الوحدة التي لم يتوقعها أحد وما أنتجته مؤخرًا
قبل ستة أشهر، قامت مايكروسوفت بتأسيس MAI، مجموعتها الداخلية للذكاء الاصطناعي. السرعة التي عمل بها هذا الفريق منذ ذلك الحين تستحق الانتباه: في تلك الفترة، تم إنتاج ثلاثة نماذج أساسية قادرة على تحويل الصوت إلى نص، توليد الصوت، وإنتاج الصور. هذه ليست تعديلات على نماذج خارجية بل هي نماذج خاصة، بُنيت من الأسس.
بالنسبة لأي محلل يتابع صناعة التكنولوجيا، فإن الإشارة الأكثر أهمية هنا لا تكمن في القدرات التقنية المعلنة، رغم أهميتها، بل في القرار الهيكلي الذي تكشف عنه هذه الخطوة: مايكروسوفت تقلل اعتمادها على الأطراف الخارجية في الطبقة الأكثر أهمية داخل بنيتها التحتية للذكاء الاصطناعي. لسنوات، كان ذلك الاعتماد يحمل اسم OpenAI. الاستثمارات التي تجاوزت 13 مليار دولار في تلك العلاقة منحت مايكروسوفت الوصول إلى أقوى النماذج في السوق، لكنها فرضت أيضًا عليها ضعفًا استراتيجيًا عميقًا. عندما تستند ميزتك التنافسية إلى مزود يتبع مصلحته التجارية الخاصة، فإن موقعك يصبح هشًا بطبيعته.
ما تنتجه MAI الآن لا يحل محل GPT-4 أو أجياله من اللحظة إلى الأخرى. لكنه يضع مسارًا. مايكروسوفت تبني القدرة على تحديد، في المستقبل، متى تحتاج إلى OpenAI ومتى لا تحتاج إليها. هذه المرونة لها قيمة استراتيجية لا تظهر في أي ميزانية ربع سنوية، لكن يجب على أي مدير مالي لديه رؤية طويلة المدى احتسابها.
ثلاثة نماذج، ثلاث إشارات حول مكان المال الحقيقي
تحويل الصوت إلى نص، توليد الصوت، إنتاج الصور. للوهلة الأولى، يبدو أنها قائمة من الميزات التي يمكن أن تتضمنها أي مقارنة بين منتجات المنافسين. وهنا مكان فشل التحليل التقليدي: تفسير هذه النماذج الثلاثة كرد على قدرات OpenAI أو جوجل أو أنثروبيك هو قراءة الحركة بشكل مقلوب.
ما تفعله مايكروسوفت ليس تكرار خارطة طريق منافسيها. إنها تبني البنية التحتية التي تقلل من اعتماد منتجاتها المؤسسية الخاصة، بما في ذلك Azure وTeams وCopilot، على النماذج الخارجية لوظائف عالية الحجم ومنخفضة الهوامش. على سبيل المثال، يعتبر تحويل الصوت إلى نص قدرة تُستهلك بكثافة في البيئات المؤسسية: الاجتماعات، مكالمات خدمة العملاء، الوثائق الطبية، الإجراءات القانونية. إذا كانت مايكروسوفت قادرة على تقديم هذه الخدمة من خلال نموذج خاص بها يكون أقل تكلفة من نموذج خارجي، فإن التحسُّن في اقتصادياتها الفردية سيكون فوريًا ومستدامًا.
هذا ليس ابتكارًا لمجرد الابتكار. إنه هندسة هوامش تُنفذ على نطاق منصة. في كل مرة تبني فيها شركة قدرة خاصة لوظيفة كانت تعتمد على طرف خارجي، فهي تقوم بتحويل تكلفة متغيرة، خاضعة لتسعير المورّد، إلى تكلفة ثابتة يمكن التحكم فيها وتخفيضها. بالنسبة لشركة تحقق أكثر من 200 مليار دولار سنويًا ولديها الذكاء الاصطناعي كقصة نمو مركزية، فإن هذا التحويل له تداعيات مالية تتجاوز بكثير البيان الصحفي.
النقطة العمياء التي أراها في تغطية هذا الخبر هي التالية: يقوم المحللون بمقارنة قدرات هذه النماذج مع تلك الخاصة بقادة السوق واستنتاج أن مايكروسوفت "ما زالت متأخرة". هذا التحليل يستجيب للسؤال الخطأ. المقياس ذي الصلة ليس ما إذا كانت هذه النماذج أفضل من GPT-4 أم لا. بل هو ما إذا كانت تلك النماذج جيدة بما يكفي لنقل التكاليف الداخلية ورخيصة بما يكفي لتحسين هوامش Azure. في هذا السيناريو، لا تحتاج إلى الفوز في سباق المعايير. تحتاج فقط إلى أن تكون وظيفية وخاصة.
ما يجده القطاع غالبًا غير ذي أهمية عند الحديث عن منصات الذكاء الاصطناعي
هناك نمط يتكرر في تاريخ المنصات التكنولوجية ويبدو أن صناعة الذكاء الاصطناعي تتجاهله بحماس ملحوظ: الحروب المتعلقة بالنماذج الأساسية تميل هيكليًا إلى التسعير المنخفض. ليس في المدى الطويل الضبابي الذي يتم الاستشهاد به عادةً لتجنب الالتزام بتنبؤ. بل في أفق ثلاث إلى خمس سنوات، وهو أفق مرئي تمامًا من اليوم.
عندما تتنافس عدة جهات، مثل مايكروسوفت وجوجل ومتا وأمازون، بالإضافة إلى قائمة متزايدة من الشركات الناشئة المدعومة برأسمال كبير، في نفس المستوى من سلسلة القيمة، فإن النتيجة التاريخية دائمًا هي نفسها: تنخفض الأسعار، وتضغط الهوامش، ويتجه القيمة نحو الطبقات التي تحتوي على تمييز حقيقي، والتي عادةً ما تكون في التوزيع، والتكامل مع تدفقات العمل الموجودة، والبيانات الخاصة بالعملاء.
في هذا السيناريو، تمتلك مايكروسوفت ميزة لا يمكن لـ OpenAI تكرارها أبدًا: توجد مئتان مليون مستخدم نشط في الشركات على Microsoft 365، مع عقود من بيانات السلوك، وتكامل عميق في تدفقات العمل الخاصة بأكبر 500 شركة، وعقود تجارية تخلق تكاليف تغيير مرتفعة جدًا. إذا كانت نماذجها الخاصة جيدة بما يكفي للعمل في هذا البيئة، ستصبح المقارنة مع النماذج الأكثر تعقيدًا في السوق أكاديمية.
ما يقلقني، كمراقبة لهذه الديناميكيات، هو خطر أن تقع MAI في الفخ الذي يؤثر على العديد من الفرق الداخلية للابتكار داخل الشركات الناضجة: تحسين الأداء بناءً على معايير الأداء الداخلية بدلاً من التحقق من الفركشة الحقيقية للمستخدم. ستة أشهر هي فترة قصيرة جدًا لبناء ثلاثة نماذج أساسية. السرعة مثيرة للإعجاب، ولكن السرعة بدون تحقق في الإنتاج الحقيقي هي أسرع طريق نحو عدم الأهمية الداخلية، حيث تحصل الفرق على جوائز في المؤتمرات وتستمر منتجات الشركة في استخدام نماذج خارجية لأنها الوحيدة التي تعمل تحت الضغط التشغيلي اليومي.
النموذج الذي لا يمكن لأي منافس نسخه بسهولة
مايكروسوفت لا تحتاج إلى الفوز في سباق النماذج الأكثر قوة. بحاجة لبناء البنية التحتية حيث تعمل قدراتها الخاصة في الذكاء الاصطناعي، التي صُممت وتدربت وعُملت داخليًا، كقاعدة لعرض قيمة لا يمكن لأي منافس نسخها بسهولة: التكامل الطبيعي بين الذكاء الاصطناعي التوليدي والبنية التحتية للشركات حيث تعيش البيانات، والعمليات، وقرارات العملاء.
يمكن لـ OpenAI بناء نماذج أفضل. يمكن لجوجل بناء نماذج أفضل. لكن لا أحد منهما يمتلك قاعدة مثبّتة في النسيج التشغيلي للشركات العالمية التي بنتها مايكروسوفت على مدار أربعة عقود. هذه هي المتغير الذي لا يظهر في المعايير الفنية ولكنه يحدد من يلتقط القيمة عندما ينتقل الذكاء الاصطناعي من كونه تكنولوجيا جديدة إلى أن يصبح ضرورة.
القيادة الاستراتيجية لا تتعلق بحرق رأس المال في ملاحقة كل مقياس أداء جديد تحدده المنافس الأكثر صوتًا في السوق. إنها تتعلق بوجود الوضوح اللازم لإزالة التبعيات التي تحد من استقلاليتك، وتقليل تكاليف الوظائف التي تتحكم بها بالفعل، وخلق قدرات تعزز حيث تكون بالفعل لا يمكن الاستغناء عنها. تَبدو MAI، في أول ستة أشهر لها، وكأنها تفهم تلك المنطق. والاختبار التالي سيكون رؤية ما إذا كانت تلك النماذج الثلاثة ستنجو من التعامل مع الواقع التشغيلي لعملاء مايكروسوفت، وهو الهيئات الوحيدة التي تصدر أحكامًا لها تداعيات مالية.
