مفارقة ناديلا المعلوماتية العكسية: لماذا يدفع مستخدمو الذكاء الاصطناعي في المؤسسات الثمن مرتين — نقدًا وملكية فكرية

في 12 يوليو 2026، نشر ساتيا ناديلا، الرئيس التنفيذي لمايكروسوفت، منشورًا على منصة إكس أعاد فيه صياغة المخاطر الجوهرية لتبني الذكاء الاصطناعي في المؤسسات. أطلق على هذه الظاهرة اسم مفارقة المعلومات العكسية — وهي قلب هيكلي لمفارقة المعلومات الكلاسيكية التي صاغها الخبير الاقتصادي الحائز على جائزة نوبل كينيث أرو — وقد حصد المنشور أكثر من 5.7 مليون مشاهدة حتى الآن . رسالته واضحة وحادة: الشركات التي تستخدم الذكاء الاصطناعي المتطور تدفع ثمن الذكاء مرتين، مرة نقدًا ومرة بالمعرفة الملكية التي تضطر للكشف عنها لجعل النموذج مفيدًا .

لم يكتفِ ناديلا بتسمية المشكلة. بل اقترح إطارًا خماسيًا للثقة، وانتقد معامل الذكاء الاصطناعي لما وصفه بمعايير مزدوجة منافقة فيما يتعلق بتقطير النماذج، وجادل بأن المعرفة الناتجة عن استخدام الذكاء الاصطناعي يجب أن تتراكم داخل المؤسسة، لا لدى البائع. إليكم ما تدعمه الأدلة.

شرح مفارقة المعلومات العكسية

تنص مفارقة أرو الأصلية على أن بائع المعلومات يخاطر بإعطائها مجانًا فقط لإثبات قيمتها للمشتري. يجادل ناديلا بأن الذكاء الاصطناعي يعكس هذا الوضع: الآن المشتري هو المعرض للخطر. فالشركات تدفع مقابل خدمات الذكاء الاصطناعي من خلال رسوم الاشتراك أو واجهات برمجة التطبيقات، لكنها للحصول على نتائج ذات معنى، يجب عليها في الوقت نفسه تغذية النظام بسياق أعمالها الخاص، وعملياتها، وأخطائها، وتصحيحاتها .

كتب ناديلا: "في عصر الذكاء الاصطناعي، يخاطر المشتري بالتخلي عن المعرفة، فقط ليتمكن من استخدام ما اشتراه" . كل تعليمات برمجية، استدعاء أداة وكيل، تصحيح، تقييم، وأثر سير عمل يصبح إشارة تُمنح لمزود النموذج، ولا تُحتجز داخل المؤسسة . كلما تعمقت المؤسسة في استخدام نموذج متطور، زادت المعرفة المؤسسية التي تتسرب إلى الخارج، وتتراكم داخل خط أنابيب التدريب الخاص بالمزود بدلاً من الأنظمة الداخلية للشركة .

وصفت عدة منافذ إعلامية هذا الوضع بأن المؤسسات تدفع فعليًا "ثمن الذكاء مرتين" — مرة نقدًا، ومرة بشيء أكثر قيمة بكثير: ملكيتها الفكرية .

مشكلة عادم الذكاء

يعطي إطار ناديلا اسمًا أكثر حدة لمشكلة يواجهها المسؤولون بالفعل. المنتجات الثانوية لكل تفاعل مع الذكاء الاصطناعي — التعليمات البرمجية، التصحيحات، التغذية الراجعة البشرية، آثار التقييم، والأوزان المُكيفة — تشكل ما يسميه عادم الذكاء . يجب أن يتراكم هذا العادم كذاكرة مؤسسية داخل حدود الثقة الخاصة بالمؤسسة، لكن في النموذج الحالي، يتدفق إلى الخارج نحو البائع .

كما صاغ تحليل من مجتمع Databricks السؤال الجوهري: "بينما تستخدم المؤسسات الذكاء الاصطناعي على نطاق أوسع، من يملك المعرفة الناتجة عن التعليمات البرمجية والتصحيحات والتقييمات وسير العمل والتغذية الراجعة البشرية؟" إجابة ناديلا لا لبس فيها: يجب أن تمتلكها المؤسسة. فالمنافس لا يمكنه أبدًا شراء تلك المعرفة المؤسسية، لكن الشركات تتنازل عنها مجانًا .

يُذكر أن ناديلا وصف هذه الديناميكية بأنها مماثلة لنقل التصنيع إلى الخارج — فكما جردت العولمة اقتصادات المصانع، فإن الاستخدام غير المقيد للذكاء الاصطناعي يخاطر بتجريد رأس المال الفكري للمؤسسات .

إطار الثقة الخماسي — الـخمس Cs

لمعالجة هذه المخاطر، اقترح ناديلا إطارًا من خمسة أجزاء — الـخمس Cs — كمبادئ يجب على المؤسسات التحكم بها داخل حدود الثقة الخاصة بها في الذكاء الاصطناعي :

• التحكم (Control) — يجب على المؤسسات بناء أنظمة التقييم الخاصة بها والاحتفاظ بملكية الذاكرة المؤسسية والتغذية الراجعة والقرارات الناتجة عن استخدام الذكاء الاصطناعي .
• القدرة (Capability) — تحتاج المؤسسات إلى المهارات والبنية التحتية الداخلية لإدارة الذكاء الاصطناعي بأمان داخل بيئة تعلم خاصة داخل حدود المستأجر الخاص بها .
• الاختيار (Choice) — لا ينبغي حصر المؤسسات في مزود نموذج واحد؛ فهي بحاجة إلى قابلية نقل النماذج وطبقة تنسيق منفصلة .
• التكلفة (Cost) — يجب على المؤسسات فهم التكلفة الكاملة لتبني الذكاء الاصطناعي، بما في ذلك تسرب الملكية الفكرية، وليس فقط رسوم واجهات البرمجة .
• التراكم (Compound) — يجب أن تتراكم المعرفة والتقييمات والأوزان المُكيفة داخل بنية المؤسسة التحتية، لا بنية البائع .

الوصفة هي حد ثقة صارم تتراكم داخله تقييمات المؤسسة وذاكرتها وأوزانها المُكيفة وتنسيقها دون أن تمسها يد مزود النموذج . وأشار أحد التحليلات إلى أن الـخمس Cs تمثل "وثيقة متطلبات لفئة من البنية التحتية التي تبنيهيا مايكروسوفت من خلال Foundry وAzure AI وCopilot Studio" .

انتقاد ازدواجية المعايير في معامل الذكاء الاصطناعي حول تقطير النماذج

أشار ناديلا صراحة إلى معامل الذكاء الاصطناعي الرائدة — وتحديدًا أوبن إيه آي (OpenAI) وأنثروبيك (Anthropic) — لما وصفه بمعايير مزدوجة منافقة . حجته ذات وجهين.

أولاً، تعتمد هذه المعامل على حقوق الاستخدام العادل لتدريب نماذجها على كميات هائلة من البيانات العامة التي تم جمعها من الإنترنت. ثانيًا، تفرض في الوقت نفسه شروطًا تقييدية تمنع الآخرين من تقطير نماذجها الملكية — أي تدريب نماذج أصغر وأرخص بناءً على مخرجات أنظمتها المتطورة .

كتب ناديلا: "بينما الابتكار العظيم الناتج عن حق مزودي النماذج في الاستخدام العادل لتدريب النماذج على البيانات العامة أمر ضروري، أجد من المفارقات أن الوضع الراهن هو بعد ذلك فرض شروط تقييدية على التقطير، والاحتفاظ بالحق في التعلم من استخدام العملاء وتفاعلاتهم" .

أفادت عدة منافذ إعلامية أن انتقاد ناديلا كان موجهًا مباشرة إلى معامل مثل أنثروبيك التي عارضت بشدة تقطير نماذجها . التوتر الأساسي، كما لخصه أحد التقارير: "لماذا يُسمح لمجموعة واحدة من الشركات بالتدريب على شبكة الإنترنت بأكملها، ثم تقول للآخرين إنهم لا يستطيعون استخدام مخرجاتها؟"

حذر ناديلا كذلك من أنه إذا تدفقت المعرفة في اتجاه واحد فقط — من المبدعين والمؤسسات إلى مزودي النماذج — فإن القيمة الاقتصادية ستركز مع مالكي البنية التحتية والمنصات، وليس مع المؤسسات التي تولد المعرفة فعليًا .

ماذا يعني هذا لاستراتيجية الذكاء الاصطناعي في المؤسسات

لمقال ناديلا آثار كبيرة. أولاً، يعيد صياغة مشكلة الاحتكار التكنولوجي للذكاء الاصطناعي ليس فقط كمشكلة تكلفة أو توافق، بل كتسرب معرفي هيكلي. ثانيًا، يضع البنية التحتية الخاصة بمايكروسوفت للذكاء الاصطناعي — Azure AI وCopilot Studio وFoundry — كحل، على الرغم من أن إطار الـخمس Cs مستقل عن البنية المعمارية من حيث المبدأ . ثالثًا، يجبر كل مشترٍ مؤسسي على طرح سؤال لم يطرحه معظمهم: بينما نستخدم الذكاء الاصطناعي بشكل أعمق، من يملك ما يتعلمه؟

كانت ردود الفعل الصناعية فورية. أشار تحليل على لينكد إن إلى أن المقال "يضع اسمًا أكثر حدة لمشكلة يواجهها المسؤولون بالفعل: حوكمة الذكاء الاصطناعي يجب أن تغطي المعرفة المتولدة حول النموذج، وليس فقط المستندات التي تم تحميلها إليه" . وصف مراقب آخر الـخمس Cs بأنها "وثيقة متطلبات لفئة من البنية التحتية" .

مفارقة المعلومات العكسية ليست حول ما إذا كان يجب استخدام الذكاء الاصطناعي أم لا. إنها حول ما إذا كانت المؤسسة — أم البائع — ستمتلك ما يتعلمه الذكاء الاصطناعي.