لطالما جرت صياغة الحوار حول الذكاء الاصطناعي على أنه قصة أمريكية، بينما كان الجميع الآخرون يحاولون اللحاق بها. وهذه الصيغة لم تعد صالحة اليوم. ففي عام 2026، تطلق المختبرات الصينية نماذج ذكاء اصطناعي تتنافس مع أفضل النماذج العالمية — بل وتقوم بشيءٍ لا تفعله المختبرات الأمريكية الرائدة في الغالب: فهي تُصدرها بشكلٍ مفتوح، مع أوزان قابلة للتنزيل يمكن لأي شخص تشغيلها أو دراستها أو البناء عليها.
ويوضح هذا الدليل كيف حدث ذلك: أبرز النماذج والمختبرات الصينية، والاستراتيجية الكامنة وراء دفعها نحو المصادر المفتوحة، والقيود التي تعمل ضمنها، ولماذا يتجاوز تأثير ذلك حدود الصين.
أبرز الاستنتاجات
- الصين شريكٌ في مجال الذكاء الاصطناعي، وليس متابعًا — إذ تتنافس نماذجها الرائدة مع أفضل الأنظمة الغربية.
- ديب سيك أعادت تشكيل التوقعات العالمية بإظهار نتائج رائدة في هذا المجال بتكلفة أقل بكثيرٍ من التكلفة المفترضة.
- عائلة كوين التابعة لأليبابا تُعَد واحدةً من أكثر أنظمة النماذج المفتوحة استخدامًا على مستوى العالم.
- النماذج المفتوحة الوزن هي الاستراتيجية — فالإفراج عن النماذج بشكلٍ مفتوحٍ يوسع النفوذ ويبني أنظمة بيئية متكاملة.
- وصول الشرائح الإلكترونية يبقى القيد المحوري الذي يشكِّل طريقة بناء المختبرات الصينية.
لحظة تغيُّر السردية
نقطة التحوّل كانت ديب سيك. فعندما أطلقت المختبر نماذج تُطابق قدرة الأنظمة الغربية الأغلى ثمنًا على الاستدلال — وأبلغت عن تكاليف تدريب أقل بكثير مما افترضته الصناعة ضروريًّا — أجبر ذلك على إعادة تقييم عالمية. ولم تكن الرسالة المستخلصة ببساطة «لدى الصين نموذج جيّد»، بل كانت أن الذكاء الاصطناعي من الطراز المتقدِّم قد لا يتطلّب الميزانيات التي كان يُفترض أنها لا غنى عنها، وأن الكفاءة — وليس الإنفاق الخام وحده — تمثّل مسارًا حقيقيًّا للوصول إلى طليعة التكنولوجيا.
وكان لهذا التصحيح أهميةٌ بالغة للجميع: فقد أخضع الأسعار لضغوط تنازلية، ورفع التوقعات تجاه النماذج المفتوحة، ووضع حدًّا لافتراضٍ مريحٍ كان سائدًا بأن الطليعة تنحصر في عددٍ قليلٍ من المختبرات الأمريكية المُموَّلة جيدًا.
أبرز النماذج والمختبرات الصينية
ديب سيك — المختبر الذي غيَّر مجرى النقاش. وقد بنت «ديب سيك» سمعتها على نماذجها القوية في مجال الاستدلال، التي أطلقتها مع أوزانها المفتوحة، وعلى تركيزها على الكفاءة — أي تحقيق نتائج من طراز الطليعة دون تكاليف طليعية. وتُستخدم إصداراتها على نطاق واسع وتُدرَس في جميع أنحاء العالم.
كوين (Qwen) (علي بابا) — تشكيلة «كوين» التابعة لشركة «علي بابا» تُعَدُّ واحدةً من أهم بيئات النماذج المفتوحة في أي مكان. فهي تشمل أحجامًا متعددة، وتضم نماذجًا للنصوص والرؤية الحاسوبية والبرمجة، وهي من أكثر النماذج المفتوحة تنزيلًا وتعديلًا في العالم. وللمطوِّرين الذين يبحثون عن أوزان مفتوحة قادرة، يُعتبر «كوين» غالبًا نقطة البداية الافتراضية.
لاعبون رئيسيون آخرون — قطاع الذكاء الاصطناعي الصيني واسعٌ. فشركات التكنولوجيا الكبرى والشركات الناشئة المُموَّلة جيدًا تطلق جميعها نماذجَ تنافسيةً تغطي المحادثة والبرمجة وتوليد الصور والفيديو. إن عمق هذا المجال — وليس أي مختبر واحد — هو ما يجعل الصين شريكًا متكافئًا في مجال الذكاء الاصطناعي.
الاستراتيجية: لماذا الأوزان المفتوحة؟
أهم خيار استراتيجي اتخذه المختبرات الصينية كان إصدار العديد من أفضل نماذجها بشكلٍ مفتوح — مع أوزان يمكن لأي شخص تنزيلها. فبينما تحتفظ أبرز المختبرات الأمريكية (مثل OpenAI وAnthropic وGoogle) غالبًا بنماذجها الرئيسية مغلقةً، وتوفّرها عبر واجهات برمجية فقط (API)، اتجهت الصين في الاتجاه المعاكس. ومنطق هذا الاختيار مقنعٌ للغاية:
- التأثير عبر الاعتماد. إن النموذج الذي يُنزِّله المطورون في جميع أنحاء العالم ويُعدِّلونه ويُبنون عليه منتجاتهم يصبح جزءًا من البنية التحتية العالمية. والأوزان المفتوحة تنشر نفوذ المختبر أسرع بكثيرٍ مما تفعله واجهة برمجية مغلقة.
- البيئة التطويرية والمواهب. وتُجذب النماذج المفتوحة الباحثين والمطورين، وتُولِّد تحسينات وأدوات دعم، وتبني مجتمعًا حول أعمال المختبر.
- رافعة تنافسية مختلفة. فإذا لم تكن قادرًا دائمًا على الفوز بالحجم الخام، يمكنك أن تفوز بالانفتاح والكفاءة والسهولة في الوصول — وبذلك تصل إلى مستخدمين لا يمكن لمنافسٍ مغلقٍ أبدًا أن يصل إليهم.
والنتيجة مذهلة: فحصة كبيرة من النماذج المفتوحة التي يعتمدها المطورون في كل مكان الآن تأتي من مختبرات صينية. وهذه هي القوة الناعمة المعبَّر عنها عبر البرمجيات.
القيد: الرقاقات
الحدّ الرئيسي الذي يواجه الذكاء الاصطناعي الصيني هو الوصول إلى أحدث رقاقات الذكاء الاصطناعي. فتُقيِّد ضوابط التصدير بيع المعجِّلات المتطوِّرة جدًّا، وهو ما يؤثر في طريقة عمل المختبرات الصينية. وقد كانت الاستجابات على شكلين: استخلاص أقصى أداءٍ ممكنٍ من الأجهزة المتاحة عبر هندسة تركز على الكفاءة، والاستثمار بكثافة في صناعة رقاقات محلية لتقليل الاعتماد على الخارج على المدى الطويل.
وهذا القيد، وبشكلٍ مفارَق، جزءٌ من السبب الذي جعل المختبرات الصينية متفوِّقةً جدًّا في الكفاءة. فعندما لا يمكنك ببساطة شراء المزيد من القدرة الحاسوبية، فإنك تُحسِّن — وهذه الانضباطية أنتجت نماذج تحقِّق أكثر باستخدام أقل. إنه عائق حقيقي، لكنه أيضًا عامل إجباريٌّ على الابتكار.
لماذا يهمّ هذا الجميع
إن صعود الذكاء الاصطناعي الصيني ليس مجرد قصة جيوسياسية — بل يؤثر في أي شخص يستخدم الذكاء الاصطناعي:
- مزيدٌ من النماذج المفتوحة. فإذا أردت تشغيل الذكاء الاصطناعي على أجهزتك الخاصة، وبصورة خاصة ومجانية، فإن العديد من أفضل الخيارات المتاحة الآن تأتي من مختبرات صينية.
- انخفاض الأسعار. فالنماذج القوية والرخيصة والمفتوحة تُمارس ضغطًا على تكلفة خدمات الذكاء الاصطناعي المغلقة في كل مكان.
- مجالٌ أسرع تقدُّمًا. فوجود مختبرات جادة أكثر في المنافسة يعني تقدُّمًا أسرع ونقاط تحكُّم مركزية أقل.
- خيارات أصعب. إن النماذج المفتوحة القادمة من أي دولة تثير أسئلة حقيقية حول السلامة والإشراف والبيانات المستخدمة في تدريب هذه النماذج وتشغيلها — وهي أسئلة لا يزال القطاع بأسره يحاول الإجابة عنها.
هل ينبغي عليك فعليًّا استخدام هذه النماذج؟ إطار لاتخاذ قرارات النشر
القصة الاستراتيجية شيءٌ واحد؛ أما السؤال العملي فهو ما إذا كان ينبغي لك فعليًّا تشغيل نموذج صيني، وكيف. وبما أن أبرز المختبرات تُصدِّر أوزانها مفتوحة، فإن الإجابة الصادقة تعتمد إلى حدٍّ أقل بكثيرٍ على النموذج نفسه، وإلى حدٍّ أكبر بكثيرٍ على المكان المسموح فيه بتخزين بياناتك. وهناك ثلاث طرق مختلفة تمامًا للوصول إلى هذه النماذج، ولكلٍّ منها ملف مخاطر مختلف جدًّا. أنتَ/أنتِ يجب استخدام نموذج صيني، وكيفية القيام بذلك. ونظرًا لأن المختبرات الرائدة توفر بيانات مفتوحة، فإن الإجابة الصادقة لا تعتمد كثيرًا على النموذج بحد ذاته، بل تعتمد بشكل أكبر على المكان المسموح فيه بتخزين بياناتك. وهناك ثلاث طرق متميزة للوصول إلى هذه النماذج، وتختلف ملامح المخاطر المرتبطة بها اختلافًا كبيرًا.
- الواجهة البرمجية الرسمية المُستضافة (ديب سيك، داشسكوب من علي بابا، مونشوت، زِد.آي). الأرخص والأيسر، لكن مدخلاتك تنتقل إلى خوادم تخضع لسيطرة الموفر، وعادةً ما تكون في البر الصيني الرئيسي أو سنغافورة. وتُنظِّم قوانين الصين المتعلقة بالبيانات — مثل قانون حماية المعلومات الشخصية (PIPL)، وقانون أمن البيانات، وقانون الأمن السيبراني — تلك البيانات، بينما تتمتع الجهات الحكومية بحصانة واسعة من أحكام الحماية الخاصة بالخصوصية التي يمنحها هذا القانون للمواطنين الأفراد. وهي مناسبة تمامًا للمهام غير الحساسة أو الموجَّهة للعامة؛ لكنها خيارٌ رديءٌ جدًّا للبيانات الخاضعة للتنظيم أو البيانات الملكية.
- بنية تحتية تدار من الغرب. يُقدَّم ديب سيك عبر منصة مايكروسوفت آزور، كما تقدِّم شركة علي بابا نموذج كيووين (وبعض إصدارات ديب سيك) من مناطق دولية خارج البر الصيني الرئيسي. وبذلك تحافظ على معظم المزايا التكلفة، بينما يتحول اختصاص البيانات إلى مشغِّل غربي أو مقره سنغافورة. وهذه هي المسار العملي المتوازن الذي يسلكه معظم الشركات التي تسعى إلى الاستفادة من هذه القدرات دون التعرُّض لمخاطر سلبية في العناوين الإخبارية.
- استضافة النماذج ذات الأوزان المفتوحة ذاتيًّا. The maximum-control option. ديب سيك V4 (DeepSeek V4) and GLM-5.1 ship under MIT, the open Qwen family under Apache 2.0, and Kimi K2.6 under a permissive modified-MIT license. Once you download the weights they are yours permanently — no provider can throttle, revoke, or remotely disable them, and nothing leaves your boundary. The cost is hardware and operational effort.
تحذير سريع بشأن خدمات التجميع: إن توجيه الطلبات عبر خدمة مثل OpenRouter يحل مشكلتي الفوترة وصعوبة الوصول (مثل الدفع بالدولار الأمريكي وعدم الحاجة إلى رقم هاتف صيني)، لكنه لا ليس يحل مشكلة مكان تواجد البيانات — إذ تظل رموزك (tokens) تصل إلى خوادم الموفر. ولذلك يجب معاملة الراحة التشغيلية والامتثال التنظيمي كمسألتين منفصلتين تمامًا.
طريقة بسيطة لاتخاذ القرار:
- لأغراض الهواية أو النماذج الأولية أو المحتوى العام ← الواجهة البرمجية الرسمية كافية تمامًا وهي الأرخص.
- لمنتج حقيقي يتعامل مع بيانات العملاء أو بيانات الشركة ← يُفضَّل اللجوء إلى الاستضافة المدارة من الغرب، مع قراءة اتفاقية معالجة البيانات بدقة قبل الإطلاق.
- في القطاعات الصحية أو المالية أو القانونية أو الحكومية، أو أي مجال لا يُسمح فيه إطلاقًا بخروج البيانات من شبكتك ← استضف الأوزان المفتوحة ذاتيًّا، نقطة.
والنقطة الجوهرية هنا أن وجود الأوزان المفتوحة يغيِّر حساب المخاطر بالكامل. فعند استخدام واجهة برمجية مغلقة، فإنك تعتمد على سياسات البائع؛ أما عند تنزيل الأوزان، فأنت تعتمد على بنية تحتيتك الخاصة. ولذلك بالضبط تلقى رهان الصين على النماذج ذات الأوزان المفتوحة قبولًا واسعًا — فهو يمنح المؤسسات الحذرة وسيلةً للاستفادة من هذه القدرات مع تجنُّب الاختصاص القضائي الذي كانت ستتخوف منه لولا ذلك.
الأسئلة الشائعة
هل تفوَّقت الصين على الولايات المتحدة في مجال الذكاء الاصطناعي؟
ليست متقدِّمةً بوضوح، لكنها لم تعد متأخرةً بالشكل الذي كان يُفترض سابقًا. ففي عام 2026، تتنافس أفضل النماذج الصينية مع الأنظمة الغربية الرائدة، وتتولَّى الصين القيادة تحديدًا في إصدار نماذج قوية «أوزانًا مفتوحة» . أما الولايات المتحدة فلا تزال متقدِّمةً في عدة مجالات من تطوير الذكاء الاصطناعي المتقدم المغلق. وبالتالي، فإن أدق وصفٍ لهذا التنافس هو أنه سباقٌ متعدد الأقطاب ومتقارب جدًّا.
ما هو «ديب سيك»؟
«ديب سيك» هو مختبر صيني للذكاء الاصطناعي مشهورٌ بنماذجه القوية في مجال الاستدلال، التي أُصدرت مع أوزانها المفتوحة، وبتركيزه على الكفاءة — أي تحقيق نتائج من طراز الطليعة بتكلفة أقل بكثير مما افترضته الصناعة ضروريًّا. وقد أدَّت إصداراته إلى إعادة تفكير عالمية في كمية القدرة الحاسوبية والمال التي يتطلبها الذكاء الاصطناعي من طراز الطليعة فعليًّا.
ما هو «كوين»؟
«كوين» هو عائلة نماذج الذكاء الاصطناعي التابعة لشركة «علي بابا». وهي واحدة من أكبر بيئات النماذج المفتوحة استخدامًا في العالم، وتغطي أحجامًا متعددة، وتشمل نماذجًا للنصوص والرؤية الحاسوبية والبرمجة. وهي خيار افتراضي شائع للمطورين الذين يبحثون عن أوزان مفتوحة قادرة يمكن البناء عليها.
لماذا تُصدر الصين نماذج ذكاء اصطناعي مفتوحة المصدر؟
إن الإصدار المفتوح للنماذج يوسع نفوذ المختبر: فعندما يُنزِّل المطورون في جميع أنحاء العالم نموذجًا ما ويبنون عليه، فإنه يصبح جزءًا من البنية التحتية العالمية. كما أن الأوزان المفتوحة تجذب المواهب، وتبني بيئات تطويرية، وتوفِّر رافعة تنافسية — وهي الانفتاح والكفاءة — لا تعتمد بشكل حصري على التفوّق في الإنفاق على المنافسين.
كيف تؤثر قيود الرقاقات على الذكاء الاصطناعي الصيني؟
تُقيِّد ضوابط التصدير وصول الصين إلى أحدث رقاقات الذكاء الاصطناعي، ما يقيّد التدريب على نطاق واسع. وقد استجابت المختبرات الصينية بهندسة تركز على الكفاءة — أي تحقيق المزيد باستخدام أجهزة أقل — والاستثمار في تطوير رقاقات محلية. وهذا القيد حقيقيٌّ، لكنه أيضًا ما دفع المختبرات الصينية إلى التميُّز في الكفاءة.
هل يجوز استخدام نماذج الذكاء الاصطناعي الصينية مع بيانات حساسة أو ملكية؟
يعتمد الجواب تمامًا على طريقة وصولك إليها، وليس على النموذج نفسه. فإرسال بيانات حساسة إلى واجهة برمجية رسمية مستضافة يعني وصولها إلى خوادم تخضع لقوانين الصين المتعلقة بالبيانات (مثل PIPL وقانون أمن البيانات وقانون الأمن السيبراني)، حيث تتمتع الجهات الحكومية باستثناءات واسعة — لذا يجب تجنُّب هذه الطريقة تمامًا بالنسبة للبيانات الخاضعة للتنظيم أو السرية. أما الطرق الآمنة فهي: استضافة الأوزان المفتوحة ذاتيًّا على أجهزتك الخاصة، بحيث لا تخرج أي بيانات عن شبكتك، أو استخدام نسخة مُدارة من الغرب مثل ديب سيك عبر مايكروسوفت آزور أو كيووين من المنطقة الدولية لعلي بابا.
هل يمكنني استخدام هذه النماذج تجاريًّا؟ وهل هي حقًّا مجانية؟
Yes, the open-weight releases are genuinely free to download and use commercially. ديب سيك V4 (DeepSeek V4) and GLM-5.1 are MIT-licensed, the open Qwen models are Apache 2.0, and Kimi K2.6 uses a permissive modified-MIT license (with an attribution clause that only bites at very large scale). “Free,” though, means free of licensing fees, not free to run — you still pay for the GPUs, memory and electricity to host a large model yourself, or per-token API fees if you use a hosted endpoint instead.
هل يمكنني تشغيل نموذج صيني للذكاء الاصطناعي دون أن تصل أي بيانات إلى الصين؟
نعم. فبإمكانك تنزيل الأوزان المفتوحة وتشغيلها على أجهزتك الخاصة أو ضمن حسابك السحابي الخاص، وبذلك لا تصل أي مدخلات أو مخرجات إلى الموفر أبدًا — فالنموذج يعمل بالكامل دون اتصال بعد تنزيل الأوزان. وإذا كان الاستضافة الذاتية غير عملية، فإن استخدام نقطة نهاية مُدارة من الغرب (مثل ديب سيك عبر مايكروسوفت آزور، أو كيووين من منطقة غير تابعة للبر الصيني الرئيسي) يحافظ على خضوع البيانات للاختصاص القضائي الغربي أو السنغافوري بدلًا من البر الصيني الرئيسي.
الخلاصة
إن مكانة الصين في مجال الذكاء الاصطناعي في عام 2026 أصبحت واضحة: فهي شريكٌ حقيقيٌّ في سباق متعدد الأقطاب، وليس متابعًا. فمختبرات مثل ديب سيك والبيئات التطويرية مثل عائلة كوين التابعة لأليبابا تُصدر نماذج تتنافس عالميًّا — والأهم أنها تُصدرها مفتوحة الأوزان. وقد جعلت هذه الاستراتيجية المفتوحة المختبرات الصينية محورية في أدوات الذكاء الاصطناعي التي يستخدمها المطورون في كل مكان فعليًّا.
أما بالنسبة لبقية العالم، فالنتيجة العملية إيجابية: مزيدٌ من النماذج المفتوحة، وانخفاض الأسعار، ومجالٌ أسرع تقدُّمًا وأقل تركيزًا. أما الأسئلة الأصعب — المتعلقة بالسلامة والإشراف وحوكمة النماذج المفتوحة القوية — فهي الآن مسؤولية الجميع، أينما أُنشئت هذه النماذج.
