ثلاثة مؤسسين صينيين يوسّعون حدود المنافسة في الذكاء الاصطناعي

تكمن أهمية ليانغ وينفنغ وتانغ جي ويانغ تشيلين في أنهم لا يمثلون مجرد ثلاثة مؤسسين صينيين أطلقوا نماذج لافتة. فشركاتهم—DeepSeek وZ.ai وMoonshot AI—وسّعت تعريف المنافسة على قمة الذكاء الاصطناعي: لم تعد القدرة وحدها كافية للحكم على النموذج، بل باتت الكفاءة والانفتاح وكلفة الاستدلال وسهولة وصول المطورين وحجم الحوسبة المطلوبة عوامل لا تقل أهمية.

هذا لا يثبت أن الصين تجاوزت وادي السيليكون. لكنه يوضح أن سوق الذكاء الاصطناعي لم يعد حكراً على الولايات المتحدة، وأن النموذج لا يحتاج بالضرورة إلى أن يكون مغلقاً أو باهظ الكلفة أو مدعوماً من شركة تكنولوجيا أميركية عملاقة حتى يؤثر في توقعات السوق العالمية.

ثلاثة مؤسسين وثلاثة مسارات إلى الذكاء الاصطناعي المتقدم

ليانغ وينفنغ: تحدي DeepSeek القائم على الكفاءة

درس ليانغ الهندسة الإلكترونية وهندسة الاتصالات في جامعة تشجيانغ، قبل أن يشارك في تأسيس High-Flyer، وهو صندوق تحوط كمي يعتمد على الذكاء الاصطناعي. وفي عام 2023، أسس DeepSeek، مستفيداً من خلفية مالية تركز على التحسين الرياضي وكفاءة استخدام الحوسبة في أبحاث النماذج الأساسية. 4144

كان إطلاق نموذج DeepSeek-R1 في يناير 2025 أبرز إنجاز للشركة. وُزّع النموذج الاستدلالي بأوزان قابلة للتنزيل، وقُدّم بصفته بديلاً منخفض الكلفة للأنظمة المغلقة الرائدة. ولم تكن ادعاءات DeepSeek بشأن الكلفة والأداء بديلاً كاملاً عن التقييمات المستقلة، لكنها كانت قوية بما يكفي لتغيير نظرة المستثمرين إلى اقتصاديات تدريب النماذج وتشغيلها. 172226

وكان رد فعل السوق كبيراً على نحو استثنائي. فقدت Nvidia نحو 593 مليار دولار من قيمتها السوقية في يوم واحد، بعدما بدأ المستثمرون يتساءلون عما إذا كان تطوير نماذج الذكاء الاصطناعي المتقدمة يتطلب فعلاً ميزانيات عتاد ضخمة ومتزايدة باستمرار، كما افترض جزء كبير من القطاع. وقد انعكس جزء من موجة البيع بعد ذلك بوقت قصير، لذلك يُفهم الحدث بصورة أدق باعتباره إعادة تسعير سريعة للتوقعات، لا دليلاً على اختفاء الطلب على الرقائق المتقدمة. 1718

وتختلف فلسفة ليانغ أيضاً عن نهج كثير من شركات الذكاء الاصطناعي. فقد نقلت Reuters عنه أن أولوية DeepSeek هي تطوير الذكاء الاصطناعي العام على المدى الطويل، لا تعظيم الأرباح قصيرة الأجل، وأن الشركة قد تبقي نماذجها الأكثر تقدماً مفتوحة. 33 أما وضع DeepSeek التمويلي الكامل، وتقييمها، وخطط إدراجها، وثروة ليانغ الشخصية، فلا تثبتها الأدلة المتاحة بدرجة موثوقة تسمح بعرضها كحقائق محسومة.

تانغ جي: نموذج Z.ai الذي يربط البحث بالمؤسسات

تانغ جي أستاذ علوم الحاسوب في جامعة تسينغهوا، وهو المؤسس المشارك وكبير العلماء في Z.ai، التي كانت تُعرف سابقاً باسم Zhipu AI. انبثقت الشركة من أبحاث تسينغهوا في بكين عام 2019، وبدأت إطلاق عائلة نماذج GLM في عام 2021. 4950

وتبدو استراتيجية Z.ai أكثر مؤسسية من استراتيجية DeepSeek؛ فهي تجمع بين قاعدة بحثية جامعية وطموحات تجارية تستهدف الشركات والمؤسسات. وركزت نماذج GLM تدريجياً على الاستدلال والبرمجة واستخدام الأدوات وسير العمل القائم على الوكلاء. ووفقاً لتقييم حكومي أميركي، أُطلق GLM-5.2 كنموذج ذي أوزان مفتوحة في 16 يونيو 2026. 49

ويرى تانغ أن ظهور DeepSeek-R1 مثّل نهاية مرحلة سابقة تمحورت حول المحادثة، وأن البرمجة والاستدلال سيصبحان أكثر أهمية مع تطور وكلاء الذكاء الاصطناعي. 52 وتساعد هذه الرؤية على فهم موقع Z.ai في السوق: فهي لا تنافس فقط على سلاسة إجابات روبوت الدردشة، بل تستهدف نماذج قادرة على إنجاز مهام أطول والتفاعل مع أدوات وبرمجيات مختلفة.

كما تجسد Z.ai انتقال مختبر بحثي خاص إلى شركة مرتبطة بأسواق المال. فقد أشارت تقارير إلى أن الشركة جمعت نحو 1.25 مليار دولار قبل طرحها العام بحلول منتصف 2025، بينما يذكر التقييم الحكومي الأميركي أنها أتمت إدراجاً في بورصة هونغ كونغ في 8 يناير 2026. 4950 وتختلف التقديرات العامة لقيمتها السوقية، لذلك لا ينبغي التعامل معها على أنها أرقام متطابقة أو نهائية. ولا تتوافر كذلك أدلة موثوقة كافية لتحديد ثروة تانغ الشخصية.

يانغ تشيلين: رهان Moonshot AI على السياق الطويل

درس يانغ تشيلين في جامعة تسينغهوا، وأكمل الدكتوراه في جامعة كارنيغي ميلون. كما تصف تقارير خبرة بحثية سابقة له في Google وMeta، قبل أن يشارك في تأسيس Moonshot AI في بكين عام 2023. 2712

لفتت Moonshot الأنظار أولاً من خلال Kimi، الذي ارتبط اسمه بقدرة التفاعل مع سياقات طويلة. ثم وسّع نموذج Kimi K3 هذا التوجه إلى نظام ضخم ذي أوزان مفتوحة؛ إذ تصفه المصادر بأنه نموذج مزيج من الخبراء يضم 2.8 تريليون مُعامل، مع نافذة سياق تصل إلى مليون وحدة رمزية. 15

أُتيحت أوزان K3 بعد طرح النموذج عبر منتجات Moonshot وواجهتها البرمجية، ما ربط نشاط روبوت الدردشة الموجه للمستهلكين باستراتيجية أوسع لبناء منصة للمطورين. 2 ويستحق حجم النموذج الانتباه، لكن عدد المعاملات وحده لا يثبت مستوى الذكاء أو كلفة التشغيل أو الفائدة العملية. وقد تساعد نتائج لوائح الترتيب المستقلة في المقارنة، إلا أن هذه الترتيبات تتغير ولا تغني عن اختبار الموثوقية والبرمجة والسلامة وأداء الوكلاء في مهام واقعية.

وتبقى أرقام تمويل Moonshot متغيرة بدورها. فقد ذكرت TechCrunch أن الشركة جمعت نحو ملياري دولار في جولة قدرت قيمتها بـ20 مليار دولار في مايو 2026، فيما تحدثت تقارير لاحقة عن تقييم محتمل يتجاوز 30 مليار دولار واستعدادات لإدراج محتمل في هونغ كونغ. وهذه تقديرات متداولة في السوق الخاصة، وليست قيماً مدققة في سوق عامة. 41215 ولا تتوافر أدلة موثوقة كافية على ثروة يانغ الشخصية.

لماذا يختلف هذا التحدي عن سباق أميركي-صيني تقليدي؟

1. القدرة باتت تُقاس مقابل الكلفة

جعلت DeepSeek الاستدلال بكفاءة عنواناً رئيسياً. وتركز Z.ai على البرمجة ونشر النماذج في المؤسسات والوكلاء. أما Moonshot فتجمع بين السياق الطويل والأوزان المفتوحة واسعة النطاق وتوزيع المنتجات. ورغم اختلاف هذه الأساليب، فإن الشركات الثلاث تدفع القطاع نحو سؤال أوسع: كم من القدرة المفيدة يستطيع المطور الحصول عليه مقابل كل دولار يُنفق على التدريب أو الاستدلال؟

المقارنة ليست بسيطة. فكثير من تكاليف التدريب المعلنة يستند إلى ادعاءات الشركات، وقد لا يشمل البيانات والهندسة والوصول إلى العتاد والتقييم والنشر. ومع ذلك، فإن الأثر الاستراتيجي واضح: أجبرت DeepSeek المستثمرين والمختبرات على إعادة النظر في افتراضات مسار كلفة تطوير النماذج المتقدمة. 1722

2. الأوزان المفتوحة تمنح المطورين خيارات أوسع

يمكن للأوزان القابلة للتنزيل أن تتيح للمطورين استضافة النموذج بأنفسهم أو تخصيصه أو دمجه في منتجاتهم، من دون الاعتماد كلياً على واجهة برمجية مملوكة. وهذا يمنح DeepSeek وGLM وKimi طريقاً إلى منظومات البرمجيات العالمية، حتى عندما تكون قدرة شركاتها على التوزيع خارج الصين محدودة.

لكن مصطلح «الأوزان المفتوحة» لا يعني بالضرورة «المصدر المفتوح» بالكامل. فقد تكون الأوزان متاحة، بينما تظل بيانات التدريب وطرق معالجتها وشيفرة التدريب وخط التطوير الكامل غير معلنة. ولهذا التمييز آثار مهمة على قابلية إعادة الإنتاج والترخيص والأمن والحوكمة.

3. امتد أثر الصدمة إلى ما وراء مختبرات الذكاء الاصطناعي

أثر إطلاق DeepSeek في يناير 2025 على تقييمات شركات التكنولوجيا الأميركية، لأنه تحدى افتراضاً مفاده أن الذكاء الاصطناعي الأكثر قدرة يتطلب تلقائياً كمية متناسبة من العتاد المتطور. وأظهرت خسارة Nvidia في يوم واحد مدى سرعة انتقال الابتكار على مستوى النموذج إلى طبقة البنية التحتية. 1718

وأثار Kimi K3 اهتماماً مشابهاً بشأن احتمال أن تطلق شركة صينية نموذجاً مفتوح الأوزان بحجم كان مرتبطاً عادة بأكبر المختبرات الأميركية. والأدق تفسير هذه الاستجابة باعتبارها ضغطاً على الافتراضات السائدة، لا دليلاً على انتصار تقني مكتمل. 14

القيود التي قد تحسم المرحلة المقبلة

لا تزال الشركات الثلاث تواجه مشكلات هيكلية صعبة:

• الحوسبة والعتاد: تجعل ضوابط التصدير ومحدودية الوصول إلى المسرّعات المتقدمة تدريب النماذج وتشغيلها أكثر صعوبة. ويمكن لتقنيات الكفاءة تضييق الفجوة، لكنها لا تلغي الحاجة إلى الرقائق والطاقة والشبكات والمهندسين ورأس المال. 45
• تحقيق الإيرادات: قد تنتشر النماذج المفتوحة أو منخفضة الكلفة بسرعة، لكنها تجعل من الصعب على مطوريها تحويل الاهتمام التقني إلى إيرادات. ويتعين على الشركات بناء أعمال مستدامة في مجالات المؤسسات أو الواجهات البرمجية أو المنتجات الاستهلاكية.
• غموض المعايير: لا يحسم الفوز في معيار ضيق أو معلن ذاتياً مسائل الموثوقية أو الجودة متعددة اللغات أو أداء البرمجة أو السلامة أو متانة الوكلاء. وتحتاج ادعاءات التفوق إلى إعادة إنتاج مستقلة.
• الثقة والحوكمة: قد تحد الخصوصية والأمن وقيود المحتوى والتدقيق الجيوسياسي من تبني النماذج خارج الصين، حتى عندما تكون جذابة من الناحية التقنية.
• ضغط أسواق المال: يمنح إدراج Z.ai المكتمل وضعاً تمويلياً مختلفاً عن DeepSeek الخاصة، بينما تظل استعدادات Moonshot المعلنة للإدراج المحتمل غير نهائية. كما أن هيكل ملكية DeepSeek وخطط إدراجها أقل وضوحاً في التقارير العامة الموثوقة. 495015

الخلاصة

لا يتبع ليانغ وينفنغ وتانغ جي ويانغ تشيلين استراتيجية صينية واحدة للذكاء الاصطناعي. فقد جعل ليانغ الكفاءة وأبحاث الذكاء الاصطناعي العام طويلة الأمد محور هوية DeepSeek. وينقل تانغ أبحاث النماذج الأساسية المنبثقة من الجامعة إلى البرمجة والوكلاء وإلى نطاق أسواق المال. أما يانغ فيبني مشروعه حول السياق الطويل والأنظمة الضخمة القائمة على مزيج الخبراء والتوزيع المفتوح للمطورين.

والنتيجة المشتركة هي جعل الذكاء الاصطناعي المتقدم أكثر تعدداً. فقد وسّع هؤلاء المؤسسون الخيارات المتاحة للمطورين، وتحدوا اقتصاديات البنية التحتية للنماذج المغلقة، وأضعفوا افتراض أن الصين ستظل متأخرة عن الولايات المتحدة بصورة دائمة. لكن الخلاصة الأكثر حذراً هي أيضاً الأكثر قابلية للدفاع عنها: لقد غيّروا خريطة المنافسة، إلا أن قيود الحوسبة وغموض المعايير وتحقيق الإيرادات والثقة هي التي ستحدد ما إذا كان هذا التغيير سيستمر.