ملف المحرر
Senior Editor, AI Models & Research
تركز إلينا تان على التطوير التقني لنماذج LLM، والنماذج متعددة الوسائط، والأنظمة مفتوحة المصدر. وتتابع انتقال أبحاث الذكاء الاصطناعي من المختبرات إلى التطبيقات الصناعية.
elena.tan@aiindustryreview.orgشركة ناشئة صينية تدعى Moonshot AI تطلق Kimi K3، وتتفوق على النماذج الأمريكية الرائدة في مهام البرمجة والعوامل الذكية، مما يثير تساؤلات حول هيمنة التكنولوجيا الأمريكية في مجال الذكاء الاصطناعي. تتزايد المنافسة في النماذج مفتوحة المصدر، وترتفع المخاطر الجيوسياسية.
هذا الأسبوع، تجاوزت تمويلات شركات الذكاء الاصطناعي الناشئة في كوريا الجنوبية 1.2 مليار دولار، بقيادة جولة تمويل من الفئة A بقيمة 103.4 مليون دولار لشركة Holiday Robotics، مما يسلط الضوء على ازدهار الاستثمار في مجالات البنية التحتية للذكاء الاصطناعي، وأتمتة المؤسسات، والروبوتات. في الوقت نفسه، تناقش كوريا الجنوبية والمملكة العربية السعودية إنشاء صندوق مشترك للتكنولوجيا العميقة، مع تسريع تطبيقات الذكاء الاصطناعي العمودية.
مع تزايد قوة نماذج الذكاء الاصطناعي المتطورة وعدم إمكانية التنبؤ بها، أصدرت كل من إلينوي ونيويورك وكاليفورنيا قوانين إفصاح تباعًا في محاولة لإنشاء حواجز أمان. لكن التشريعات مجزأة ولا تغطي جميع الجوانب، مما يواجه الشركات تحديات الامتثال.
اقترحت دراسة جديدة إطارًا للاستدلال القائم على LLM باستخدام التلقين متعدد المراحل، والذي يمكنه توليد تقارير دوائية سريرية منظمة تلقائيًا، مما يقلل بشكل كبير من وقت التجميع اليدوي. تحلل هذه المقالة تأثيره على صناعة الأدوية وسوق الرعاية الصحية بالذكاء الاصطناعي وتطبيقات الذكاء الاصطناعي على مستوى المؤسسات.
指出 تقرير "توقعات صناعة الرياضة العالمية لعام 2026" الصادر عن ديلويت أن الذكاء الاصطناعي يعيد تشكيل العمليات الرياضية، وهياكل رأس المال، والتكامل الإعلامي. يحلل هذا المقال تطبيقات الذكاء الاصطناعي في سلسلة صناعة الرياضة، وتأثيره على السوق، والاتجاهات المستقبلية.
أطلقت PwC إطار عمل "المؤسسة الذكية" (Intelligent Enterprise)، والذي يهدف إلى مساعدة الشركات على الانتقال من التجارب المبعثرة للذكاء الاصطناعي إلى العمليات الذكية الشاملة. يحلل هذا المقال الخلفية الصناعية للإطار، وتأثيره في السوق، والمشهد التنافسي، والدروس المستفادة للمؤسسات، ويستشرف المسار المستقبلي للذكاء الاصطناعي على مستوى المؤسسات.
أصدرت مايكروسوفت إطار العمل مفتوح المصدر ASSERT، الذي يحوّل الأوصاف باللغة الطبيعية للسلوك المتوقع للذكاء الاصطناعي إلى اختبارات قابلة للتنفيذ، مما يعكس أن الذكاء الاصطناعي على مستوى المؤسسات ينتقل من مرحلة «سباق قدرات النماذج» إلى مرحلة «التحقق من سلوك التطبيقات».
استنادًا إلى تقرير PitchBook «Q2 2026 Building, Backing, and Buying AI»: في ظل اقتراب إنفاق البنية التحتية للذكاء الاصطناعي في عام 2026 من 600 مليار دولار، تميل Google وMicrosoft وAmazon وMeta أكثر إلى بناء قدرات الحوسبة والاستثمار الاستراتيجي في حصص أقلية، بدلًا من الاستحواذ على قدرات الذكاء الاصطناعي عبر عمليات الاندماج والاستحواذ. هذا التحول يعيد تشكيل مسارات خروج الشركات الناشئة في مجال الذكاء الاصطناعي، والمنافسة في برمجيات المؤسسات، وتخصيص رأس المال للبنية التحتية للذكاء الاصطناعي.
أبرز حدث State of Data & AI الذي نظمته iTnews وNEXTDC في سيدني كيف يتحول محور النقاش حول الذكاء الاصطناعي المؤسسي من إثبات المفهوم إلى النشر على نطاق واسع، وسيادة البيانات، والامتثال، وAgentic AI. وبالنسبة للمؤسسات، لم يعد السؤال الحقيقي هو: «هل ينبغي استخدام الذكاء الاصطناعي؟»، بل: «كيف نبني مسارًا مستدامًا للتطبيق يوازن بين البنية التحتية والحوكمة والقيمة التجارية؟».
تستند هذه المقالة إلى وجهة نظرٍ في الصناعة حول «بيانات التقييم (eval data)»، وتُحلّل لماذا تتجه المنافسة في مجال الذكاء الاصطناعي من قدرات النماذج إلى سير العمل، ووصول المستخدمين، وحلقة التغذية الراجعة المغلقة، كما تناقش تأثير ذلك على الذكاء الاصطناعي المؤسسي، ووكلاء الذكاء الاصطناعي، ومنصات الذكاء الاصطناعي، والهيكل الصناعي.