيا تبدأ في وضع حدود أكثر صرامة
وفي الوقت الذي تتسابق فيه الشركات نحو نماذج أكبر، تتحرك الجهات التنظيمية في الاتجاه الآخر لوضع قيود أوضح على طريقة استخدامها. فقد وقع حاكم كاليفورنيا جافين نيوسوم خلال سبتمبر حزمة من القوانين الجديدة التي تستهدف أنظمة الذكاء الاصطناعي والخدمات الرقمية الموجهة للأطفال.
وتشمل القواعد الجديدة متطلبات أكثر صرامة على روبوتات الدردشة المصاحبة، بما في ذلك بروتوكولات للتعامل مع حالات التفكير في الانتحار، وأدوات رقابة للوالدين، وإجراء تقييمات سنوية للمخاطر وعمليات تدقيق مستقلة لسلامة الأطفال.
كما وقعت الولاية قوانين منفصلة تتعلق بعمليات التدقيق والتقييم المستقل لأنظمة الذكاء الاصطناعي، في خطوة تعكس انتقال التنظيم تدريجيًا من المبادئ العامة حول «الذكاء الاصطناعي المسؤول» إلى متطلبات قابلة للقياس والمراجعة. وقد تصبح كاليفورنيا مرة أخرى نموذجًا تتبعه ولايات أمريكية أخرى، خصوصًا أن عددًا كبيرًا من أكبر شركات التكنولوجيا والذكاء الاصطناعي يعمل من داخل الولاية.
حرب جديدة حول «تقطير» النماذج
وفي تطور آخر يكشف أن المنافسة بين الولايات المتحدة والصين لم تعد مقتصرة على الشرائح الإلكترونية، أصدرت وكالة الأمن القومي الأمريكية NSA ومكتب التحقيقات الفيدرالي FBI ووكالة CISA تحذيرًا مشتركًا بشأن ما وصفته بعمليات «عمليات تقطير واسعة النطاق» تستهدف نماذج الذكاء الاصطناعي الأمريكية. وتقطير المعرفة Knowledge Distillation في حد ذاته تقنية معروفة تستخدم لتدريب نموذج أصغر أو مختلف للاستفادة من مخرجات نموذج أقوى.
لكن التحذير الأمريكي يتهم شركات ذكاء اصطناعي مقرها الصين باستخدام عمليات ضخمة ومنظمة لاستخراج قدرات ووظائف مقيدة من النماذج الأمريكية المتقدمة بهدف تدريب نماذجها الخاصة. إذا استمر هذا الاتجاه، فقد تصبح حماية «قدرات النموذج» نفسها ساحة جديدة للأمن السيبراني، تمامًا كما تحاول الشركات حاليًا حماية البيانات والأكواد والبنية التحتية.
الذكاء الاصطناعي يدخل المؤسسة العسكرية بصورة أوسع
ولا يقتصر توسع استخدام الذكاء الاصطناعي على الشركات والمستهلكين. فمنصة GenAI.mil التابعة لوزارة الدفاع الأمريكية وصلت إلى نحو 1.7 مليون مستخدم من العاملين العسكريين والمدنيين، مع إدخال أدوات تجارية أكثر تقدمًا إلى المنصة مثل نسخ مخصصة من ChatGPT وGrok.
كما تحدث مسؤولون في البنتاجون عن شبكات للوكلاء تساعد في تسريع تحليل المعلومات واتخاذ القرارات، وهو ما يفتح في المقابل نقاشًا أصعب حول الحدود المقبولة لاستخدام الذكاء الاصطناعي في البيئات العسكرية، خصوصًا عندما تقترب هذه الأنظمة من عمليات اختيار الأهداف أو دعم القرارات الميدانية. اللافت هنا أن السؤال لم يعد ما إذا كانت المؤسسات العسكرية ستستخدم الذكاء الاصطناعي، بل إلى أي مدى ستسمح له بالدخول في سلسلة اتخاذ القرار.
تكلفة الذكاء الاصطناعي لا تظهر فقط في فاتورة الكهرباء
وراء كل هذه التطورات توجد مشكلة أقل ظهورًا للمستخدم: البنية التحتية الهائلة اللازمة لتشغيلها. ومع ارتفاع كثافة الخوادم داخل مراكز البيانات، يتزايد الطلب على أنظمة تبريد أكثر قدرة على التعامل مع الحرارة، ومن بينها تقنيات التبريد بالغمر والمواد الكيميائية المستخدمة في تصنيع الشرائح وأنظمة التبريد المتقدمة.
وحذرت منظمة ChemSec البيئية من توسع عدد من كبار مصنعي مواد PFAS، المعروفة باسم «المواد الكيميائية الأبدية»، في الإنتاج لتلبية الطلب المتزايد المرتبط بصناعة أشباه الموصلات ومراكز بيانات الذكاء الاصطناعي.
المشكلة أن هذه المركبات شديدة المقاومة للتحلل، وترتبط منذ سنوات بمخاوف صحية وبيئية دفعت عدة دول إلى التفكير في فرض قيود أكثر صرامة عليها. وهكذا قد يظهر تناقض جديد أمام صناعة الذكاء الاصطناعي: الشركات تريد بناء مراكز بيانات أكبر وأكثر كثافة، بينما تصبح التكلفة البيئية للمواد والطاقة والمياه اللازمة لتشغيلها جزءًا متزايدًا من النقاش التنظيمي.
سبتمبر لم يكن مجرد شهر لإطلاق نموذج جديد
إذا نظرنا إلى هذه التطورات منفردة، سنجد نموذجًا جديدًا هنا، وصفقة استحواذ هناك، وتشريعًا جديدًا في ولاية أمريكية. لكن جمعها معًا يقدم صورة مختلفة.
فقد بدأ الذكاء الاصطناعي ينتقل من مرحلة كان السؤال الرئيسي فيها «ما الذي يستطيع النموذج فعله؟» إلى مرحلة تتداخل فيها أربعة أسئلة في الوقت نفسه: إلى أي مدى يمكن للنموذج أن يعمل دون تدخل بشري؟ ومن يمتلك البنية التحتية التي يعتمد عليها؟ ومن يراقب هذه الأنظمة؟ وما التكلفة الحقيقية لنشرها على نطاق واسع؟
GPT-6 Astra يدفع حدود الوكلاء خطوة إلى الأمام، بينما تدفع صفقة NVIDIA وHugging Face الصراع نحو السيطرة على النظام البيئي المفتوح. وفي الوقت نفسه توسع Tencent خيارات المطورين بنموذج ضخم ومفتوح، بينما تبدأ الحكومات والمؤسسات الأمنية في التعامل مع النماذج باعتبارها بنية تحتية استراتيجية وليست مجرد منتج تقني جديد.
وربما تكون هذه هي السمة الأوضح لسبتمبر 2026 حتى الآن: الذكاء الاصطناعي أصبح أقوى، لكنه في الوقت نفسه أصبح أصعب في فصله عن السياسة والأمن والاقتصاد وحتى البيئة.
