خمسة مواضيع رئيسية في مجال الذكاء الاصطناعي لعام 2024 وتأثيرها على الاستثمار

المنافسة المحتدمة بين النماذج الأساسية

يشهد عام 2024 منافسة غير مسبوقة بين النماذج الأساسية للذكاء الاصطناعي. ففي السابق، كان نموذج OpenAI متفوقًا بشكل كبير، ولكن الآن، تظهر نماذج تنافسية من شركات أخرى مثل جوجل. بالإضافة إلى ذلك، تتقدم النماذج مفتوحة المصدر بسرعة، مما يمنح الشركات خيارات أكثر عند اختيار واجهات برمجة التطبيقات (APIs).

تراجع استهلاك رموز OpenAI: انخفض استهلاك رموز OpenAI من حوالي 90% إلى أقل من 60% في أقل من عام، مما يشير إلى أن المستخدمين يجربون نماذج مختلفة.
صعود النماذج مفتوحة المصدر: أظهرت تقييمات مستقلة أن النماذج مفتوحة المصدر تتفوق في مجالات مثل الرياضيات، واتباع التعليمات، والمتانة، حيث احتلت نماذج Llama مراكز متقدمة.

التقدم المذهل للنماذج مفتوحة المصدر

تظهر النماذج مفتوحة المصدر تحسنًا ملحوظًا في عدة جوانب. ففي تقييم MMLU، تقترب بعض النماذج مفتوحة المصدر ذات المعلمات الصغيرة من أداء النماذج الأكثر تقدمًا. فعلى سبيل المثال، تحسن أداء نموذج Llama 8B بأكثر من 10 نقاط مقارنة بنموذج Mistral-7b الذي كان الأفضل قبل عام.

النماذج الصغيرة ذات الكفاءة العالية

يتقلص الفارق بين النماذج الصغيرة والكبيرة، وتنخفض أسعار الذكاء الاصطناعي بشكل كبير. فقد انخفضت تكلفة واجهة برمجة التطبيقات (API) للنموذج الرائد من OpenAI بنسبة 80-85% خلال العام الماضي، مما يقلل بشكل كبير من تكلفة بناء تطبيقات الذكاء الاصطناعي.

انخفاض تكلفة بناء تطبيقات الذكاء الاصطناعي: أصبحت تكلفة بناء تطبيقات مثل Notion أو Coda باستخدام الذكاء الاصطناعي لا تتجاوز بضعة آلاف من الدولارات.

تقنية الوسائط المتعددة هي المستقبل

تعد تقنية الوسائط المتعددة اتجاهًا هامًا في مجال الذكاء الاصطناعي. فظهور وسائط جديدة مثل الصوت منخفض التأخير، وقدرات التنفيذ، والفيديو، يمنح المستخدمين تجارب تفاعلية جديدة.

تحسين تجربة التفاعل الصوتي: لم يعد الصوت منخفض التأخير مجرد ميزة، بل تجربة تفاعلية جديدة تمامًا.
تعزيز قدرات التنفيذ بالذكاء الاصطناعي: تمكن المستخدمون من الحصول على قدرات ذكاء اصطناعي أقوى من خلال قدرة Claude على استخدام الكمبيوتر، ووظيفة تنفيذ التعليمات البرمجية التي أطلقتها OpenAI في Canvas.

اختراقات جديدة في قانون القياس

على الرغم من القيود المفروضة على قانون القياس، تظهر نماذج توسع جديدة. يبدو أن OpenAI قد وجدت طرقًا لتجاوز هذه القيود، وتحسين أداء النماذج من خلال تقنيات مثل اللعب الذاتي RL.

بيئة الاستثمار في الذكاء الاصطناعي تتجه نحو العقلانية

على الرغم من وجود آراء حول وجود فقاعة في مجال الذكاء الاصطناعي، إلا أن الواقع يشير إلى أن حجم التمويل الموجه إلى مختبرات النماذج الأساسية كبير، بينما حجم التمويل الموجه إلى الشركات العاملة فعليًا معقول نسبيًا.

التقليل من قيمة طبقة التطبيقات: في الماضي، كان يُعتقد أن النماذج الأساسية أكثر قيمة من طبقة التطبيقات، ولكن في الواقع، هناك فرص كبيرة في النظام البيئي للذكاء الاصطناعي، وطبقة التطبيقات لديها إمكانات كبيرة.

فرص هائلة للشركات الناشئة

لا تقتصر فرص النظام البيئي للذكاء الاصطناعي على النماذج الأساسية فقط، بل إن طبقة التطبيقات تحمل أيضًا إمكانات هائلة. هناك ابتكارات مستمرة، ونماذج مختلفة ذات قدرات متنوعة، ومنافسة شديدة في السوق، ومشاريع مفتوحة المصدر مزدهرة.

أتمتة الخدمات: يمكن للذكاء الاصطناعي أتمتة العديد من المهام المتكررة، وتقليل التكاليف وزيادة الكفاءة.
اتجاهات بحث أفضل: يمكن للذكاء الاصطناعي مساعدة المستخدمين في البحث عن المعلومات والحصول عليها بشكل أفضل، وتوفير تجارب مخصصة.
إضفاء الطابع الديمقراطي على المهارات: يعمل الذكاء الاصطناعي على إضفاء الطابع الديمقراطي على المهارات المختلفة، مما يسمح لمزيد من الأشخاص بالمشاركة في الإبداع والابتكار.

اتجاهات الاستثمار في موجة الذكاء الاصطناعي

تعتبر البنية التحتية للذكاء الاصطناعي (الحوسبة والبيانات) اتجاهًا استثماريًا هامًا في موجة الذكاء الاصطناعي. ومع تطور تقنية الذكاء الاصطناعي، يتزايد الطلب على البيانات المتخصصة وأنواع البيانات الأخرى.

عصر "البرمجيات 3.0" قادم

نستخدم مصطلح "البرمجيات 3.0" لتلخيص هذه السلسلة من التغييرات. نعتقد أن هذا تحول شامل سيجلب مزايا كبيرة للجيل الجديد من الشركات. سرعة التغيير تفيد الشركات الناشئة.

إعادة التفكير في المنتجات والبنية التحتية: نحتاج إلى إعادة التفكير في طريقة تصميم المنتجات وطريقة بناء البنية التحتية للتكيف مع نموذج الذكاء الاصطناعي الجديد.
فرص تكنولوجية واقتصادية هائلة: يجلب الذكاء الاصطناعي فرصًا تكنولوجية واقتصادية هائلة، تستحق أن نغتنمها.

صراع الشركات الناشئة مع العمالقة

هل ستذهب ثمار النصر في النهاية إلى الشركات الناشئة أم إلى العمالقة الحاليين؟ على الرغم من أن العمالقة يتمتعون بمزايا في قنوات التوزيع والبيانات، إلا أن الشركات الناشئة يمكنها المنافسة بمنتجات أفضل ونماذج أعمال مبتكرة.

معضلة المبتكرين: قد تكون الشركات الحالية مقيدة بمعضلة المبتكرين، بينما يمكن للشركات الناشئة تحدي النماذج الحالية من خلال نماذج تجربة مستخدم جديدة وإنشاء التعليمات البرمجية.
أهمية البيانات: تحتاج الشركات الناشئة إلى التفكير في نوع البيانات التي تحتاجها لتحسين جودة منتجاتها، بدلاً من الاعتماد فقط على بيانات الشركات الحالية.