لم يعد ChatGPT وClaude لاعبين على نفس الطريق.

مؤخراً، أصدرت OpenAI وAnthropic على التوالي تقارير المستخدمين الأساسية حول ChatGPT وClaude. هذه الوثيقتان ليستا مجرد عرض للأداء، بل تكشفان عن اتجاه حاسم في صناعة الذكاء الاصطناعي الحالية: النماذج الرائدة تتطور على مسارات مختلفة تماماً، وقد ظهرت تباينات ملحوظة في تحديد السوق، ومشاهد التطبيقات الأساسية، وأنماط التفاعل مع المستخدمين.

!

لذلك، قام غوي تو جين بدمج التحليل المقارن بين التقريرين بالتعاون مع فريقه من الخبراء في وادي السيليكون، لاستنباط الإشارات الصناعية المخفية وراءهما، واستكشاف الدروس العميقة التي تقدمها حول مسارات التكنولوجيا المستقبلية، ونماذج الأعمال، واستراتيجيات الاستثمار ذات الصلة.

تظهر بيانات التقريرين بوضوح الاختلافات في التركيز بين ChatGPT وClaude في قاعدة المستخدمين والوظائف الأساسية، وهو نقطة انطلاق لفهم الفجوات الاستراتيجية طويلة الأجل.

ChatGPT: اختراق السوق في مجالات التطبيقات العامة

!

أكد تقرير OpenAI مكانة ChatGPT كتطبيق ظاهرة. اعتبارًا من يوليو 2025 ، تجاوز عدد المستخدمين النشطين أسبوعيًا 700 مليون. يظهر هيكل المستخدمين ميزتين رئيسيتين:

أولاً، تم توسيع قاعدة المستخدمين بنجاح لتشمل مجموعة أوسع من الناس، حيث تحول ملف المستخدمين الذي كان يهيمن عليه الفنيون في البداية إلى مجموعة من المهنيين ذوي التعليم العالي من مجالات متنوعة؛

ثانياً، تتجه نسبة الجنسين نحو التوازن، حيث ارتفعت نسبة المستخدمات الإناث إلى 52٪.

فيما يتعلق بسيناريوهات التطبيق، تركز الوظائف الأساسية لـ ChatGPT على ثلاثة مجالات: الإرشاد العملي، استعلام المعلومات، وكتابة الوثائق، حيث تشغل هذه المجالات الثلاثة ما يقرب من 80٪ من إجمالي المحادثات.

يستخدم المستخدمون ذلك بشكل أساسي لدعم الحياة اليومية والمهام المكتبية الروتينية. ومن الجدير بالذكر أن التقرير يشير بوضوح إلى أن نسبة استخدام المساعدة في المهارات التقنية المتخصصة مثل البرمجة قد انخفضت بشكل ملحوظ من 12% إلى 5%.

بشكل عام، فإن المسار الاستراتيجي لـ ChatGPT هو أن يصبح مساعد ذكاء صناعي عام يخدم مجموعة واسعة من المستخدمين. الحاجز الرئيسي يكمن في قاعدة المستخدمين الكبيرة وتأثير الشبكة الناتج عنها، بالإضافة إلى معدل الاختراق العالي في عمليات معالجة المعلومات اليومية للمستخدم.

كلود: التركيز على السيناريوهات المؤسسية والمهنية المؤتمتة

!

تقرير أنثروبيك يرسم صورة مختلفة تمامًا. توزيع مستخدمي كلود يظهر ارتباطًا إيجابيًا قويًا مع مستوى التنمية الاقتصادية في المناطق (الناتج المحلي الإجمالي للفرد)، مما يشير إلى أن مجموعة مستخدميه الرئيسية تتكون من العمالة المعرفية والمهنيين في الاقتصاديات المتقدمة.

تتركز سيناريوهات التطبيق الأساسية بشكل كبير. تشير بيانات التقرير إلى أن هندسة البرمجيات هي تقريبًا المجال الرئيسي للتطبيق في جميع المناطق، حيث تتراوح نسبة المهام ذات الصلة بين 36% و40%، مما يمثل تباينًا حادًا مع اتجاهات استخدام ChatGPT في هذا المجال.

تظهر البيانات الأكثر تأثيرًا في التقرير من خلال النسبة المئوية للمهام "الأوتوماتيكية". خلال الأشهر الثمانية الماضية، ارتفعت حصة المهام الأوتوماتيكية "التعليمية" التي يقوم فيها المستخدمون بإصدار الأوامر، ويقوم الذكاء الاصطناعي بإكمال معظم العمل بشكل مستقل، من 27% إلى 39%.

بين مستخدمي API المدفوعة من الشركات، يكون هذا الاتجاه أكثر وضوحًا: حيث تظهر 77% من التفاعلات الحوارية نمطًا آليًا، ومعظمها يتم بأدنى مستوى من التدخل البشري، وهو ما يعرف بـ "الأتمتة الإرشادية".

لذا فإن وضع استراتيجية Claude واضح للغاية: أن يصبح أداة إنتاجية وأتمتة احترافية متكاملة بعمق في سير العمل الأساسي للمؤسسات. تكمن ميزته التنافسية في تحسين عميق لمجالات تخصص معينة (لا سيما تطوير البرمجيات) والسعي المتطرف لتحقيق كفاءة تنفيذ المهام.

استنادًا إلى المجالات الاستراتيجية المذكورة أعلاه، قام كوانغ شينغ وفريق الخبراء من وادي السيليكون بمقارنة البيانات من التقريرين، واستخلاص ثلاثة رؤى صناعية مستقبلية للمستثمرين.

1: "تخصص تطبيقات البرمجة"، يشير إلى ظهور سوق أدوات الذكاء الاصطناعي المتخصصة

إن تراجع ChatGPT وارتفاع Claude في تطبيقات البرمجة لا يعكس تقلبات السوق، بل هو ترقية لاحتياجات المستخدم نحو "التخصص" و"التكامل".

لقد أصبح واجهة المحادثة العامة غير قادرة على تلبية الاحتياجات العميقة للمطورين المحترفين في سير العمل المعقد. ما يحتاجون إليه هو ميزات الذكاء الاصطناعي التي يمكن أن تتكامل بسلاسة مع بيئات تطوير البرمجيات (IDE) وأنظمة التحكم في إصدار الشيفرة البرمجية وبرامج إدارة المشاريع.

تنبئ هذه الاتجاه بظهور فرصة سوقية مهمة: "سلسلة أدوات أصلية للذكاء الاصطناعي" مصممة خصيصًا لصناعات معينة (مثل تطوير البرمجيات، التحليل المالي، والخدمات القانونية) والتي ترتبط بعمق مع تدفقات العمل الحالية.

يتطلب ذلك من الذكاء الاصطناعي أن يمتلك ليس فقط القدرة على النموذج، ولكن أيضًا فهمًا عميقًا للصناعة. بالنسبة للاستثمارات في المجالات ذات الصلة، ستصبح القدرة على تقييم ما إذا كان الهدف يمتلك القدرة على بناء "التكامل العميق" نقطة تقييم رئيسية.

اثنان: "77% معدل الأتمتة"، تسريع عملية أتمتة مهام الشركات الكمية

تشير عبارة "77% من معدل أتمتة واجهات برمجة التطبيقات للشركات" في تقرير Anthropic إلى إشارة قوية للغاية، حيث توضح أن دور الذكاء الاصطناعي في تطبيقات الأعمال يتجه بسرعة من "مساعدة الإنسان" إلى "تنفيذ المهام".

!

تتطلب هذه البيانات منا إعادة تقييم سرعة تأثير الذكاء الاصطناعي على إنتاجية الشركات وهياكلها التنظيمية ونماذج التكلفة. في الماضي، كان السوق يركز بشكل عام على قيمة "تحسين الكفاءة" للذكاء الاصطناعي، ولكن الآن يجب أن يتم تضمين قيمة "الاستبدال" في إطار التحليل الأساسي.

يجب أن تمتد منطق الاستثمار من تقييم "كيف يمكن للذكاء الاصطناعي مساعدة الموظفين البشريين" إلى "في أي مجالات العمل المعرفية يمكن للذكاء الاصطناعي إكمال المهام المعيارية بكفاءة أعلى وتكلفة أقل بشكل مستقل".

ستكون المجالات مثل توليد البيانات المالية، مراجعة العقود الأولية، وتحليل البيانات السوقية، والتي تتطلب عمليات آلية عالية التكلفة من حيث الأيدي العاملة، هي الاتجاهات التي ستشهد أول فوائد اقتصادية ملحوظة لتقنيات الأتمتة الذكية.

ثلاثة: "اختلاف أنماط التعاون والأتمتة"، يكشف عن مسار تطور نماذج الأعمال في الذكاء الاصطناعي

تشير نقطة بيانات غير بديهية في التقرير إلى أنه في المناطق التي تكون فيها نسبة استخدام Claude مرتفعة، يميل المستخدمون أكثر إلى نمط "التعاون"؛ على العكس من ذلك، تميل المناطق ذات نسبة الاستخدام المنخفضة إلى نمط "الأتمتة".

!

قد يكشف هذا عن العلاقة التطورية بين نماذج أعمال الذكاء الاصطناعي ونضج المستخدمين. في المراحل المبكرة من اختراق السوق، يميل المستخدمون أكثر إلى استخدام الذكاء الاصطناعي كأداة كفاءة بسيطة، لاستخدامها بشكل بديل لإنجاز المهام المستقلة (الأتمتة).

وعندما يحصل المستخدمون (وخاصة المستخدمون المحترفون) على فهم أعمق لحدود قدرات الذكاء الاصطناعي وطرق التفاعل معه، سيبدأون في استكشاف كيفية العمل بشكل متعاون ومعقد مع الذكاء الاصطناعي لإنجاز مهام إبداعية أكثر صعوبة من تلك التي كانت صعبة التحقيق في الماضي.

تقدم هذه الأفكار تفكيرا جديدا حول نموذج الأعمال طويل الأجل للذكاء الاصطناعي. بالإضافة إلى خفض التكاليف من خلال الاستبدال الآلي (نموذج SaaS)، يمكن أن يؤدي التعاون بين الإنسان والآلة إلى خلق قيمة جديدة وتحسين جودة القرار، مما قد يؤدي إلى نشوء نماذج أعمال أكثر تقدمًا، مثل الدفع بناءً على النتائج أو الاشتراك في دعم القرار. يجب على المستثمرين عند تقييم مشاريع الذكاء الاصطناعي أن يأخذوا في الاعتبار في الوقت نفسه إمكاناتها للتطور في مساري "الأتمتة" و"خلق التعاون".

التحليل أعلاه المستند إلى التقارير العامة هو مجرد نقطة انطلاق لعملية اتخاذ القرار. لاتخاذ قرار كامل، يجب أيضًا الإجابة على أسئلة أعمق تتعلق ب"كيف يتم التنفيذ" و"من الذي سينفذ"، مثل:

ما هي حالة بنية التكنولوجيا، وتكوين الفريق، والتحقق من السوق لأكثر الشركات الناشئة الواعدة في مجال "سلسلة أدوات الذكاء الاصطناعي الأصلية"؟

ما هي البيانات المحددة لطرق التكنولوجيا الحقيقية لتحقيق مستوى عالٍ من أتمتة المهام داخل شركات التكنولوجيا الرائدة، وتكاليف النشر، والعائد على الاستثمار (ROI)؟

ما هي استراتيجية الذكاء الاصطناعي لشركة مثل آبل تحت نظامها البيئي المغلق، وخاصة منطق التكنولوجيا الأساسية لنموذجها الكبير الخاص وطرق تحقيق الدخل؟

لا يمكن الحصول على هذه المعلومات من التقارير العامة، بل تأتي من الخبرات العملية في خط الصناعة. لفهم ديناميات صناعة الذكاء الاصطناعي الحالية بشكل حقيقي، من الضروري إجراء حوار مباشر مع الأشخاص الرئيسيين الذين يقومون بتعريف هذه التقنيات والمنتجات.

على سبيل المثال، لدراسة أعمق في الخط الأمامي للصناعة، قام عملاؤنا الماليون مؤخرًا بإجراء مناقشات معمقة مع الخبيرين التاليين:

عالم ML/DL/NLP ورئيس تقني من قسم التعلم الآلي في Apple. كعضو رئيسي في تدريب نموذج اللغة الكبير (LLM) الخاص بشركة Apple من الصفر، يمكنه الكشف مباشرة عن التحديات التقنية التي تواجهها الشركات الكبرى عند بناء قدرات الذكاء الاصطناعي الأساسية الخاصة بها، والتكاليف الحقيقية للتدريب، والاعتبارات الاستراتيجية التي يتم الإبلاغ عنها مباشرة إلى الإدارة العليا.

مدير تقني (مهندس رئيسي) في منظمة Meta للذكاء الاصطناعي التوليدي. كمهندس مؤسس، لم يشارك فقط بعمق في تطوير نماذج LLM الكبيرة، ولكن الأهم من ذلك، أنه قاد عملية دمج تقنية GenAI مع محركات الأعمال الأساسية مثل تصنيف الإعلانات ونظام التوصيات. من خلال التواصل معه، يمكن رسم مسار التحويل من قدرات النموذج إلى العائد على الاستثمار التجاري بوضوح، فضلاً عن ملاحظاته حول استثمارات الشركات الناشئة في مجال الذكاء الاصطناعي المتقدم في أمريكا الشمالية.

ستحول رؤى هؤلاء الخبراء الاتجاهات الكلية في التقارير العامة إلى معلومات تكتيكية دقيقة يمكن أن توجه القرارات المحددة. في بيئة صناعية تتسم بتكرار المعلومات بسرعة، فإن الحصول على رؤى عميقة تتجاوز المعلومات العامة هو الأساس لبناء ميزة معرفية واتخاذ قرارات دقيقة. إذا كانت لديك حاجة لمزيد من المناقشة حول الموضوعات المذكورة أعلاه، فنحن نرحب بك للتواصل معنا لترتيب تبادل مع الخبراء في المجال المعني.

عندما تتجادل فريقك حول مسار التكنولوجيا، وعندما تكون قراراتك الاستثمارية معلقة، وعندما تكون استراتيجيتك للمنتج في ضباب... تذكر أن الارتباك الذي تواجهه قد يكون هو الطريق الذي اجتازه أحد الخبراء بالفعل. نحن في سيلكون توداي نؤمن أن التجربة الحقيقية تأتي دائماً من الأشخاص الذين يدفعون تحول الصناعة.

!