تحذير ساتيا ناديلا: لماذا يجب على كل شركة بناء نموذج الذكاء الاصطناعي الخاص بها بدلاً من استئجاره

في يونيو 2026، نشر ساتيا ناديلا، الرئيس التنفيذي لشركة مايكروسوفت، مقالاً مطولاً على منصة إكس بعنوان "حدود بلا نظام بيئي ليست مستقرة" أصبح أحد أكثر أطر العمل المؤسسية في مجال الذكاء الاصطناعي مناقشة هذا العام. أطروحته الرئيسية مفاجئة لزعيم شركة استثمرت مليارات الدولارات في OpenAI: اختيار أفضل نموذج ذكاء اصطناعي متطور ليس استراتيجية ذكاء اصطناعي دائمة. الميزة الحقيقية، كما يجادل ناديلا، تكمن في بناء "حلقة تعلم" مملوكة حول بيانات الشركة وسير العمل والخبرات البشرية - وإسناد هذه العملية إلى نماذج خارجية يحمل مخاطر وجودية.

جوهر حجة ناديلا: الشركة كنظام تعلم

تبدأ أطروحة ناديلا بإعادة تعريف ماهية الشركة. قال في مقابلة في 27 يونيو مع ياش باتيل، المؤسس المشارك لشركة Applied Compute: "فكرتي البسيطة هي أنه يجب أن يكون هناك عدد من النماذج في العالم بقدر عدد الشركات في العالم. لأنه بعد كل شيء، ما هي الشركة؟ الشركة هي نظام تعلم."

من هذا المنظور، الميزة التنافسية الدائمة في عصر الذكاء الاصطناعي ليست النموذج نفسه، بل النظام البيئي المحيط به من البيانات والعمليات والتقييم والتغذية الراجعة البشرية الذي يربط الذكاء الاصطناعي بالمعرفة المؤسسية للمنظمة. يجادل ناديلا بأنه يجب أن تكون الشركات قادرة على "استخدام سياقي الخاص، وبياناتي الخاصة" و"آثاري الخاصة" عند اختيار النماذج أو ضبطها.

بدلاً من اعتبار النموذج هو الخندق التنافسي، تشير حجة ناديلا إلى أنظمة مستمرة تتحسن من خلال الاستخدام المؤسسي. وأخبر مجلة Business Today أن "المؤسسات لا يمكنها الاستعانة بمصادر خارجية لعملية التعلم نفسها" - يمكنك إسناد مهمة، لكن لا يمكنك إسناد منحنى التعلم لشركتك.

لماذا يعتبر الاستعانة بمصادر خارجية للذكاء الاصطناعي خطيراً: تحذير "تجويف الصناعة"

قدم ناديلا سببين مترابطين يجعلان الاعتماد فقط على نماذج الطرف الثالث أمراً خطيراً على المؤسسات.

1. فقدان الميزة التنافسية واستخراج القيمة. حذر ناديلا من أنه إذا قامت شركة فقط باستئجار نموذج ولم تبنِ أي شيء مملوك حوله، فإن النموذج ليس ميزتها التنافسية - وقد تكون الشركة قد بدأت بالفعل في خسارة الأرض. قلقه الأوسع يتلخص في اقتباس مباشر من مقالته: "آخر شيء يريده أي منا هو عالم تتخلى فيه كل شركة في كل قطاع عن قيمتها لعدد قليل من النماذج التي تلتهم كل ما تراه."

ويجادل بأن نماذج الذكاء الاصطناعي القوية أصبحت قادرة على استيعاب المعرفة المؤسسية المتخصصة، مما قد يؤدي إلى تسليع الخبرات المهنية لصناعات بأكملها وإعادة بيعها للشركات التي أنتجتها. الشركات التي تفشل في بناء أنظمة التغذية الراجعة الخاصة بها للذكاء الاصطناعي تخاطر بالتخلي عن قيمتها لمزودي النماذج الخارجيين بدلاً من مضاعفة معرفتهم المؤسسية.

2. مخاطر التركيز والاعتماد على البائعين. الاعتماد فقط على نموذج واحد متطور يترك المؤسسات عرضة لحدود وتسعير وخيارات استراتيجية لمزودين خارجيين. يركز إطار عمل ناديلا على بناء حلقات تعلم داخلية بدلاً من ذلك - أنظمة يمكنها التبديل بين النماذج الأساسية دون فقدان الذكاء المتراكم. من وجهة نظره، "بناء بنية تحتية للذكاء الاصطناعي محسنة لنموذج واحد فقط هو أمر محفوف بالمخاطر" لأن اختراق المنافس في بنية النموذج قد يجعل الاستثمار بأكمله قديماً.

التوافق مع استراتيجية مايكروسوفت متعددة النماذج

تتوافق حجة ناديلا مباشرة مع التحول الاستراتيجي لشركة مايكروسوفت نفسها. بعد سنوات من الشراكة العميقة مع OpenAI، تعمل الشركة عمداً على توسيع استراتيجية نماذج الذكاء الاصطناعي الخاصة بها وتقديم المزيد من قدراتها الخاصة.

في مؤتمر Microsoft Build 2026 في أوائل يونيو، كشفت الشركة عن نماذج ذكاء اصطناعي جديدة ومملوكة (عائلة نماذج MAI الأساسية) تهدف إلى تقليل الاعتماد على OpenAI وخفض التكاليف للمطورين. كما تقوم مايكروسوفت ببناء أنظمة من الجيل الأول مثل Project Polaris - الموصوف بأنه ذكاء اصطناعي للبرمجة خاص بمايكروسوفت يهدف إلى استبدال GPT-4 في GitHub Copilot بحلول أغسطس 2026.

قدمت مايكروسوفت نماذج ذكاء اصطناعي ميسورة التكلفة ومنصة Copilot متعددة المحركات تدعم نماذج من Anthropic وMeta (Llama) وMistral AI وDeepSeek وCohere إلى جانب OpenAI - مما يمنح المستخدمين القدرة على الاختيار من بين محركات ذكاء اصطناعي متعددة. أصبح نموذج Claude من Anthropic الآن خياراً من الطرف الأول في Azure AI Foundry إلى جانب OpenAI وDeepSeek وLlama وMistral.

المنطق الاستراتيجي واضح ومباشر: إذا كانت المؤسسات تحتاج إلى أنظمة ذكاء اصطناعي مخصصة متصلة ببياناتها وسير العمل والمعرفة المؤسسية، فإن منصة السحابة التي تستضيف هذا النظام البيئي - Azure - تصبح ذات أهمية استراتيجية. وبالتالي، فإن نصيحة ناديلا "ابنِ حلقة التعلم الخاصة بك" هي توجيه معماري وتناسب قوي مع استراتيجية منصة السحابة والذكاء الاصطناعي الأوسع لمايكروسوفت.

لطالما توقع ناديلا هذه السلعنة. في أواخر عام 2025، وصف الديناميكية بوضوح: "إذا كنت شركة نماذج، فقد تكون لديك لعنة الفائز... إنها على بعد نسخة واحدة من أن تصبح سلعة."

إطار عمل المؤسسة الجديد في عصر الذكاء الاصطناعي: رأس المال البشري + رأس المال الرمزي

قدم ناديلا مفهومين في مقالته في يونيو 2026 أصبحا محوريين في محادثة الذكاء الاصطناعي المؤسسي: رأس المال البشري ورأس المال الرمزي.

ما هو رأس المال الرمزي؟

رأس المال الرمزي هو "قدرة الذكاء الاصطناعي التي تبنيها وتمتلكها الشركة" باستخدام سير العمل والبيانات والتقييمات والخبرات المتراكمة الخاصة بها. إنه أصل الذكاء الاصطناعي المملوك الذي تطوره الشركة حول نظام التشغيل الخاص بها - بدلاً من مجرد استئجار قدرة عامة من مزودين خارجيين. يشمل رأس المال الرمزي الأنظمة والنماذج والاستفسارات والتقييمات وسير العمل المضبوط الذي تطوره الشركة بمرور الوقت. يصفه ناديلا بأنه ينمو بـ "فائدة مركبة" في حلقة تعلم ذاتية التعزيز.

رأس المال البشري يصبح أكثر قيمة، وليس أقل

ادعاء ناديلا غير البديهي هو أنه مع زيادة قدرة الذكاء الاصطناعي (رأس المال الرمزي)، ترتفع قيمة رأس المال البشري بدلاً من أن تنخفض. يشمل رأس المال البشري المعرفة والحكم والعلاقات والإبداع والتعرف على الأنماط لدى موظفي الشركة.

حجته: بدون التوجيه البشري، "لديك حوسبة تدور في حلقات مفرغة." الخبرة البشرية هي ما يوجه حلقة التعلم، ويقيم المخرجات، ويحول قدرة الذكاء الاصطناعي إلى ميزة تنظيمية مفيدة. يؤطر ناديلا هذا باعتباره تحولاً إلى "حلقة معرفية حقيقية بين الناس والأنظمة الرقمية" - انفصال أساسي عن الثورات التكنولوجية السابقة حيث تم استخدام الأنظمة الرقمية ببساطة لتعزيز الإنتاجية البشرية.

حلقة التعلم التي تتضاعف

يصف ناديلا الحالة المثالية بأنها "بناء حلقة تعلم فوق النماذج حيث يتضاعف رأس المال البشري ورأس المال الرمزي." في هذه الحلقة:

• رأس المال البشري (الخبرة، الحكم) يوجه إنشاء وتقييم مخرجات الذكاء الاصطناعي
• رأس المال الرمزي (قدرة الذكاء الاصطناعي المملوكة) يلتقط تلك الخبرة ويشغلها
• كل تعزيز يجعل كلا الجانبين أكثر قيمة بمرور الوقت

إذا لم تتمكن من تبديل نموذج عام دون فقدان ذكائك المتراكم، فأنت لا تملك حلقة التعلم الخاصة بك - أنت تستأجرها.

الآثار العملية لتبني الذكاء الاصطناعي في المؤسسات

البنية التحتية: منصات مرنة ومتعددة النماذج

لم يعد بإمكان المؤسسات التعامل مع نموذج واحد متطور على أنه استراتيجية الذكاء الاصطناعي بأكملها. إنهم بحاجة إلى بنية تحتية مرنة يمكنها دعم عائلات نماذج متعددة، واتصالات بيانات مملوكة، وتكامل سير العمل، وحلقات تغذية راجعة مستمرة. يعني إطار عمل ناديلا أن البنية التحتية الفائزة هي المنصة التي تساعد الشركات على بناء وتشغيل تلك الأنظمة البيئية - وهذا هو وضع مايكروسوفت لـ Azure وخدمات Copilot الخاصة بها.

رأس المال البشري: استثمار أعمق في الناس

تتعارض حجة ناديلا مع سرد الأتمتة أولاً. إذا أصبح الحكم البشري أكثر قيمة مع نمو الذكاء الاصطناعي، تحتاج الشركات إلى استثمار المزيد في خبرات الموظفين ومعرفة المجال واتخاذ القرارات الإبداعية - وليس أقل. تم الاستغناء عن ما يقرب من 117000 وظيفة تقنية في عام 2026، مع ذكر الذكاء الاصطناعي كعامل - وهو اتجاه يحذر منه إطار عمل ناديلا ضمنياً إذا جرد الشركات من رأس المال البشري اللازم لتوجيه حلقات التعلم.

رأس المال الرمزي: بناء، وليس مجرد شراء

التحول الاستراتيجي الرئيسي هو من استهلاك الذكاء الاصطناعي إلى امتلاك قدرة الذكاء الاصطناعي. هذا يعني تطوير نماذج مملوكة، وضبطها على البيانات الداخلية، وبناء أنظمة تقييم، وإنشاء سير عمل يلتقط المعرفة المؤسسية في شكل قابل لإعادة الاستخدام. الشركات التي تشترك ببساطة في أفضل نموذج متطور وتتوقف عند هذا الحد تخاطر بأن يتم تجويفها - لأن ميزتها الدائمة لن تأتي من النموذج المستأجر نفسه ولكن من حلقة التعلم المملوكة التي تبنيها حوله.

الخلاصة الاستراتيجية

لقادة المؤسسات، يجادل ناديلا بأن شركة عصر الذكاء الاصطناعي يجب أن تستثمر في وقت واحد في:

• البنية التحتية: منصات سحابية مرنة ومتعددة النماذج تسمح ببناء أنظمة ذكاء اصطناعي مخصصة حول سير العمل والبيانات المملوكة.
• رأس المال البشري: استثمار أعمق في حكم الموظفين وعلاقاتهم وإبداعهم وخبراتهم في المجال - أصبح الآن أكثر أهمية، وليس أقل.
• رأس المال الرمزي: قدرات ذكاء اصطناعي مملوكة يتم تدريبها وتحسينها من خلال البيانات الفريدة للشركة وحلقات التغذية الراجعة وعمليات التشغيل.

الرسالة واضحة: إذا بدأت استراتيجية الذكاء الاصطناعي الخاصة بك وانتهت باختيار مزود نموذج متطور، فقد تكون قد بدأت بالفعل في فقدان الأرض التنافسية أمام الشركات التي تملك حلقات التعلم الخاصة بها بدلاً من استئجارها.