ماسك يوافق على تقييم ويل ديبو: لن تتوقف قدرات الذكاء الاصطناعي، وسيحدث التحسين الذاتي التكراري (RSI) في أقل من 24 شهرًا.

كاتب المقال، المصدر: 0x9999in1، ME News



ملخص

• ماسك يوافق على تقييم ويل ديبو: لن تتوقف قدرات الذكاء الاصطناعي، وسيحدث التحسين الذاتي التكراري (RSI) خلال أقل من 24 شهرًا. أتفق مع الجملة الأولى، وأحتفظ بالجملة الثانية.
• لكن هناك عدم تطابق في هذا الحوار: الحجة السائدة لتخفيض تقييم مختبرات الحدود ليست "أن النموذج لم يعد فعالًا"، بل "النموذج فعال جدًا، لكنك لا تستطيع جمع الأموال".
• عبارة ماسك "الذكاء الاصطناعي قبل سنتين كان قديمًا لدرجة أنه يمكن وضعه في متحف" هي في الواقع أفضل خطاب يمكن للبيع المكشوف استخدامه. إنها تتحدث عن سرعة استهلاك الأصول، وليس عن الحاجز التنافسي.
• إن منحنى القدرة مدعوم ببيانات صلبة: إن "مدة المهمة" التي قاسها METR تضاعف تقريبًا كل سبعة أشهر، وربما أسرع في العامين الماضيين. هذا هو المقياس الأكثر أهمية لمراقبته حاليًا.
• مشكلة RSI ليست في الإمكانية، بل في التعريف المرن جدًا. لقد حدث تحسين ذاتي في نطاق ضيق (AlphaEvolve هو دليل تجريبي)، لكن الحلقة المغلقة الشاملة لا تزال عالقة في قوة الحوسبة والطاقة ودورات التجربة والتقييم.
• جدول ماسك يحمل أعباءً تاريخية. لقد أعلن عن FSD "العام المقبل" لمدة عشر سنوات، كما توقع AGI لعامي 2025 و2026. الاتجاه صحيح، لكن الوتيرة غالبًا ما تكون خاطئة.
• استنتاجي: القدرة على الشراء لا تعني الشراء لأي ميزانية عمومية محددة. يجب وضع رهانات منفصلة لهاتين المسألتين.

أولاً، إنهم يجيبون على سؤال مختلف

Let me clarify first.

كلمة ويل ديبو الأصلية تحتوي على جملة افتراضية: إن هذا الرأي الهابط "ذو معنى كبير إذا تجاهلنا AGI".

هذا الافتراض يعترف فعليًا بنصف منطق البيع القصير.

لأن معظم من يشككون في تقييم مختبرات الرائدة لا يعتقدون أن النماذج ستتوقف. حججهم تتركز على نقاط أخرى: عدم استقرار الاقتصاد الوحدوي، ارتفاع شدة الإنفاق الرأسمالي، تقدير مفرط لفترة الاستهلاك، المنافسة التي تُضعف قوة التسعير، وانخفاض معدل التبني من جانب الشركات بكثير عن التوقعات.

لا يعتمد أي من هذه البنود على "تباطؤ قدرات الذكاء الاصطناعي".

لذلك، فإن كلام ماسك عن أن "الذكاء الاصطناعي بعد عامين سيُدهش الناس حتى ينفجرون" كتقييم لاتجاه القدرة، أعتقد أنه من المرجح جدًا أن يكون صحيحًا. لكنه لا يُجيب بشكل مباشر على الحجج المتشائمة.

هذه ضربة جميلة، لكنها أصابت الهواء المجاور.

قلها بشكل أوضح: منحنى التكنولوجيا ومنحنى التدفق النقدي ليسا نفس الخط. تاريخيًا، كانا غالبًا متعاكسين. كلما زاد سرعة تركيب الألياف البصرية، انخفضت تكلفة النطاق الترددي، وانهار المزيد من شركات تركيب الألياف. في أواخر التسعينيات، ارتفع إنتاج الألياف البصرية الطويلة المدى في الولايات المتحدة بشكل هائل، ثم انهار السعر، ودخلت Global Crossing وWorldCom قائمة الإفلاس. أما الذين استفادوا حقًا من هذه البنية التحتية، فكانوا أولئك الذين قاموا بالبث المباشر والسحابة بعد عقد من الزمن.

التقنية فازت. الأشخاص الذين استثمروا في التقنية لم يربحوا.

هذا ليس تقليلًا من قيمة الذكاء الاصطناعي. بل هذا تذكير: بين "سيصبح الذكاء الاصطناعي قويًا جدًا" و"هذا التقييم اليوم معقول"، هناك العديد من الخطوات الاستدلالية المفقودة.

ثانيًا، تشبيه "الدخول إلى المتحف" هو في الواقع دليل على المراكز القصيرة

أعترف بملاحظة ماسك هذه.

قبل عامين، أي في منتصف عام 2024، كانت الفئة الأولى تضم GPT-4o وClaude 3.5 Sonnet وLlama 3.1 405B. لم تكن تمتلك حسابات استدلالية مناسبة، ولا استدعاء أدوات سلسلة طويلة موثوقًا به، ولم تستطع تنفيذ مهام ذاتية تستمر لساعات.

Today, it really seems like a specimen.

لكن يرجى ملاحظة ما تصفه هذه الجملة حقًا.

إنه يصف النموذج الذكي الاصطناعي كأصل يفقد قيمته بسرعة كبيرة.

العمر الاقتصادي للنماذج المتقدمة قد يكون فقط بين 12 و24 شهرًا. بعد ظهور النموذج التالي، تنخفض القيمة الحدية للحسابات والبيانات والتكاليف البشرية المستخدمة في تدريب النموذج السابق بسرعة. لا يمكنك الاعتماد عليه لجمع الإيجار لمدة عشر سنوات.

أما الأجهزة التي تدعم كل هذا؟ فإن الشركات الضخمة تُهمل عادةً وحدات GPU والخوادم على مدى خمس إلى ست سنوات في تقاريرها المالية. هل هذا الافتراض طويل جدًا؟ تم الطعن فيه علنًا في عام 2025، وذكر مايكل بوري مباشرةً هذا الأمر في نوفمبر من ذلك العام: إذا كانت الحياة الاقتصادية الفعلية أقصر، فإن الأرباح المحاسبية تكون مُزَيَّفة.

لا أريد أن أدافع عن المضاربين على الهبوط، لكن المنطق يجب أن يكون متسقًا: إذا كان يجب أن يذهب النموذج إلى المتحف بعد سنتين، فلماذا يجب أن تستمر الصلب والسيليكون الذين يحملان هذا النموذج في الاستهلاك لمدة ست سنوات بسلام؟

كلما كانت هذه الجملة من ماسك أكثر صحة، أصبحت هذه المسألة أكثر حدة.

الأمر الأكثر تعقيدًا هو السعر. تُظهر متابعة Epoch AI أن سعر الاستدلال لتحقيق نفس المستوى من القدرة يمكن أن ينخفض بمقدار درجة واحدة سنويًا. هذا خبر عظيم للمستخدمين، لكنه سكين يُحدّد الهامش الإجمالي للشركات التي تعتمد على فرض رسوم على النماذج.

يتحسن منتجك بشكل كبير كل عام، بينما يُخفض سعرك بشكل كبير كل عام.

هذا هو أصل آلية "الجري بقوة، والكفاح من أجل الأرباح". إنه ليس نتيجة ضعف التنفيذ، بل هو هيكل.

ثالثًا: القدرة لن تتباطأ: هذه النقطة، البيانات تدعم ماسك

الآن أقول ما أوافق عليه.

إذا ناقشنا فقط بناءً على "الإحساس"، فلن نتمكن أبدًا من الوصول إلى حل. لذا فأنا أفضّل النظر إلى مقياس محدد: كم من الوقت يمكن للنموذج إكمال المهمة بشكل مستقل؟

أظهرت دراسة METR الصادرة في عام 2025 خط اتجاه قوي إلى حد ما: طول المهام التي يمكن للنموذج إكمالها بنسبة نجاح 50%، مقارنةً بالوقت الذي يحتاجه الخبراء البشريون لإكمال مهام مماثلة، يضاعف تقريبًا كل سبعة أشهر. كما أن ميل العينات بعد عام 2024 كان أكثر حدة.

بحلول النصف الثاني من عام 2025، دخلت أقوى النماذج في هذا المؤشر نطاق "الساعتين".

يرجى تقييم معنى هذه المنحنى. فالنمو الأسي يبدو معتدلاً في المراحل المبكرة وفجائيًا في المراحل المتقدمة. من ساعتين إلى يوم عمل، يتطلب الأمر فقط مرتين أو ثلاث مرات مضاعفة.

في نفس الفترة، كانت هناك نقاط مرجعية أخرى. أطلقت OpenAI GDPval في سبتمبر 2025، وتستخدم مخرجات مهنية حقيقية كمعايير تقييم، حيث وصلت النماذج الرائدة إلى مستوى خبراء الصناعة في بعض المهام المهنية. وفي يوليو 2025، حققت نماذج تجريبية من مختبرات متعددة أداءً على مستوى الميدالية الذهبية في أولمبياد الرياضيات الدولي. هذه ليست شعارات تسويقية، بل أحداث عامة قابلة للتحقق.

لذلك، أعتقد أن عبارة "تباطؤ التقدم المتقدم" لا تصدق من حيث بعد القدرة.

الشيء الحقيقي الذي تباطأ هو عتبة دهشة المستخدمين.

نُصدم كل ثلاثة أشهر، وتصبح الصدمة عادية. هذا التخدر الذاتي يُفسر بسهولة على أنه توقف موضوعي.

في هذه النقطة، ماسك واعٍ.

رابعًا: RSI أقل من 24 شهرًا: أي نصف صحيح، وأي نصف إيمان

هذا هو الجزء الذي أختلف معه أكثر في كامل المناقشة.

ليس لأنه متفائل جدًا، بل لأنه غامض جدًا.

يوجد على الأقل ثلاثة إصدارات من RSI مختلفة تمامًا في القياس.

النسخة الأولى: يُحسّن الذكاء الاصطناعي مكوناته في مجال ضيق.

لقد حدث هذا بالفعل. إن AlphaEvolve الذي أعلنت عنه Google DeepMind في عام 2025 هو دليل على ذلك: فقد اكتشف تلقائيًا خوارزمية أكثر كفاءة، وقلل عدد عمليات الضرب المطلوبة لضرب مصفوفات مركبة 4×4 من 49 إلى 48، مُحطمًا سجلًا استمر لأكثر من خمسين عامًا، واستعاد حوالي 0.7% من قدرة الحوسبة العالمية في مراكز بيانات Google.

هذه حالة حقيقية وقابلة للتحقق من تحسين الذكاء الاصطناعي للبنية التحتية للذكاء الاصطناعي.

النسخة الثانية: تتحمل الذكاء الاصطناعي بشكل كبير عملية تطويرها الخاصة.

هذا قيد التقدم. لقد تولت الوكلاء البرمجيون نسبة كبيرة من التنفيذ الهندسي داخل المختبر، ويتم أتمتة مراجعة الكود ونصائح التجارب وقنوات البيانات.

النسخة الثالثة: حلقة مغلقة للتسريع الذاتي خارج حدود البشر.

أي ما يُعرف عادةً بـ "الانفجار الذكي".

تم استخدام الإصدارين الأولين لإثبات الإصدار الثالث، وهو الانزلاق الأكثر شيوعًا في هذا النوع من التنبؤات.

لماذا هو صعب؟ العقبة ليست في الإلهام الخوارزمي أصلًا.

سرعة أبحاث الذكاء الاصطناعي مقيدة بالوقت الفيزيائي للتجارب. تستغرق عملية التدريب المسبق الواسعة أسابيع، وتحتاج إلى انتظار الأجهزة، والتنافس على الكهرباء، والانتظار في الطابور. حتى لو زدت سرعة تفكير الباحثين بمئة مرة، فلن تتسارع قائمة التجارب بمئة مرة.

في المستوى الأدنى، توجد الطاقة والإمدادات. إن قدرات التパك المتقدم، إمدادات HBM، دورات تسليم المحولات، وانتظار الوصول إلى الشبكة الكهربائية، كلها أمور تتحرك على مقياس ربع سنوي وسنوي. في حوالي عام 2025، بلغ وقت الانتظار للوصول إلى شبكات الكهرباء في مناطق متعددة بالولايات المتحدة مستوىً من عدة سنوات.

يمكن للشرائح السيليكونية العمل الإضافي، لكن محطة التحويل لا يمكنها.

قيود أقل نقاشًا: التقييم. لكي تتحسن الذكاء الاصطناعي ذاتيًا، يجب أن تعرف أولاً ما إذا كانت قد تحسنت حقًا. عندما تصبح المهام طويلة حتى عشرات الساعات، ولا توجد إجابات فريدة، يصبح تحديد "الأفضل" مشكلة بحثية بحد ذاتها. ستُشوَّش إشارات المكافأة، وسيقوم النموذج بتحسين مُقيّم التقييم بدلاً من تحسين القدرة.

لذلك، فإن حكمي هو: خلال 24 شهرًا، من المحتمل جدًا أن نرى الإصدار الثاني يُدفع بشكل كبير، مع استمرار ارتفاع نسبة أبحاث وتطوير العمليات التي تتحملها الذكاء الاصطناعي. لكن الإصدار الثالث، ذلك الحلقة التكرارية التي تتخلص تمامًا من إيقاع الإنسان، أرى أن احتمال ظهوره خلال 24 شهرًا أقل بكثير من الخمسين بالمئة.

هذا ليس تفاؤلًا تقنيًا، بل هو واقع هندسي.

خامساً، جدول زمني لمسك، يحتاج إلى معامل خصم

هذا ليس هجومًا على شخص، بل هذا ضبط.

إن تقييمه للاتجاهات كان دقيقًا بشكل كبير في الماضي: السيارات الكهربائية ستنتصر، والصواريخ القابلة لإعادة الاستخدام ممكنة، وشبكة الأقمار الصناعية ستنجح، ومجموعات GPU الواسعة هي العامل الحاسم. إن إنجازه لمجموعة Colossus في عام 2024 بفترة زمنية قصيرة جدًا ونشرها على مستوى مائة ألف بطاقة، يُظهر بحد ذاته فهمه لجوهر سباق الحوسبة.

لكنه كان متفائلاً بشكل مفرط فيما يتعلق بالوقت على المدى الطويل.

القيادة الذاتية الكاملة "ستتحقق العام القادم"، من عام 2015 حتى اليوم. لقد تنبأ علنًا بأن الذكاء الاصطناعي سيتفوق على أي فرد بشري حول عام 2025، كما تنبأ بأن AGI ستظهر تقريبًا في عام 2026. اليوم هو 31 يوليو 2026، ولم تتحقق هذه التنبؤات على ما يبدو.

الممارسة المثلى هي: ضعف أو ثلث جدول الوقت الذي قدمه.

هناك طبقة أخرى يجب توضيحها: إنه ليس مراقبًا محايدًا.

تستثمر xAI بكثافة في هذا المسار، وتحتاج إلى تمويل ضخم مستمر، وتحتاج إلى أن يؤمن السوق باستمرار انحدار المنحنى. من الطبيعي تمامًا أن يُظهر الشخص ثقة قوية في الاتجاه الذي يراهن عليه، لكن يجب على المتلقي أن يأخذ هذه العلاقة المصلحية في الاعتبار عند ترجيح التقييم.

هذا لا يؤثر على احتمال صحة تقييمه. إنه يؤثر فقط على مدى الثقة التي يجب أن تمنحها.

سادسًا، التنفيذ من جانب الشركات هو الفجوة الحقيقية

في أغسطس 2025، أثارت دراسة من فريق مرتبط بمعهد ماساتشوستس للتكنولوجيا جدلاً واسعًا: لم تؤدِّ معظم مبادرات الذكاء الاصطناعي التوليدي في الشركات إلى تحسين قابل للقياس في الأرباح أو الخسائر، بنسبة تصل إلى 95٪. لاحقًا، طُرحت تساؤلات كثيرة حول منهجية هذه الدراسة، حيث أثير جدل حول العينة والمعايير المستخدمة، ولا أنصح باستخدامها كدليل قاطع.

But the pain point it touches is real.

بين قدرات النموذج والقيمة المؤسسية، توجد مجموعة كاملة من المهام غير المرغوب فيها: إدارة البيانات، نظام الصلاحيات، إعادة هيكلة العمليات، تسجيل المراجعة، تحديد المسؤوليات، وضمان التغطية في حالات الفشل.

نموذج قادر على كسب ميدالية ذهبية، لكنه لا يستطيع الدخول إلى العملية الأساسية لبنك، والعقدة ليست أبدًا الذكاء.

هذا يفسر أيضًا ظاهرة تبدو متناقضة: فالاستخدام في تزايد هائل، لكن العوائد يصعب قياسها. فقد ارتفع حجم معالجة الرموز الشهرية التي كشفت عنها جوجل في عام 2025 من مستوى المليارات إلى مستوى التريليونات، ووصل عدد المستخدمين النشطين أسبوعيًا في OpenAI إلى حوالي ثمانمائة مليون في خريف عام 2025. إن استخدام الرموز في تصاعد لا شك فيه.

في الوقت نفسه، وفقًا لتقارير متعددة من وسائل الإعلام، لا تزال المختبرات الرائدة في حالة خسارة صافية كبيرة خلال عامي 2025 و2026، مع تأجيل التوقعات الربحية عادةً إلى حوالي عام 2029. كما تم رفع مجموع الإنفاق الرأسمالي السنوي للشركات الضخمة فوق الحجم الكبير من مستوى عدة مئات من مليارات الدولارات في عام 2025.

زيادة الاستخدام تحل مشكلة "وجود مستخدمين". إنها لا تحل تلقائيًا مشكلة "من يربح".

بين هاتين المسألتين، تقف سلطة التسعير. وسلطة التسعير تُستهلك تدريجيًا من قبل أربع أو خمس منافسين لديهم قدرات متشابهة.

سابعًا، لا تستمع إلى الاستنتاجات، راقب التدرجات

الجدل حول "ما إذا كان الذكاء الاصطناعي سيتباطأ" غير ذي جدوى، لأن كلا الجانبين يعرّفان "التباطؤ" بشكل مختلف.

أنا أنصح بمراقبة ثلاثة أشياء يمكن التحقق منها.

أولاً، مدة المهمة. استمر في متابعة منحنى METR. إذا تجاوزت مدة النجاح بنسبة 50% ثماني ساعات خلال العام القادم، فسيحصل حكم ديبو على دعم قوي. إذا تذبذبت بين فترة ساعتين وأربع ساعات لأكثر من عام، فهذا يشير إلى أننا واجهنا سقفاً هيكلياً ما.

ثانيًا، الموثوقية، وليس القدرة القصوى. انظر إلى الفترة الزمنية عند نسبة نجاح تبلغ 80% أو 90%. الشركات تشتري الاستقرار، وليس الأداء العبقرية النادر. سرعة تقدم هذا المؤشر تحدد مباشرة ميل التحويل إلى تجارية.

ثالثًا، الاقتصاد الوحدوي، وليس الإيرادات الإجمالية. راقب هامش الربح الإجمالي، وانظر ما إذا كان معدل انخفاض تكلفة التحفيز لكل وحدة يمكنه مجاراة حرب الأسعار. ابحث عما إذا كان هناك أي شركة حققت تدفقًا نقديًا تشغيليًا إيجابيًا.

ثلاثة مقاييس، ولا حاجة لتصديق أي تنبؤ من أحد.

ثامناً: الخاتمة

موقفي بسيط.

أعتقد أن جملة ماسك عن القدرة صحيحة. النماذج قبل سنتين كانت بالفعل مثل العينات، وقبل سنتين ستبدو أقوى النماذج اليوم غير فعالة. هذه المنحنى لم يبدأ بعد في الانحناء.

لكنه استخدم هذه الجملة للرد على شكوك التقييم، وهي استجابة غير مناسبة.

لأن السؤال الحقيقي الذي يطرحه البائعون هو: عندما ينخفض نموذج كل ثمانية عشر شهرًا، وعندما ينخفض سعر الذكاء المماثل بمقدار مستوى واحد كل عام، وعندما تمتلك أربع أو خمس شركات في نفس الوقت قدرات قريبة جدًا، من سيتحمل تكاليف رأس المال التي تبلغ آلاف المليارات من الدولارات، وبأي طريقة سيتم استردادها؟

هذا السؤال، "سيصبح الذكاء الاصطناعي أقوى"، لا يمكنه الإجابة عنه.

أنا أحتفظ برأيي بشأن جزء RSI. ليس لأنه مستحيل، بل لأنه يتطلب أن تُقدّم الحوسبة والطاقة ودورات التجربة ونظام التقييم تنازلات، وهذه الأشياء لا تستجيب للنمو الأسي.

أخيرًا، أقول شيئًا قد لا يكون محببًا.

الثورة التكنولوجية حقيقية، والفقاعة يمكن أن تكون حقيقية أيضًا، ويمكن أن يحدث هذان الأمران معًا تمامًا، وعادةً ما يحدثان معًا في التاريخ. السكك الحديدية حقيقية، لكن أسهم السكك الحديدية انهارت. الإنترنت حقيقي، وانخفض مؤشر ناسداك بنسبة 78٪.

التحليل الفني الإيجابي لا يعني الإيجابية تجاه كل ميزانية عمومية.

قم بالرهان المنفصل. هذا ليس ترددًا، بل هو مهارة في الحساب.

أما بالنسبة لكون الذكاء الاصطناعي بعد سنتين سيُدهش بشكل مذهل، فأنا أميل إلى التصديق.

أما من لا يزال على طاولة الورق في ذلك الوقت، فلا أخاطر بهذا الرهان.

المصدر المرجعي

1. METR، "قياس قدرة الذكاء الاصطناعي على إكمال المهام الطويلة"، بحث METR، مارس 2025.
2. جوجل ديب مايند، "ألفا إيفولف: عامل برمجي مدعوم بجيميني لتصميم الخوارزميات المتقدمة"، مايو 2025.
3. OpenAI، "التعريف بـ GDPval"، مدونة OpenAI، سبتمبر 2025.
4. Epoch AI، "اتجاهات أسعار استنتاج LLM" و"اتجاهات حسابات التعلم الآلي"، رؤى بيانات Epoch AI، 2024–2025.
5. مختبر وسائط MIT / مشروع NANDA، "الفجوة في الذكاء الاصطناعي التوليدي: حالة الذكاء الاصطناعي في الأعمال 2025"، أغسطس 2025.
6. بحث غولدمان ساكس، "الذكاء الاصطناعي العام: إنفاق مفرط، فوائد قليلة؟"، يونيو 2024.
7. إيلون ماسك وويل ديبو، منشورات على X بشأن تقييمات مختبر الحدود والتحسين الذاتي التكراري، يوليو 2026.
8. رويترز وذا إنفورميشن، بتقارير عن إيرادات OpenAI وAnthropic وخسائرها وجداول زمنية للربحية، 2025–2026.