على الأقل من ناحية تدريب نماذج الذكاء الاصطناعي نفسها، لا توجد حصانة عميقة بطبيعتها

الذكاء الاصطناعي = المزيد من وحدات GPU + المزيد من البيانات + وصفات تدريب أدق + مزيد من التحسينات الهندسية
وهذا أصبح إجماعاً في الصناعة

لا يشبه الذكاء الاصطناعي تصنيع الشرائح المتقدمة من حيث أنه يحتاج إلى تراكم احتكاري للمعدات والمواد والعمليات
بمجرد إظهار قدرات نموذج ما علناً، فهذا يعني عملياً إبلاغ كامل الصناعة بأن الأمر قابل للتطبيق وأن بإمكانها التحرك في هذا الاتجاه
لذلك لا يتعين على اللاحقين تحمل كامل كلفة الإخفاقات المتكررة التي مرّ بها الروّاد، ويمكنهم تضييق الفجوة بسرعة

إن حصون الشركات الفعلية في مجال الذكاء الاصطناعي لم تكن يوماً قدرات النماذج بحد ذاتها
القيمة الحقيقية تكمن في نظام المستخدمين والبيانات السلوكية و”فكر المطورين” وغيرها من هذه الأمور

لذلك حتى لو كانت شركات مثل kimi وgrok وdeepseek أثبتت أن معلمات النماذج والقدرات يمكن اللحاق بها بسرعة، فأنا أعتقد أن ذلك قد لا يشكل تحدياً حقيقياً لـopenai وanthropic

لأن نظام المستخدمين، بمجرد أن يتشكل، يصبح حصناً عميقاً للغاية
حتى في ظل قوة قدرات البحث عبر الذكاء الاصطناعي في الوقت الحالي، ما يزال نشاط إعلانات البحث لدى غوغل يواصل النمو بسرعة
وهذا يحدث حتى مع حقيقة أن القدرات أصبحت متأخرة بوضوح عن اتجاه السوق

لا تدع التطور السريع للنماذج الأخرى يدفعك إلى المطالبة بأن القيمة السوقية لـopenai وanthropic يجب أن تُخفض إلى النصف
لدى openai ما يقارب 1 مليار مستخدم نشط شهرياً، في حين تسيطر anthropic على أكثر من 50% من حصّة الإنفاق على نماذج اللغة (LLM) لدى الشركات

وفي ظل هذه المعطيات، ما يزال بإمكانهم إنتاج بيانات مستخدمين عالية الجودة باستمرار
هنا، لا تعني الحصانة شيئاً إذا كانت مجرد ترتيب في قائمة ما