لم يعد ChatGPT و Claude لاعبين على نفس المسار.

في الآونة الأخيرة، أصدرت OpenAI وAnthropic تقارير المستخدمين الأساسية حول ChatGPT وClaude. ليست هذه الوثائق مجرد عرض للإنجازات، بل تكشف عن اتجاه بالغ الأهمية في صناعة الذكاء الاصطناعي: النماذج الرائدة تتطور في مسارات مختلفة تمامًا، وقد ظهرت تباينات ملحوظة في مواضعها في السوق، ومشاهد استخدامها الأساسية، وأنماط التفاعل مع المستخدمين.

لذلك، قام السيد سيليكون بتجميع وتحليل تقاريرين بناءً على تواصل مع فريقه من الخبراء في وادي السيليكون، لاستخراج الإشارات الصناعية المخفية وراءها، واستكشاف الدلالات العميقة لها على مسارات التكنولوجيا المستقبلية، ونماذج الأعمال، واستراتيجيات الاستثمار ذات الصلة.

تظهر بيانات التقريرين بوضوح الاختلافات في تركيز ChatGPT وClaude على قاعدة المستخدمين والوظائف الأساسية، وهذا هو نقطة البداية لفهم اختلاف استراتيجياتهما على المدى الطويل.

ChatGPT: في مجال التطبيقات العامة penetration السوق

أثبت تقرير OpenAI مكانة ChatGPT كتطبيق ظاهري. اعتبارًا من يوليو 2025، تجاوز عدد المستخدمين النشطين أسبوعياً 700 مليون. يُظهر هيكل المستخدمين ميزتين رئيسيتين:

أولاً، لقد نجح مجتمع المستخدمين في التوسع ليشمل مجموعة أوسع من الناس، حيث تحولت الصورة النمطية للمستخدمين التي كانت تتركز في البداية على الفنيين إلى مجموعة من المهنيين ذوي التعليم العالي ومن مختلف المهن؛

ثانياً، تميل نسبة الجنس إلى التوازن، حيث ارتفعت نسبة المستخدمين الإناث إلى 52٪.

فيما يتعلق بسيناريوهات التطبيق، تتركز الوظائف الأساسية لـ ChatGPT في ثلاثة مجالات: الإرشادات العملية، استعلام المعلومات، وكتابة الوثائق، حيث تمثل هذه المجالات الثلاثة ما يقرب من 80% من إجمالي المحادثات.

يستخدم المستخدمون هذا بشكل رئيسي لدعم حياتهم اليومية ومهام المكتب العادية. ومن الجدير بالذكر أن التقرير يشير بوضوح إلى أن نسبة استخدام المساعدة في التقنيات المهنية مثل البرمجة قد انخفضت بشكل ملحوظ من 12% إلى 5%.

بشكل عام، فإن المسار الاستراتيجي لـ ChatGPT هو أن يصبح مساعد ذكاء اصطناعي عام يخدم مجموعة واسعة من المستخدمين. تكمن قوته الأساسية في قاعدة المستخدمين الكبيرة وتأثير الشبكة الناتج عن ذلك، فضلاً عن معدل الاختراق العالي في العمليات اليومية لمعالجة المعلومات للمستخدمين.

كلود: التركيز على سيناريوهات الأتمتة المؤسسية والمحترفة

تصف تقرير أنثروبك صورة مختلفة تمامًا. يُظهر توزيع مستخدمي كلود علاقة إيجابية قوية مع مستوى التنمية الاقتصادية في المناطق (الناتج المحلي الإجمالي للفرد)، مما يشير إلى أن مجموعة مستخدميه الرئيسية تتكون من العاملين في المعرفة والمهنيين في الاقتصاديات المتقدمة.

تركز مشاهد التطبيق الأساسية بشكل كبير. تظهر بيانات التقرير أن هندسة البرمجيات هي المجال الرئيسي للتطبيق في جميع المناطق تقريبًا، حيث تتراوح نسبة المهام ذات الصلة بين 36% و40%، وهذا يتناقض بشكل حاد مع اتجاه تطبيق ChatGPT في هذا المجال.

تظهر البيانات الأكثر تأثيرًا في التقرير نسبة “الأتمتة” في المهام. خلال الأشهر الثمانية الماضية، زادت حصة المهام الأوتوماتيكية “التي تتم بواسطة أوامر مباشرة من المستخدمين ويكملها الذكاء الاصطناعي بشكل مستقل” بشكل كبير من 27% إلى 39%.

بين مستخدمي واجهات برمجة التطبيقات المدفوعة من الشركات، تبرز هذه الاتجاهات بشكل أكثر وضوحًا: حيث تظهر 77% من التفاعلات الحوارية نمطًا آليًا، ومعظمها عبارة عن أتمتة “تعليمية” بأدنى مستوى من التدخل البشري.

لذلك، فإن التوجه الاستراتيجي لـ Claude واضح جداً: أن يصبح أداة إنتاجية وأتمتة احترافية متكاملة بعمق في سير عمل الشركات الأساسية. تتمثل ميزته التنافسية في تحسين عميق لمجالات تخصص معينة (خاصة في تطوير البرمجيات) والسعي لتحقيق كفاءة تنفيذ المهام بشكل متطرف.

استنادًا إلى المجالات الاستراتيجية المذكورة أعلاه، قام كينغ سيلكون وفرق الخبراء في وادي السيليكون بمقارنة بيانات التقريرين لتقديم ثلاث رؤى صناعية مستقبلية للمستثمرين.

أ: “تطبيقات البرمجة” تتباين، مما يدل على ظهور سوق أدوات الذكاء الاصطناعي المتخصصة

إن التنافس بين ChatGPT وClaude في تطبيقات البرمجة لا يعكس تقلبات الطلب في السوق، بل هو ترقية لاحتياجات المستخدم نحو “التخصص” و"التكامل".

لقد أصبح الواجهة العامة للحوار غير كافية لتلبية الاحتياجات العميقة للمطورين المحترفين في سير العمل المعقد. ما يحتاجونه هو وظائف ذكاء اصطناعي تتكامل بسلاسة مع بيئات التطوير المتكاملة (IDE) وأنظمة التحكم في إصدار الكود وبرامج إدارة المشاريع.

تشير هذه الاتجاهات إلى ظهور فرصة سوقية مهمة: سلسلة أدوات “AI الأصلية” المصممة خصيصًا لصناعات معينة (مثل تطوير البرمجيات، التحليل المالي، والخدمات القانونية) والتي ترتبط بعمق مع سير العمل القائم.

هذا يتطلب من الذكاء الاصطناعي أن يمتلك ليس فقط القدرة على النمذجة، ولكن أيضًا فهمًا عميقًا للصناعة. بالنسبة للاستثمار في المجالات ذات الصلة، فإن تقييم ما إذا كان الهدف يمتلك القدرة على بناء “تكامل عميق” سيكون نقطة اعتبار رئيسية.

ثانياً: “77% معدل الأتمتة”، تسريع عملية أتمتة مهام الشركات الكمية

تشير نسبة “77% من معدل أتمتة واجهات برمجة التطبيقات للشركات” في تقرير Anthropic إلى إشارة قوية للغاية، حيث توضح أن دور الذكاء الاصطناعي في مقدمة التطبيقات التجارية يتحول بسرعة من “مساعد بشري” إلى “تنفيذ المهام”.

تتطلب هذه البيانات منا إعادة تقييم سرعة تأثير الذكاء الاصطناعي على إنتاجية الشركات والهياكل التنظيمية ونماذج التكلفة. في الماضي، كان السوق يركز بشكل عام على قيمة “زيادة الكفاءة” للذكاء الاصطناعي، ولكن الآن يجب أن ندمج قيمة “الاستبدال” في إطار التحليل الأساسي.

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

ستكون المجالات مثل إنشاء البيانات المالية، والمراجعة الأولية للعقود، وتحليل بيانات السوق، التي تتطلب عمليات متكررة وبتكاليف عمالية عالية، هي الاتجاهات التي ستحقق فيها تقنيات الأتمتة بالذكاء الاصطناعي فوائد اقتصادية ملحوظة أولاً.

ثالثًا: الاختلافات في نموذج “التعاون والأتمتة” تكشف عن مسار تطور نماذج الأعمال الذكية.

نقطة بيانات غير بديهية في التقرير هي: كلما زادت نسبة استخدام Claude للفرد في منطقة ما، كان المستخدمون أكثر ميلاً إلى نمط “التعاون”؛ على العكس من ذلك، فإن المناطق التي لديها نسب استخدام أقل تميل أكثر إلى نمط “الأتمتة”.

قد تكشف هذه العلاقة عن تطور نموذج الأعمال للذكاء الاصطناعي مع نضوج المستخدمين. في مرحلة الاختراق المبكر للسوق، يميل المستخدمون أكثر إلى اعتبار الذكاء الاصطناعي أداة فعالة بسيطة، تُستخدم بشكل بديل لإكمال مهام مستقلة (أتمتة).

وعندما يحصل المستخدمون (وخاصة المستخدمون المحترفون) على فهم أعمق لحدود قدرات الذكاء الاصطناعي وطرق التفاعل، سيبدأون في استكشاف كيفية العمل بشكل متعاون ومعقد مع الذكاء الاصطناعي لتحقيق المهام الإبداعية التي كانت صعبة التحقيق في الماضي.

يطرح هذا أفكارًا جديدة حول نموذج الأعمال طويل الأجل للذكاء الاصطناعي. بالإضافة إلى تقليل التكاليف من خلال الاستبدال الآلي (نموذج SaaS)، فإن التعاون بين الإنسان والآلة لخلق قيمة جديدة وتحسين جودة القرار 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 في مساري “الأتمتة” و"الإبداع التعاوني".

التحليل أعلاه المستند إلى التقارير العامة هو مجرد نقطة انطلاق لعملية اتخاذ القرار. لاتخاذ قرار كامل، يجب أيضًا الإجابة على أسئلة أعمق حول “كيف سيتم التنفيذ” و"من سيقوم بالتنفيذ"، مثل:

كيف هي بنية التكنولوجيا وتكوين الفريق وحالة التحقق من السوق لأكثر الشركات الناشئة الواعدة في مجال “سلسلة أدوات الذكاء الاصطناعي الأصلية”؟

ما هي البيانات المحددة حول المسار التكنولوجي الحقيقي لتحقيق نسبة عالية من أتمتة المهام داخل الشركات التكنولوجية الرائدة، وتكاليف النشر، وعائد الاستثمار (ROI)؟

ما هي الاستراتيجية المتعلقة بالذكاء الاصطناعي لشركات مثل آبل ضمن نظامها البيئي المغلق، وخاصةً منطق التكنولوجيا الأساسية للنموذج الكبير المملوك لها ومسارها التجاري؟

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

على سبيل المثال، لتعميق البحث في الخط الأمامي للصناعة، أجرت عملاؤنا الماليون مؤخرًا محادثات عميقة مع الخبيرين التاليين:

عالم ML/DL/NLP ورئيس تقني من قسم التعلم الآلي في Apple. كونه أحد الأعضاء الرئيسيين في تدريب نموذج اللغة الكبير (LLM) الخاص بشركة آبل من الصفر، يمكنه الكشف مباشرة عن التحديات التقنية الحقيقية التي تواجهها شركات التكنولوجيا الكبرى عند بناء قدرات الذكاء الاصطناعي الأساسية، وتكاليف التدريب الحقيقية، بالإضافة إلى الاعتبارات الاستراتيجية التي يتم تقديمها مباشرة إلى الإدارة العليا.

رئيس قسم الهندسة في منظمة Meta للذكاء الاصطناعي التوليدي. كمهندس مؤسس، لم يشارك فقط بعمق في تطوير نماذج LLM الكبيرة، بل كان أيضًا الأساس في قيادة عملية دمج تقنيات GenAI مع محركات الأعمال الأساسية مثل تصنيف الإعلانات وأنظمة التوصية. من خلال التواصل معه، يمكن رسم مسار واضح من قدرات النموذج إلى عائد الاستثمار التجاري، فضلاً عن ملاحظاته حول استثمارات الشركات الناشئة في مجال الذكاء الاصطناعي الرائدة في أمريكا الشمالية.

تقدم رؤى من هذا النوع من الخبراء اتجاهات ماكرو في التقارير العامة ، وتحولها إلى معلومات تكتيكية دقيقة يمكن أن توجه القرارات المحددة. في بيئة صناعية تتطور فيها المعلومات بسرعة ، فإن الحصول على رؤى عميقة تتجاوز المعلومات العامة هو الأساس لبناء ميزة معرفية واتخاذ قرارات دقيقة. إذا كان لديك حاجة لمزيد من المناقشة حول هذا الموضوع ، فنحن نرحب بك للتواصل معنا لترتيب محادثات مع خبراء في المجالات المعنية.

عندما يتجادل فريقك بلا هوادة حول مسار التكنولوجيا، وعندما تكون قرارات الاستثمار الخاصة بك معلقة، وعندما تكون استراتيجيتك للمنتج محاطة بالضباب… تذكر أن الارتباك الذي تواجهه قد يكون هو نفس الطريق الذي اجتازه أحد الخبراء بالفعل. نحن في سيليكون توبيس نؤمن أن التجارب الحقيقية تأتي دائمًا من الأشخاص الذين يدفعون تغييرات الصناعة بأنفسهم.