أطلق أليكس كارب، الرئيس التنفيذي لشركة Palantir Technologies، نقدًا حادًا لنموذج الأعمال المهيمن في صناعة الذكاء الاصطناعي في 1 يوليو 2026، بحجة أن هيكل التسعير القائم على الرمز المميز الذي ابتكرته OpenAI وAnthropic معيب بشكل أساسي.
وفي حديثه في حدث سلط الضوء على شراكة Palantir الموسعة مع NVIDIA لنشر الذكاء الاصطناعي الآمن، قال كارب إن نموذج التسعير لكل رمز تستخدمه مختبرات الذكاء الاصطناعي الرائدة يمثل سوء تخصيص الموارد والملكية الفكرية. "لقد حدث خطأ ما تمامًا" في هذا النهج، أعلن كارب، وفقًا لتغطية CNBC وYahoo Finance والعديد من المنافذ الأخرى.
تمثل التعليقات واحدة من أكثر الانتقادات العامة الموجهة للاقتصاد السائد في صناعة الذكاء الاصطناعي من أحد كبار المسؤولين التنفيذيين في مجال التكنولوجيا. للاطلاع على التحليل المستمر لاستراتيجية أعمال الذكاء الاصطناعي، تابع [تغطية صناعة الذكاء الاصطناعي] (https://aibuzzwire.news) على AI Buzz Wire.
القضية ضد التسعير الرمزي
أصبح النموذج القائم على الرمز المميز - حيث يدفع العملاء مقابل كل وحدة نص تتم معالجتها بواسطة نموذج الذكاء الاصطناعي - آلية التسعير القياسية عبر صناعة الذكاء الاصطناعي. يتم فرض رسوم على OpenAI وAnthropic وGoogle وغيرها بناءً على استهلاك الرمز المميز، مما يؤدي إلى إنشاء اقتصاديات قائمة على الاستخدام تشبه فواتير المرافق.
وقال كارب إن هذا النموذج يحفز الهدر ويفشل في حماية الملكية الفكرية. واقترح أن تتحول الشركات بدلاً من ذلك نحو نماذج مفتوحة الوزن يمكن تشغيلها على البنية التحتية الداخلية، مما يمنح المؤسسات سيطرة أكبر على بياناتها وتكاليفها. يتماشى هذا مع استراتيجية Palantir الخاصة بنشر الذكاء الاصطناعي ضمن بيئات آمنة وخاضعة للرقابة لعملاء الحكومة والمؤسسات.
يعكس النقد الجدل المتزايد في الصناعة حول استدامة الاقتصادات القائمة على الرمز المميز. وفقًا لما أوردته TechCrunch، أشار مزود خدمة neocloud Together AI إلى أن اعتماد نموذج مفتوح المصدر قد تضاعف ثلاث مرات في العام الماضي حيث تبحث الشركات عن بدائل لرموز النماذج الحدودية باهظة الثمن.
الشراكة الأمنية بين Palantir وNVIDIA
جاءت تصريحات كارب في الوقت الذي قامت فيه شركة Palantir بتعميق تعاونها مع NVIDIA بشأن عمليات نشر الذكاء الاصطناعي السيادي للوكالات الحكومية الأمريكية. تركز الشراكة على توفير بنية تحتية آمنة للذكاء الاصطناعي محليًا لا تعتمد على واجهات برمجة التطبيقات السحابية الخارجية أو الخدمات القائمة على الرمز المميز.
يتناقض هذا النهج بشكل حاد مع النموذج الذي تقدمه OpenAI وAnthropic، حيث تتم معالجة بيانات العملاء على خوادم مختبرات الذكاء الاصطناعي الخاصة. بالنسبة لعملاء الحكومة والدفاع المهتمين بسيادة البيانات، يوفر نموذج Palantir-NVIDIA تحكمًا أكبر - وإن كان ذلك بتكلفة أولية أعلى.
وقد وضع كارب الشراكة كدليل على أن مستقبل الذكاء الاصطناعي للمؤسسات يكمن في عمليات النشر الخاضعة للرقابة على مستوى البنية التحتية بدلاً من استدعاءات واجهة برمجة التطبيقات (API) القائمة على الاستهلاك. وقال إن تركيز صناعة الذكاء الاصطناعي على تعظيم استهلاك الرموز أدى إلى التقليل من قيمة الأمن وحماية الملكية الفكرية والاستدامة على المدى الطويل.
حساب الصناعة الأوسع
يأتي انتقاد كارب في لحظة تكثيف التدقيق في نماذج أعمال الذكاء الاصطناعي. أبلغت الشركات عبر القطاعات عن ضغوط على ميزانياتها مع تزايد استخدام الذكاء الاصطناعي، حيث قامت بعض المؤسسات بتقييد الإنفاق على أدوات الذكاء الاصطناعي. حذر بحث أجرته شركة Gartner من أن تكاليف ترميز الذكاء الاصطناعي قد تنافس رواتب المطورين في غضون عامين إذا استمرت اتجاهات التسعير الحالية.
وفي الوقت نفسه، تستمر حركة الذكاء الاصطناعي مفتوحة المصدر في اكتساب الزخم. لقد نجحت نماذج Meta's Llama، وDeepSeek، وMistral، وعائلة Qwen التابعة لشركة Alibaba، في تضييق فجوة الأداء من خلال النماذج الحدودية الخاصة، مما يمنح الشركات بدائل قابلة للتطبيق للخدمات باهظة الثمن القائمة على واجهة برمجة التطبيقات (API).
إن حجة كارب بأن الصناعة يجب أن تركز على نماذج الوزن المفتوح وبعيدًا عن استهلاك العملات الرمزية يمكن أن تلقى صدى لدى المشترين من المؤسسات المهتمين بالتكلفة. ومع ذلك، تعارض مختبرات الذكاء الاصطناعي أن أسعارها تعكس التكاليف الهائلة للتدريب وتشغيل النماذج الرائدة، وأن النموذج القائم على الاستهلاك يسمح للعملاء بالدفع فقط مقابل ما يستخدمونه.
من غير المرجح أن يتم حل هذا النقاش قريبًا، لكن انتقادات كارب البارزة تضمن أن تظل محادثة مركزية في تطور صناعة الذكاء الاصطناعي.
ابق في صدارة الذكاء الاصطناعي
للحصول على أحدث نماذج أعمال الذكاء الاصطناعي واعتماد المؤسسات ومناقشات الصناعة، تفضل بزيارة AI Buzz Wire.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
