يُقال إن Anthropic وقّعت صفقة حوسبة سحابية مع Akamai Technologies بقيمة 1.8 مليار دولار، في تذكير إضافي بأن سباق الذكاء الاصطناعي لا يُحسم فقط بالنماذج الأفضل. بل يتشكل أيضًا بحسب من يستطيع تأمين ما يكفي من الحوسبة لتدريب منتجات الذكاء الاصطناعي وتشغيلها وتوسيعها.
وتهدف الصفقة المبلغ عنها إلى مساعدة Anthropic على تلبية الطلب المتزايد على برمجياتها المعتمدة على الذكاء الاصطناعي، مع منح Akamai دورًا أكبر في سوق الحوسبة السحابية للذكاء الاصطناعي سريع النمو. وكانت Akamai قد كشفت بالفعل عن اتفاق سحابي طويل الأجل مع مزود غير مُسمّى لنموذج حدودي في تحديث أرباحها، وهو إفصاح دفع أسهمها إلى الارتفاع الحاد قبل أن تظهر صلة Anthropic علنًا. وأفادت رويترز بالصفقة في 8 مايو، نقلاً عن Bloomberg News وأشخاص مطلعين على الأمر.
بالنسبة إلى مطوري الذكاء الاصطناعي في أفريقيا، فهذه ليست ضوضاء بعيدة من بنية وادي السيليكون التحتية. إنها إشارة إلى التكلفة الحقيقية لبناء منتجات الذكاء الاصطناعي. فالمنتجات التي يراها المستخدمون قد تبدو كروبوتات محادثة، أو مساعدين برمجيين، أو وكلاء، أو أدوات بحث، أو تطبيقات سير عمل، أو لوحات تحليلات. لكن وراءها عقود سحابية باهظة، وتوافر وحدات معالجة الرسوميات، وسعة مراكز البيانات، ومتطلبات زمن الاستجابة، والتزامات الأمن.
قد يبدو الذكاء الاصطناعي برمجيات. لكنه يتصرف بشكل متزايد كبنية تحتية.
طبقة الحوسبة تصبح استراتيجية
المنتج القوي في الذكاء الاصطناعي يحتاج إلى أكثر من واجهة جيدة.
إنه يحتاج إلى استدلال موثوق، وأوقات استجابة سريعة، ومراقبة، وإتاحة للنموذج، وتخزين، وأمن، وتكرار. وإذا كان المنتج يخدم عملاء من المؤسسات، فإنه يحتاج أيضًا إلى ضمانات للتشغيل المستمر، وضوابط للبيانات، ومسارات تدقيق، وتكلفة يمكن التنبؤ بها.
ولهذا أصبحت إتاحة الحوسبة مسألة استراتيجية.
تُعد Anthropic بالفعل واحدة من أكثر الشركات ظهورًا في سوق الذكاء الاصطناعي العالمي. وتشير صفقتها المبلغ عنها مع Akamai إلى أن حتى مختبرات الذكاء الاصطناعي الكبرى توزع الطلب على البنية التحتية بين عدة شركاء مع نمو الاستخدام. كما ارتبطت الشركة باتفاقات حوسبة كبيرة أخرى، بما في ذلك صفقة حديثة للاستفادة من موارد الحوسبة لدى SpaceX. وأشارت رويترز إلى هذا التطور في التقرير نفسه.
والرسالة واضحة: شركات الذكاء الاصطناعي لا تتنافس فقط على مخرجات النماذج، بل تتنافس أيضًا على الوصول إلى البنية التحتية التي تتيح تلك المخرجات على نطاق واسع.
لماذا Akamai مهمة في هذه القصة
تُعرف Akamai أكثر بتسليم المحتوى، والخدمات السحابية، والأمن السيبراني، لا بأنها شركة رائدة في الذكاء الاصطناعي. وهذا ما يجعل الصفقة المبلغ عنها مثيرة للاهتمام.
فطفرة الذكاء الاصطناعي توسّع دور شركات البنية التحتية. إذ تصبح مزودات الخدمات السحابية، وموردو الشرائح، ومشغلو مراكز البيانات، وشركات الشبكات، وشركات الأمن السيبراني، ومنصات الحوسبة الطرفية جزءًا من سلسلة قيمة الذكاء الاصطناعي.
وقد يجعل خلفية Akamai في الحوسبة السحابية والأمن السيبراني الشركة جذابة للشركات التي تحتاج إلى أكثر من مجرد حوسبة خام. فمنتجات الذكاء الاصطناعي تحتاج إلى السرعة، والإتاحة، والحماية. ولا يمكن لواجهة برمجة تطبيقات نموذجية قوية لكنها غير موثوقة أن تدعم استخدامًا جادًا من المؤسسات. كما أن المنتج الذي يسرّب البيانات أو يفشل تحت الضغط سيفقد الثقة بسرعة.
وهنا تصبح بنية الذكاء الاصطناعي التحتية أكثر تعقيدًا من مجرد «استئجار وحدات معالجة الرسوميات والنشر».
تشمل المنظومة الحوسبة، والشبكات، والتخزين المؤقت، والأمن، والمراقبة، والتحكم في الوصول، والتخزين، والامتثال، وإدارة التكاليف. وستستحوذ الشركات التي تتحكم في هذه الطبقات على حصة أكبر من القيمة مع توسع استخدام الذكاء الاصطناعي.
الدرس المستفاد للمطورين الأفارقة
لا تحتاج الشركات الناشئة في أفريقيا في مجال الذكاء الاصطناعي إلى صفقات سحابية بمليارات الدولارات. لكنها تحتاج إلى انضباط في البنية التحتية في وقت أبكر مما يتوقعه كثير من المؤسسين.
فالفريق الذي يبني مدرسًا ذكيًا في لاغوس، أو مساعدًا لسير العمل السريري في نيروبي، أو أداة استشارية للتقنيات الزراعية في أكرا، أو وكيل خدمة عملاء في جوهانسبرغ سيواجه الأسئلة الأساسية نفسها، وإن كان على نطاق أصغر.
أي مزود نماذج نعتمد عليه؟\ كم تكلف كل استفسار؟\ ماذا يحدث عند ارتفاع الاستخدام بشكل مفاجئ؟\ أين تُخزَّن بيانات العملاء؟\ هل يمكننا تبديل الموردين إذا تغيرت الأسعار؟\ كيف ندير زمن الاستجابة للمستخدمين الأفارقة؟\ ماذا يحدث إذا غيّر مزود النموذج شروطه؟\ هل يمكننا خدمة العملاء من الشركات من دون ضوابط أمنية أفضل؟
هذه الأسئلة تشكل اقتصاديات المنتج.
قد تنجح شركة ناشئة في جذب المستخدمين الأوائل ثم تواجه صعوبات إذا ارتفعت تكاليف الاستدلال أسرع من الإيرادات. وقد يبدو المنتج مثيرًا للإعجاب في العرض التجريبي ثم يصبح مكلفًا في بيئة الإنتاج. وقد يبني فريق ما منتجًا حول مزود واحد ثم يكتشف لاحقًا أن الاعتماد على هذا المورد يحد من التسعير أو الأداء أو الامتثال.
وكلما فهم المؤسسون هذا مبكرًا، كان ذلك أفضل.
تطبيقات الذكاء الاصطناعي ليست كلها متسعرة بالطريقة نفسها
أحد الأسباب التي تجعل اقتصاديات الحوسبة مهمة هو أن منتجات الذكاء الاصطناعي لا تملك جميعها هيكل التكلفة نفسه.
فأداة بسيطة لتلخيص النصوص قد تكون تكلفتها لكل مستخدم قابلة للإدارة. أما وكيل صوتي، أو نموذج فيديو، أو مساعد لتصوير طبي، أو نظام ترميز ذاتي، أو مساعد مؤسسي فوري في الوقت الحقيقي، فقد تكون تكلفته أعلى بكثير في التشغيل.
وذلك يؤثر في التسعير.
إذا كان المستخدمون يتوقعون اشتراكات رخيصة بينما يعتمد المنتج على استدعاءات نموذجية مكلفة، فقد تحرق الشركة الأموال بصمت. وإذا احتاج عملاء المؤسسات إلى عمليات نشر مخصصة، ومراجعات أمنية، وضمانات تشغيل مستمر، فقد تحتاج الشركة الناشئة إلى ميزانية بنية تحتية مختلفة من اليوم الأول.
وهنا سيحتاج كثير من مؤسسي الذكاء الاصطناعي إلى النضج بسرعة.
فالسؤال ليس فقط: «هل يمكننا بناء هذا؟» بل: «هل يمكننا تقديمه بشكل مربح؟»
الاعتماد على الموردين خطر تجاري حقيقي
غالبًا ما تبني الشركات الناشئة الأفريقية منتجاتها على منصات سحابية ومنصات ذكاء اصطناعي عالمية لأن هذه الأدوات متاحة وموثوقة وسريعة النشر. وهذا أمر منطقي. لكن الخطر هو التظاهر بأن هذا الاعتماد غير موجود.
إذا أصبح مزود نموذج واحد مكلفًا للغاية، فقد تتغير هوامش ربح المنتج بين ليلة وضحاها. وإذا كان الوصول إلى واجهة برمجة التطبيقات مقيدًا في سوق ما، فقد تتعطل الخدمة. وإذا تعرض المزود لتوقف، ترث الشركة الناشئة هذا الانقطاع. وإذا تشددت قواعد إقامة البيانات، فقد تضطر الشركة إلى إعادة التفكير في مكان وكيفية معالجة معلومات المستخدمين.
الاعتماد على الموردين ليس سببًا لتجنب الذكاء الاصطناعي. بل هو سبب للتصميم بخيارات متعددة.
وقد يعني ذلك بناء طبقات تجريد بين المنتج ومزودي النماذج. وقد يعني اختبار نماذج متعددة. وقد يعني استخدام نماذج أصغر للمهام الأرخص. وقد يعني تخزين الردود مؤقتًا حيثما كان ذلك مناسبًا. وقد يعني الجمع بين النماذج المحلية والسحابية لحالات استخدام مختلفة.
الهدف ليس الاستقلال بأي ثمن. الهدف هو المرونة.
ستشكل مراكز البيانات وزمن الاستجابة مستقبل الذكاء الاصطناعي الأفريقي
كما أن سباق الحوسبة العالمي له بعدٌ بنيوي أفريقي.
فأدوات الذكاء الاصطناعي المستخدمة في الأسواق الأفريقية تعتمد غالبًا على بنية تحتية مستضافة في أماكن أخرى. وقد يخلق ذلك تحديات في زمن الاستجابة، والتكلفة، والامتثال، والموثوقية. ومع استخدام المزيد من الشركات الأفريقية للذكاء الاصطناعي في خدمة العملاء، والتمويل، والرعاية الصحية، والخدمات اللوجستية، والتعليم، والخدمات العامة، ستصبح موقع البنية التحتية للحوسبة وجودتها أكثر أهمية.
ولهذا فإن الاستثمار في مراكز البيانات، ومناطق الحوسبة السحابية، وشبكات الألياف، والبنية التحتية الطرفية، وموثوقية الطاقة ليس منفصلًا عن قصة الذكاء الاصطناعي. بل هو جزء منها.
ولا يمكن بناء اقتصاد أفريقي للذكاء الاصطناعي على مستوى التطبيقات فقط. فهو يحتاج إلى بنية تحتية أقوى تحت التطبيقات.
هذا لا يعني أن على كل دولة بناء مراكز بيانات للنماذج الحدودية. لكنه يعني أن صناع السياسات والمستثمرين والمشغلين ينبغي أن يلتفتوا إلى الوصول السحابي، والاستضافة المحلية، ومعايير الأمن، وإمدادات الطاقة، والربط الإقليمي.
قد لا تكون شركات الذكاء الاصطناعي التي تنجح في الأسواق الأفريقية هي صاحبة العروض الأكثر بهرجة. بل قد تكون الشركات التي تفهم قيود التكلفة والموثوقية في خدمة المستخدمين الحقيقيين في القارة.
ما الذي ينبغي على المطورين فعله الآن
ينبغي على المؤسسين الذين يبنون منتجات ذكاء اصطناعي أن يتعاملوا مع الحوسبة بوصفها سؤال تشغيل أساسيًا، لا ملاحظة هامشية هندسية.
يجب أن يعرفوا تكلفة كل مهمة، لا مجرد فاتورة السحابة الشهرية. ويجب أن يتابعوا الميزات التي تستخدم أكبر عدد من استدعاءات النموذج. ويجب أن يفهموا ما إذا كان المستخدمون المجانيون يولدون استخدامًا مكلفًا. ويجب أن يعرفوا أي أجزاء من المنتج يمكن تشغيلها على نماذج أرخص، وأيها يتطلب نماذج أقوى.
كما ينبغي لهم أن يصمموا من أجل الفشل.
إذا توقف المزود الرئيسي، فماذا يحدث؟ وإذا تغير التسعير، هل تستطيع الشركة التكيف؟ وإذا سأل أحد العملاء أين تُعالج البيانات، هل يستطيع الفريق الإجابة بوضوح؟ وإذا سأل منظم ما كيف تُدار المعلومات الحساسة، هل توجد وثائق؟
هذا هو الفرق بين بناء عرض توضيحي للذكاء الاصطناعي وبناء شركة ذكاء اصطناعي.
الدلالة الأوسع
إن صفقة Anthropic المبلغ عنها مع Akamai هي قصة بنية تحتية عالمية، لكن دروسها تتجاوز ذلك بسهولة.
فالذكاء الاصطناعي يصبح كثيف رأس المال في القمة، ومطلبًا تشغيليًا في كل طبقة تحته. وستتنافس أكبر الشركات على الحوسبة عبر عقود بمليارات الدولارات. أما الشركات الناشئة الأصغر فستتنافس على الكفاءة، والتوزيع، والثقة، وحالات الاستخدام الواضحة.
وبالنسبة إلى مطوري الذكاء الاصطناعي في أفريقيا، فهذا التمييز مهم.
فمعظم الشركات الناشئة المحلية لن تنافس Anthropic في الحوسبة. ولا ينبغي لها أن تحاول ذلك. وستأتي ميزتها من فهم المستخدمين المحليين، وسير العمل المحلي، واللغات المحلية، والقطاعات المحلية، والقيود العملية للأسواق الأفريقية.
لكنها لا تزال بحاجة إلى فهم اقتصاديات البنية التحتية التي تقوم عليها منتجاتها.
لن يُحكم على الجيل القادم من شركات الذكاء الاصطناعي الأفريقية فقط بما تستطيع نماذجها قوله. بل سيُحكم عليها أيضًا بقدرتها على خدمة المستخدمين بصورة موثوقة وآمنة ومربحة.
ويبدأ ذلك بمعرفة التكلفة الحقيقية للحوسبة.
