عنق الزجاجة بمليار دولار في مجال الذكاء الاصطناعي: البيانات عالية الجودة، وليس النموذج | رأي
قد تكون AI هي الصناعة التالية التي تبلغ قيمتها تريليون دولار، لكنها تقترب بهدوء من عنق زجاجة هائل. بينما يتسابق الجميع لبناء نماذج أكبر وأكثر قوة، هناك مشكلة تلوح في الأفق لم يتم التعامل معها بشكل كبير: قد ننفد من بيانات التدريب القابلة للاستخدام في غضون بضع سنوات فقط.
- AI تقترب من نفاد الوقود: مجموعات بيانات التدريب تنمو بمعدل 3.7 مرة سنويًا، وقد نستنفد إمدادات العالم من البيانات العامة عالية الجودة بين عامي 2026 و2032.
- سوق تصنيف البيانات ينفجر من 3.7 مليار دولار (2024) إلى 17.1 مليار دولار (2030)، بينما يتقلص الوصول إلى بيانات البشر الحقيقية خلف الجدران التنظيمية والحدائق المسورة.
- البيانات الاصطناعية ليست كافية: حلقات التغذية الراجعة وغياب التفاصيل الواقعية تجعلها بديلاً محفوفًا بالمخاطر عن المدخلات البشرية الفوضوية.
- السلطة تنتقل إلى حاملي البيانات: مع تحول النماذج إلى سلعة، سيصبح الفارق الحقيقي هو من يملك ويسيطر على مجموعات البيانات الفريدة وعالية الجودة.
وفقًا لـ EPOCH AI، فإن حجم مجموعات بيانات التدريب للنماذج اللغوية الكبيرة ينمو بمعدل يقارب 3.7 مرة سنويًا منذ عام 2010. بهذا المعدل، قد نستنفد إمدادات العالم من بيانات التدريب العامة عالية الجودة في مكان ما بين عامي 2026 و2032.
حتى قبل أن نصل إلى هذا الحاجز، فإن تكلفة الحصول على البيانات المصنفة وتنظيمها ترتفع بشكل كبير بالفعل. تم تقييم سوق جمع وتصنيف البيانات بـ 3.77 مليار دولار في عام 2024 ومن المتوقع أن يرتفع إلى 17.10 مليار دولار بحلول عام 2030.
يشير هذا النوع من النمو المتفجر إلى فرصة واضحة، ولكن أيضًا إلى نقطة اختناق واضحة. نماذج AI جيدة فقط بقدر جودة البيانات التي تم تدريبها عليها. بدون خط إنتاج قابل للتوسع من مجموعات بيانات جديدة ومتنوعة وغير متحيزة، ستصل أداء هذه النماذج إلى مرحلة التشبع، وستبدأ فائدتها في التدهور.
لذا فإن السؤال الحقيقي ليس من سيبني نموذج AI العظيم التالي. بل من يملك البيانات ومن أين ستأتي؟
مشكلة البيانات في AI أكبر مما تبدو عليه
على مدار العقد الماضي، اعتمد الابتكار في AI بشكل كبير على مجموعات البيانات المتاحة للجمهور: Wikipedia، Common Crawl، Reddit، مستودعات الشيفرة مفتوحة المصدر، وغيرها. لكن هذا المصدر يجف بسرعة. مع تشديد الشركات على الوصول إلى بياناتها وتراكم قضايا حقوق النشر، تُجبر شركات AI على إعادة التفكير في نهجها. كما أن الحكومات تفرض لوائح للحد من جمع البيانات، ويتغير الرأي العام ضد فكرة تدريب نماذج بمليارات الدولارات على محتوى المستخدمين غير المدفوع.
البيانات الاصطناعية هي أحد الحلول المقترحة، لكنها بديل محفوف بالمخاطر. النماذج التي يتم تدريبها على بيانات تم إنشاؤها بواسطة نماذج أخرى يمكن أن تؤدي إلى حلقات تغذية راجعة، وهلوسات، وتدهور في الأداء مع مرور الوقت. هناك أيضًا مسألة الجودة: غالبًا ما تفتقر البيانات الاصطناعية إلى الفوضى والتفاصيل الدقيقة للمدخلات الواقعية، وهي بالضبط ما تحتاجه أنظمة AI للأداء الجيد في السيناريوهات العملية.
هذا يترك البيانات الواقعية التي ينتجها البشر كمعيار ذهبي، وأصبح الحصول عليها أكثر صعوبة. معظم المنصات الكبرى التي تجمع بيانات البشر، مثل Meta وGoogle وX (المعروفة سابقًا باسم Twitter)، هي حدائق مسورة. الوصول إليها مقيد أو يتم تحقيق الدخل منه أو محظور تمامًا. والأسوأ من ذلك، أن مجموعات بياناتهم غالبًا ما تميل نحو مناطق أو لغات أو فئات سكانية معينة، مما يؤدي إلى نماذج متحيزة تفشل في حالات الاستخدام الواقعية المتنوعة.
باختصار، صناعة AI على وشك الاصطدام بواقع تجاهلته طويلاً: بناء نموذج LLM ضخم هو نصف المعركة فقط. إطعامه هو النصف الآخر.
لماذا هذا الأمر مهم فعلاً
هناك جزآن في سلسلة قيمة AI: إنشاء النماذج واكتساب البيانات. خلال السنوات الخمس الماضية، ذهب تقريبًا كل رأس المال والضجة إلى إنشاء النماذج. ولكن مع دفع حدود حجم النماذج، يتحول الانتباه أخيرًا إلى النصف الآخر من المعادلة.
إذا أصبحت النماذج سلعة، مع بدائل مفتوحة المصدر وإصدارات أصغر وتصاميم فعالة من حيث العتاد، فإن الفارق الحقيقي يصبح البيانات. مجموعات البيانات الفريدة وعالية الجودة ستكون الوقود الذي يحدد أي النماذج يتفوق.
كما أنها تقدم أشكالًا جديدة من خلق القيمة. يصبح مساهمو البيانات أصحاب مصلحة. يحصل المطورون على بيانات أحدث وأكثر ديناميكية. ويمكن للمؤسسات تدريب نماذج تتماشى بشكل أفضل مع جماهيرها المستهدفة.
مستقبل AI ملك لمزودي البيانات
ندخل عصرًا جديدًا من AI، حيث من يسيطر على البيانات يمتلك القوة الحقيقية. مع اشتداد المنافسة لتدريب نماذج أفضل وأكثر ذكاءً، لن يكون أكبر قيد هو الحوسبة. بل سيكون في الحصول على بيانات حقيقية ومفيدة وقانونية للاستخدام.
السؤال الآن ليس ما إذا كانت AI ستتوسع، بل من سيغذي هذا التوسع. لن يكونوا علماء البيانات فقط. بل سيكونون أمناء البيانات، والمجمعين، والمساهمين، والمنصات التي تجمعهم معًا. هذا هو المكان الذي يكمن فيه الحد التالي.
لذا في المرة القادمة التي تسمع فيها عن حدود جديدة في الذكاء الاصطناعي، لا تسأل من بنى النموذج. اسأل من دربه، ومن أين جاءت البيانات. لأنه في النهاية، مستقبل AI لا يتعلق فقط بالهيكلية. بل يتعلق بالمدخلات.
Max Li هو المؤسس والرئيس التنفيذي في OORT، سحابة البيانات لـ AI اللامركزي. الدكتور Li أستاذ ومهندس ذو خبرة ومخترع يحمل أكثر من 200 براءة اختراع. تشمل خبرته العمل على أنظمة 4G LTE و5G مع Qualcomm Research ومساهمات أكاديمية في نظرية المعلومات، وتعلم الآلة، وتكنولوجيا blockchain. وهو مؤلف كتاب بعنوان “Reinforcement Learning for Cyber-physical Systems”، الذي نشرته Taylor & Francis CRC Press.
إخلاء المسؤولية: يعكس محتوى هذه المقالة رأي المؤلف فقط ولا يمثل المنصة بأي صفة. لا يُقصد من هذه المقالة أن تكون بمثابة مرجع لاتخاذ قرارات الاستثمار.
You may also like
ارتفع الفارق بين السندات الحكومية الفرنسية والألمانية إلى أعلى مستوى منذ أزمة الديون الأوروبية، ويواجه البنك المركزي الأوروبي "سيناريو كابوس": هل يتدخل لإنقاذ السوق أم يحافظ على مصداقيته؟
اتسع الفارق بين السندات الفرنسية والألمانية لأجل 10 سنوات إلى حوالي 150 نقطة أساس، وهو الأعلى منذ أزمة الديون الأوروبية في 2012، وارتفعت ع قود مبادلة مخاطر الائتمان (CDS) الفرنسية لأجل 5 سنوات إلى حوالي 87 نقطة أساس، وهو المستوى الأعلى منذ بداية 2013. هناك تكهنات في السوق حول ما إذا كان البنك المركزي الأوروبي سيستخدم أداة TPI، لكن مشاكل فرنسا تعود إلى العجز المالي الحقيقي غير المنضبط والجمود السياسي، وليس إلى عمليات بيع "غير مبررة وغير منظمة" في السوق. تدخُّل البنك المركزي الأوروبي قد يضعف مصداقيته، وإذا لم يتدخل، قد يكون هناك خطر انتشار الأزمة.
المؤسسات تشير إلى أن تق رير الوظائف غير الزراعية في سبتمبر "قتل" توقعات رفع الفائدة في أكتوبر! "وسيلة إعلامية جديدة لمجلس الاحتياطي الفيدرالي": تقرير الوظائف لم يغير موقف الاحتياطي الفيدرالي، وتقرير مؤشر أسعار المستهلكين في سبتمبر أكثر أهمية
ذكرت "صحيفة الاحتياطي الفيدرالي الجديدة" أن كبار مسؤولي الاحتياطي الفيدرالي أشاروا هذا الأسبوع إلى أن رفع الفائدة في أكتوبر قد لا يكون التوقع الأساسي لديهم، وأن بيانات هذا التقرير حول الأجور ونسبة البطالة لم تُظهر أن سوق العمل يعاود التشدد إلى درجة تؤدي لزيادة الضغوط التضخمية بشكل واضح. وقد انخفضت احتمالية تسعير المتداولين لرفع الفائدة في أكتوبر من قرابة 30% قبل صدور البيانات إلى حوالي 20%، بل وفي بعض الأحيان لم يعد السوق يسعّر رفع الفائدة هذا العام بشكل كامل. وترى المؤسسات أن سوق العمل يتسم بـ"توظيف منخفض، وفصل منخفض"، مما يعطي الاحتياطي الفيدرالي سببًا لانتظار المزيد من البيانات؛ لكن رفع الفائدة في ديسمبر لا يزال ممكنًا. وتشير ردود فعل السوق إلى أن "الأخبار السيئة تعتبر جيدة"، حيث لا تزال وول ستريت تراقب عائد سندات الخزانة الأمريكية بنسبة 5%.
توقع نمو مستمر في الطلب على الذكاء الاصطناعي، Freedom ترفع تصنيف Cerebras (CBRS.US) إلى "شراء"، وتبرز ميزة الرقائق على مستوى الرقاقات
قامت Freedom Capital Markets برفع تصنيف أسهم شركة تصنيع شرائح الذكاء الاصطناعي Cerebras Systems من "الاحتفاظ" إلى "الشراء"، وحددت سعر هدف قدره 209 دولار.
تشهد منصة Muse نموًا قويًا في عدد المستخدمين، لكن آفاق تحقيق الأرباح على المدى الطويل لا تزال موضع شك، بينما حافظ بنك BNP Paribas على تصنيف "تفوق السوق" لشركة Meta (META.US)
أطلقت Meta الذكاء الاصطناعي Muse، وبلغ عدد التنزيلات خلال شهر واحد أكثر من 5.6 ملايين مرة، حيث تفوق أدائه في البداية على ChatGPT وSora. ومع ذلك، أشارت BNP Paribas إلى أن عادات استخدام المستخدمين لا تزال غير ناضجة، وأن آفاق تحقيق الأرباح على المدى الطويل لا تزال غير مؤكدة.
أسعار العملات المشفرة
المزيد
