هروب مواهب الذكاء الاصطناعي من ميتا وإنفاق 135 مليار دولار على الرقائق

كتابة: آدا، شينتشاو TechFlow

لم يجلس بان روي مينغ على مكتبه في ميتا حتى ارتفع حرارته حتى غادر.

في يوليو 2025، استقطب زوكربيرغ هذا المهندس الصيني الأكثر طلبًا في مجال البنية التحتية للذكاء الاصطناعي من آبل بخطة راتب متعددة السنوات تتجاوز قيمتها الإجمالية 200 مليون دولار. تم تعيين بانغ رويو في مختبر الذكاء الاصطناعي الفائق التابع لـ Meta، حيث يُكلف ببناء البنية التحتية للنماذج القادمة للذكاء الاصطناعي.

بعد 7 أشهر، جذبته OpenAI.

وفقًا لتقرير The Information، أجرت OpenAI حملة تجنيد استمرت لعدة أشهر ضد بانغ رويو. على الرغم من أن بانغ رويو أخبر زملاءه أنه "يستمتع جدًا بالعمل في Meta"، إلا أنه اختار المغادرة في النهاية. وفقًا لبلومبرغ، كان برنامج تعويضه في Meta مرتبطًا بالمحطات البارزة، مما يعني أن المغادرة المبكرة تعني التخلي عن معظم الأسهم غير المحققة.

200 مليون دولار، لا تشتري ولاءً لمدة 7 أشهر.

هذا ليس قصة انتقال بسيطة.

بونغ رويو لم يكن الأول الذي غادر.

في الأسبوع الماضي، أعلنت مات فيلوسو، مسؤولة منتجات منصة المطورين في مختبرات الذكاء الفائق التابعة لـ Meta، أيضًا عن مغادرتها، وهي التي انضمت إلى Meta في يوليو الماضي بعد مغادرتها لـ Google DeepMind، وقضت أقل من 8 أشهر هناك. وقبل ذلك، في نوفمبر 2025، أعلنت يان لكون، عالمة الذكاء الاصطناعي الحائزة على جائزة تورينغ ورئيسة علماء الذكاء الاصطناعي في Meta، والتي قضت 12 عامًا في الشركة، عن مغادرتها لبدء مشروعها الخاص، وهو ما تروج له منذ فترة طويلة: "النماذج العالمية". كما أعلنت روس سالاخودينوف، نائب رئيس أبحاث الذكاء الاصطناعي التوليدي في Meta وتلميذة جيفري هينتون الأساسية، أيضًا عن مغادرتها مؤخرًا.

لفهم تسرب المواهب من Meta AI، يجب أولاً فهم مدى الضرر الذي تسبب فيه Llama 4.

في أبريل 2025، أطلقت ميتا بشكل بارز نموذجي Llama 4: Scout و Maverick. تُعد البيانات الرسمية على الورق مذهلة، حيث تدعي تفوقًا كاملاً على GPT-4.5 وClaude Sonnet 3.7 في اختبارات الأداء الأساسية مثل MATH-500 و GPQA Diamond.

ومع ذلك، كشفت اختبارات مستقلة خارجية من قبل مجتمع مفتوح المصدر عن هذا النموذج الرائد الذي يحمل طموحات ميتا، حيث ظهرت قدراته الفعلية على التعميم والاستدلال بفارق هائل عن الترويج. ومواجهةً للشكوك القوية من المجتمع، اعترف أخيرًا يان لكون، العالم الرئيسي للذكاء الاصطناعي، بأن الفريق استخدم نسخًا مختلفة من النموذج لتشغيل مجموعات اختبار مختلفة بهدف تحسين النقاط النهائية.

في الأوساط الأكاديمية والهندسية الصارمة للذكاء الاصطناعي، هذا يلامس خطًا أحمر لا يُغتفر. وبعبارة أخرى، قام الفريق بتدريب Llama 4 ليصبح "طالبًا صغيرًا يركز على حل الأسئلة القديمة" فقط، وليس "طالبًا متميزًا يمتلك ذكاءً متقدمًا". عندما يُختبر في الرياضيات، تظهر لك أقوى ورقة رياضيات؛ عندما يُختبر في البرمجة، تظهر لك أقوى ورقة برمجة؛ كل اختبار فردي يبدو قويًا، لكن في الواقع، هذه ليست نموذجًا واحدًا.

يُسمى هذا في الأوساط الأكاديمية للذكاء الاصطناعي "اختيار التفاحات الجيدة"، وفي بيئات التعليم الاستعدادي للامتحانات "الغش بالنيابة".

بالنسبة لـ Meta، التي كانت دائمًا تُعرِّف نفسها بأنها "منارة مفتوحة المصدر"، فإن هذه الأزمة دمرت مباشرة أثمن أصول الثقة في بيئتها المطورة. كان ثمنها المباشر هو "فقدان زوكربيرغ الكامل للثقة" في الحدود الهندسية الأصلية لفريق GenAI، مما فتح الباب أمام تعيين مدراء تنفيذيين جدد من الخارج وعزل قسم البنية التحتية الأساسية.

أنفق ما بين 14.3 و15 مليار دولار لشراء 49% من شركة تسمية البيانات Scale AI، وعيّن Alexandr Wang، الرئيس التنفيذي لـ Scale AI البالغ من العمر 28 عامًا، كرئيس للذكاء الاصطناعي في Meta، وأسس مختبر الذكاء الفائق في Meta (MSL). ويجب على حائز جائزة تورينغ، ليكون، أن يقدم تقاريره لهذا الشاب البالغ من العمر 28 عامًا في البنية الجديدة. في أكتوبر، قامت Meta بتسريح حوالي 600 وظيفة من MSL، بما في ذلك أعضاء من قسم FAIR الذي أنشأه ليكون.

كما تم تأجيل النموذج الرئيسي المخطط له للإطلاق في صيف عام 2025، Llama 4 Behemoth، مرارًا وتكرارًا، من الصيف إلى الخريف، ثم تم تعليقه إلى أجل غير مسمى.

تتحول ميتا إلى تطوير نموذج نصي من الجيل التالي برمز "Avocado" ونموذج صور/فيديو برمز "Mango". ووفقًا للتقارير، يهدف Avocado إلى المنافسة مع GPT-5 وGemini 3 Ultra. كان من المقرر تسليمه في نهاية عام 2025، لكنه تأجل إلى الربع الأول من عام 2026 بسبب عدم تحقيق متطلبات اختبار الأداء وتحسين التدريب. تفكر ميتا في إطلاقه بشكل مغلق، والتخلي عن التقليد المفتوح المصدر الذي تميزت به سلسلة Llama.

ارتكبت ميتا خطأين قاتلين في نماذج الذكاء الاصطناعي. الأول هو التزوير في مقاييس الأداء، مما دمر ثقة مجتمع المطورين مباشرة؛ والثاني هو إدخال قسم FAIR، الذي يتطلب عقدًا من البحث الأساسي، داخل هيكل منتج يركز على مؤشرات الأداء الفصلية. معًا، هذان الأمران هما السبب الجذري لتسرب المواهب الحالي.

الكوادر تهرب، والرقائق واجهت مشاكل.

وفقًا لتقرير The Information، ألغت Meta الأسبوع الماضي مشروع تطوير رقاقة تدريب ذكاء اصطناعي متقدمة داخلية.

خطة شريحة Meta المطورة داخليًا تُسمى MTIA (Meta Training and Inference Accelerator). تتميز خارطة الطريق الأولية للشركة بالطموح: من المخطط تسليم MTIA v4 برمز "Santa Barbara" وv5 برمز "Olympus" وv6 برمز "Universal Core" على مراحل بين عامي 2026 و2028. تم تصميم Olympus ليكون أول شريحة من Meta تعتمد على هندسة chiplet بحجم 2nm، بهدف تغطية تدريب النماذج عالية الأداء والاستنتاج في الوقت الفعلي، مع الهدف النهائي استبدال نVIDIA في مجموعات تدريب Meta.

Now, this state-of-the-art training chip has been cut.

لم تتوقف ميتا عن التقدم، فقد حققت MTIA بعض الإنجازات في جانب الاستنتاج. تم نشر شريحة الاستنتاج MTIA v3 ذات الرمز "Iris" على نطاق واسع في مراكز بيانات ميتا، وتُستخدم بشكل رئيسي في أنظمة التوصية الخاصة بـ Facebook Reels وInstagram، وفقًا لما يُزعم أنه خفّض تكلفة الملكية الإجمالية بنسبة تتراوح بين 40% و44%. لكن الاستنتاج والتدريب أمران مختلفان. الاستنتاج يعني تشغيل النموذج، بينما التدريب يعني تدريب النموذج. يمكن لميتا تصنيع شرائح استنتاج خاصة بها، لكنها لا تستطيع إنتاج شرائح تدريب قادرة على المنافسة المباشرة مع نفيديا.

هذا ليس أول مرة في التاريخ. في عام 2022، حاولت ميتا تطوير شريحة استدلال خاصة بها، لكنها تخلت عنها مباشرة بعد فشلها في النشر الصغير، ووجهت طلبًا كبيرًا لشركة نيفيديا.

فشل الرقائق المطورة داخليًا عجّل بشكل مباشر بموجة الشراء الخارجي من قبل ميتا.

في يناير 2026، أعلنت ميتا عن ميزانية إنفاق رأسمالي تتراوح بين 115 مليارًا و135 مليار دولار لهذا العام، وهو ما يقارب ضعف المبلغ البالغ 72.2 مليار دولار في العام الماضي. ستُنفق الغالبية العظمى من هذه الأموال على الرقائق.

في غضون 10 أيام، تم تنفيذ ثلاث أوامر كبيرة متتالية:

في 17 فبراير، وقّعت ميتا مع نيفيديا اتفاقية شراكة استراتيجية متعددة السنوات ومتعددة الأجيال. ستُركّب ميتا "ملايين وحدات" نيفيديا Blackwell وGPU الجيل الجديد Vera Rubin، بالإضافة إلى وحدات Grace CPU المستقلة. وتشير التقديرات إلى أن قيمة الصفقة تبلغ مئات المليارات من الدولارات، مما يجعل ميتا أول عميل فائق الحوسبة في العالم يُركّب وحدات Grace CPU المستقلة من نيفيديا بكميات كبيرة.

في 24 فبراير، وقعت ميتا وAMD اتفاقية متعددة السنوات لشراء شرائح بقيمة بين 60 مليار و100 مليار دولار. ستقوم ميتا بشراء أحدث وحدات معالجة الرسوميات MI450 من AMD ووحدات EPYC من الجيل السادس. كجزء من الصفقة، منحت AMD ميتا خيارات شراء ما يصل إلى 160 مليون سهم عادي، ما يعادل حوالي 10% من أسهم AMD، بسعر 0.01 دولار للسهم، مع توزيعها على مراحل وفقًا لمعالم التسليم.

في 26 فبراير، وفقًا لتقرير The Information، وقّعت ميتا وغوغل اتفاقًا متعدد السنوات بقيمة عدة مليارات من الدولارات لتأجير شرائح TPU الخاصة بـ Google Cloud لتدريب وتشغيل نماذجها اللغوية الكبيرة التالية. في الوقت نفسه، تناقش الطرفان إمكانية قيام ميتا بشراء شرائح TPU مباشرة من عام 2027 لنشرها في مراكز بياناتها الخاصة.

شركة وسائط اجتماعية، قدمت خلال 10 أيام طلبات محتملة تتجاوز قيمتها الإجمالية تريليون دولار أمريكي إلى ثلاثة موردين للرقائق.

This is not a diversified strategy. This is panic buying.

لماذا Meta متحمسة جدًا؟

أولاً، لا يمكن الاعتماد على الرقائق المطورة داخلياً. إلغاء مشروع أحدث رقائق التدريب يعني أن ميتا ستضطر، في المستقبل المنظور، إلى الاعتماد على الشراء الخارجي لتلبية احتياجات تدريب الذكاء الاصطناعي. يمكن لرقائق MTIA الخاصة بالاستنتاج التعامل مع الأعمال الناضجة مثل أنظمة التوصية، لكن لتدريب نماذج متقدمة مثل Avocado التي تُقارن بـ GPT-5، يجب استخدام أجهزة من نيفيديا أو ما يعادلها.

ثانيًا، المنافسون لن ينتظروا. لقد حصلت OpenAI على موارد هائلة من مايكروسوفت وسوفت بانك وصناديق سيادية إماراتية. وقد أمنت Anthropic إمدادات تصل إلى مليوني شريحة TPU وTrainium من جوجل وأمازون. تم تدريب جوجل Gemini 3 بالكامل على شرائح TPU. إذا لم تحصل Meta على كمية كافية من قوة الحوسبة، فلن تتمكن حتى من ضمان تذكرة الدخول إلى السباق.

ثالثًا، وربما الأكثر جوهرية، يحتاج زوكربيرغ إلى تعويض نقص "القدرة على البحث والتطوير" بـ"القدرة الشرائية". إن فشل Llama 4، وفقدان الكفاءات الأساسية، وصعوبات الرقائق المطورة داخليًا — هذه الأمور الثلاثة مجتمعة جعلت سردية Meta في مجال الذكاء الاصطناعي هشة أمام وول ستريت. الآن، من خلال توقيع عقود كبيرة مع نيفيديا وAMD وغوغل، يتم إرسال إشارة على الأقل: لدينا المال، نحن نشتري، ولم نستسلم.

استراتيجية ميتا الحالية هي: إذا لم تستطع حل المشكلة البرمجية، فاقضِ على الأجهزة؛ وإذا لم تستطع الاحتفاظ بالأشخاص، فاشترِ رقائق. لكن سباق الذكاء الاصطناعي ليس لعبة يمكن الفوز بها بكتابة شيك. القوة الحسابية شرط ضروري، وليس شرطًا كافيًا. بدون فريق نماذج رائد ومسار تقني واضح، فإن المزيد من الرقائق لا يُعد سوى مخزونًا باهظ الثمن في المستودع.

عند النظر إلى الخلف في المعاملات الثلاثة التي أجرتها ميتا في فبراير، هناك تفصيل مثير للاهتمام تجاهله معظم الناس.

اشترت ميتا من نيفيديا Blackwell الحالية وVera Rubin المستقبلية؛ ومن AMD اشترت MI450 وMI455X المستقبلية؛ وستستأجر من جوجل TPU Ironwood الحالية، وتخطط للشراء المباشر العام القادم.

ثلاثة موردين، ثلاث أنظمة هاردوير وبيئات برمجية مختلفة تمامًا.

هذا يعني أن ميتا يجب أن تنتقل باستمرار بين ثلاث بيئات أساسية مختلفة تمامًا: CUDA من نيفيديا وROCm من AMD وXLA/JAX من جوجل. على الرغم من أن استراتيجية المتعددين الموردين يمكن أن توزع مخاطر سلسلة التوريد وتقلل من هامش الشراء للعتاد، إلا أنها ستؤدي إلى زيادة هائلة في التعقيد الهندسي.

هذا بالضبط أضعف نقطة حالية لـ Meta؛ لتدريب نموذج بتريليون معامل على ثلاثة أنظمة أساسية للبرمجة مختلفة تمامًا من حيث الأجهزة، يتطلب الأمر أكثر من مهندسين يفهمون CUDA، بل مهندسين معماريين قادرين على بناء إطار عمل للتدريب عبر المنصات من الصفر.

قد لا يتجاوز عدد هؤلاء الأشخاص في جميع أنحاء العالم 100 شخص. بان رويو هو أحدهم.

إن مشهدًا أكثر سحرًا في المراهنة الكبيرة التي يخوضها زوكربيرغ هو إنفاق 100 مليار دولار لشراء أفضل مزيج من الأجهزة تعقيدًا في العالم، في حين يفقد العقول القادرة على تشغيل هذه الأجهزة.

انظر من مسافة أبعد، فإن مسار زوكربيرغ في التعامل مع الذكاء الاصطناعي خلال الأشهر الـ18 الماضية يشبه بشكل مذهل وتيرته عندما استثمر كل شيء في الميتافيرس في ذلك الوقت:

رؤية الاتجاه، استثمار كبير، توظيف مكثف، مواجهة عقبات، تحول استراتيجي مفاجئ، ثم استثمار كبير مرة أخرى.

من 2021 إلى 2023 كانت العصر الميتافيرس، ونتيجةً لذلك خسرت المليارات سنويًا، وانخفض سعر السهم من 380 دولارًا إلى 88 دولارًا. من 2024 إلى 2026 سيكون الذكاء الاصطناعي، بنفس الاستراتيجية: إنفاق الأموال بلا حدود، وإعادة هيكلة منظمة متكررة، وسرد قصة واحدة: "ثق بي، لدي رؤية".

الفرق هو أن هذه المرة، فإن نافذة الذكاء الاصطناعي أكثر واقعية بكثير من الميتافيرس. كما أن ميتا تمتلك أموالًا تنفقها، حيث أنتجت أعمالها الإعلانية تدفقًا نقديًا وفيرًا، حيث بلغ إيراد ميتا في الربع الرابع من عام 2025 59.9 مليار دولار أمريكي، بزيادة قدرها 24% على أساس سنوي.

المشكلة هي أن المال يمكنه شراء الشرائح، وحساب القوة، وحتى الأشخاص الجالسين على مكاتبهم، لكنه لا يستطيع شراء الأشخاص الذين يبقون.

اختار بانغ رويو مينغ OpenAI، واختار روس سالاخوتدينوف المغادرة، واختار ليكون ريادة الأعمال.

الرهان الحالي لزوكربيرغ هو أنه بشراء كمية كافية من الرقائق، وبناء مراكز بيانات كبيرة بما يكفي، وإنفاق مبلغ كافٍ من المال، فسيتمكن في النهاية من العثور على أو تدريب أشخاص يمكنهم استخدام هذه الموارد.

قد يكون هذا الرهان صحيحًا. فمع أن ميتا هي واحدة من أكثر شركات التكنولوجيا ثراءً في العالم، فإن تدفق النقود التشغيلي الذي يتجاوز 100 مليار دولار هو أقوى خندق دفاعي لها. وهي تستمر في جذب المواهب من OpenAI إلى Anthropic ومن جوجل إلى منافسين آخرين. وفقًا لتقرير من Quantum Bit، فإن حوالي 40% من فريق الذكاء الفائق في ميتا البالغ عددهم 44 شخصًا قادمون من OpenAI.

لكن القسوة في مسابقات الذكاء الاصطناعي تكمن في أن احتياطيات القوة الحسابية، وقوائم المواهب، وأداء النماذج كلها علنية، وقد أثبتت حادثة تزوير معايير Llama 4 أنه في هذا القطاع، لا يمكنك الحفاظ على تقدمك من خلال عروض PowerPoint والعلاقات العامة.

السوق يعترف في النهاية بشيء واحد فقط: هل نموذجك جيد بما يكفي.

دخول سباق التسلح بالذكاء الاصطناعي عام 2026، وقد تبلور ترتيب السلسلة الغذائية بشكل أولي:

في القمة تأتي OpenAI وGoogle. تمتلك OpenAI أقوى النماذج، وأكبر قاعدة مستخدمين، وأكثر التمويلات تطرفاً. أما Google فتمتلك رقاقات مصممة ذاتياً، ونماذج مصممة ذاتياً، وبنية تحتية سحابية مصممة ذاتياً، مما يوفر تكاملًا عموديًا كاملاً. وتأتي Anthropic في المرتبة التالية، بفضل قوة منتج نموذج Claude ودعمها من قوى الحوسبة من Google وAmazon، مما يضعها بثبات في الطبقات العليا.

ميتا؟ لقد أنفقت أكثر الأموال، ووقّعت أكثر عقود الرقائق، وأجرت أكثر عمليات إعادة الهيكلة التنظيمية، لكنها حتى الآن لم تقدم نموذجًا متقدمًا يقنع السوق.

قصة الذكاء الاصطناعي في ميتا تشبه إلى حد كبير ياهو في عام 2005. في ذلك الوقت، كانت ياهو واحدة من أكثر شركات الإنترنت ثراءً، وكانت تشتري وتُنفق بجنون، لكنها لم تستطع إنشاء محرك بحث مثل جوجل. المال ليس حلاً سحريًا. يجب على زوكربيرغ أن يفكر جيدًا في ما تريد ميتا تحقيقه في مجال الذكاء الاصطناعي، وليس أن تشتري أي شيء يصبح شائعًا.

بالطبع، كتابة نعي لـ Meta ما زال مبكرًا جدًا. 3.58 مليار مستخدم نشط شهريًا، و59.9 مليار دولار من الإيرادات الفصلية، وأكبر مجموعة بيانات اجتماعية عالميًا، هي أصول يصعب على أي منافس تقليدها.

إذا تم تسليم النموذج التالي Avocado في مواعيده المقررة عام 2026 وعاد إلى الطليعة، فسيتم تغليف كل الإنفاق وإعادة الهيكلة التي قام بها زوكربيرغ على أنها "شجاعة استراتيجية لإنقاذ الموقف". لكن إذا فشل مرة أخرى في تحقيق التوقعات، فستكون الـ135 مليار دولار التي تم إنفاقها مجرد مستودعات من رقائق السيليكون التي تُشغّل وتُسخّن.

بعد كل شيء، لم تكن مسابقة الذكاء الاصطناعي في وادي السيليكون تفتقر إلى مشترين كبار يلوحون بالشيكات. ما ينقصها هو الأشخاص الذين يعرفون كيفية تحويل هذه القدرة الحاسوبية إلى مستقبل.