عندما ظهر DeepSeek-R1، بدا لكثيرين وكأن الصين دخلت فجأة الصف الأول في سباق الذكاء الاصطناعي. لكن الصورة الأدق هي أن DeepSeek لم يكن بداية القصة، بل اللحظة التي جعلت العالم ينتبه إليها.
بحسب تقرير US News، فإن R1 صدر في يناير/كانون الثاني 2025 وفاجأ الأسواق، كما قالت DeepSeek إنه أكثر كفاءة من حيث الكلفة من نموذج مشابه لدى OpenAI؛ لذلك تحول سريعاً إلى رمز للحاق الصين بالولايات المتحدة في تقدم الذكاء الاصطناعي [5].
لكن وصف ما حدث بأنه «صعود مفاجئ» يختصر المسألة أكثر مما ينبغي. ما ظهر مع DeepSeek هو نتيجة تراكم طويل: مواهب بحثية وهندسية، ضغط على كلفة الحوسبة، نماذج مفتوحة المصدر، قدرة على تحويل النماذج إلى منتجات، وسياسات صناعية تنظر إلى الذكاء الاصطناعي باعتباره مجالاً استراتيجياً.
الخلاصة أولاً: القوة في الانفتاح والكلفة وسرعة الاستخدام
أقوى ما في الموجة الصينية الحالية ليس أنها تتفوق في كل مهمة على كل نموذج أميركي مغلق. قوتها الأوضح هي أن النماذج المفتوحة تنتشر بسرعة، وأن الكلفة أصبحت جزءاً من المنافسة، وأن إدخال النماذج في منتجات وخدمات واقعية يبدو أسرع وأسهل في كثير من الحالات [1][
3][
5].
ذكرت «نيويورك تايمز» أن DeepSeek أصدرت نماذجها بصيغة مفتوحة المصدر، أي إن الآخرين يستطيعون استخدامها وتعديلها بحرية، في حين أبقت OpenAI وAnthropic نماذجهما الرائدة ضمن مسار مملوك ومغلق. وأشار التقرير نفسه إلى أن تجربة DeepSeek أظهرت أن نظاماً مفتوح المصدر يمكن أن يقترب في الأداء من نسخ مغلقة [3].
ومع ذلك، لا ينبغي تحويل هذه النقطة إلى حكم نهائي بأن الصين أصبحت متقدمة في كل شيء. فقد نقل CSIS عن باحثين صينيين أن الصين لا تزال غير قادرة على الحصول على أكثر تقنيات تصنيع الرقائق تقدماً، كما نقل The Decoder عن تحليل مرتبط بستانفورد أن اختبارات مركز CAISI الحكومي الأميركي وجدت أن نماذج DeepSeek كانت، في المتوسط، أكثر عرضة لهجمات كسر القيود «jailbreaking» من نماذج أميركية قابلة للمقارنة [7][
11].
1. قاعدة المواهب نضجت قبل أن يلاحظها العالم
DeepSeek ليس حالة معزولة. يوضح CSIS أن باحثين صينيين كانوا منذ سنوات عند مستوى عالمي أو قريباً منه في مجالات متعددة من أبحاث الذكاء الاصطناعي، وأن DeepSeek مثلت أول مرة يُنظر فيها على نطاق واسع إلى مختبر صيني كبير للذكاء الاصطناعي بوصفه منافساً على خط المقدمة [7].
كما نشر Stanford HAI في مايو/أيار 2025 تحليلاً سياسياً عن قاعدة المواهب في DeepSeek، ما يعكس أن طريقة تكوين الفرق البحثية والهندسية أصبحت جزءاً أساسياً من فهم تنافسية الشركة [2]. بمعنى أبسط: ما بدا للعالم كأنه مفاجأة كان، من الداخل، نتيجة سنوات من بناء القدرات.
2. قيود الرقائق جعلت الكفاءة الهندسية مسألة حياة أو موت
لا يمكن فهم صعود DeepSeek من دون خلفية قيود التصدير الأميركية على الرقائق المتقدمة. فقد نقل CSIS عن لي قوه جيه، الأكاديمي في الأكاديمية الصينية للهندسة، قوله في فبراير/شباط 2025 إن الصين، بسبب الحظر الأميركي، لا تستطيع حالياً الحصول على أكثر تقنيات تصنيع الرقائق تقدماً [7].
هذا لا يعني أن القيود وحدها «صنعت» الاختراق؛ فالسببية هنا أعقد من ذلك. لكنها تجعل فرق الذكاء الاصطناعي تعمل تحت ضغط مختلف: كيف ندرّب النموذج بكفاءة؟ كيف نخفض كلفة الاستدلال؟ كيف نجعل النشر العملي أقل اعتماداً على عتاد نادر أو مكلف؟
ولهذا اكتسب R1 زخمه: لم يكن الحديث عن قدرات النموذج فقط، بل عن ادعاء DeepSeek أنه أكثر كفاءة من حيث الكلفة من نموذج مشابه لدى OpenAI [5]. في سوق الذكاء الاصطناعي، السعر ليس تفصيلاً جانبياً؛ إنه ما يحدد إن كان النموذج سيبقى تجربة بحثية أم يدخل في منتج حقيقي.
3. النماذج المفتوحة ضاعفت الأثر العالمي
طريقة نشر النموذج لا تقل أهمية عن قدراته. تقرير «نيويورك تايمز» شدد على أن اختيار DeepSeek للمصدر المفتوح خالف نهج النماذج الرائدة المغلقة لدى OpenAI وAnthropic [3].
الفارق هنا عملي جداً: الباحث أو المطور أو الشركة لا يضطر إلى انتظار واجهة برمجة تطبيقات واحدة بشروط طرف واحد. يمكنه اختبار النموذج، تعديله، تشغيله في بيئة خاصة، أو بناؤه داخل منتج. لذلك تنتشر النماذج المفتوحة عادة بسرعة أكبر داخل المجتمعات التقنية.
وذكر التقرير نفسه أنه في الأشهر التي أعقبت DeepSeek، أصدرت شركات صينية عشرات النماذج الأخرى المفتوحة المصدر، وأن هذه النماذج أصبحت بحلول نهاية 2025 تمثل حصة ملحوظة من الاستخدام العالمي للذكاء الاصطناعي [3].
4. انضباط الكلفة خفّض حاجز الدخول
في الذكاء الاصطناعي المتقدم، لا يكفي أن يكون النموذج قوياً في الاختبارات. السؤال الذي يهم الشركات هو: كم يكلف تشغيله كل يوم؟ ما زمن الاستجابة؟ هل يمكن الاعتماد عليه؟ هل تسمح الرخصة بالاستخدام التجاري؟ وهل يمكن تشغيله في بيئة خاصة؟
جاذبية DeepSeek-R1 جاءت من جمعه بين القدرة وسردية الكلفة. فبعد إصداره في أوائل 2025، قالت DeepSeek إنه أكثر كفاءة من حيث الكلفة من نموذج مشابه لدى OpenAI، وهو ما ساعده على لفت الانتباه عالمياً [5].
إذا اقترب نموذج مفتوح في بعض المهام من نموذج مغلق، فإن فرق التقنية والمشتريات داخل الشركات ستعيد حساباتها: هل نحتاج بالضرورة إلى الاعتماد الكامل على مزود مغلق واحد؟ أم يمكن استخدام نموذج مفتوح في جزء من المهام، ونموذج مغلق في مهام أخرى؟ هذا هو الأثر التجاري الحقيقي لصعود النماذج المفتوحة [3].
لكن يجب الحذر من قراءة الكلفة من الإعلان فقط. الكلفة النهائية تتغير بحسب المهمة، وحجم الاستخدام، ومتطلبات الأمان، وزمن الاستجابة، وطريقة النشر، وقدرة الفريق على التشغيل والصيانة.
5. بيئة التطبيقات تجعل النماذج تتحول إلى منتجات بسرعة
تحليل INSEAD وضع DeepSeek داخل سياق أوسع: الصين بنت بيئة قوية للذكاء الاصطناعي قادرة على تحدي الهيمنة الأميركية [1]. كما استخدمت RAND إطار «السلسلة الكاملة» أو «full stack» لتحليل سياسة الصين الصناعية في الذكاء الاصطناعي، أي النظر إلى المنظومة كلها لا إلى نموذج واحد أو شركة واحدة فقط [
8].
أهمية هذه البيئة أنها تتيح اختبار النماذج داخل منتجات وخدمات وعمليات فعلية. عندما يصل النموذج إلى مستوى كافٍ من الجودة، يصبح السؤال: من يستطيع إدخاله بسرعة في البرمجيات، والأجهزة، والخدمات، وسير العمل؟
لذلك فالمنافسة هنا ليست منافسة روبوتات محادثة فقط. إنها منافسة بين قدرة نموذجية، وبنية نشر، وشركات تطبيقية، وموارد سياسة صناعية تعمل معاً [1][
8].
6. السياسات وكثافة المنافسة ترفعان سرعة التكرار
تعاملت الصين مع الذكاء الاصطناعي لسنوات باعتباره صناعة استراتيجية. تصف RAND سياسة الصين الصناعية في هذا المجال بأنها سياسة «كاملة السلسلة» ومتطورة، لا تركز على نموذج واحد فقط، بل على بناء قدرات أوسع في المنظومة [8].
بعد DeepSeek-R1، بدا أن الثقة السياسية زادت. فقد ذكرت Carnegie أن إصدار R1 في أوائل 2025 غيّر مشهد الذكاء الاصطناعي العالمي، ومنح القيادة الصينية ثقة أكبر في مسارها؛ ثم دُعي رواد في الذكاء الاصطناعي إلى اجتماعات رفيعة المستوى، وشُجعت الحكومات المحلية على تسريع نشر الذكاء الاصطناعي في البنية التحتية الحيوية، مع وعود بتحسين قوانين وسياسات الذكاء الاصطناعي [10].
كما أن المنافسة المفتوحة نفسها تخلق ضغطاً سريعاً. فبحسب «نيويورك تايمز»، أصدرت شركات صينية عشرات النماذج المفتوحة المصدر بعد DeepSeek [3]. ومع كثرة البدائل، يصبح على الشركات خفض كلفة الاستخدام، وتحسين سهولة النشر، والاستماع أسرع إلى المطورين.
أين لا يزال الضعف؟ ثلاث نقاط لا يصح تجاهلها
أولاً: الرقائق المتقدمة ما زالت عنق زجاجة. حتى مع التحسن في الكفاءة، نقل CSIS عن باحثين صينيين أن الصين لا تزال لا تستطيع الحصول على أكثر تقنيات تصنيع الرقائق تقدماً [7].
ثانياً: الاقتراب من النماذج المغلقة لا يعني تجاوزها في كل شيء. ما قالته «نيويورك تايمز» هو أن نظاماً مفتوح المصدر يمكن أن يقترب من أداء نسخ مغلقة، لا أن النماذج الصينية انتصرت في كل مهام الذكاء الاصطناعي المتقدم. كما أن النماذج الرائدة لدى OpenAI وAnthropic لا تزال مملوكة ومغلقة [3].
ثالثاً: السلامة والحوكمة تحتاجان إلى اختبار أقسى. نقل The Decoder أن اختبارات CAISI وجدت أن نماذج DeepSeek كانت، في المتوسط، أكثر عرضة لهجمات كسر القيود بمقدار 12 مرة من نماذج أميركية قابلة للمقارنة [11].
ما الذي يعنيه ذلك للشركات والمطورين؟
الأثر العملي لصعود الذكاء الاصطناعي الصيني هو أن خيارات النماذج أصبحت أوسع. النماذج المفتوحة تجعل التجربة والتعديل والنشر أسهل في التقييم، وسردية الكلفة تضغط على كل المزودين لإثبات القيمة لا الأداء النظري فقط [3][
5].
لذلك، لا يكفي أن تختار نموذجاً لأنه صيني أو أميركي أو مفتوح أو مغلق. الاختيار الجيد يبدأ من المهمة نفسها:
- اختبر النموذج على بياناتك ولغتك وسيناريوهاتك، لا على ترتيب عام في لوحة نتائج.
- قارن بين القدرة، وزمن الاستجابة، والاستقرار، والكلفة الكلية، وشروط الترخيص، وطريقة النشر.
- في الاستخدامات الحساسة أو الموجهة للمستخدمين، أجرِ اختبارات سلامة وكسر قيود قبل الاعتماد الواسع [
11].
- إذا كان عملك يعتمد على عتاد متقدم أو سلاسل توريد محددة، فأدخل قيود الرقائق في تقييم المخاطر [
7].
الخلاصة
DeepSeek لم يجعل الذكاء الاصطناعي الصيني قوياً من العدم؛ بل كشف قوة كانت تتراكم. ما حدث هو أن عدة عوامل وصلت إلى نقطة حرجة في الوقت نفسه: قاعدة مواهب أعمق، ضغط على الكلفة والكفاءة بسبب قيود الحوسبة، استراتيجية نماذج مفتوحة، انضباط في التشغيل، بيئة تطبيقات نشطة، وسياسات صناعية داعمة [1][
2][
3][
5][
7][
8][
10].
الحكم الأكثر توازناً هو أن الصين أصبحت شديدة التنافسية في النماذج المفتوحة، وكفاءة الكلفة، وسرعة الانتقال من المختبر إلى الاستخدام. لكنها لا تزال بحاجة إلى إثباتات إضافية في الرقائق الأكثر تقدماً، وبعض قدرات النماذج المغلقة الرائدة، والسلامة، وبناء الثقة العالمية [3][
7][
11].
