كيف يغير DeepSeek مشهد الذكاء الاصطناعى والتجارة العالمية؟

بينما كانت التحركات الكبيرة في السوق التي تسبب فيها DeepSeek قصيرة الأمد، فإن إصدار الشركة الناشئة الصينية لنموذج لغوي كبير عالي الأداء ومنخفض التكلفة من المرجح أن يكون له آثار طويلة الأجل على التكنولوجيا والتجارة والعلاقات الاقتصادية بين الولايات المتحدة والصين.

جميع الابتكارات تهدف في جوهرها إلى تحقيق المزيد بتكلفة أقل، أو بمعنى اقتصادي، أن تكون خافضة للأسعار على مستوى الوحدة، حيث تمثل ثورة الذكاء الاصطناعي مثالًا واضحًا على ذلك، قبل إصدار DeepSeek كانت تكاليف النماذج السائدة للذكاء الاصطناعي قد انخفضت بالفعل بحوالي 80% سنويًا خلال العامين الماضيين، وجاء ديب سيك ليسرع هذا الاتجاه.

يبلغ الفرق في الأسعار بين تكلفة استخدام الرموز (token prices) في ديب سيك مقارنة باللاعب الرئيسي في السوق، OpenAI، حوالي 30 ضعفًا، مما يعكس تحسينات خوارزمية من DeepSeek واستراتيجية تسعير أكثر جرأة من OpenAI، ومن المتوقع أن يستمر هذا الاتجاه الانكماشي مع تقدم أبحاث الذكاء الاصطناعي وزيادة المنافسة في المجال.

مع انخفاض تكلفة الذكاء الاصطناعي وزيادة إمكانية الوصول إليه، من المتوقع أن يتوسع استخدامه بشكل كبير، وفقًا لمفارقة Jevons، التي تنص على أن الطلب على مورد معين يزداد كلما جعلته التكنولوجيا أكثر كفاءة.

ومع تحول النماذج الأساسية إلى سلع عامة، من المفترض أن تتحول القيمة المضافة نحو التطبيقات، مما يعني أن المزيد من الموارد ستُخصص للاستدلال (Inference) – أي نشر الذكاء الاصطناعي لمهام محددة – بدلاً من التدريب.

سيؤدي ذلك إلى زيادة الطلب على وحدات معالجة متخصصة (XPUs) المصممة لأداء مهام تطبيقية محددة بكفاءة، بدلاً من وحدات معالجة الرسومات (GPUs) القياسية التي تُستخدم بشكل رئيسي في تدريب النماذج.

وقد أشارت “إنفيديا” بالفعل إلى أن هذا التحول قد بدأ بالفعل، ففي مايو 2024 أعلنت الشركة أن الطلب المرتبط بالاستدلال ينمو بوتيرة أسرع من الطلب على التدريب، حيث يمثل الآن 40% من إجمالي الطلب.