في الآونة الأخيرة، أصدرت كل من OpenAI وAnthropic تقارير رئيسية عن مستخدمي ChatGPT وClaude. هذه الوثائق ليست مجرد عرض للأداء، بل تكشف عن اتجاه بالغ الأهمية في صناعة الذكاء الاصطناعي الحالية: نموذجان رائدان يسلكان مسارين مختلفين تماماً، مع تباين واضح في تحديد السوق، سيناريوهات التطبيق الأساسية، وأنماط التفاعل مع المستخدمين.
لهذا السبب، قام فريق Silicon Rabbit، بالتعاون مع خبرائه في وادي السيليكون، بتحليل مقارن للتقريرين، واستخلاص الإشارات الصناعية الخفية الكامنة وراءهما، ومناقشة الدلالات العميقة على مسارات التكنولوجيا المستقبلية، ونماذج الأعمال، واستراتيجيات الاستثمار ذات الصلة.
توضح بيانات التقريرين بوضوح اختلاف تركيز ChatGPT وClaude من حيث قاعدة المستخدمين والوظائف الأساسية، وهذا هو نقطة الانطلاق لفهم تباين استراتيجياتهما طويلة الأمد.
ChatGPT: اختراق السوق في مجال التطبيقات العامة
أكد تقرير OpenAI مكانة ChatGPT كتطبيق ظاهرة. حتى يوليو 2025، تجاوز عدد المستخدمين النشطين أسبوعياً 700 مليون. وتظهر بنية المستخدمين سمتين رئيسيتين:
أولاً، نجحت قاعدة المستخدمين في التوسع لتشمل شريحة أوسع من الناس، حيث تحولت صورة المستخدمين من كونهم تقنيين في البداية إلى مجموعة من ذوي التعليم العالي والمهنيين من مختلف القطاعات؛
ثانياً، أصبح التوازن بين الجنسين أكثر وضوحاً، حيث ارتفعت نسبة المستخدمين الإناث إلى 52%.
فيما يتعلق بسيناريوهات التطبيق، تتركز الوظائف الأساسية لـChatGPT في ثلاثة مجالات: الإرشاد العملي، البحث عن المعلومات، وكتابة الوثائق، وتشكل هذه الثلاثة ما يقرب من 80% من إجمالي المحادثات.
يستخدم المستخدمون ChatGPT بشكل أساسي للمساعدة في الحياة اليومية والمهام المكتبية الروتينية. من الجدير بالذكر أن التقرير أشار بوضوح إلى أن نسبة استخدام المساعدة في المهام التقنية المتخصصة مثل البرمجة، انخفضت بشكل ملحوظ من 12% إلى 5%.
بشكل عام، يتمثل المسار الاستراتيجي لـChatGPT في أن يصبح مساعد ذكاء اصطناعي عاماً يخدم قاعدة مستخدمين واسعة. وتكمن قوته الأساسية في قاعدة المستخدمين الضخمة وتأثير الشبكة الناتج عنها، فضلاً عن معدل الاختراق العالي في عمليات معالجة المعلومات اليومية للمستخدمين.
Claude: التركيز على سيناريوهات المؤسسات والاحترافية المؤتمتة
يرسم تقرير Anthropic صورة مختلفة تماماً. يظهر توزيع مستخدمي Claude ارتباطاً إيجابياً قوياً مع مستوى التنمية الاقتصادية (نصيب الفرد من الناتج المحلي الإجمالي)، مما يشير إلى أن قاعدة مستخدميه الرئيسية هي من العاملين في الاقتصاديات المتقدمة من أصحاب المعرفة والمهنيين.
سيناريوهات التطبيق الأساسية لديه مركزة للغاية. تظهر بيانات التقرير أن هندسة البرمجيات هي المجال الرئيسي للتطبيق في جميع المناطق تقريباً، حيث تتراوح نسبة المهام المتعلقة بها بين 36% و40%، وهو ما يتناقض بشكل واضح مع اتجاهات استخدام ChatGPT في هذا المجال.
أكثر البيانات إثارة في التقرير تتعلق بنسبة المهام "المؤتمتة". خلال الأشهر الثمانية الماضية، ارتفعت حصة المهام المؤتمتة "التعليمية" التي ينفذها الذكاء الاصطناعي بشكل مستقل بناءً على أوامر مباشرة من المستخدمين، من 27% إلى 39%.
وفي قاعدة مستخدمي API المدفوعة من الشركات، كان هذا الاتجاه أكثر وضوحاً: 77% من التفاعلات الحوارية تتبع نمط الأتمتة، وغالبية هذه التفاعلات هي أتمتة "تعليمية" مع أدنى حد من التدخل البشري.
لذلك، فإن التوجه الاستراتيجي لـClaude واضح جداً: أن يصبح أداة إنتاجية واحترافية متكاملة بعمق في سير العمل الأساسي للمؤسسات. وتكمن ميزته التنافسية في تحسينه العميق لمجالات مهنية محددة (خاصة تطوير البرمجيات) وسعيه لتحقيق أقصى كفاءة في تنفيذ المهام.
استناداً إلى هذا التباين الاستراتيجي، أجرى فريق Silicon Rabbit وخبراؤه في وادي السيليكون مقارنة متقاطعة لبيانات التقريرين، واستخلصوا ثلاث رؤى صناعية استباقية للمستثمرين.
أولاً: تباين "تطبيقات البرمجة" ينبئ بصعود سوق أدوات الذكاء الاصطناعي المتخصصة
التغير المتعاكس في تطبيقات البرمجة بين ChatGPT وClaude لا يعكس تقلبات الطلب في السوق، بل يعكس ترقية احتياجات المستخدمين نحو "التخصص" و"التكامل".
لم يعد بإمكان واجهات الحوار العامة تلبية الاحتياجات العميقة للمطورين المحترفين في سير العمل المعقدة. فهم بحاجة إلى وظائف ذكاء اصطناعي يمكنها التكامل بسلاسة مع بيئات التطوير المتكاملة (IDE)، وأنظمة التحكم في إصدارات الشيفرة، وبرامج إدارة المشاريع.
يشير هذا الاتجاه إلى ظهور فرصة سوقية مهمة: "سلاسل أدوات ذكاء اصطناعي أصلية" مصممة خصيصاً لصناعات معينة (مثل تطوير البرمجيات، التحليل المالي، الخدمات القانونية) ومرتبطة بعمق بسير العمل الحالي.
هذا يتطلب من الذكاء الاصطناعي ألا يمتلك فقط قدرات النماذج، بل أيضاً فهماً عميقاً للصناعة. بالنسبة للاستثمار في هذه المجالات، سيكون تقييم ما إذا كان الهدف الاستثماري قادراً على بناء هذا النوع من "التكامل العميق" نقطة حاسمة.
ثانياً: "معدل الأتمتة 77%"، تسريع عملية أتمتة مهام المؤسسات بشكل كمي
تشير نسبة "77% من أتمتة واجهات برمجة التطبيقات للشركات" في تقرير Anthropic إلى إشارة قوية جداً، فهي تظهر أن دور الذكاء الاصطناعي في التطبيقات التجارية ينتقل بسرعة من "مساعدة البشر" إلى "تنفيذ المهام".
تتطلب هذه البيانات منا إعادة تقييم سرعة تأثير الذكاء الاصطناعي على إنتاجية المؤسسات، وهيكلها التنظيمي، ونماذج التكلفة. في الماضي، كان السوق يركز بشكل عام على قيمة "زيادة الكفاءة" للذكاء الاصطناعي، لكن الآن يجب إدراج قيمة "الاستبدال" في إطار التحليل الأساسي.
يجب أن تتوسع منطقية الاستثمار من تقييم "كيف يساعد الذكاء الاصطناعي الموظفين البشر" إلى "في أي مجالات العمل المعرفي يمكن للذكاء الاصطناعي إكمال المهام الموحدة بكفاءة أعلى وتكلفة أقل بشكل مستقل".
ستكون مجالات مثل إعداد التقارير المالية، المراجعة الأولية للعقود، وتحليل بيانات السوق، وهي عمليات روتينية وذات تكلفة بشرية عالية، هي الاتجاهات الأولى التي سيحقق فيها الذكاء الاصطناعي المؤتمت فوائد اقتصادية كبيرة.
ثالثاً: اختلاف أنماط "التعاون والأتمتة" يكشف مسار تطور نماذج الأعمال للذكاء الاصطناعي
هناك نقطة بيانات غير بديهية في التقرير: كلما زاد معدل استخدام Claude للفرد في منطقة ما، زاد ميل المستخدمين إلى نمط "التعاون"؛ وعلى العكس، تميل المناطق ذات معدل الاستخدام المنخفض إلى نمط "الأتمتة".
قد يكشف هذا عن العلاقة بين نموذج الأعمال للذكاء الاصطناعي ونضج المستخدمين. في مرحلة الاختراق المبكر للسوق، يميل المستخدمون إلى اعتبار الذكاء الاصطناعي أداة كفاءة بسيطة، تُستخدم لاستبدال تنفيذ المهام المستقلة (الأتمتة).
ولكن عندما يحصل المستخدمون (خاصة المحترفين) على فهم أعمق لقدرات الذكاء الاصطناعي وحدود التفاعل معه، يبدأون في استكشاف كيفية التعاون مع الذكاء الاصطناعي لإنجاز مهام تعاونية أكثر تعقيداً وإبداعاً لم يكن من الممكن تحقيقها في السابق (التعاون).
يطرح هذا منظوراً جديداً لنموذج الأعمال طويل الأمد للذكاء الاصطناعي. فبالإضافة إلى تقليل التكاليف من خلال الاستبدال المؤتمت (نموذج SaaS)، قد يؤدي التعاون بين الإنسان والآلة إلى خلق قيمة جديدة تماماً وتحسين جودة اتخاذ القرار، مما قد يولد نماذج أعمال أكثر تقدماً، مثل الدفع بناءً على النتائج أو الاشتراك في دعم اتخاذ القرار. عند تقييم مشاريع الذكاء الاصطناعي، يجب على المستثمرين النظر في إمكانات التطور في كل من مساري "الأتمتة" و"الإبداع التعاوني".
التحليل أعلاه المستند إلى التقارير العامة هو مجرد نقطة انطلاق لعملية اتخاذ القرار. يتطلب اتخاذ قرار كامل الإجابة عن أسئلة أعمق حول "كيفية التنفيذ" و"من سينفذ"، مثل:
في مجال "سلاسل أدوات الذكاء الاصطناعي الأصلية"، ما هي بنية التقنية، وتكوين الفريق، وحالة التحقق من السوق لدى الشركات الناشئة الأكثر وعداً؟
ما هي البيانات المحددة لمسار التقنية الحقيقي، وتكاليف النشر، والعائد على الاستثمار (ROI) لتحقيق أتمتة عالية النسبة للمهام داخل شركات التكنولوجيا الكبرى؟
كيف تبدو الاستراتيجية الخاصة بالذكاء الاصطناعي في شركات مثل Apple ضمن نظامها البيئي المغلق، خاصة من حيث منطق التقنية الأساسية ونموذج الأعمال لنماذجها الكبيرة الخاصة؟
لا يمكن الحصول على هذه المعلومات من التقارير العامة، بل تأتي من الخبرة العملية في الخطوط الأمامية للصناعة. لفهم ديناميكيات صناعة الذكاء الاصطناعي الحالية حقاً، يجب إجراء حوار مباشر مع الأشخاص الأساسيين الذين يحددون هذه التقنيات والمنتجات.
على سبيل المثال، من أجل دراسة الخطوط الأمامية للصناعة بعمق، أجرى عملاؤنا الماليون مؤخراً مناقشات معمقة مع الخبيرين التاليين:
عالم ML/DL/NLP وقائد تقني من قسم التعلم الآلي في Apple. كعضو أساسي في تدريب نموذج اللغة الكبير الخاص بـApple (LLM) من الصفر، يمكنه الكشف مباشرة عن التحديات التقنية التي تواجهها شركات التكنولوجيا الكبرى عند بناء قدرات الذكاء الاصطناعي الأساسية، والتكاليف الحقيقية للتدريب، والاعتبارات الاستراتيجية التي يتم رفعها مباشرة إلى الإدارة العليا.
قائد تقني (Engineer Lead) في منظمة الذكاء الاصطناعي التوليدي في Meta. كمهندس مؤسس، لم يشارك فقط بعمق في تطوير نماذج LLM الكبيرة، بل كان أيضاً مسؤولاً عن دمج تقنيات GenAI مع محركات الأعمال الأساسية مثل ترتيب الإعلانات وأنظمة التوصية. من خلال التحدث معه، يمكن رسم مسار واضح من قدرات النماذج إلى العائد التجاري على الاستثمار، بالإضافة إلى ملاحظاته حول استثمارات شركات الذكاء الاصطناعي الناشئة في أمريكا الشمالية.
تعمل رؤى هؤلاء الخبراء على تحويل الاتجاهات الكلية في التقارير العامة إلى معلومات تكتيكية دقيقة يمكن أن توجه القرارات المحددة. في بيئة صناعية تتغير المعلومات فيها بسرعة، فإن الحصول على رؤى عميقة تتجاوز المعلومات العامة هو الأساس لبناء ميزة معرفية واتخاذ قرارات دقيقة. إذا كان لديكم حاجة لمناقشة أعمق حول الموضوعات المذكورة أعلاه، نرحب بكم للتواصل معنا لترتيب مناقشات مع خبراء في المجالات ذات الصلة.
عندما يتجادل فريقكم حول مسار التقنية، أو تتردد قراراتكم الاستثمارية، أو تتعثر استراتيجيتكم للمنتج في الضباب... تذكروا أن الحيرة التي تواجهونها قد تكون طريقاً قد اجتازه أحد الخبراء بالفعل. نحن في Silicon Rabbit نؤمن بأن الخبرة الحقيقية من الدرجة الأولى تأتي دائماً من الأشخاص الذين يدفعون التغيير في الصناعة بأنفسهم.
