سيكون عام 2026 هو عام كفاءة الذكاء الاصطناعي، يتوقع مؤسسو البنية التحتية للذكاء الاصطناعي

على مدى السنوات الثلاث الماضية، هيمنت على سرد الذكاء الاصطناعي مقياس واحد طاغٍ: المعلمات. لقد حدد السباق نحو بناء نماذج أكبر وأكثر استهلاكًا للطاقة مسار الصناعة، مع ارتفاع التقييمات بالتزامن مع مشتريات وحدات معالجة الرسوميات (GPU). ولكن وفقًا لمجموعة من قادة البنية التحتية والمؤسسين التقنيين، يمثل عام 2026 نهاية عصر القوة الغاشمة.

إليكم توقعاتهم: نحن نقترب من نقطة تحول. لن يتم تحديد المرحلة التالية من الذكاء الاصطناعي بكمية المعلومات التي يمكن للنموذج حفظها أثناء التدريب، بل بمدى قدرته على العمل بأمان وكفاءة وفي سياقه ضمن القيود الصارمة للعالم المادي.

الحد الأقصى الصعب: الطاقة، لا الرقائق

يحذر جوناثان مورتنسون، الرئيس التنفيذي لشركة Confident Security، قائلاً: "ستصبح حدود توسيع المحولات (transformers) أكثر وضوحًا". وبينما تركز العناوين الرئيسية اليوم على نقص الرقائق وسلاسل التوريد، يرى مورتنسون أننا نسير ونحن نائمون نحو جدار أصعب بكثير: الطاقة.

يتوقع قائلاً: "ستكون الطاقة، لا الرقائق، هي عنق الزجاجة المحدد". نحن نصل إلى نقطة تتجاوز فيها الطاقة المطلوبة لتدريب وتشغيل نماذج الجيل التالي قدرات الشبكة المحلية. يسعى المزودون بالفعل إلى إيجاد "مصادر طاقة غير تقليدية" لمجرد إبقاء الأضواء مضاءة. النتيجة واضحة: عصر النمو الأسي للنماذج على وشك الاصطدام بقوانين الفيزياء.

تحدي الأمن

مع دمج هذه النماذج في سير عمل الشركات، تتسع مساحة الهجوم بشكل خطير. يتوقع مورتنسون أن يصل الأمن إلى "نقطة انهيار" في عام 2026. يتوقع "حادثة على غرار دودة ماي سبيس"، وهي هجوم متسلسل ومؤتمت ينتقل عبر وكلاء الذكاء الاصطناعي، مما سيجبر الصناعة على النضوج بين عشية وضحاها.

هذا سيضع حداً لعصر الأمن الاختياري. يشير مورتنسون إلى أن "بيئات التنفيذ الموثوقة ستتحول من ميزة اختيارية إلى متطلب افتراضي". وكما أصبح HTTPS المعيار للويب، سيصبح الحوسبة السرية المعيار غير القابل للتفاوض للذكاء الاصطناعي.

الأتمتة الصناعية تنتقل إلى العالم المادي

يقول ماسيميليانو (ماكس) موروزي، الرئيس التنفيذي لشركة Xaba.ai: "ما فعلته OpenAI للغة، سيفعله الذكاء الاصطناعي القائم على الفيزياء للروبوتات والأتمتة الصناعية". "ستنتقل المصانع من الترميز اليدوي لكل حركة إلى وصف النتيجة المرجوة، بينما تقوم الروبوتات وآلات التحكم الرقمي الحاسوبي (CNCs) والمعدات الصناعية بتوليد العملية والتحقق منها بشكل مستقل." 

كما صرح بأن العالم يدخل عصر "المصنع ذاتي البرمجة"، حيث ستتعلم أنظمة الذكاء الاصطناعي القائمة على الفيزياء من العروض التوضيحية وأهداف الإنتاج، وتتكيف في الوقت الفعلي مع التباين في المواد والأدوات والظروف. ويتوقع أن يتمكن المصنعون من نشر مهام معقدة، مثل اللحام والحفر والتجميع والفحص، بشكل أسرع بكثير. 

اختتم موروزي حديثه قائلاً: "يعكس هذا التحول الدور المتنامي لأنظمة التصنيع المعرفية القائمة على الفيزياء والمدعومة بالذكاء الاصطناعي. تُظهر هذه الأنظمة نهجًا قابلاً للتطوير يدمج التعلم والاستدلال والبرمجة الذاتية مباشرة في المعدات الصناعية. معًا، تمهد الطريق لعصر الآلات المعرفية، والروبوتات الشبيهة بالبشر، والعقول الصناعية القائمة على السيليكون."

من البيانات "الميتة" إلى السياق "الحي"

إذا كانت الأجهزة تواجه حائطًا، فإن استراتيجية البيانات تخضع أيضًا لتحول معماري جوهري. النموذج الحالي، المتمثل في تدريب نموذج على مجموعة بيانات ضخمة وثابتة ثم تجميدها في الوقت المناسب، يثبت عدم كفايته لتلبية احتياجات الأعمال.

يقول أور لينشنر، الرئيس التنفيذي لشركة Bright Data: "سيتطور الذكاء الاصطناعي من كونه مستنيرًا بالبيانات إلى أن يتشكل بها". يتصور شبكة "تتحاور مع الآلات التي تحللها". في عام 2026، لن تكون الميزة التنافسية لمن يمتلك أكبر أرشيف تاريخي، بل لمن يمتلك أفضل مسار عمل "حي". يجادل لينشنر بأن "مجموعات البيانات الثابتة لا يمكنها دعم الابتكار"، متوقعًا التحول نحو نماذج تقوم بضبط نفسها باستمرار بناءً على تدفقات المعلومات في الوقت الفعلي.

تعزز آنا باترسون، مؤسسة Ceramic.ai، هذا الرأي. تقول: "لن يأتي التقدم في الذكاء الاصطناعي من السعي وراء نماذج أكبر حجمًا، بل من تحسين الأنظمة المحيطة بها". وتشير إلى أن "المكاسب الحقيقية" ستأتي من البنية التحتية التي تساعد النماذج على الاستدلال على المعلومات في سياق الوقت الفعلي. المستقبل ليس نموذجًا أذكى؛ بل هو نموذج أفضل اطلاعًا.

فحص الواقع التشغيلي

في النهاية، يتلاشى عامل الجدة في "تجربة بيئة الاختبار". لقد سئمت الشركات من العروض التوضيحية المبهرة التي تفشل في الإنتاج. يعتقد أنوراغ غوتغوتيا، الشريك المؤسس لشركة TrueFoundry، أن عام 2026 سيكون العام الذي ينتقل فيه الذكاء الاصطناعي أخيرًا إلى وظائف الأعمال الحيوية.

يجادل غوتغوتيا بأن "الميزة التنافسية الحقيقية لن تكون النماذج نفسها، بل البنية التحتية التي تسمح للوكلاء بالتنسيق، والاحتفاظ بالذاكرة، وتقييم النتائج". تنتقل عملية خلق القيمة إلى مستويات أعلى: من الذكاء الخام للنماذج اللغوية الكبيرة (LLM) إلى طبقة التنسيق التي تديرها. إنه تحول من "السحر" إلى "الهندسة"، فوضوي ومعقد وضروري للغاية.

الخلاصة

انتهى عهد "النموذج الكلي". وحل محله النظام المتخصص والآمن والمتصل مباشرة. سيكون عام 2026 هو العام الذي يتوقف فيه القطاع عن محاولة بناء عقل أضخم ويبدأ في بناء بيئة أفضل ليعمل فيها.

نُشرت في الأصل في مجلة الذكاء الاصطناعي

نبذة عن TrueFoundry:

توفر TrueFoundry بوابة ذكاء اصطناعي على مستوى المؤسسات تشمل بوابة نماذج اللغة الكبيرة (LLM Gateway)، وبوابة MCP، وبوابة الوكلاء (Agent Gateway)، مما يمكّن المؤسسات من الاتصال الآمن ومراقبة وإدارة الوصول إلى النماذج والأدوات وخطوط الحماية والوكلاء من خلال لوحة تحكم واحدة. تتيح بوابة الذكاء الاصطناعي أعباء العمل القائمة على الوكلاء التي تتسم بالأمان والكفاءة والجاهزية للمستقبل من خلال اتصالات موحدة وقابلة للتركيب عبر مختلف المزودين.

بالإضافة إلى طبقة البوابة، تمكّن TrueFoundry المؤسسات من نشر وتدريب نماذج لغة كبيرة مخصصة (LLMs) على وحدات معالجة الرسوميات (GPUs)، واستضافة خوادم MCP، وتشغيل وكلاء مخصصين—كل ذلك من خلال واجهة متوافقة أصلاً مع Kubernetes. وهي تدعم عمليات التثبيت المحلية (on-premise) وفي السحابة الخاصة الافتراضية (VPC) لكل من بوابة الذكاء الاصطناعي وبيئات النشر. تضمن TrueFoundry الامتثال لمعايير SOC 2 و HIPAA و ITAR على مستوى المؤسسات. ومع ميزات التوسع التلقائي والتخزين المؤقت وتحسين الموارد المدمجة، تمكّن TrueFoundry المؤسسات من بناء ونشر وإدارة أنظمة الذكاء الاصطناعي بشكل آمن وفعال وعلى بنية تحتية آمنة للمستقبل. لمعرفة المزيد، تفضل بزيارة truefoundry.com