ميتا: تستطيع شراء تريليونات من القدرة الحاسوبية، لكن لا يمكنك الاحتفاظ بالأشخاص المهمين

كتابة: Ada، Deep Tide TechFlow

بون رو مينغ لم يجلس في منصبه في Meta حتى يصبح دافئًا، ثم غادر.

في يوليو 2025، استولى زوكربيرج على هذه المهندس الصيني الرائد في مجال البنية التحتية للذكاء الاصطناعي من شركة آبل، من خلال خطة رواتب طويلة الأمد بقيمة تتجاوز 200 مليون دولار. تم تعيينه في مختبر الذكاء الاصطناعي الفائق في Meta، مسؤولاً عن بناء بنية تحتية لنموذج الذكاء الاصطناعي القادم.

بعد سبعة أشهر، استقطبه OpenAI.

وفقًا لـ The Information، قامت OpenAI بحملة تجنيد استمرت عدة أشهر لاستقطابه. على الرغم من أن بون رو مينغ أخبر زملاءه أنه “يعمل في Meta بسعادة كبيرة”، إلا أنه اختار في النهاية المغادرة. ووفقًا لوكالة بلومبرج، كان راتبه في Meta مرتبطًا بالأهداف، والمغادرة المبكرة تعني التخلي عن معظم الأسهم غير المستحقة.

200 مليون دولار، لا تكفي إلا لسبعة أشهر من الولاء.

هذه ليست قصة انتقال عادية.

مغادرة شخص وإشارة لمجموعة

بون رو مينغ ليس الأول الذي يغادر.

الأسبوع الماضي، أعلن مات فيلوسو، مسؤول منصة مطوري مختبر الذكاء الاصطناعي الفائق في Meta، أيضًا عن استقالته. هذا الشخص انضم إلى Meta في يوليو من العام الماضي بعد تركه جوجل ديب مايند، ولم يمضِ على عمله فيها سوى أقل من 8 أشهر. قبل ذلك، في نوفمبر 2025، أعلن يان لوكون، الحائز على جائزة تورينج، والعالم الرئيسي في الذكاء الاصطناعي في Meta، عن استقالته لبدء مشروعه الخاص، “نموذج العالم”. كما أعلن روس سالاخوتينوف، نائب رئيس أبحاث الذكاء الاصطناعي التوليدي في Meta، عن مغادرته مؤخرًا.

لفهم تسرب المواهب من Meta AI، يجب أن نفهم مدى الضرر الذي لحق بـ Llama 4.

في أبريل 2025، أطلقت Meta بشكل كبير سلسلة نماذج Llama 4، بما في ذلك Scout و Maverick. البيانات الرسمية على الورق كانت مذهلة، حيث زعمت تفوقها على GPT-4.5 وClaude Sonnet 3.7 في اختبارات معيارية رئيسية مثل MATH-500 وGPQA Diamond.

لكن، هذا النموذج الرائد الذي يحمل طموحات Meta، كشف عن حقيقته بسرعة في الاختبارات المستقلة من المجتمع المفتوح، حيث تبين أن قدراته على التعميم والاستنتاج أقل بكثير من التوقعات. ومع تزايد الشكوك، اعترف يان لوكون، العالم الرئيسي، أن الفريق استخدم نسخًا مختلفة من النموذج أثناء الاختبارات لتحسين النتائج النهائية.

في الأوساط الأكاديمية والهندسية، هذا يُعد خرقًا خطيرًا. بمعنى آخر، حول الفريق Llama 4 إلى آلة تتدرب على حل أسئلة الامتحانات السابقة، وليس نموذجًا ذكيًا متقدمًا حقًا. كل اختبار يظهر قوة في جانب معين، لكنه ليس نفس النموذج.

هذا يُعرف في أوساط الذكاء الاصطناعي بـ"قطف الكرز"، وفي التعليم التنافسي يُسمى “الاختبار البديل”.

بالنسبة لـ Meta، التي تعتبر “منارة مفتوحة المصدر”، فإن هذه الأزمة دمرت ثقتها الثمينة في مجتمع المطورين. وكان الثمن المباشر هو أن زوكربيرج فقد الثقة تمامًا في معايير فريق الذكاء الاصطناعي التوليدي، وبدأ في تعيين مدراء تنفيذيين جدد، وتهميش الأقسام الأساسية للبنية التحتية.

أنفق 14.3 إلى 15 مليار دولار لشراء 49% من شركة Scale AI، وعيّن أليكسندر وانغ، المدير التنفيذي البالغ من العمر 28 عامًا، كمدير تنفيذي للذكاء الاصطناعي في Meta، وأسّس مختبر الذكاء الاصطناعي الفائق (MSL). في الهيكل الجديد، يجب على لوكون، الحائز على جائزة تورينج، أن يرفع تقاريره لهذا الشاب البالغ من العمر 28 عامًا. في أكتوبر، ألغت Meta حوالي 600 وظيفة في MSL، بما في ذلك أعضاء قسم الأبحاث FAIR الذي أسسه لوكون بنفسه.

كما تم تأجيل النموذج الرائد المقرر إصداره في صيف 2025، Llama 4 Behemoth، من الصيف إلى الخريف، وأخيرًا تم تعليقه إلى أجل غير مسمى.

تحول Meta إلى تطوير نماذج نصية جديدة برمز “Avocado”، ونماذج صور وفيديو برمز “Mango”. وفقًا للتقارير، يهدف مشروع Avocado إلى منافسة GPT-5 وGemini 3 Ultra. كان من المقرر تسليمه في نهاية 2025، لكنه تأجل إلى الربع الأول من 2026 بسبب عدم تحقيق الأداء المطلوب وتحسينات التدريب. تفكر Meta في إصدارها مغلقة المصدر، متخلية عن تقليدها في المصدر المفتوح لسلسلة Llama.

ارتكبت Meta خطأين قاتلين في نماذج الذكاء الاصطناعي: الأول هو التلاعب في نتائج الاختبارات المعيارية، مما دمر ثقة المجتمع المطور؛ والثاني هو إدخال قسم الأبحاث الأساسي FAIR، الذي يحتاج إلى عقد من الزمن لتطويره، ضمن منظمة منتجات تركز على مؤشرات الأداء الربعية. هذان الخطآن هما السبب الجذري وراء تسرب المواهب الآن.

الرقاقة الذاتية: ساق أخرى مكسورة

المواهب تتدفق، والرقاقات أيضًا تواجه مشاكل.

وفقًا لـ The Information، أوقفت Meta الأسبوع الماضي مشروعها لتطوير أحدث رقاقات تدريب الذكاء الاصطناعي داخليًا.

اسم مشروع رقاقات Meta هو MTIA (Meta Training and Inference Accelerator). كانت خطة الشركة طموحة جدًا: من إصدار v4 برمز “سانتا باربرا”، إلى v5 برمز “أوليمبوس”، وv6 برمز “النواة العالمية”، المقرر تسليمها بين 2026 و2028. كان من المخطط أن يكون أول رقاقاتها المبنية على بنية 2 نانومتر، بهدف تغطية تدريب النماذج عالية الأداء والاستنتاج في الوقت الحقيقي، واستبدال نيفيديا في مجموعات تدريب Meta.

لكن، تم إلغاء هذا المشروع المتقدم.

على الرغم من ذلك، حققت Meta بعض التقدم في جانب الاستنتاج، حيث تم نشر رقاقات استنتاج MTIA برمز “إيريس” في مراكز البيانات الخاصة بها، وتستخدم حاليًا في أنظمة التوصية على Facebook Reels وInstagram، مع تقليل التكاليف الإجمالية بنسبة 40-44%. لكن، الاستنتاج والتدريب أمران مختلفان تمامًا. الاستنتاج هو تشغيل النموذج، والتدريب هو بناء النموذج. يمكن لـ Meta تصنيع رقاقات استنتاج، لكنها لا تستطيع تصنيع رقاقات تدريب تنافس نيفيديا.

هذه ليست المرة الأولى. في 2022، حاولت Meta تطوير رقاقات استنتاج داخلي، وفشلت في النشر على نطاق صغير، ثم تخلت عن المشروع ووجهت طلبات كبيرة لشراء رقاقات نيفيديا.

فشل مشروع الرقاقات الذاتية أدى مباشرة إلى تسريع عملية الشراء من الخارج.

شراء بمبلغ 135 مليار دولار بشكل هلع

في يناير 2026، أعلنت Meta أن ميزانية الإنفاق الرأسمالي لهذا العام ستكون بين 1150 و1350 مليار دولار، أي ضعف تقريبًا ما أنفقته العام الماضي (722 مليار دولار). الجزء الأكبر من هذا المبلغ سيُخصص للرقاقات.

خلال عشرة أيام، تم إبرام ثلاث صفقات ضخمة:

في 17 فبراير، وقعت Meta اتفاقية تعاون استراتيجي طويلة الأمد مع نيفيديا، تتضمن نشر “ملايين” من وحدات GPU من طراز Blackwell وVera Rubin، بالإضافة إلى معالج مركزي مستقل من نوع Grace. قدر المحللون أن حجم الصفقة يتراوح بمئات المليارات من الدولارات، مما يجعل Meta أول عميل حاسوبي على مستوى العالم ينشر بشكل واسع معالجات Grace المستقلة من نيفيديا.

في 24 فبراير، وقعت Meta اتفاقية مع AMD بقيمة تتراوح بين 600 و1000 مليار دولار، لشراء أحدث وحدات GPU من سلسلة MI450، ومعالجات EPYC من الجيل السادس. كجزء من الصفقة، أصدرت AMD لـ Meta حقوق شراء تصل إلى 160 مليون سهم من الأسهم العادية، تمثل حوالي 10% من أسهم AMD، بسعر 0.01 دولار للسهم، وتُمنح على مراحل حسب معايير التسليم.

في 26 فبراير، وفقًا لـ The Information، وقعت Meta عقدًا طويل الأمد بقيمة مليارات الدولارات مع Google، لاستئجار رقاقات TPU الخاصة بـ Google لتدريب وتشغيل نماذج اللغة الكبيرة القادمة، مع مناقشات لشراء رقاقات TPU مباشرة من Google بدءًا من 2027 وتثبيتها في مراكز البيانات الخاصة بها.

شركة وسائط اجتماعية واحدة، خلال عشرة أيام، أبرمت عقودًا مع ثلاث شركات رقاقات، بقيمة قد تتجاوز تريليونات الدولارات.

هذه ليست استثمارات متنوعة، بل شراء هلع.

ثلاث طبقات من قلق القدرة الحاسوبية

لماذا تتعجل Meta هكذا؟

الأول، الاعتماد على الرقاقات الذاتية لم يعد ممكنًا. توقف مشروع الرقاقات المتقدمة، مما يعني أن Meta في المستقبل القريب ستعتمد على الشراء الخارجي لتلبية احتياجاتها في تدريب الذكاء الاصطناعي. رقاقات الاستنتاج يمكنها التعامل مع أنظمة التوصية، لكن لتدريب نماذج متقدمة مثل Avocado، يجب الاعتماد على نيفيديا أو ما يعادلها من الأجهزة.

الثاني، المنافسون لن ينتظروا. استحوذت OpenAI على موارد هائلة من مايكروسوفت، سوفت بنك، وصندوق الثروة السيادي في الإمارات. استحوذت شركة أنثروبيك على 1 مليون وحدة TPU وTrainium من جوجل وأمازون. تم تدريب Gemini 3 بالكامل على TPU. إذا لم تحصل Meta على القدرة الحاسوبية الكافية، فلن تضمن مكانها في السباق.

الثالث، والأهم، أن زوكربيرج يحتاج إلى استخدام “القوة الشرائية” لتعويض نقص “القدرة على البحث والتطوير”. فشل Llama 4، تسرب المواهب، وإخفاق الرقاقات الذاتية، كلها عوامل جعلت سرد Meta في سوق وول ستريت هشًا. توقيع عقود مع نيفيديا، AMD، وجوجل يرسل إشارة واحدة على الأقل: نحن نملك المال، نحن نشتري، لم نمتنع.

استراتيجية Meta الآن هي، إن لم تستطع تطوير البرمجيات، فاشترِ الأجهزة، وإن لم تستطع الاحتفاظ بالمواهب، فاشترِ الرقاقات. لكن، المنافسة في الذكاء الاصطناعي ليست مجرد دفع الفواتير. القدرة الحاسوبية ضرورية، لكنها ليست كافية. بدون فريق نماذج من الطراز العالمي وخطة تقنية واضحة، فإن أي كمية من الرقاقات ستكون مجرد مخزون مكلف في المستودع.

مأزق المشتري

عند النظر إلى الصفقات الثلاثة التي أبرمتها Meta في فبراير، هناك تفصيل مثير للاهتمام غفل عنه الكثيرون.

ما اشترته Meta من نيفيديا هو رقاقات Blackwell الحالية وVera Rubin المستقبلية؛ ومن AMD، اشترت MI450 ونسخة مستقبلية من MI455X؛ ومن Google، استأجرت رقاقات TPU الحالية، وتخطط لشراءها مباشرة العام القادم.

ثلاثة موردين، ثلاث بنى تحتية مختلفة تمامًا من البرمجيات والأجهزة.

هذا يعني أن Meta ستضطر للتنقل بين بيئات CUDA من نيفيديا، وROCm من AMD، وXLA/JAX من جوجل، بشكل متكرر. استراتيجية التوريد المتعدد يمكن أن تقلل من مخاطر سلسلة التوريد، لكنها ستزيد بشكل كبير من تعقيد الهندسة.

هذه هي نقطة الضعف الأشد حدة في Meta الآن، إذ أن تدريب نموذج يتكون من تريليونات المعاملات على ثلاث بيئات برمجية مختلفة يتطلب مهندسًا قادرًا على بناء إطار تدريب عبر المنصات من الصفر، وليس مجرد مطور يعرف CUDA.

وهذا الشخص ربما لا يتجاوز عددهم 100 في العالم. بون رو مينغ هو واحد منهم.

إنفاق 100 مليار دولار على شراء أكثر الأنظمة تعقيدًا من الأجهزة، وفي الوقت ذاته فقدان العقل المدبر الذي يستطيع إدارة هذه الأجهزة، هو المشهد الأكثر غرابة في مقامرة زوكربيرج.

مقامرة زوكربيرج

لو نظرنا بشكل أوسع، فإن مسار زوكربيرج في الـ 18 شهرًا الماضية في مجال الذكاء الاصطناعي، يشبه بشكل مذهل استراتيجيته السابقة مع الميتافيرس:

رؤية الاتجاه، استثمار مبالغ ضخمة، توظيف أعداد هائلة، مواجهة العقبات، تغيير الاستراتيجية، ثم استثمار مجدد.

من 2021 إلى 2023، كانت قصة الميتافيرس، وخسائرها السنوية المئات من المليارات، وانخفاض سعر السهم من 380 دولار إلى 88 دولار. ومن 2024 إلى 2026، هو الذكاء الاصطناعي، بنفس النهج من الإنفاق المفرط، والتنظيمات المتكررة، مع سرد “ثق بي، لدي رؤية”.

الفرق أن موجة الذكاء الاصطناعي الآن أكثر واقعية بكثير من الميتافيرس. وMeta تملك المال للإنفاق، وإيراداتها من الإعلانات تولد تدفقات نقدية قوية، حيث بلغت إيرادات الربع الرابع من 2025 حوالي 599 مليار دولار، بزيادة 24%.

لكن المشكلة أن المال يمكنه شراء الرقاقات، والقدرة الحاسوبية، وحتى الموظفين، لكنه لا يستطيع شراء من يبقى في الشركة.

اختار بون رو مينغ الانضمام إلى OpenAI، واختار روس سالاخوتينوف المغادرة، واختار لوكون بدء مشروعه الخاص.

حاليًا، رهانه هو أنه، بشراء قدر كافٍ من الرقاقات، وبناء مراكز بيانات ضخمة، وإنفاق مبالغ طائلة، يمكنه العثور على أو تدريب من يستطيع استغلال هذه الموارد.

هذه الرهانات قد تنجح. فـ Meta واحدة من أغنى شركات التكنولوجيا في العالم، وتدفقات نقدية تشغيلية تزيد عن 100 مليار دولار، وهي درعها الأقوى. من OpenAI إلى أنثروبيك، ومن جوجل إلى المنافسين الآخرين، Meta تواصل استقطاب المواهب. وفقًا لـ Quantum, حوالي 40% من فريقها للذكاء الاصطناعي الفائق من خريجي OpenAI.

لكن، قسوة المنافسة تكمن في أن القدرة الحاسوبية، وقوائم المواهب، وأداء النماذج، كلها علنية. وقضية التلاعب في benchmark لـ Llama 4 أثبتت أنه لا يمكنك الاعتماد على العروض التقديمية والعلاقات العامة للحفاظ على التفوق.

السوق في النهاية يعترف فقط بمدى جودة نموذجك.

موقعك في سلسلة الغذاء

مع دخول سباق التسلح في الذكاء الاصطناعي عام 2026، أصبح ترتيب سلسلة التوريد واضحًا:

في القمة، يوجد OpenAI وGoogle. OpenAI تملك أقوى النماذج، وأكبر قاعدة مستخدمين، وأكثر تمويل جريء. Google تملك بنية تحتية متكاملة من الرقاقات، والنماذج، والبنية السحابية. أنثروبيك تتبعها، بفضل قوة منتجات Claude، ودعم Google وAmazon من حيث القدرة الحاسوبية، وتحتل المركز الأول.

أما Meta؟ فهي أنفقت أكبر قدر من المال، ووقعت أكبر العقود، وأجرت أكثر عمليات إعادة تنظيم، لكنها لم تقدم حتى الآن نموذجًا رائدًا يقنع السوق.

قصتها في الذكاء الاصطناعي تشبه إلى حد كبير قصة Yahoo في 2005. كانت Yahoo واحدة من أغنى شركات الإنترنت، وكانت تشتري وتستثمر بشكل جنوني، لكنها لم تتمكن من بناء محرك بحث مثل Google. المال ليس كل شيء. على زوكربيرج أن يحدد بوضوح ما الذي تريد Meta أن تفعله في الذكاء الاصطناعي، بدلاً من شراء كل ما هو شائع.

بالطبع، من المبكر جدًا أن نكتب نعي Meta. مع 3.58 مليار مستخدم نشط شهريًا، و599 مليار دولار إيرادات ربع سنوية، وأكبر مجموعة بيانات اجتماعية في العالم، فهي أصول يصعب على المنافسين تكرارها.

إذا تمكن النموذج القادم برمز “Avocado” من التسليم في 2026 والعودة إلى المركز الأول، فسيتم تصوير كل إنفاقها وإعادة تنظيمها على أنه استراتيجية حاسمة. لكن، إذا لم تحقق ذلك، فإن الـ 135 مليار دولار التي أنفقتها ستتحول إلى مخازن من السيليكون المشتعل.

في النهاية، سباق التسلح في الذكاء الاصطناعي في وادي السيليكون لا يفتقر إلى المشترين الذين يلوحون بالشيكات. ما ينقص هو من يعرف كيف يصنع المستقبل باستخدام هذه القدرة الحاسوبية.