توقيف مفاجئ! تعثر إطلاق Gemini 3.5 Pro ووقوع Google في فخ خيبة الأمل

حتى يوم أمس، كان عالم الذكاء الاصطناعي لا يزال غارقاً في نشوة جماعية.

تدفقت التسريبات من جميع الأطراف معاً: السلاح النهائي لـGoogle — Gemini 3.5 Pro، الاسم الرمزي "Cappuccino"، سوف يُطلق رسمياً خلال 48 ساعة!

نافذة سياق هائلة تصل إلى مليوني توكن، ووضع استدلال "تفكير عميق" جديد كلياً، ويقال إن التقييمات الداخلية قد "تفوقت بوضوح" على GPT-5.6 Sol وClaude Fable 5.

من الواضح أن هذا منتج قوي سيغيّر مشهد الذكاء الاصطناعي بالكامل.

كان الجميع يعدّ العد التنازلي بحماس، يحفزون أنفسهم لاستقبال حدث تاريخي.

ومع ذلك، عندما استيقظ الجميع، تغير المشهد فجأة.

تقرير حصري من Bloomberg كان كدلو ماء بارد أطفأ حماس الجميع: تم تأجيل إصدار Gemini 3.5 Pro، وليس لبضعة أيام فقط، بل تأجيل لمدة عدة أشهر!

الإصدار الذي كان من المفترض أن يسجل في التاريخ، أوقفته Google بنَفسها.

ما السبب الحقيقي وراء ذلك؟

48 ساعة من الاحتفال وكبح الفرامل بشكل طارئ

حتى البارحة، كانت وسائل التواصل تعج بالتسريبات حول Gemini 3.5 Pro.

الاسم الرمزي: Cappuccino. 

سياق طويل جداً: مليونا توكن. 

تفكير عميق: وضع Deep Think الجديد الذي يأخذ قدراته في الرياضيات، البرمجة، والتفكير المنطقي إلى آفاق غير مسبوقة. 

تطور شامل: كتابة الشيفرات، سير عمل الوكلاء الذكيين، تصميم واجهات المستخدم الأمامية، وتوليد رسوم SVG شهدت جميعاً قفزة كبيرة.

توقع المطلعون داخلياً أن هذا سيكون "السلاح النهائي" من Google للرد الشامل على OpenAI وAnthropic.

ردود فعل متطرفة. الجميع كان يترقب بفارغ الصبر يوم 17 يوليو، التاريخ المتوقع للإطلاق.

ومع ذلك، جاء تقرير مراسل Bloomberg هذا الصباح مخيباً للآمال على الفور.

كشف المطلعون أن عملية تطوير Gemini 3.5 Pro قد تأخرت عدة أشهر. وكان جوهر المشكلة أن النموذج لم يستوفِ المعايير الصارمة داخلياً، خاصة في قدرات الترميز الذكي بالذكاء الاصطناعي.

في نهاية الشهر الماضي، حدّثت Google بشكل طارئ بيانات التدريب، على أمل تحسين قدرات الترميز في اللحظة الأخيرة، لكن النتيجة كانت "مخيبة للآمال".

أربعة أحرف أعلنت نهاية احتفال الـ48 ساعة.

انخفض سعر سهم Google فوراً بعد صدور الخبر، وبلغ الهبوط 4.43% في إحدى اللحظات.

بينما كانت نماذج OpenAI وMeta الجديدة تتقدم بسرعة في قدرات التشفير، سبب تعثر Gemini 3.5 Pro قلقاً كبيراً في Google.

المهندسون، الباحثون في الذكاء الاصطناعي والمديرون التنفيذيون أُصيبوا بالإحباط، وازداد قلقهم من أن Google بدأت بفقدان حصنها الدفاعي البسيط أصلاً.

فخ "تاكسيتوس" لـGoogle: لماذا لم يستطع عملاق مثلها صناعة أقوى ذكاء اصطناعي؟

لماذا خاب أمل الجميع في الإصدار المنتظر؟

يكشف هذا التقرير المشكلات المتراكمة داخل Google. إنه انعكاس لإمبراطورية ضخمة تواجه عصر التحول.

• الابتكار مقيد بالبيروقراطية البطيئة

أشار التقرير إلى نقطة محورية: التعقيد التنظيمي في Google وكثرة أصحاب المصالح.

إطلاق نموذج واحد يجب أن يلبي متطلبات خطوط الإنتاج الضخمة مثل البحث، الخرائط، وYouTube.

هذا النوع من اتخاذ القرار "يجب تحقيق كل شيء"، أدى إلى تشتت الموارد وبطء القرارات.

شبه موظف سابق الوضع بقوله: "محاولة جعل كل قسم يسحب في نفس الاتجاه أشبه بمحاولة غليان المحيط كله."

والنتيجة: قرارات متغيرة باستمرار، تكرار العمل بين أقسام عدة، وضعف في التكاتف.

بينما OpenAI وAnthropic يركضون بسرعة الشركات الناشئة، تتوقف عجلة Google العملاقة بسبب التنسيق الداخلي.

علّق أحد مستخدمي الإنترنت بدقة: "على Google تقليص نظامها البيروقراطي المتضخم إذا أرادت التقدم في هذا المجال."

• كارثة في ترميز الذكاء الاصطناعي: النزعة إلى الأصالة وقلة القوة الحاسوبية

لماذا تحديداً قد تراجعت قدرات الترميز؟ هذا يكشف صراعاً أعمق داخل Google.

من جهة، لدى Google ثقافة هندسية من النخبة عالمياً، وهذا غذّى نوعاً من "نقاء السلالة".

العديد من المهندسين القدامى يؤمنون أن "جميع الشيفرات الهامة يجب كتابتها يدوياً". هذا عدم الثقة في الشيفرة المُولدة بالذكاء الاصطناعي قيد استخدام Gemini كأداة مساعدة في التطوير، خوفاً من تسرب الشيفرة المملوكة للبيانات التدريبية.

وعندما أدركت Google أخيراً أهمية ترميز الذكاء الاصطناعي وقررت فرض استخدام الذكاء الاصطناعي في كتابة الشيفرات، ظهرت مشكلة أخرى — لم تتوفر قوة حاسوبية كافية.

أشار التقرير إلى أن المهندسين واجهوا بشكل متكرر قيوداً في سعة المعالجة عندما حاولوا استخدام أدوات الذكاء الاصطناعي الداخلية.

أكثر النقاط سخرية في التقرير أن مهندسي الشركة نفسها - التي تبلغ ميزانيتها الرأسمالية هذا العام 180-190 مليار دولار - لا يستطيعون الحصول على GPU!

تشير بيانات وول ستريت إلى أن إنفاق Google الرأسمالي في الربع الأول من هذا العام بلغ 35.7 مليار دولار، أي أكثر من ضعف الفترة نفسها من العام الماضي. كل هذا الإنفاق على شراء الشرائح وبناء مراكز البيانات، ماذا كانت النتيجة؟

أمام هذا الفوضى، تحاول Google إصلاح الوضع.

يقوم كبير مهندسي الذكاء الاصطناعي بتوحيد أدوات برمجة الذكاء الاصطناعي عبر مختلف الأقسام ضمن البنية التحتية لـGoogle Antigravity، وتأسست فرق برمجة ذكاء اصطناعي مخصصة داخل DeepMind، لكن الوقت كان متأخراً.

• تنافس داخلي وتسرب المواهب بشكل حلقي

لم تُغفل Google المشكلة. لديها مختبر البحوث المتميز Google DeepMind، قسم السحابة Google Cloud، فريق الأندرويد، وحتى فرق متعددة للتعامل مع برمجة الذكاء الاصطناعي داخلياً.

لكن آلية "التنافس الداخلي" تعني تآكل داخلي أيضاً.

تخوض الفرق معارك منفردة، تتداخل المنتجات وتترنح الاستراتيجيات. الأسوأ، هذا الفوضى وخيبة الأمل أديا مباشرة إلى خسارة أفضل المواهب.

بحسب التقرير، غادر العديد من الباحثين إلى Anthropic وOpenAI إحباطاً من تخلف Google.

وهكذا تكوّن حلقة مفرغة خطيرة: البيروقراطية تؤدي للبطء -> البطء يؤدي لتخلف المنتجات -> تخلف المنتجات يؤدي لتسرب المواهب -> تسرب المواهب يؤدي لمزيد من تأخر التكنولوجيا.

تأجيل Gemini 3.5 Pro نتيجة حتمية لهذا المسار المغلق.

القطاع بأكمله يستنفر، والعمالقة يقعون في "فخ خيبة أمل النماذج العملاقة"

طرح Ethan Mollick من كلية وارتون، عند إعادة نشره للتقرير، فكرة مقلقة —

هذه ليست مأساة Google وحدها، بل جميع وادي السيليكون يمر حالياً بـ"شتاء تقني دوري".

Mollick أشار بحدة إلى أن انتكاسة Google الحالية تمثل نسخة دقيقة لما مرت به Meta Llama 4 وxAI Grok 4.

أطلق على هذه الظاهرة اسم "فخ خيبة أمل النماذج العملاقة من الجيل القادم".

استثمار مبالغ ضخمة وقدرات حوسبة هائلة في تدريب الجيل القادم من النماذج، لكن التحسين في الأداء العملي أقل بكثير من التوقعات، ما يؤدي إلى تراجع ملحوظ في ريادة السوق.

في السابق، كان القطاع يؤمن بقانون التوسع Scaling Law. ومع ذلك، عند وصول النماذج إلى حجم معين، بدأت فلسفة جمع البيانات والقوة الحاسوبية بشكل عنيف تفقد جدواها.

عنق الزجاجة في البيانات: تمت "عصر" النصوص البشرية عالية الجودة بالكامل تقريباً، ولا تزال فعالية البيانات الاصطناعية قيد التحقق.

عنق الزجاجة في الخوارزميات: قد تكون بنية Transformer الحالية ومشتقاتها تقترب من حدودها القصوى. قانون العائد المتناقص: لتطوير أداء بسيط بات الأمر يتطلب تضاعفاً هائلاً بالقدرة الحاسوبية.

في هذه اللعبة العملاقة، كان OpenAI وحده تقريباً عبر Orion/GPT-4.5 من نجا مؤقتاً من هذا الفخ بدون تراجع كبير.

من المؤكد أنه مع اقتراب حجم النماذج من الحدود الفيزيائية والهندسية، أصبح تطوير النماذج الرائدة أكثر صعوبة بشكل هائل.

تأجيل Gemini 3.5 Pro هذه المرة جعل الجميع يدرك الواقع —

نحن في مرحلة بلاتفورمية. اندفاع وتيرة "يوم للذكاء الاصطناعي، سنة للبشر" قد حان وقته للتوقف مؤقتاً.

بالنسبة للقطاع ككل، ربما يكون هذا أمراً إيجابياً. حين يهدأ الصخب، سيبدأ الناس فعلاً في التفكير بقيمة الذكاء الاصطناعي.

أما بالنسبة لـGoogle، فالوقت والصبر اللذين يمنحهما السوق لها ربما لم يعد كثيراً.