في عام 2022، تلقّى قطاع الذكاء الاصطناعي في الصين ضربتين متتاليتين من الولايات المتحدة شكّلتا تحديًا وجوديًا لمساره المستقبلي. تمثّلت الضربة الأولى في قيود تصدير صارمة على الرقاقات المتقدمة اللازمة لتدريب النماذج اللغوية الكبرى، فيما جاءت الثانية مع الإطلاق الصادم لروبوت ChatGPT، الذي أعاد تعريف حدود الممكن في الذكاء الاصطناعي، ورسّخ هيمنة وادي السيليكون على المشهد العالمي.
حينها، ساد اعتقاد واسع بأن الصين ستجد نفسها خارج السباق، أو في أفضل الأحوال، محكومة بدور التابع تقنيًا. لكن ما بين عامي 2024 و2025، انقلب المشهد رأسًا على عقب. فبدلًا من الاكتفاء بمحاولة اللحاق بالنماذج الأمريكية المغلقة، دشّنت الصين مسارًا مختلفًا كليًا، قوامه النماذج المفتوحة الأوزان، بقيادة أسماء مثل DeepSeek و Qwen، في تحوّل لم يكتفِ بالمنافسة، بل أعاد رسم خريطة القوة في الذكاء الاصطناعي العالمي.
فهل نحن أمام تفوق صيني حقيقي؟ أم أن مفهوم “التفوق” نفسه قد تغيّر؟
أولًا: طفرة النماذج المفتوحة الأوزان… من التبعية إلى فرض المعايير
كشف تقرير حديث صادر عن معهد ستانفورد للذكاء الاصطناعي الذي يدور حول الإنسان (Stanford HAI) أن الصين باتت لاعبًا محوريًا في مجال نماذج الذكاء الاصطناعي المفتوحة الأوزان (Open-weight LLMs)، وهو ما يشكّل تحديًا تقنيًا وجيوسياسيًا مباشرًا للولايات المتحدة.
فبعد سنوات من اعتماد المختبرات الصينية على نماذج غربية مفتوحة مثل Llama من شركة ميتا كنقطة انطلاق، انتقلت الصين إلى مرحلة أكثر نضجًا، تمثّلت في بناء نماذج مستقلة بالكامل، تمتلك بنية معمارية خاصة وقدرات تنافس أفضل عالميًا.
بلغ هذا التحول ذروته في سبتمبر 2025، حين تجاوزت عائلة نماذج Qwen التابعة لشركة علي بابا نظيرتها Llama لتصبح الأكثر تحميلًا عالميًا على منصة Hugging Face، وهي المنصة الأهم عالميًا لتوزيع نماذج الذكاء الاصطناعي المفتوحة.
وتؤكد الأرقام هذا الصعود؛ إذ استحوذ المطورون الصينيون على 17.1% من إجمالي التحميلات العالمية خلال الفترة من أغسطس 2024 إلى أغسطس 2025، متجاوزين المطورين الأمريكيين الذين بلغت حصتهم 15.8%، في مؤشر واضح على انتقال مركز ثقل الابتكار المفتوح شرقًا.
ثانيًا: إعادة تعريف مفهوم التفوق في الذكاء الاصطناعي
لطالما ارتبط التفوق في الذكاء الاصطناعي بمؤشرات تقليدية، مثل:
- نتائج الاختبارات المعيارية (Benchmarks)
- قدرات الاستدلال المتقدم
- حجم النماذج المغلقة وقدراتها الخارقة
غير أن تقرير ستانفورد يكشف عن تحول جذري في تعريف الريادة. فاليوم، لم تعد السيادة التقنية تُقاس بالأداء النظري وحده، بل بمعايير أكثر واقعية، تشمل:
- سهولة النشر
- كفاءة التكلفة
- القدرة على التخصيص المحلي
- حجم التأثير داخل المجتمعات البرمجية العالمية
وهنا تحديدًا، برز التفوق الصيني. إذ لم تسعَ الصين إلى التفوق داخل مختبرات مغلقة، بل أعادت صياغة الذكاء الاصطناعي كـ منظومة عالمية مفتوحة، يمكن تبنيها، وتطويعها، والبناء فوقها بحرية.
وبذلك تغيّر السؤال الجوهري في سباق الذكاء الاصطناعي من:
من يمتلك النموذج الأقوى؟
إلى:
من يمتلك النموذج الأكثر انتشارًا وتأثيرًا؟
ثالثًا: لماذا تراهن الصين على النماذج المفتوحة الأوزان؟
يميّز تقرير ستانفورد بوضوح بين مسارين مختلفين لتطوير الذكاء الاصطناعي:
1️⃣ مسار النماذج المغلقة (Closed Models)
في هذا المسار، يُختزل الذكاء الاصطناعي في منتج استهلاكي، محكوم بسيطرة الشركات الكبرى مثل OpenAI. فالنموذج – كـ GPT-4 – لا يُمتلك، ولا يُعدّل، ولا يُشغّل محليًا، بل يُستخدم عبر واجهات API بشروط صارمة.
2️⃣ مسار النماذج المفتوحة الأوزان (Open-weight Models)
هنا، يتحول النموذج إلى أصل إستراتيجي يمكن تحميله وتشغيله محليًا، وتعديله، وإعادة تدريبه، ودمجه في الأنظمة الحساسة دون قيود.
وتكمن عبقرية المسار الثاني في أنه يحوّل الذكاء الاصطناعي من:
تكلفة تشغيلية متغيرة
إلى
بنية تحتية سيادية
فمن يمتلك أوزان النموذج، يمتلك السيطرة على بياناته ومستقبله الرقمي، بعيدًا عن التقلبات السياسية والاقتصادية.
رابعًا: كيف حققت الصين هذا التقدم السريع؟
لم يكن الصعود الصيني وليد الصدفة، بل نتيجة إستراتيجية واعية ارتكزت على أربعة محاور رئيسية:
🔹 1- تنوع الجهات المطوّرة
لم يَعُد تطوير الذكاء الاصطناعي حكرًا على عمالقة مثل علي بابا وبايدو، بل دخلت شركات ناشئة مثل Moonshot AI وZ.ai، مدعومة بزخم بحثي جامعي، ما خلق بيئة ابتكار شديدة الحيوية.
🔹 2- التركيز على الكفاءة الحوسبية
دفعت قيود العتاد الصين إلى تبني معمارية Mixture of Experts (MoE)، التي تقلل استهلاك الموارد.
فعلى سبيل المثال، يضم نموذج Qwen3 نحو 235 مليار معلمة، لكنه يُشغّل فعليًا 22 مليار فقط لكل إدخال، ما يجعله أقل تكلفة وأعلى كفاءة.
🔹 3- تراخيص استخدام مرنة
اعتمدت الصين تراخيص مفتوحة مثل MIT وApache 2.0، ما أزال الحواجز القانونية أمام الشركات العالمية، وسهّل دمج النماذج الصينية في المنتجات التجارية.
🔹 4- أولوية الانتشار بدل “الكمال المطلق”
لم تسعَ الصين إلى نموذج “الأفضل على الإطلاق”، بل إلى نموذج كافٍ للتطبيق العملي، مستقر وقابل للتوسع، وهو ما جعله الخيار المفضل للمطورين.
خامسًا: منظومة متكاملة لا نموذج واحد
لا يختزل التقدم الصيني في نموذج واحد، بل في منظومة كاملة، من أبرزها:
- Qwen (علي بابا): يدعم أكثر من 119 لغة، ومتعدد الوسائط، ويُسوق كـ “نظام تشغيل للذكاء الاصطناعي”.
- DeepSeek-R1: صادم للأسواق بقدراته في الاستدلال المنطقي والرياضيات.
- Kimi-K2 (Moonshot AI): متخصص في البرمجة والوكلاء الأذكياء والسياقات الطويلة.
- GLM-4.5 (Z.ai): نموذج عام متوازن يجمع بين الرؤية والبرمجة والتفكير.
الخلاصة: هل تفوقت الصين فعلًا؟
الإجابة الأدق: نعم… ولكن بطريقتها الخاصة.
فالصين لا تسعى إلى الهيمنة عبر نماذج مغلقة فائقة، بل عبر إعادة تعريف الذكاء الاصطناعي كمنفعة عالمية مفتوحة.
وقد بدأت هذه الرؤية تؤتي ثمارها، خاصة في دول الجنوب العالمي؛ ففي سنغافورة مثلًا، تم اختيار Qwen3 كأساس للنموذج اللغوي الوطني.
إنها ريادة لا تُقاس بعدد المعلمات فقط، بل بمن يملك القدرة على إعادة تشكيل المستقبل الرقمي للعالم.
