ينمو عدد مستخدمي أعمال OpenAI بوتيرة أسرع من نظيره في شركة Anthropic، ووفقًا لـ Inc.، قد تكتسب هذه الفجوة في معدلات التبني أهميةً استراتيجيةً أكبر من الأرقام اللافتة للنظر المتعلقة بتقييم كل شركة. وفي مقالٍ نُشِر هذا الأسبوع، تشير المنشورة إلى أن وتيرة توقيع OpenAI لعملاء مؤسسيين دافعين — وليس حجم جولتها التمويلية الأخيرة — هي المؤشر الجدير بالمراقبة مع انتقال سوق الذكاء الاصطناعي التوليدي إلى مرحلته المؤسسية.
أبرز النقاط المستخلصة
- Inc. تقريرٌ يفيد بأن OpenAI تضيف مستخدمين مؤسسيين بوتيرة أسرع من Anthropic، منافستها الأقرب في مجال النماذج الحدودية.
- وتشير المنشورة إلى أن هذه الميزة في التبني قد تثبت أهميتها الاستراتيجية أكثر من قيم التقييم المُعلَّقة لكل من الشركتين.
- ويؤدي نمو المقاعد المؤسسية (Enterprise seat growth) إلى تراكم البيانات، وانغلاق سير العمل (workflow lock-in)، وتكاليف التحويل التي يصعب عكسها.
- وتظل Anthropic تنافسيةً من حيث جودة النموذج، لا سيما في سياقات المطورين والبرمجة عبر نموذج Claude، لكنها تواجه فجوةً في التوزيع.
- أما بالنسبة لمشتري حلول الذكاء الاصطناعي، فإن القصة تؤكد أن اختيار المورِّد يتحول تدريجيًّا ليصبح مسألة عمق النظام البيئي (ecosystem depth)، وليس مجرد فوز في الاختبارات المرجعية (benchmarks).
ما أوردته مجلة Inc. فعليًّا
الـ Inc. يقدِّم المقال صراع OpenAI–Anthropic ليس كسباقٍ في الاختبارات المرجعية، بل كمنافسة على السيطرة على السوق المؤسسي. ووفقاً للمصدر، فإن OpenAI تُسجِّل عملاء مؤسسيين بوتيرة أسرع من Anthropic، وهذه المسار — بدلًا من التقييم المالي النظري لأي من الشركتين — هو المؤشر الأكثر دلالةً لأي شخص يحاول تقييم متانة موقف كل شركة.
والادعاء المحدَّد ضيِّقٌ لكنه بالغ الأهمية: فالقيمة التقديرية تعكس توقعات المستثمرين، بينما مقاعد العمل الدافعة تعكس إيراداتٍ حقَّقتها الشركة فعلاً، وسير عملٍ أُعيد بناؤه فعلاً حول مورِّدٍ معين. ويمكن أن يتقلص الأول بسرعة في ظل انكماش اقتصادي؛ أما الثاني فيميل إلى الثبات.
لماذا يهم نمو مستخدمي أعمال OpenAI أكثر من التقييم المالي
وارتفعت قيمتا التقييم لكلا الشركتين ارتفاعًا حادًّا خلال عامَي 2025 و2026، وتتصدر هذه الأرقام عادةً التغطية الإعلامية. لكن التقييم هو مطالبةٌ تُقدَّم على التدفقات النقدية المستقبلية. أما عدد المقاعد المؤسسية فهو مطالبةٌ فعليةٌ بالوصول إلى السوق (distribution) — وفي مجال البرمجيات، كان الوصول إلى السوق دائمًا العائق الأصعب الذي يصعب إزالته.
وثمة ثلاثة عوامل تجعل التبني المؤسسي أكثر ثباتًا من الاستخدام الاستهلاكي:
- القصور في عملية الشراء (Procurement inertia). وبمجرد أن تمرَّ منظمة كبيرة بمراجعة الأمان، وتوقِّع اتفاقية معالجة البيانات، وتدمج النموذج في أدواتها الداخلية، فإن استبداله يصبح مكلفًا للغاية.
- جاذبية البيانات (Data gravity). فتتراكم فهارس الاسترجاع، والنسخ المُحسَّنة خصيصًا (fine-tuned variants)، وأطر التقييم (evaluation harnesses) حول مقدِّم الخدمة الذي تم اختياره أولًا.
- انغلاق سير العمل (Workflow lock-in). وبمجرد أن يبني المحللون، والمهندسين، وموظفو الدعم أدوات التوجيه (prompts)، والوكلاء (agents)، ودليل الإجراءات (playbooks) الخاصة بهم على عائلة نماذج معيَّنة، فإن تكلفة التحويل تقاس بالتدريب المُجدَّد، وليس فقط بعدد استدعاءات واجهة برمجة التطبيقات (API calls).
إذا Inc.إذا كانت رؤية المنشورة صحيحة، فإن الحصة المؤسسية التي تحققها OpenAI في عام 2026 ستكون بالغة الصعوبة على Anthropic أن تستعيدها في عام 2027، بغض النظر عن الشركة التي تطلق النموذج الأفضل في الربع القادم.
المجالات التي ما زالت تمتلك فيها Anthropic نفوذًا
ومع ذلك، فإن وتيرة التبني ليست القصة الكاملة. فقد بنت Anthropic سمعةً قويةً بين المطورين، لا سيما في مهام البرمجة والاستنتاج ضمن السياقات الطويلة، ويظل نموذج Claude الخيار الأول لدى العديد من الفرق التقنية. كما أن مشتري الحلول المؤسسية يعتمدون بشكل متزايد على مجموعات نماذج متعددة (multi-model stacks)، ويوجِّهون المهام إلى مقدِّم الخدمة الذي يؤدي أفضل أداءٍ في مهمةٍ معينة، مما يخفف من ديناميكية «الفائز يأخذ كل شيء» التي Inc.تنبئ بها رؤية المنشورة.
وبإمكان الفرق التي تقيِّم الخيارات المتاحة عبر مقدِّمي الخدمة مقارنة القدرات والأسعار جنبًا إلى جنب في منصتنا قاعدة بيانات نماذج الذكاء الاصطناعي، كما أن المطوِّرين الذين يقيِّمون الجدوى الاقتصادية على مستوى المهمة غالبًا ما يلجأون إلى حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API) قبل الالتزام بمورِّد واحد. والمقصود هنا أن التفوُّق في التوزيع أمرٌ حقيقي، لكنه ليس احتكارًا — إذ لا تزال Anthropic قادرةً على الفوز في قطاعات عمودية محددة ومهمات محددة.
مقارنةً بين تفوُّق التبني والتقييم المالي: كيف يختلف هذان المؤشران؟
| الإشارة | ما الذي يقيسه | درجة قابليته للعكس |
|---|---|---|
| التقييم | إيمان المستثمر بالتدفقات النقدية المستقبلية | مرتفعة جدًّا — يمكن أن تتقلص بسرعة مع تغير المشاعر |
| عدد المقاعد المؤسسية | عقودٌ موقَّعةٌ ومشغَّلةٌ فعليًّا | بطيئة — تخضع لدورات التجديد |
| النتائج في الاختبارات المرجعية | قدرة النموذج عند نقطة زمنية محددة | تقريبًا فورية — يُعاد تعيينها مع الإصدار التالي |
| عمق النظام البيئي | أدوات الدعم، والتكاملات، وشبكة الشركاء | بطيئة جدًّا — تتراكم على مدى سنوات |
وبهذه القراءة، Inc.تجادل المنشورة بأن السوق كان يركِّز بشكل مفرط على الصفوف الأكثر تقلبًا (التقييم والاختبارات المرجعية)، ويهمِّش الصفوف الأكثر ثباتًا (المقاعد المؤسسية والنظام البيئي).
ما الذي يعنيه هذا لمشتري حلول الذكاء الاصطناعي والمطوِّرين
أما بالنسبة للفِرق التي تتخذ قرارات الشراء، فإن التبعية العملية ليست أن OpenAI هي الخيار الافتراضي الآمن. بل إن اختيار المورِّد يجب أن يأخذ في الاعتبار عمق النظام البيئي جنبًا إلى جنب مع جودة النموذج — وأن وجود قاعدة مستخدمين متنامية بسرعة هو بحد ذاته إشارةٌ على الجودة، لأنها تدل على أن مقدِّم الخدمة يستوفي المتطلبات المؤسسية الفعلية فيما يتعلق بالأمان والامتثال والدعم.
ومن الجدير بالإشارة عدة آثار ثانوية:
- الضغط على الأسعار. فلمقدِّم الخدمة الذي يتمتع بميزة في التوزيع حافزٌ أقل لإحداث خفضٍ فوري في الأسعار، في حين أن المنافس لديه كل الأسباب للقيام بذلك. وهذا يوسع فجوة القيمة بطريقةٍ تظهر بوضوح في مؤشر الأداء السعري للذكاء الاصطناعي.
- مهام البرمجة وسير عمل الوكلاء (Coding and agent workflows). وهذه هي المهام التي يلعب فيها اختيار النموذج دورًا محوريًّا اليوم، وهي المجالات التي حققت فيها Anthropic أداءً يفوق وزنها في التوزيع تاريخيًّا. ولذلك، ينبغي على المشترين الذين يبنون حلولهم حول وكلاء البرمجة بالذكاء الاصطناعي أن يواصلوا تقييم الأداء على مستوى المهمة، بدلًا من الاعتماد تلقائيًّا على مقدِّم الخدمة الذي سبق أن اعتمدته مؤسستهم.
- اقتصاديات الاستضافة الذاتية (Self-hosting economics). وبالنسبة للمهام ذات الحجم المتوقع، يجري إعادة صياغة السؤال حول ما إذا كان من الأفضل الاعتماد على الحلول المؤسسية أم واجهات برمجة التطبيقات (enterprise-versus-API) في ضوء البدائل المفتوحة المصدر (open-weight alternatives) — وهي مسألة تناولناها في تحليلنا حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) وفي التحليل الأوسع نطاقًا دراسة مقارنة بين تكاليف النماذج المفتوحة والمغلقة للذكاء الاصطناعي.
قراءة أوسع للسوق
وعند التأمل الشامل، فإن Inc. المقال ينسجم مع نمطٍ واضحٍ في سوق الذكاء الاصطناعي التوليدي عام 2026: فالقصة تتحول تدريجيًّا من سباقات القدرات إلى التنفيذ التجاري. فجميع المختبرات الرائدة الآن تُطلق نماذج تقع ضمن نطاق ضيق جدًّا من بعضها البعض في الاختبارات المرجعية العامة. والعنصر المُميِّز لم يعد ما إذا كانت المختبرات قادرةً على بناء نموذج قوي، بل ما إذا كانت قادرةً على بيعه ونشره ودعمه على نطاق واسع داخل بيئات شركات فورتشن 500.
والبداية المبكرة لـOpenAI في هذا الطبقة التجارية — شراكتها مع مايكروسوفت، وشهرة علامة ChatGPT في أوساط فرق الموارد البشرية وشراء المعدات، وتوفر ميزاتها المؤسسية المُصمَّمة خصيصًا في وقتٍ مبكر — هي بالضبط نوع الميزة التي تتراكم وتتعاظم. وقد كانت Anthropic تُقلِّص الفجوة في واجهة المنتج، لكن فجوات التوزيع من هذا النوع تضيق عادةً ببطء شديد.
ولا يعني أيٌّ من هذا أن Anthropic تخسر بشكل مطلق. فكلا الشركتين تحقِّق نموًّا سريعًا في الإيرادات، والسوق يتوسع بسرعة كافية بحيث يمكن أن تنتقل الحصص دون أن تنكمش أي من الشركتين. لكن إذا كانت Inc.تقارير المنشورة صحيحة، فإن السؤال الذي ينبغي على المراقبين طرحه ليس أي شركة لديها تقييم أعلى، بل أي شركة تمتلك قائمة عملاء أكثر التصاقًا.
الأسئلة الشائعة
هل يفوق نمو مستخدمي شركة OpenAI التجاريين بالفعل نمو مستخدمي شركة Anthropic؟ هذا ما ادّعاه موقع Inc. في مقاله الصادر في ٢٣ أغسطس. ولا يُعتبر هذا الموقع تقييمات الشركتين أهم معيار، بل يرى بدلًا من ذلك أن وتيرة اعتماد المؤسسات هي إشارة أقوى.
هل يعني ذلك أن شركة Anthropic تخسر؟ كلا. فشركة Anthropic لا تزال مختبرًا رائدًا في مجال النماذج المتقدمة، ويُستخدم نموذج Claude على نطاق واسع في مهام البرمجة والسياقات الطويلة والمهام القائمة على الوكلاء (agentic workloads). أما خسارة مقارنة في وتيرة الاعتماد ضمن سوقٍ آخذٍ في النمو فهي تختلف تمامًا عن فقدان العملاء فعليًّا.
لماذا يكتسب عدد مقاعد المستخدمين المؤسسيين أهميةً أكبر من التقييم المالي؟ فالتقييم المالي يعكس توقعات المستثمرين، والتي قد تتغير بسرعة، بينما تعكس عقود المؤسسات عمليات نشرٍ جاريةٍ فعليًّا، وهي عملياتٌ تتحرك ببطء — إذ تخضع لدورات التجديد وتكاليف التكامل والاستثمار الداخلي في التدريب.
هل ينبغي للمشترين أن يختاروا شركة OpenAI افتراضيًّا بسبب هذه المعلومة؟ ليس بالضرورة. فالتفوّق في التوزيع يُعد إشارةً إلى أن المزوِّد يلبّي متطلبات المؤسسات، لكن اختيار النموذج لا يزال يتطلب تقييمًا دقيقًا مقابل مهام الفريق المحددة، وبخاصة في مجالات البرمجة واسترجاع المعلومات والمهام القائمة على الوكلاء.
أين يندرج التنافس القائم على النماذج المفتوحة المصدر (open-weight) في هذا السياق؟ خارج نطاق مقال Inc.، لكنه سياقٌ ذي صلة: فمع نمو أحجام الاستخدام المؤسسي، تزداد الجدوى الاقتصادية لاستضافة النماذج المفتوحة المصدر ذاتيًّا في المهام المستقرة عالية الحجم، ما يمارس ضغطًا على كلٍّ من OpenAI وAnthropic من حيث جانب التسعير.
الخلاصة
Inc.إن حجة الموقع تُعد تصحيحًا مفيدًا لدورة التغطية الإعلامية التي سيطرت عليها عناوين التقييمات المالية. فالمبالغ المُجمَّعة تمثّل مؤشرًا متأخرًا على درجة الثقة، أما عدد المستخدمين التجاريين المنفذين فتمثّل مؤشرًا سبقيًّا على الإيرادات المستدامة. فإذا كانت شركة OpenAI توسّع فعليًّا قيادتها المؤسسية على شركة Anthropic، فإن هذه الفجوة ستظهر في معدلات التجديد وأعداد شركاء النظام البيئي وتكاليف التحويل قبل أن تظهر في الجولة التمويلية التالية. أما الدرس الذي يجب أن يستخلصه مشترو حلول الذكاء الاصطناعي فهو تقييم مزوِّدي الخدمة بدقةٍ مماثلةٍ سواءً من حيث قوة الطبقة التجارية ودعم العملاء أو من حيث مقاييس أداء النماذج — لأن السوق يُقرَّر فعليًّا في عام ٢٠٢٦ وفق هذه العوامل.
المصادر: news.google.com. التقرير بتاريخ ٢٣ أغسطس ٢٠٢٦.
