الدرس الحقيقي من إيقاف Fable 5 ليس أن الحكومة الأمريكية خافت من نموذج قوي. الدرس الأهم لكل شركة وحكومة وفريق يبني على الذكاء الاصطناعي هو هذا: إذا كان ذكاؤك مستأجراً بالكامل، فهو ليس تحت سيطرتك بالكامل.
قد يكون لديك أفضل نموذج في العالم. قد يكون مدمجاً في منتجك، وعملياتك، وخدمة العملاء، والبرمجة، والتحليل، واتخاذ القرار. لكن إذا كان الوصول إليه يمر عبر جهة خارجية، وبنية خارجية، وقوانين خارجية، فهناك سؤال لا يمكن تجاهله: ماذا يحدث إذا انقطع عنك بكبسة زر؟
شاهد الحلقة الكاملة على YouTube
Fable 5 كشف هشاشة لم نكن نريد الاعتراف بها
قصة Fable 5 من Anthropic بدأت كضجة حول نموذج قوي جداً، ثم تحولت بسرعة إلى نقاش أكبر بكثير من أداء النموذج نفسه. بعد أيام قليلة من الإطلاق، تم إيقاف الوصول إلى النموذج، وبدأ الكلام عن export control واعتبارات أمن قومي ومنع وصول غير الأمريكيين إلى النموذج.
المشكلة أن الإيقاف لم يكن مجرد تعديل في منتج أو توقف فني مؤقت. الفكرة التي هزت النقاش هي أن نموذجاً مهماً يمكن أن يختفي من يد المستخدمين والشركات بسبب قرار خارج منظومتهم التشغيلية بالكامل.
وهنا يجب أن نتوقف. لأن أي شخص يبني منتجاً على Anthropic أو OpenAI أو أي مزود مغلق آخر لا يبني فقط على تقنية. هو يبني أيضاً على استمرار سياسي وقانوني وتجاري لا يملكه.
لماذا تم قطع الوصول عن الجميع؟
بحسب الرواية المتداولة في النقاش حول القصة، كان المطلوب منع وصول غير الأمريكيين إلى Fable 5 ضمن منطق export control. لكن Anthropic لم تكن تملك، عملياً، آلية سهلة لفرز المستخدمين حسب الجنسية أو الهوية بهذا الشكل.
النتيجة كانت أبسط وأعنف: إذا لم نستطع الفرز، نقطع الوصول عن الجميع.
هذه النقطة وحدها كافية لتغيير طريقة تفكير الشركات في الذكاء الاصطناعي. لأن المشكلة لم تكن أن شركة معينة أخطأت في استخدام النموذج. ولم تكن أن المستخدمين خالفوا الشروط. الخدمة توقفت لأن جهة خارجية قررت أن الوصول يجب أن يتغير، والمزود لم يكن جاهزاً لفصل المستخدمين بدقة.
هذا قد يدفع مستقبلاً نحو آليات تحقق هوية أقوى، وربما تسجيل دخول أكثر صرامة وربطاً بمصادر موثوقة. لكن حتى لو حدث ذلك، ستبقى الرسالة كما هي: الوصول إلى النموذج ليس حقاً مضموناً، بل امتياز يمكن إعادة تعريفه.
قصة jailbreak مهمة… لكنها ليست القصة كلها
جزء من النقاش دار حول احتمال وجود jailbreak يسمح بتجاوز ضوابط Fable 5. الفكرة ببساطة أن النموذج كان موضوعاً داخل قيود أمان كثيرة، لكن إذا استطاع شخص خداعه وإزالة هذه القيود، فقد يتحول من نظام مضبوط إلى قدرة هجومية خطيرة.
التشبيه الأقرب: سيارة قوية جداً تم تقييد سرعتها وأنظمتها لتكون آمنة في الشارع. إذا استطاع أحد تعطيل القيود، فهو لا يحصل على سيارة عادية؛ بل يحصل على سيارة سباق وسط المدينة.
لكن حسب ما ظهر في النقاش، لم يكن هناك اتفاق واضح على قوة الدليل. قيل إن جهات خارجية تحدثت عن قدرة على خداع النموذج، وفي المقابل لم تر Anthropic، بحسب الرواية المتداولة، أن ما عُرض عليها كان مقنعاً بما يكفي.
لذلك لا يجب أن نبني التحليل كله على سؤال: هل كان jailbreak حقيقياً وخطيراً أم لا؟ السؤال الأعمق هو: كيف يجب أن تتصرف إذا كان نموذج تعتمد عليه شركتك يمكن أن يتوقف بسبب خطر محتمل، أو تفسير تنظيمي، أو قرار حكومي؟
الذكاء الاصطناعي يتحول إلى Utility
نحن معتادون على التفكير في الذكاء الاصطناعي كأداة إنتاجية أو منتج SaaS. لكن الاتجاه الأهم هو أنه يتحول تدريجياً إلى خدمة أساسية تشبه الكهرباء أو الماء أو الإنترنت.
اليوم قد تستخدمه في كتابة كود أو تلخيص مستندات. غداً قد يكون جزءاً من المصنع، والمستشفى، والبنك، والجهة الحكومية، وسلاسل الإمداد، ودعم العملاء، والعمليات القانونية والمالية.
إذا وصلت شركة أو دولة إلى مرحلة لا تعمل فيها أجزاء أساسية من اقتصادها دون نماذج ذكاء اصطناعي، فإن السؤال لم يعد تقنياً. يصبح سؤال سيادة واستمرارية وأمن قومي.
تخيل أن كهرباء بلدك تأتي من دولة أخرى، وبضغطة زر يمكن إيقافها. هذا هو المنطق الذي يجب أن نفكر به الآن في الذكاء الاصطناعي، قبل أن يصبح الاعتماد عليه أعمق من قدرتنا على الرجوع.
أنت لا تملك النموذج… أنت تستأجر الذكاء
عندما تستخدم API من نموذج مغلق، فأنت لا تملك النموذج. لا تعرف أوزانه، ولا بنيته الداخلية، ولا كل تفاصيل تدريبه، ولا تملك ضماناً حقيقياً بأن الخدمة ستبقى متاحة لك بنفس الشروط.
أنت تستأجر الذكاء كما تستأجر سيارة. تستطيع قيادتها، لكنها ليست سيارتك. وإذا قرر المالك تغيير الشروط، أو سحب السيارة، أو منع استخدامها في بلد معين، فأنت مضطر للتعامل مع النتيجة.
هذا لا يعني أن استخدام النماذج المغلقة خطأ. في كثير من الحالات، هي الأسرع والأقوى والأسهل والأكثر كفاءة تجارياً. لكنها ليست بلا مخاطر.
الخطأ هو أن تتعامل معها كأنها بنية تحتية مضمونة، بينما هي في الحقيقة خدمة مشروطة.
المفتوح مقابل المغلق: السؤال ليس أيديولوجياً
بعد قصة Fable 5، النقاش حول open source وopen weight models يصبح أكثر عملية. لم يعد السؤال: هل نحب النماذج المفتوحة أم المغلقة؟ السؤال الأدق: ما مقدار السيطرة التي نحتاجها على الذكاء الذي نعتمد عليه؟
النماذج المغلقة مثل خدمات Anthropic وOpenAI قد تمنحك أداءً عالياً وتجربة استخدام أسهل وتحديثات مستمرة. لكنك تعتمد على مزود خارجي، وبنية خارجية، وقوانين قد لا تكون قوانين بلدك أو شركتك.
النماذج المفتوحة أو open weight models مثل GLM وDeepSeek وQwen وKimi قد لا تكون دائماً الأقوى في كل استخدام. لكنها تمنحك قدرة مختلفة: أن تستضيف النموذج على بنيتك، وتتحكم بالبيانات، وتبني مساراً بديلاً إذا توقف المزود الأساسي.
وهنا تصبح المقولة الشعبية مفيدة جداً: مزراب نقط ولا نهر ينقطع. قد يكون النموذج المفتوح أضعف قليلاً، لكنه متاح وتحت سيطرتك. وقد يكون النموذج المغلق أقوى بكثير، لكنه لا يفيدك إذا انقطع فجأة.
النماذج المفتوحة ليست حلاً سحرياً
من المهم ألا نبالغ في الاتجاه المعاكس. open source ليس عصا سحرية. إذا حمّلت النموذج واستضفته بنفسك، فأنت تكسب سيطرة، لكنك تكسب معها مسؤوليات.
ستحتاج بنية تحتية. ستحتاج فريقاً يفهم التشغيل، التحديثات، الأمان، التكلفة، الأداء، وربما التخصيص. وإذا ظهرت نسخة أحدث أو مشكلة في النموذج، فلن تُحل تلقائياً كما يحدث أحياناً عند استخدام API من مزود كبير.
في النموذج المغلق، قد تنتظر تحديثاً من OpenAI أو Anthropic فينتقل نظامك إلى نسخة أفضل بأقل احتكاك. أما في النموذج المفتوح، فقد تحتاج إلى إعادة اختبار، وإعادة ضبط، وربما إعادة بناء بعض التعديلات.
لذلك القرار ليس: مغلق سيئ ومفتوح جيد. القرار هو إدارة مخاطر.
كيف تختار الشركة نموذج الذكاء الاصطناعي؟
الشركات لا يجب أن تختار النموذج بناءً على سؤال واحد: ما أقوى نموذج؟ هذا سؤال ناقص.
السؤال الصحيح يبدأ من الحاجة. ما المهمة المطلوبة؟ هل تحتاج فعلاً إلى مستوى Fable 5 أو نموذج متقدم جداً لكل عملية؟ كثير من الاستخدامات لا تحتاج أقوى نموذج في السوق.
بعد الأداء يأتي سؤال التكلفة. كم ستدفع مقابل استخدام الذكاء؟ وكم سيعود عليك؟ الشركات لا تشتري الانبهار، بل تشتري عائداً أو كفاءة أو قدرة جديدة.
ثم تأتي الخصوصية والامتثال. أين تذهب بياناتك؟ هل تحتوي على معلومات عملاء، أسرار شركة، بيانات صحية، أو معلومات حكومية؟ وهل تستطيع قانونياً وتشغيلياً إرسالها إلى مزود خارجي؟
وأخيراً يأتي السؤال الذي كشفت Fable 5 أهميته: الاستمرارية. ماذا يحدث إذا توقف النموذج؟ هل لديك مزود بديل؟ هل تستطيع التحول إلى نموذج مفتوح؟ هل تعرف أثر ذلك على المنتج؟ هل اختبرت البديل قبل الأزمة؟
السيادة لا تُبنى وقت الأزمة
الدول التي تفكر بجدية في الذكاء الاصطناعي لا تنتظر انقطاع الخدمة لتسأل عن البنية التحتية. الفكرة واضحة: إذا كان الذكاء الاصطناعي سيصبح جزءاً من الاقتصاد والأمن والخدمات الحكومية، فلا يمكن أن يكون كله خارج السيطرة المحلية.
في المنطقة، نرى هذا التفكير بوضوح في دول مثل الإمارات والسعودية. هناك اهتمام ببناء قدرات محلية، ومراكز بيانات، وشراكات، ونماذج، وبنية تحتية تجعل الاعتماد أقل هشاشة.
الهدف ليس بالضرورة أن تكون كل دولة رقم واحد عالمياً في كل نموذج. الهدف العملي أن تمتلك ما يكفي من القدرة والسيطرة كي لا تصبح خدماتها الحيوية رهينة زر خارجي.
وهذا ينطبق على الشركات أيضاً. إذا كنت تبني منتجاً قائماً على الذكاء الاصطناعي، فالاستقلالية ليست رفاهية تقنية. إنها جزء من استمرارية العمل.
ثلاثة قرارات يجب اتخاذها قبل الانقطاع
1. لا تعتمد على نموذج واحد خارج سيطرتك
إذا كان كل منتجك مبنياً على مزود واحد، فأنت لا تملك خطة ذكاء اصطناعي. أنت تملك نقطة فشل واحدة.
ابدأ بتحديد العمليات الحرجة التي تعتمد على نموذج واحد. ثم اسأل: ما البديل إذا توقف Anthropic؟ ما البديل إذا تغيرت شروط OpenAI؟ ما البديل إذا أصبحت الخدمة غير متاحة في بلدك أو لقطاعك؟
2. جرّب البدائل المفتوحة قبل أن تحتاجها
لا تنتظر الأزمة لتكتشف أن نموذجك البديل لا يعمل مع بياناتك أو منتجك. جرّب GLM وDeepSeek وQwen وKimi أو غيرها من النماذج المفتوحة المناسبة لاستخدامك.
ليس الهدف أن تستبدل كل شيء فوراً. الهدف أن تفهم الفجوة: أين تنجح؟ أين تفشل؟ كم تكلف؟ ما مستوى البنية المطلوب؟ وما أثرها على تجربة المستخدم؟
3. اجعل الاستمرارية معياراً في قرار الشراء والبناء
عند اختيار نموذج، لا تسأل فقط عن الأداء والسعر. أضف أسئلة الاستمرارية إلى صلب القرار.
هل يمكن نقل البيانات؟ هل يمكن تغيير المزود؟ هل يمكن تشغيل جزء من النظام محلياً؟ هل يوجد Redundancy؟ هل توجد خطة طوارئ مكتوبة؟ ومن يملك قرار تفعيلها؟
هذه الأسئلة تبدو مملة وقت النمو. لكنها تصبح مصيرية وقت الانقطاع.
الخلاصة: لا تسأل فقط عن أذكى نموذج
إيقاف Fable 5 يجب ألا يُقرأ كقصة نموذج واحد أو شركة واحدة. هو تذكير مبكر بأن الذكاء الاصطناعي يتحول إلى بنية تحتية، والبنية التحتية لا تُدار بعقلية التجربة المؤقتة.
إذا كنت فرداً تبني أدوات، أو شركة تبني منتجاً، أو جهة حكومية تبني خدمات، فالسؤال لم يعد: ما أذكى نموذج أستطيع استخدامه اليوم؟
السؤال الأكثر نضجاً هو: ما النموذج الذي يخدمني، بتكلفة مناسبة، وضمن امتثال مقبول، مع أعلى قدر ممكن من الاستمرارية والسيطرة؟
قد يكون الجواب نموذجاً مغلقاً. قد يكون نموذجاً مفتوحاً. وقد يكون مزيجاً بين الاثنين. لكن ما لا يجب أن يكون هو اعتماد أعمى على خدمة واحدة، في دولة واحدة، وتحت قرار لا تملكه.
سؤالي لك: لو انقطعت عنك خدمات Anthropic أو OpenAI غداً، هل لديك بديل فعلي؟ وهل تفضّل أقوى نموذج مغلق، أم نموذجاً أقل قوة لكنه تحت سيطرتك؟
