في كل مرة يتم طرح طراز جديد، تكون النصيحة الأكثر شيوعًا هي نفسها دائمًا: قم بالتحديث فورًا، لأن هذا التطور سيكون حاسمًا. لكن هذه النصيحة أصبحت أقل فائدةً يومًا بعد يوم. فإذا سألت اليوم: «ما الذي يتغير مع GPT-5.6؟»، فإن الإجابة الصادقة ليست «كل شيء». بل هي «بعض الأمور المهمة، لكن الأهم من ذلك هو أن الطريقة التي ينبغي أن تقرأ بها السوق هي التي تتغير».
بصفتي الرئيس التنفيذي لشركة متخصصة في الذكاء الاصطناعي، أجد أن الجانب الأكثر إثارة للاهتمام في GPT-5.6 ليس ميزة واحدة بعينها، بل الإشارة التي يبعثها. فالنماذج تستمر في التحسن، لكن الفرق الملحوظ بالنسبة للعديد من المستخدمين يتضاءل مع كل إصدار جديد. وقد وصف أندريه كارباثي هذه القفزات التدريجية أفضل من أي شخص آخر: يبدو كل شيء أفضل قليلاً، بطرق حقيقية لكن يصعب تحديدها بمثال واحد واضح. إنها منظور مفيد لكي لا ننجرف لا وراء الضجة الإعلامية ولا وراء خيبة الأمل.
بالنسبة للجمهور من قطاع الأعمال، هذا أمر مهم للغاية. فإذا أصبح التقدم واسع الانتشار ومستمرًا وأقل إثارة، فإن الميزة التنافسية لن تكمن بعد ذلك في السعي وراء كل نموذج جديد، بل في بناء العمليات والمنصات وحالات الاستخدام التي تحول النموذج الجيد إلى قرارات موثوقة.
الخطأ الأكثر شيوعًا، عند طرح نموذج جديد، هو الخلط بين التحديث والميزة التنافسية. بالنسبة للعديد من الشركات، لا يُعد GPT-5.6 نقطة تحول لأنه يضيف قدرة مذهلة، بل إنه يغير الطريقة الصحيحة لقراءة سوق نماذج اللغة الكبيرة (LLM).
هناك تقدم بالفعل. وسيكون من الخطأ إنكاره. لكننا نمر بمرحلة أكثر إثارة للاهتمام وأقل بديهية من تلك التي يرويها الدوران الإعلامي للبيانات الصحفية. وقد لاحظ كارباثي ذلك منذ فترة بطريقة ضمنية: مع التوسع، تستمر النماذج في التحسن، لكن التحسن الهامشي يصبح أصعب في إدراكه بالنسبة لمن يشترون التكنولوجيا، وأصعب في تحويله إلى عائد مالي بالنسبة لمن ينتجونها. إنها ديناميكية العوائد المتناقصة المطبقة على الذكاء الاصطناعي.
مع GPT-5.6، لم تعد هذه الديناميكية مجرد فرضية. بل أصبحت جزءًا لا يتجزأ من المنتج نفسه. فقد تخلت OpenAI عن الإصدار الفردي لتقدم مجموعة من النماذج: ثلاثة نماذج — Sol وTerra وLuna — تختلف في القدرات والسرعة والتكلفة. يشير الرقم إلى الجيل، بينما يشير الاسم إلى الفئة. عندما يتوقف المورد عن بيع «النموذج» ويبدأ في بيع قائمة من ثلاثة مستويات، فإنه يعبّر عن شيء محدد: الذكاء الخالص يتحول إلى منتج متوفر في الأسواق، مع نسب سعر إلى أداء يمكن الاختيار من بينها كما نختار باقة الخدمات السحابية.
بالنسبة للمدير، فإن هذا التمييز أكثر أهمية من اسم الإصدار. فإذا حققت نماذج مختلفة جميعها مستوى عالياً في الكتابة والبرمجة والتلخيص والتفكير التشغيلي، فإن النموذج يتوقف تدريجياً عن كونه محور القيمة الاقتصادية. بل يصبح مجرد عنصر من العناصر. وتنتقل الميزة إلى من يقوم ببناء سير العمل والواجهات وعمليات التحكم والبيانات الخاصة وعمليات التكامل القادرة على تحويل نموذج «جيد جداً» إلى نتيجة تجارية قابلة للقياس.
النقطة الأساسية هي التالية: يجب النظر إلى GPT-5.6 على أنه مؤشر على تزايد تحويله إلى سلعة، وليس مجرد تقدم تقني.
ولهذا السبب، فإن السؤال «ما الذي يتغير في GPT-5.6» لا يكون مفيدًا إلا إذا صيغ بشكل صحيح. فلا يكفي أن نتساءل عما إذا كان النموذج يقدم استجابات أفضل. بل يجب أن تسأل نفسك ما إذا كانت منصتك، أو تلك التي تنوي شراءها، قادرة على استخدام نموذج جيد بشكل فعال ضمن عملية حقيقية: مثل الدعم الفني، أو العمليات التشغيلية، أو المبيعات، أو تطوير البرمجيات، أو تأثير نماذج اللغة الكبيرة (LLM) على تحليل البيانات. في الواقع العملي، فإن الفرق بين من يحقق عائدًا على الاستثمار (ROI) ومن يكتفي بإثباتات المفهوم (POC) غير الحاسمة، أصبح يعتمد بشكل متزايد على النظام الذي يحكم النموذج، وليس على المقارنة المعيارية البحتة.
هذه هي «فخ» الدرجة B+. فعندما تصبح العديد من النماذج جيدة بما يكفي لتلبية معظم احتياجات الاستخدام المؤسسي، فإن السعي وراء كل إصدار جديد يولد الحماس، لكنه لا يجلب بالضرورة ميزة تنافسية. الفائز هو من يستطيع إدارة نموذج «ممتاز» بشكل جيد، وليس من يغير النموذج أولاً.
الطريقة الصحيحة لفهم GPT-5.6 تبدأ بتمييز بسيط. فهناك ميزات جديدة للمنتج، وهناك آثار اقتصادية. أما الميزات الجديدة فقد أعلنت عنها OpenAI، أما الآثار الاقتصادية فتعتمد على كيفية دمج هذه القدرات في العمليات المؤسسية.
الحقيقة الأولى: المجموعة. يتوفر GPT-5.6 بثلاثة إصدارات. Sol هو النموذج الرائد، المصمم للمهام الأكثر تعقيدًا، مع وضع «ultra» الذي يسمح للنظام بالعمل لفترة أطول على مهمة ما وتفويض أجزاء من العمل إلى نماذج فرعية. أما Terra فهو الخيار المتوازن للعمل اليومي. أما «Luna» فيركز على السرعة والتكلفة. والبيان الأكثر أهمية بالنسبة للشركات ليس معيار أداء «Sol»، بل أن «Terra» يقدم أداءً يضاهي الجيل السابق GPT-5.5 بنحو نصف التكلفة. وعندما يصبح الجيل السابق من الذكاء الاصطناعي متاحًا بنصف السعر بعد بضعة أشهر، فإن المصطلح الصحيح هو «الانكماش». وهذا هو التأكيد الأوضح على مسار تحويل هذه التكنولوجيا إلى سلعة.
الحقيقة الثانية: الكفاءة كحجة تسويقية. تقدم OpenAI النموذج مع التركيز على الكفاءة لكل توكن في مهام البرمجة الوكيلية، وتدور الرسالة الرسمية حول العلاقة بين التكلفة والقيمة المحققة. يجدر بنا التوقف عند هذه النقطة. عندما يتوقف المورد الرائد عن التركيز بشكل أساسي على «مدى ذكاء النموذج» ويبدأ في التركيز على «تكلفة الحصول على نتيجة»، فهذا يعني أنه يدرك هو أيضًا أن السوق قد دخلت مرحلة «التكلفة مقابل النتيجة». وهذا هو بالضبط المجال الذي يتحدد فيه عائد الاستثمار للشركات، وليس مجال المقاييس المذهلة.
الحقيقة الثالثة: التكامل التشغيلي. مع GPT-5.6، يأتي وكيل يجمع السياق من التطبيقات والملفات المرتبطة لإنتاج المستندات وجداول البيانات والعروض التقديمية، ويعمل عبر الويب وأجهزة سطح المكتب والأجهزة المحمولة. وهذا ليس تفصيلًا ثانويًّا. فهو يشير إلى المجالات التي يحاول فيها النموذج استبدال العمل المجزأ الذي يتطلب اليوم خطوات يدوية، وعمليات نسخ ولصق، ومراجعات متكررة، وتغييرات مستمرة في واجهة المستخدم. وكما كان الحال مع الجيل السابق، فإن القيمة المتصورة لا تنبع من قدرة مجردة، بل من حقيقة أن الذكاء الاصطناعي يدخل في الأدوات التي تلعب بالفعل دورًا محوريًّا في العمل اليومي.
الحقيقة الرابعة، والأكثر غرابة: طريقة الإصدار. تم تقديم GPT-5.6 في أواخر يونيو في عرض مسبق محدود لمجموعة صغيرة من الشركاء، بناءً على طلب الحكومة الأمريكية، ولم يتم إصداره للجمهور إلا بعد إجراء اختبارات مع الهيئات الفيدرالية. وقد صرحت OpenAI بأن هذه العملية لا ينبغي أن تصبح القاعدة. وبغض النظر عن الكيفية التي ستتطور بها الأمور، فإنها تشكل سابقة: لم تعد إصدارات النماذج الرائدة مجرد أحداث تقنية أو تسويقية فحسب، بل أصبحت أيضًا أحداثًا تنظيمية. وسنعود لاحقًا إلى ما يعنيه ذلك بالنسبة للمشترين.
كما يجب قراءة التركيز على الأمن بقدر من الحذر. يُقدَّم «سول» باعتباره النموذج الأكثر كفاءة لدى OpenAI في مجال الأمن السيبراني، مصحوبًا بضمانات متعددة المستويات وبرامج وصول خاضعة للرقابة من أجل الأعمال الدفاعية المتخصصة. والأمر الجاد هنا لا يكمن في التعامل مع هذه البيانات على أنها ضمانات، بل في إدراك الاتجاه: يتم توجيه المنتج نحو مجالات يكون فيها الخطأ وسوء الاستخدام مكلفين، وهذا يزيد من الفائدة المحتملة ومن الحاجة إلى الضوابط والسياسات والإشراف في العمليات عالية المخاطر.
بالنسبة للشركات الصغيرة والمتوسطة، هذا هو الملخص الأكثر فائدة. يوسع GPT-5.6 نطاق عمل نماذج اللغة الكبيرة (LLM) ليشمل الأنشطة المهنية المعقدة والمتعلقة بالأدوات، ويخفض تكلفة الذكاء «الكافي». لكنه لا يغير القاعدة الاقتصادية الأساسية. فالنموذج الجيد الذي يفتقر إلى التنسيق يظل قدرة معزولة. أما النموذج الجيد المدمج في منصة تتضمن سير العمل والأذونات والضوابط والبيانات المؤسسية، فيمكنه تحقيق النتائج المرجوة.
إن التفسير الأكثر فائدة لـ GPT-5.6 ينطلق من حقيقة مزعجة: في المراحل المتقدمة من عملية التوسع، ينمو التقدم الذي يلاحظه المستخدمون بوتيرة أسرع من مدى إثارة هذا التقدم. وقد لخص أندريه كارباثي ذلك جيدًا عندما لاحظ أن النماذج الجديدة لا تتطور بالضرورة من خلال قدرة واحدة مذهلة. بل تتحسن في العديد من الجوانب في آن واحد، كل منها بقدر ضئيل، ولكن مع تأثيرات تراكمية ملموسة.
"كل شيء أصبح أفضل قليلاً وهذا رائع، لكن ليس بالضبط بطرق يسهل الإشارة إليها."
بالنسبة للجمهور من قطاع الأعمال، فإن هذه العبارة لها وزن أكبر من العديد من العروض التوضيحية. فهي تفسر سبب استخدام فريق ما لنموذج جديد واعتباره الأفضل على الفور تقريبًا، رغم صعوبة إظهار فرق واضح بين «قبل» و«بعد» في مهمة واحدة فقط. فالنظام يفسر النبرة بشكل أفضل، ويقلل من الأخطاء في الخطوات الوسيطة، ويحافظ على اتساق المحادثات الطويلة بشكل أفضل، وينتج نصوصًا تتطلب قدرًا أقل من التنقيح اليدوي. لا يوجد عنصر، بمفرده، يعيد تعريف المنتج. لكن المجموعة ككل تغير الإنتاجية الفعلية.
هذا هو السلوك النموذجي لتقنية تدخل مرحلة النضج.
ينبغي قراءة الإرشادات الرسمية التي سبق الإشارة إليها من هذا المنظور. فزيادة الكفاءة لكل توكن، وتحسين الأداء في المهام الطويلة، وتفويض المهام إلى النماذج الفرعية، والتكامل الأعمق مع المستندات وجداول البيانات، ليست مجرد تفاصيل شكلية. بل هي مؤشرات على التحسين الموزع. بعبارة أخرى، يقلل النموذج من الاحتكاكات على طول سلسلة التفاعل بأكملها.
بالنسبة لأي شركة، لا يكمن السؤال في ما إذا كانت هناك وظيفة «مذهلة» أم لا. بل يكمن السؤال في فهم أين تتراكم الميزة الاقتصادية. وفي الواقع، تتركز هذه الميزة في أربعة مجالات:
هذه هي النقطة التي يقلل الكثيرون من شأنها. فالتقدم الذي تحرزه نماذج اللغة الكبيرة (LLM) لا ينبع فقط من اختبارات الأداء، بل من الاختناقات التي تختفي في العمل اليومي.
كما يساعد كارباثي في التوصل إلى استنتاج أقل بديهية. فإذا كان التحسن ناتجًا عن مجموع التحسينات المنتشرة، فإن الميزة التنافسية للنموذج الفردي تميل إلى التقلص بسرعة أكبر مما يوحي به التسويق. ومن هنا تنشأ الديناميكية التي أحللها في «B Plus Trap AI Creative Spectrum»: عندما تصل نماذج مختلفة إلى مستوى جودة عالٍ بشكل عام، فإن الفارق الاقتصادي ينتقل من الذكاء «الخالص» إلى القدرة على دمجه بشكل جيد في سير العمل والبيانات والتراخيص والمقاييس التشغيلية.
ولهذا السبب، يجب تفسير GPT-5.6 بحذر. إنه تقدم حقيقي. لكن أهميته الاستراتيجية لا تكمن في النموذج بحد ذاته فحسب، بل في أنه يؤكد مسارًا أوسع نطاقًا: تظل العوائد الهامشية للتوسع مهمة، في حين أن القيمة القابلة للاستغلال تنتقل بشكل متزايد إلى المنصات التي تستطيع تطبيق نموذج جيد على مشكلات محددة، بشكل مستمر ومتحكم فيه.
الجانب الأقل بديهية في تطور نماذج اللغة الكبيرة (LLM) هو التالي: كلما تحسنت النماذج، قلّت الميزة التنافسية التي يوفرها النموذج نفسه.
هذه هي المفارقة التي تنطوي عليها النضوج التكنولوجي. في المراحل الأولى، كل قفزة نوعية تغير قواعد اللعبة. أما في المراحل اللاحقة، فتتقارب النماذج نحو معيار عالٍ ولكنه متشابه. وقد لاحظ كارباثي منذ فترة طويلة أن التوسع ينتج تحسينات واسعة النطاق، غالبًا ما تكون تدريجية، موزعة على العديد من جوانب التجربة. والنتيجة الاقتصادية واضحة. فإذا وصلت نماذج أكثر إلى مستوى جودة جيد ومستقر، فإن اختيار «الأفضل» يفقد أهميته مقارنة بالقدرة على تطبيقه بشكل جيد.
يُظهر GPT-5.6 هذه الديناميكية بوضوح في قائمة الأسعار. فالنسخة المتوازنة من الجيل الجديد تكلف حوالي نصف سعر الطراز الرائد الذي كان متوفراً قبل بضعة أشهر، مع نفس مستوى الأداء الملحوظ في معظم المهام. إنها عملية تحويل المنتج إلى سلعة، التي لم تعد مجرد توقع بل أصبحت حقيقة واقعة في الأسعار.
وهذا ما أسميه في عملي «فخ B+». ليس لأن النماذج متواضعة. بل على العكس، فهي قوية بما يكفي لحل العديد من المهام المفيدة. المشكلة، بالنسبة لمن يشترون التكنولوجيا، هي أنه بعد تجاوز عتبة معينة، يتقلص الفارق الملحوظ بوتيرة أسرع من الفارق الموعود.
يتماشى GPT-5.6 تمامًا مع هذا التفسير. تشير التحسينات الرسمية إلى منتج أكثر نضجًا وكفاءة وسهولة في الاستخدام. لكنها لا تشير، على الأقل بالنسبة لمعظم الشركات، إلى نقلة نوعية من شأنها أن تعيد صياغة الجدوى التجارية بمفردها.
ونظرًا لأن الأداء المتوسط للعديد من الطرازات «جيد بما فيه الكفاية» بالفعل، فإن ميزة التنافسية تتغير.
يتجه نحو ما لا تقيسه المعايير المرجعية كثيرًا، بينما تقيسه الحسابات الاقتصادية كثيرًا:
هذه هي النقطة التي يتأخر العديد من المديرين في إدراكها. فإذا كان GPT-5.6 ينتج إجابات أكثر دقة أو اتساقًا أو اقتصاديةً بعض الشيء، فإن الفائدة موجودة بالفعل. لكن لا يستفيد منها حقًّا سوى من قام بالفعل بإنشاء أوامر إدخال مستقرة، وقواعد للتحقق من الصحة، وإمكانية الوصول إلى البيانات الصحيحة، وواجهة تقلل من الأخطاء البشرية. وفي غياب هذه البنية التحتية، فإن حتى النموذج الأفضل لا ينتج سوى مخرجات أفضل يتعين تصحيحها يدويًّا في المقام الأول.
عندما تصبح جميع النماذج جيدة، فإن الفائز هو من يبني النظام الأكثر فائدة حول نموذج جيد.
لهذا الاستنتاج نتيجة عملية غالبًا ما تكون غير بديهية. فنادرًا ما يؤدي تغيير المزود مع كل إصدار إلى تحقيق ميزة هيكلية. ولا يكون ذلك منطقيًا إلا إذا كان النموذج الجديد يحسّن بشكل واضح مهمة حاسمة، مع تأثير قابل للقياس على المدة أو الجودة أو المخاطر. وفي معظم الحالات، تنشأ الميزة الأكثر قابلية للدفاع عنها من منصة التطبيقات. ليس من النموذج الأحدث، بل من الطريقة التي يتم بها دمج النموذج الجيد في العمليات والبيانات والأذونات والمقاييس التشغيلية.
هناك جانب آخر تقلل العديد من الشركات من أهميته. فإصدارات البرامج ليست مجرد أحداث تقنية فحسب، بل هي أيضًا خطوات تهدف إلى تعزيز المكانة التنافسية.
عندما يسرع أحد الموردين وتيرة إصدار الإعلانات، فإنه يوحي بأمرين على الأقل. الأول هو أن مسار التحسين أصبح مستمراً. والثاني هو أنه يريد أن يسيطر على الرواية السائدة في السوق. بعبارة أخرى، يريد أن يُنظر إليه على أنه المرجع الذي يحدد الوتيرة.
إلا أن GPT-5.6 يضيف بُعدًا ثالثًا جديدًا. وقد تم الإصدار العام على مرحلتين: أولاً، عرض مسبق مقتصر على شركاء مختارين بناءً على طلب الحكومة الأمريكية، ثم الإتاحة العامة بعد إجراء تقييمات مع الهيئات الفيدرالية. وهذه هي المرة الأولى التي يمر فيها إصدار بهذا المستوى بعملية من هذا النوع، وقد حرص كل من المورد والإدارة على توضيح أن هذا ليس التزامًا دائمًا. لكن السوابق موجودة. أصبحت إصدارات النماذج الرائدة أحداثًا تنظيمية وجيوسياسية أيضًا، وليست مجرد أحداث تقنية وتسويقية.
بالنسبة للمشترين، فإن لهذا الأمر نتيجة ملموسة: لم يعد الاعتماد الاستراتيجي على المورد مجرد مسألة أسعار و«التقييد التقني» فحسب. بل يشمل أيضًا خطر تأخير الوصول إلى نموذج ما أو تقييده أو تعديله لأسباب لا علاقة لها بعقدك. وهذا سبب إضافي لتبني بنى تسمح باستبدال النماذج أو دمجها دون الحاجة إلى إعادة كتابة سير العمل.
بالنسبة للمدير، فإن هذه القراءة تغير المنظور الذي يفسر من خلاله الأخبار. فبدلاً من أن يتساءل على الفور «هل يجب أن نطبّق ذلك؟»، من الأفضل أن يبدأ بطرح أسئلة أخرى:
هذا النهج أكثر برودة، لكنه أكثر فائدة أيضًا. فهو يتيح تجنب خطأين مكلفين. الأول هو السعي وراء كل إصدار جديد وكأنه أمر إلزامي. والثاني هو تجاهل الإشارات التنافسية باعتبارها مجرد حيل تسويقية.
تحليل إداري: قد يكون الإصدار السريع خطوة تقنية حقيقية، وفي الوقت نفسه، خطوة دفاعية أو هجومية في السوق. ولا يتعارض الأمران مع بعضهما البعض.
الشركات التي تدير الذكاء الاصطناعي بشكل جيد لا تتأثر بجدول أعمال الموردين. فهي تقيّم التأثير على تدفقاتها، وعلى الامتثال للوائح، وعلى التكلفة التشغيلية، وعلى التبعية الاستراتيجية. إنها عملية أكثر رتابة من مقارنة الأداء على مواقع التواصل الاجتماعي، لكنها تؤدي إلى قرارات أفضل.
السؤال المهم بالنسبة لشركة صغيرة أو متوسطة الحجم ليس ما إذا كان GPT-5.6 أفضل من الجيل السابق. فهو كذلك بالفعل. السؤال المهم هو آخر: في أي العمليات يؤدي هذا التحسن فعليًّا إلى تغيير في التكلفة أو المخاطر أو سرعة التنفيذ؟
وهنا تدخل «فخ B+» في الصورة. فإذا كانت العديد من النماذج قد أصبحت الآن جيدة بما يكفي لأداء المهام العامة، فإن الميزة التنافسية لا تنشأ من الترقية شهريًّا إلى أحدث إصدار. بل تنشأ من القدرة على دمج نموذج جيد في سير عمل خاضع للرقابة، مع بيانات صحيحة، وعمليات تحقق، وتراخيص، وأدوات يستخدمها الفريق بالفعل.
يستحق GPT-5.6 الاهتمام إذا كانت الذكاء الاصطناعي لا يقتصر دوره على كتابة النصوص فحسب، بل يشارك في عملية تشغيلية.
هناك ثلاث علامات تساعد على فهم ذلك:
يتم التقليل من أهمية هذه النقطة. فالنموذج الأفضل قليلاً في الدردشة لا يساوي شيئاً مقارنةً بنموذج جيد بما فيه الكفاية يقوم بتحديث جدول بيانات، أو إعداد مسودة تجارية بالبيانات الصحيحة، أو مساعدة أحد الموظفين دون إجباره على النسخ واللصق بين خمسة أنظمة.
إذا كنت تستخدم الذكاء الاصطناعي اليوم في البريد الإلكتروني، وملخصات الاجتماعات، والمسودات الأولية، والدعم العام، فمن غير المرجح أن يبرر GPT-5.6 بمفرده تغيير مجموعة التقنيات أو المزود أو العملية. في هذه الحالات، أصبح سوق النماذج أشبه بسوق السلع الذكية. الفرق موجود، لكنه يتجه نحو التقلص. وحقيقة أن المجموعة الجديدة تتضمن فئة اقتصادية معلنة تؤكد ذلك.
لهذا السبب من الأفضل أن نتحلى بالانضباط.
حدد حالات الاستخدام التي تؤثر فعليًّا على مؤشرات الأداء الرئيسية (KPI). افصل المهام التي تؤثر على المهل الزمنية أو الهوامش الربحية أو الجودة أو معدل التحويل عن تلك التي لا تؤدي سوى إلى نتائج أكثر جاذبية.
صمم آلية التحكم، لا تكتفِ بالمطالبة فقط. لتحقيق نتيجة جيدة ومستقرة، يلزم وجود قوالب وقواعد وبيانات مصرح بها وتسجيل للأحداث ومراجعة بشرية في النقاط الحرجة.
قم بقياس العملية بأكملها. احسب الوقت الإجمالي للحصول على نتيجة موثوقة. إذا كان عنق الزجاجة يكمن في البيانات غير الصحيحة، أو في عمليات الموافقة، أو في التكامل مع الأنظمة الداخلية، فإن تغيير النموذج لن يجدي نفعًا.
قلل من الاعتماد على المزود السائد حالياً. يلاحظ كارباثي منذ فترة طويلة أن القيمة تتجه نحو طبقة المنتج. وقد أظهر الإصدار على مرحلتين لـ GPT-5.6 أن الوصول إلى النماذج الرائدة قد يعتمد أيضاً على عوامل تنظيمية. وبالنسبة للشركات الصغيرة والمتوسطة، يعني هذا اختيار بنية تسمح باستبدال النماذج أو دمجها دون الحاجة إلى إعادة كتابة كل سير عمل.
حدد منصة العمل. فالخيار الحقيقي لا يقتصر على «GPT-5.6 نعم أم لا»، ولا على «Sol أم Terra أم Luna». بل هو أي نظام يطبق نموذجًا جيدًا بالفعل بشكل مناسب على سياقك المحدد.
من يفكر في الاختيار بين البناء داخليًّا أو اعتماد حل جاهز، عليه أن يبدأ من هنا: ليس من النموذج، بل من النظام الذي يحكمه.
.svg)
.svg)
.svg)
.webp)
