فخ المورّد.
ما تعنيه تعليق Fable من Anthropic
لاستراتيجيتك في الذكاء الاصطناعي.

ثمة احتفال يجري في الذكاء الاصطناعي المؤسسي الآن. نماذج جديدة كل ربع سنة. قدرات كانت أوراقًا بحثية قبل ستة أشهر تُطرح في واجهات برمجة تطبيقات إنتاجية. منظومة مورّدين ممولة جيدًا إلى درجة أن متوسط ميزانية تقنية المعلومات بات يملك ذكاءً متقدمًا أكثر مما كان لدى متوسط شركة Fortune 100 قبل عشر سنوات. العناوين الرئيسية مبتهجة. والعناوين الرئيسية تُغفل الجوهر.

في 9 يونيو، أصدرت Anthropic نموذج Claude 5 في فئتين. Fable 5 هو الإصدار المتاح للعموم مع تفعيل مصنّفات السلامة. وMythos 5 فئة محدودة الوصول عبر Project Glasswing، متاحة لنحو أربعين من المشغّلين الموثوقين. وتذكر التقارير عن قائمة Glasswing شركاء أساسيين من بينهم Amazon وApple وGoogle وMicrosoft وNvidia وJPMorgan ومؤسسة Linux Foundation. النموذج الأساسي نفسه، بإعدادات نشر مختلفة.

في 11 يونيو، وفقًا لـ The Economist، نقل السيناتور Mark Warner، نائب رئيس لجنة المخابرات بمجلس الشيوخ، تصريحات من رئيس وكالة NSA وقيادة Cyber Command الجنرال Joshua Rudd مفادها أن Mythos «اخترق تقريبًا جميع أنظمتنا المصنّفة، ليس في أسابيع، بل في ساعات». وبعد يوم واحد، أصدرت وزارة التجارة الأمريكية أمرًا يحظر وصول جميع المواطنين الأجانب حول العالم إلى أيٍ من الفئتين، بمن في ذلك موظفو Anthropic من المواطنين الأجانب. والسبيل الوحيد للامتثال كان التعليق العالمي. تدفقات العمل الإنتاجية التي بدأت الانتقال إلى Fable 5 في أسبوع الإطلاق أصبحت غير قابلة للوصول بحلول يوم الجمعة.

القدرة المُبلَّغ عنها محل جدل. أضاف كاتب The Economist منذ ذلك الحين أن السطر لا ينبغي قراءته حرفيًا، وأنه يشير على الأرجح إلى استخدام Mythos جنبًا إلى جنب مع أدوات أخرى ضمن شروط محددة، وأن القصة الأصلية كان من الأفضل تضمينها تحفظات. ويشير باحثو الأمن إلى أن أكثر الأنظمة تصنيفًا معزولة عن الإنترنت بحكم التصميم. ولم تؤكد أي جهة حكومية علنًا التقييم الأساسي للإحاطة. لا شيء من ذلك يفيد المؤسسات التي قضت الأسبوع في توصيل Fable 5 ببرامج تجريبية وكيلة واضطرت إلى التراجع إلى أي نموذج كانت تستخدمه من قبل. لا يلزم أن يكون ادعاء القدرة صحيحًا حرفيًا حتى يؤدي الردّ التنظيمي إلى تعليق نموذج رائد. ازداد الاعتماد خطورة بصرف النظر عن ذلك.

هذه هي المحادثة التي أُجريها مع كبار مسؤولي البيانات وكبار مسؤولي المعلومات على مدى الاثنتين والسبعين ساعة الماضية. وهي المحادثة الجديرة بأن تُجرى حتى إن لم تتأثر هذا الأسبوع. الخطر في استراتيجيتك للذكاء الاصطناعي ليس النموذج. الخطر هو من يقرّر ما إذا كان النموذج متاحًا غدًا.

لماذا يُعدّ الاعتماد على المورّد خطر الذكاء الاصطناعي الذي لا يُسعّره أحد

كل مراجعة لهيكل ذكاء اصطناعي مؤسسي أقودها تبدأ من المكان نفسه. يستعرض الفريق حالات الاستخدام. اختيارات النماذج. عمل هندسة الأوامر. حواجز الحماية. إطار التقييم. وبحلول نهاية الاستعراض أعرف أي مزوّد يستخدمونه، وأي إصدار من واجهة برمجة التطبيقات، وأي عائلة نماذج، وأي نظام للضبط الدقيق. ما لا أسمعه دائمًا هو ماذا يحدث إذا تباعد جدول مواعيد ذلك المزوّد عن جدول مواعيد عميلي.

كان ذلك التباعد في جدول المواعيد فرضيًا على مدى العامين الماضيين. هذا الأسبوع توقّف عن كونه فرضيًا. نموذج رائد كان محور عدة برامج تجريبية وكيلة إنتاجية سُحب لأسباب لا علاقة لها بسلامة النموذج، ولا علاقة لها بحالة استخدام المؤسسة، ولا علاقة لها بأي شيء كان يمكن للمؤسسة التفاوض عليه. جاء الإجراء من جهة تنظيمية ليس للمؤسسة معها أي علاقة، ضد مورّد راهنت عليه المؤسسة، استنادًا إلى مخاوف لا تستطيع المؤسسة التأثير فيها.

تتضمن معظم هياكل الذكاء الاصطناعي التي ندقّقها اعتمادًا على مزوّد واحد في طبقة النموذج. التكامل نظيف. الاقتصاديات نظيفة. ويفترض نموذج التشغيل أن المورّد سيكون متاحًا الربع المقبل. لا شيء من ذلك خاطئ ما دام المورّد متاحًا. كل ذلك خاطئ في اللحظة التي لا يكون فيها متاحًا.

تعليق Fable هو نموذج صريح لنمط يتشكّل منذ ثمانية عشر شهرًا. ضوابط تصدير على قدرات الذكاء الاصطناعي المتقدمة. إجراءات تنظيمية على مستوى الولايات ضد سلوكيات نماذج بعينها. تقييدات من جانب المزوّد خلال أحداث الذروة. تغييرات في التسعير وصلت بإشعار مدته ثلاثون يومًا على عقود كانت مهيكلة حول خرائط طريق لثمانية عشر شهرًا. منظومة النماذج الرائدة تتحرك أسرع مما صُمّمت مشتريات المؤسسات لاستيعابه.

ما الذي يعنيه فعلًا الذكاء الاصطناعي السيادي بالنسبة للمؤسسة

كان الردّ على أخبار هذا الأسبوع في بعض الأوساط متوقعًا. ابنوا نماذجكم الخاصة. شغّلوها على مراكز بياناتكم الخاصة. اقطعوا المورّد من المنظومة. الردّ صحيح في الاتجاه وخاطئ في التفاصيل. لا ينبغي لمعظم المؤسسات تدريب نماذج أساسية من الصفر. فالتكلفة الرأسمالية حقيقية، والمواهب نادرة، والنتيجة نادرًا ما تكون منافسة لما هو متاح تجاريًا.

السيادة في هيكل الذكاء الاصطناعي المؤسسي لا تعني رفض استخدام نماذج المورّدين. تعني رفض أن تكون رهينة لأي منها. وثمة فرق، والفرق هيكلي.

هيكل تدفق عمل محايد تجاه المزوّد

كل تدفق عمل وكيل نصمّمه الآن يحتوي على طبقة موجِّه نماذج تُجرّد المزوّد الأساسي. تدفق العمل الذي يستخدم Fable 5 اليوم ينبغي أن يكون على بُعد تغيير إعدادات واحد من استخدام Claude Opus 4.8، أو وزن مفتوح من عائلة Llama، أو نموذج منافس يُطرح الشهر المقبل. إذا كان تبديل المزوّد يتطلب إعادة هندسة لمنطق الوكيل، فإن هيكلك ليس محايدًا تجاه المزوّد. إنه فقط ملتزم بالمزوّد الحالي.

نمط منسّق. النموذج المناسب للمهمة المناسبة.

عادة ما يبدأ الاعتماد على مزوّد وحيد كعادة نموذج وحيد. يختار الفريق النموذج الأقوى في السوق ويوجّه إليه كل مهمة. مكالمات التصنيف، ومكالمات التلخيص، واستخراج الوثائق، والتفكير الموجّه للعميل، والفرز الداخلي. كلها إلى المزوّد نفسه، وكلها بنقطة السعر نفسها، وكلها على جدول المواعيد نفسه. تلك العادة هي الاعتماد.

نمط المنسّق يصلح ذلك. طبقة توجيه ترسل كل مهمة إلى النموذج الذي يناسبها. نموذج صغير بأوزان مفتوحة للتصنيف والاستخراج الخفيف. نموذج مورّد متوسط المستوى للتلخيص والاستجابة المنظّمة. ونموذج رائد فقط للمهام التي تتطلب فعلًا تفكيرًا متقدمًا. النتيجة تكلفة أقل، وزمن استجابة أسرع، ونطاق تعرّض بيانات أضيق، وبصمة مزوّد لا تنهار حين يخرج مورّد واحد عن الخدمة. النموذج المناسب للمهمة المناسبة ليس تحسينًا. إنه موقف سيادي يدفع تكلفته بنفسه.

طبقة نموذج مملوكة لأحمال العمل التي تستحق ذلك

ليس كل حمل عمل. تلك التي تكون فيها البيانات حساسة بما يكفي، أو الحجم مرتفعًا بما يكفي، أو الاستمرارية التشغيلية حرجة بما يكفي لتبرير التكلفة. بالنسبة لتلك الأحمال، فإن نموذج وزن مفتوح مضبوط بدقة يعمل على بنية تحتية تتحكم بها، في منطقة تختارها، بجدول إصدار تحدّده بنفسك، هو الهيكل الوحيد الذي لن يفقدك ربع سنة عندما تتحرك جهة تنظيمية.

كذلك يُغلق امتلاك طبقة النموذج لتلك الأحمال نوعًا مختلفًا من المخاطر. كل أمر وكل عملية استرجاع تلامس واجهة برمجة تطبيقات لطرف ثالث هي بيانات تضعها مؤسستك في سطح تحكّم شخص آخر. حتى مع شروط تفاوضية لاستثناء البيانات، فإن كل دورة إعادة تفاوض هي فرصة لفقدان تلك الحماية. تشغيل تدفقات العمل الحساسة على عتادك الخاص يقلّل من احتمال تسرّب الملكية الفكرية من نموذج رائد، ومن احتمال أن يصبح منطق تسعيرك الخاص، أو نصوص محادثات عملائك، أو مصنوعات استراتيجيتك بيانات تدريب لشخص آخر عبر مسار احتفاظ غير شفاف. هذا ليس مشروع بحث. إنه قرار مشتريات بعائد قابل للقياس.

نسيج بيانات لا يتسرّب إلى مجموعة تدريب شخص آخر

إذا كانت بيانات التجارة الخاصة بك، أو تفاعلات عملائك، أو القياس عن بُعد التشغيلي يتدفق إلى واجهة برمجة تطبيقات لطرف ثالث وفق شروط لم تتفاوض على استثناء البيانات بشأنها، فأنت لا تدفع فقط مقابل الاستدلال. أنت أيضًا تدعم النموذج التالي لمورّدك. نسيج البيانات الذي يدعم الذكاء الاصطناعي السيادي هو نسيج البيانات الذي تقرّر فيه أنت ما الذي يعبر الحدود وما الذي لا يعبرها.

خطة خروج اختبرتها، لا فقط كتبتها

كل حمل عمل ذكاء اصطناعي إنتاجي ينبغي أن يكون له مسار ترحيل موثّق ومُتمرَّن عليه إلى مزوّد ثانٍ. ليس في عرض شرائح. في كتيّب تشغيل نفّذه فريقك خلال التسعين يومًا الماضية. المؤسسات التي خرجت من تعليق Fable هذا الأسبوع دون تأثير تشغيلي هي تلك التي كانت قد اختبرت الترحيل بالفعل. وأما التي ضربها الأمر باردًا فهي التي تشرح الانقطاع لمجالس إدارتها هذا الصباح.

الخطأ الآخر. إغلاق كل شيء.

الردّ الخاطئ على أخبار هذا الأسبوع هو معكوس الردّ الخاطئ على أخبار العام الماضي. العام الماضي، كان الردّ الخاطئ هو ربط واجهة برمجة تطبيقات لنموذج رائد بكل تدفق عمل دون هيكل أسفله. هذا الأسبوع، الردّ الخاطئ هو سحب القابس من الذكاء الاصطناعي المؤسسي بالكامل وانتظار استقرار الصورة التنظيمية.

لن تستقر. وبينما تتجادل القيادة حول السماح بالذكاء الاصطناعي داخل محيط المؤسسة، يستخدمه الموظفون بالفعل خارج المحيط. يلصقون نصوص محادثات العملاء في تطبيقات دردشة استهلاكية لصياغة الردود. يرفعون عقود المورّدين إلى أدوات مجانية لتلخيصها. يشغّلون حسابات شخصية على أجهزة شخصية لأن العمل الذي أمامهم يجب أن يُسلَّم، والإجابة الرسمية لا تزال «نحن نقيّم».

إغلاق كل شيء لا يوقف تلك الحركة. إنما ينقلها إلى مكان لا يستطيع فريق الأمن رؤيته، ولا يستطيع فريق حوكمة البيانات تدقيقه، ولا تصل إليه حماية الملكية الفكرية. تزداد المحرمات قوة. ويصبح الاستخدام أكثر إهمالًا. ويتضخم سطح الظل. وتنتهي المؤسسة بأسوأ نسخة من الاعتماد الذي كانت تحاول تجنّبه، لأن الاستخدام يحدث على أسوأ الشروط الممكنة.

الردّ الصحيح هو تبنّي الذكاء الاصطناعي إلى حدّ ما بشروط تتحكم بها. فئة معتمدة من النماذج المعتمدة وفئات البيانات المعتمدة. طبقة توجيه منسّقة تلتقي بالموظفين حيث يحاولون العمل. سياسة واضحة بشأن أي بيانات تذهب إلى أين، وسطح قابل للاستخدام لا يضطرون فيه إلى مغادرة المنصة للحصول على الإجابة. المؤسسات التي فعلت ذلك لم تقضِ على الذكاء الاصطناعي الظلّي. لقد قلّصته إلى جزء يسير مما كان سيكون عليه، ونقلت العمل الأكثر أهمية إلى حزمة يمكنها الدفاع عنها.

سؤال التسلسل الذي أوضحه هذا الأسبوع

قناعة TechSparq بشأن الذكاء الاصطناعي هي أن النموذج ليس الاستراتيجية. هيكل العملية المحيط بالنموذج هو الاستراتيجية. هذه الحجة كانت حجتنا منذ عامين. وهذا الأسبوع جعل تقديمها أرخص. المؤسسة التي بَنَت برنامجها التجريبي الوكيل على Fable 5 وحده تعلّمت في اثنتين وسبعين ساعة أن النموذج هو الجزء الأكثر قابلية للاستبدال في النظام. والمؤسسة التي بَنَت برنامجها التجريبي الوكيل على طبقة توجيه، ونسيج بيانات سيادي، وخطة خروج مختبرة تعلّمت أن لا شيء عليها فعله هذا الأسبوع سوى الاستمرار في العمل.

التسلسل الصحيح للذكاء الاصطناعي المؤسسي يبدو اليوم كما بدا يوم الاثنين. ابدأ بتدفق العمل الذي يقود نتيجة عمل قابلة للقياس. صمّم هيكل العملية الذي يعتمد عليه تدفق العمل. اختر النموذج الذي يناسب متطلبات تدفق العمل، بما في ذلك متطلبات السيادة. ابنِ طبقة التوجيه التي تتيح لك استبدال النموذج عندما يتغيّر جدول المواعيد. اختبر الاستبدال. ثم أطلق.

الفرق الأكثر تعرّضًا هذا الأسبوع كانت تلك التي بدأت بالنموذج. ليس لأن النموذج كان خاطئًا. بل لأن النموذج كان القرار الأول بدلًا من القرار الأخير. وبحلول الوقت الذي صُمّم فيه بقية الهيكل، كان النموذج قد شكّل افتراضات التوجيه، وتدفقات البيانات، والتوقعات التشغيلية. والتراجع عن ذلك خلال ربع سنة واحد لم يكن العمل الذي يرغب أحد في القيام به تحت ضغط تنظيمي.

ما الذي يجب فعله هذا الربع

إذا كانت لديك أحمال عمل ذكاء اصطناعي إنتاجية، فدقّق الاعتمادات على النماذج قبل نهاية الشهر. وثّق أي تدفقات عمل تعتمد على أي مزوّدين. ارسم خريطة الشروط التعاقدية التي تحكم الاستمرارية. حدّد البديل من مزوّد ثانٍ لكل مسار حرج. التدقيق يستغرق أسبوعًا. تكلفة عدم القيام به تكلّف ربع سنة.

إذا كنت لا تزال في المرحلة التجريبية، فتعامل مع قرارات الهيكل على أنها العمل، ومع اختيار النموذج كمعامل. البرنامج التجريبي الصحيح هو الذي يمكنك إعادة تشغيله على نموذج مختلف في أسبوع. إذا كان برنامجك لا يستطيع ذلك، فالهيكل هو المشكلة، لا النموذج.

إذا كنت تبدأ من جديد، فلا تبدأ بالنموذج. ابدأ بتدفق العمل، وهيكل البيانات، ومتطلبات السيادة. اختيار النموذج نتيجة لاحقة لتلك القرارات الثلاثة، لا نقطة بداية. لقد جعل تعليق Fable شرح هذا التسلسل أرخص. الفرق التي تبني واضعةً ذلك في الاعتبار ستقضي هذا العام في إطلاق ذكاء اصطناعي إنتاجي. والفرق التي لا تفعل ستقضي هذا العام في شرح الانقطاعات.