عندما تصطف Meta وMicrosoft وNvidia على الجانب نفسه في صراع حول السياسات، فإن الخبر في حد ذاته يكون روتينيًا. ولكن عندما ينضم إليهم IBM وDell وCrowdStrike وServiceNow ومجموعة من الشركات الناشئة المدعومة من Andreessen Horowitz، تصبح اللحظة غير عادية حقًا. لقد أرسلت هذه الشركات معًا رسالة إلى واشنطن تحث صناع السياسات على حماية نماذج الذكاء الاصطناعي ذات الأوزان المفتوحة (open-weight) من التنظيمات الفيدرالية التقييدية. ولا تكتسب هذه المناشدة أهميتها من الأسماء المذكورة فحسب، بل لأنها تكشف عن المكان الذي يعتقد فيه قطاع الصناعة أن نموه المستقبلي سيأتي منه.
هدنة غير عادية
عادة ما يشبه الضغط التقني حرب الخنادق؛ حيث تتصارع شركات الحوسبة السحابية على عقود الدفاع، ويتنافس صانعو الرقائق على المساحة داخل مراكز البيانات، وتقاضي منصات التواصل الاجتماعي بعضها البعض بسبب رسوم متاجر التطبيقات. ومع ذلك، فقد نحى هذا التحالف تلك المنافسات جانبًا للدفاع عن جزء مشترك من البنية التحتية.
تغطي قائمة الموقعين كل مستوى من مستويات تقنيات الذكاء الاصطناعي. توفر Nvidia وDell Technologies السيليكون والخوادم، بينما تقدم Microsoft وIBM البرمجيات المؤسسية والانتشار السحابي العالمي. وتساهم Meta بالأبحاث الرائدة وقاعدة جماهيرية تضم المليارات. وتمثل Hugging Face وMistral وPerplexity الموجة الأحدث من بناة النماذج ومنصات الأدوات. ثم هناك المتخصصون: Palantir بأعمالها في التحليلات الحكومية والتجارية، وCrowdStrike في الأمن السيبراني، وServiceNow في أتمتة سير العمل المؤسسي. وحتى منظومة رأس المال الاستثماري شاركت من خلال Andreessen Horowitz.
يشير هذا الاتساع إلى أمر مهم؛ فنماذج الأوزان المفتوحة ليست مجرد رفاهية للهواة أو تجربة أكاديمية، بل يتعامل معها القطاع كبنية تحتية أساسية. فعندما يطرح مورد أمني ومصنع وحدات معالجة الرسومات (GPU) نفس الحجة السياسية، فهذا يعني أن القضية قد تجاوزت بكثير النطاق الهندسي الضيق.
ماذا تعني "الأوزان المفتوحة" حقًا؟
يختزل الكثير من النقاش العام حول الذكاء الاصطناعي كل شيء في روبوتات الدردشة وواجهات الويب، مما يؤدي إلى ضياع التمييز التقني بين النماذج المغلقة والمفتوحة، وهذا التمييز هو جوهر الرسالة.
النماذج مغلقة المصدر هي "صناديق سوداء" يتم الوصول إليها عبر واجهة برمجة التطبيقات (API). ترسل نصًا، فتتلقى نصًا في المقابل. لا يمكنك رؤية الرياضيات الكامنة وراءها، ولا يمكنك تنزيل النموذج على خادمك الخاص. أنت تدفع مقابل كل "token"، وتعمل ضمن حدود الاستخدام التي يحددها المزود، وتمرر بياناتك عبر أنظمتهم.
أما نماذج الأوزان المفتوحة فتقلب هذه العلاقة رأسًا على عقب. حيث تطلق المؤسسة المعلمات الرقمية الفعلية — الأوزان — التي تحدد كيفية معالجة النموذج للمعلومات. يمكن للمطورين تنزيل هذه الملفات، وتحميلها على أجهزتهم الخاصة، وفحص كيفية سلوكها، وضبطها بدقة لمهام محددة، وتشغيلها دون اتصال بالإنترنت. لا توجد استدعاءات لـ API، ولا فواتير حسب الاستهلاك، ولا تبعية خارجية.
بالنسبة لشبكة مستشفيات، قد يعني هذا أخذ نموذج لغوي عام وضبطه باستخدام السجلات الداخلية لتحديد التفاعلات الدوائية، كل ذلك دون إرسال بيانات المرضى إلى واجهة برمجة تطبيقات تابعة لجهة خارجية. وبالنسبة لمصنع صغير، قد يعني ذلك نشر نموذج رؤية حاسوبية على خادم طرفي (edge server) محلي لفحص عيوب المنتجات حتى مع وجود اتصال متقطع بالإنترنت. كما يمكن لشركة ناشئة في نيروبي أو لاغوس تنزيل نفس الأوزان التي يستخدمها فريق في كاليفورنيا، وتكييفها مع اللغات أو اللوائح المحلية، وخدمة العملاء دون الحاجة لدفع مبالغ لشركات الحوسبة السحابية في وادي السيليكون.
هذه المرونة العملية هي ما يسعى التحالف للحفاظ عليه.
لماذا يدفع الوصول إلى الابتكار؟
تجادل الرسالة بأن الأوزان المفتوحة تخفض تكلفة التجريب. وهذا ليس مجرد نظرية مجردة؛ فعندما يعيش النموذج خلف واجهة برمجة تطبيقات (API)، فإن كل عملية تدريب، وكل استعلام اختبار، وكل جلسة تصحيح أخطاء تترتب عليها فاتورة سحابية مباشرة. وبالنسبة للباحثين المستقلين والمؤسسات الصغيرة والمتوسطة، تتراكم هذه التكاليف بسرعة، كما أنها تخلق تبعية صعبة لمجموعة قليلة من مزودي الخدمات السحابية الضخام الذين يمتلكون رأس المال اللازم لتدريب واستضافة أكبر الأنظمة المغلقة.
Open weights break that concentration of power. A small team can buy a few enterprise GPUs, download a model, and iterate for weeks without permission from a hyperscaler. Meta and Mistral both benefit from this dynamic, though in different ways. Meta distributes open models partly to build goodwill with developers who might otherwise default to competitor APIs. Mistral has staked part of its strategy on offering capable open models that European and American enterprises can host privately. Both receive something valuable in return: a global community that stress-tests their architectures, finds vulnerabilities, suggests optimizations, and occasionally contributes improvements faster than any internal team could manage.
The coalition is essentially arguing that this distributed, voluntary R&D network is one of America's competitive advantages in AI. Regulate