باختصار

تشهد نماذج الذكاء الاصطناعي مفتوحة المصدر انتشارًا سريعًا بين المؤسسات والحكومات والشركات الناشئة. تحدثت إيرين سولايمان من Hugging Face إلى بودكاست Equity التابع لـ TechCrunch حول ما تحتاج الشركات الناشئة إلى معرفته قبل البناء على النماذج المفتوحة.

ما الذي حدث

في بودكاست Equity التابع لـ TechCrunch، تحدثت ريبيكا بيلان (Rebecca Bellan) إلى إيرين سولايمان، كبيرة مسؤولي السياسات في Hugging Face، حول ما تحتاج الشركات الناشئة إلى معرفته قبل البناء على النماذج المفتوحة، من اختيار الأدوات والبنية التحتية المناسبة إلى المفاضلات المترتبة على ذلك. وتقول TechCrunch إن المؤسسات والحكومات والشركات الناشئة تعتمد على النماذج المفتوحة لخفض التكاليف وزيادة التحكم والمرونة، وتتساءل عمّا إذا كان اللاعبون الأمريكيون قادرين على مواكبة التقدم في ظل تقدّم النماذج الصينية المفتوحة.

الخلفية

تشهد السوق إتاحة نماذج ذات قدرات متزايدة مجانًا، ما يثير تساؤلات حول كيفية تحقيق الشركات للقيمة. وفي الوقت نفسه، تكتسب النماذج الصينية المفتوحة زخمًا، ما يزيد الضغط التنافسي على المزوّدين الأمريكيين.

ما يعنيه ذلك لأصحاب الأعمال والمشغّلين

بالنسبة إلى أصحاب الأعمال، قد يخفّض التحول إلى الذكاء الاصطناعي مفتوح المصدر رسوم الترخيص، لكنه لا يلغي الإنفاق. إذ يتعيّن على الشركات تخصيص ميزانية للقدرة الحاسوبية وتصنيف البيانات والأمن والامتثال. واختيار منصة تتكامل جيدًا مع الأنظمة القائمة يمكن أن يقصّر وقت النشر ويخفض التكلفة الإجمالية للملكية.

وينبغي للمشغّلين متابعة المجموعة الناشئة من النماذج المفتوحة، ولا سيما تلك القادمة من مصادر غير أمريكية، لتجنّب مخاطر سلسلة الإمداد. وسيساعد بناء عمليات للمراقبة والحوكمة على الحفاظ على معايير الأداء والسلامة. والشركات التي تدير هذه المفاضلات يمكنها كسب ميزة تنافسية من خلال ابتكار أسرع وإنفاق أولي أقل.

رأينا

تحليل من إنفركلاين

النماذج المفتوحة تخفّض فاتورة الترخيص، لا الفاتورة الإجمالية: فالمعركة الحقيقية تدور حول القدرة الحاسوبية والأمن وسلسلة الإمداد.

السؤال أمام صاحب العمل بسيط: هل ينبغي للشركة البناء على النماذج المتاحة مجانًا بدلًا من الدفع مقابل النماذج المملوكة؟ وتقدّم إيرين سولايمان من Hugging Face، في حديثها على بودكاست Equity التابع لـ TechCrunch، ما يدعم الجانبين.

الحجة المؤيدة هي التكلفة والتحكم. فالنماذج المفتوحة تلغي رسوم الترخيص، وتمنح الشركات تحكمًا أكبر في طريقة عمل أنظمتها، وتواصل التحسن مع إتاحة نماذج قادرة مجانًا. أما الحجة المعارضة فهي أن الإنفاق لا يختفي، بل ينتقل. فالقدرة الحاسوبية وتصنيف البيانات والأمن والامتثال لا يزال يتعيّن دفع تكاليفها، ولا بد من أن يتابع أحدهم تطورات المجال. وتشير TechCrunch أيضًا إلى أن النماذج الصينية المفتوحة تكسب أرضًا، ما يضيف سؤالًا عن سلسلة الإمداد إلى السؤال التقني: على نماذج مَن تبني الشركة، وماذا يحدث إذا تغيّر ذلك المصدر؟

كيف تُوازَن المسألة: إذا كانت رسوم الترخيص تشكّل حصة كبيرة مما يكلّفك الذكاء الاصطناعي، فالحجة لصالح النماذج المفتوحة قوية، شرط أن تحسب تكلفة القدرة الحاسوبية والأمن بصدق أولًا. وإذا لم يكن لدى الشركة من يتولى المراقبة والحوكمة، فقد يتبدد التوفير في عمل الحفاظ على أمان المنظومة التقنية. فالقوة بيد من يتحكم في المنصة والإمداد، لذا اختر منصة مدعومة وراقب البدائل.

ما الذي ينبغي فعله في عملك غدًا

  1. قبل أن تستبدل النماذج المملوكة بأداة ذكاء اصطناعي مفتوحة المصدر، اذكر ما ستظل تدفع مقابله: القدرة الحاسوبية والأمن والامتثال، وليس فقط رسوم الترخيص التي ستوفّرها.
  2. دوّن المفاضلات المترتبة على البناء على أداة ذكاء اصطناعي مفتوحة المصدر، مثل من يتحقق من سلامتها ومدى سرعة الإطلاق، واتخذ قرارك وهذه القائمة بين يديك.
  3. عيّن شخصًا واحدًا يتحقق كل شهر من أدوات الذكاء الاصطناعي مفتوحة المصدر لدى المنافسين الجدد التي باتت تضاهي الأداة التي تدفع مقابلها، حتى لا تتخلف عن الركب.

المصادر

  • techcrunch.com: Open source AI is booming. Hugging Face explains who profits.