في خطوة مفاجئة ولكنها تعبّر عن تحوّل استراتيجي عميق في عالم الذكاء الاصطناعي، أعلنت شركة ميتا (Meta) عن استثمار ضخم بقيمة 15 مليار دولار في شركة Scale AI الناشئة، المتخصصة في تصنيف البيانات (Data Labeling) التي تُستخدم لتدريب نماذج الذكاء الاصطناعي المتقدمة. هذا الإعلان لم يمر مرور الكرام، ليس فقط بسبب ضخامته المالية، بل لأنه يُسلط الضوء على مرحلة جديدة في السباق العالمي نحو تطوير الذكاء الاصطناعي العام (AGI)، حيث تتحول البيانات المصنفة والدقيقة من مجرد أدوات مساعدة إلى ركائز حاسمة في معادلة التنافس بين عمالقة التقنية.



<h3 class="wp-block-heading">ما الذي يميز Scale AI؟ ولماذا دفعت ميتا كل هذا المبلغ؟</h3>



تُعتبر شركة Scale AI من أبرز الأسماء الناشئة في مجال البيانات المعلّمة، حيث توفر للشركات والمؤسسات أدوات وخدمات لتصنيف الصور والنصوص والفيديوهات بدقة بشرية عالية. وبدلاً من الاعتماد على التصنيف الآلي فقط، تستند الشركة إلى جيش من المصنفين البشريين لضمان جودة كل جزء من البيانات.



هذا النوع من البيانات يُعدّ أساسيًا لتدريب نماذج الذكاء الاصطناعي التوليدي (Generative AI)، مثل Llama من ميتا، وGPT من OpenAI، وGemini من جوجل. فالخوارزميات مهما بلغت قوتها، لا يمكنها التعلّم دون بيانات واضحة ومُمنهجة. ولذلك يُمكن القول إن Scale AI باتت تمثل أحد المفاتيح الأساسية لبناء الذكاء الاصطناعي في المستقبل.



وبموجب الصفقة الجديدة، سترتفع حصة ميتا لتُصبح مالكة لنسبة 49% من أسهم Scale AI، وهو ما يمنحها تأثيرًا مباشرًا على قرارات الشركة واستراتيجياتها المستقبلية.



البيانات أصبحت أهم من النماذج



في السنوات القليلة الماضية، ركّزت أغلب شركات الذكاء الاصطناعي على بناء نماذج لغوية ضخمة (LLMs) تعتمد على مليارات البارامترات. ولكن ظهرت مشكلة كبيرة: النماذج لا تتعلم بشكل فعّال إن لم تُغذَّى ببيانات صحيحة، متنوعة، غير متحيزة، وعالية الجودة.



وهنا ظهر دور شركات مثل Scale AI، التي توفر بيانات مصنفة بدقة تُجنّب النماذج الوقوع في الأخطاء، والانحيازات، والتناقضات. وهذا ما يبدو أن ميتا أدركته بوضوح، لتقرر الدخول في شراكة استراتيجية طويلة الأمد، وضخ مبلغ 15 مليار دولار لتحقيق قفزة نوعية في جودة البيانات التي تستخدمها نماذجها.



<h3 class="wp-block-heading">جزء من سباق تسلّح بيانات الذكاء الاصطناعي</h3>



تأتي هذه الصفقة في ظل منافسة شديدة بين شركات التكنولوجيا الكبرى للاستحواذ على الموارد الضرورية لبناء نماذج أكثر ذكاءً. فمثلًا:



<ul>
<li>استثمرت مايكروسوفت العام الماضي أكثر من 650 مليون دولار في استقطاب مصطفى سليمان، مؤسس Inflection AI، إلى صفوفها، وحصلت على تراخيص لتقنيات شركته. </li>



<li>أما جوجل فقد أنفقت 2.7 مليار دولار للحصول على شراكة حصرية مع Character.AI، بهدف تدريب نماذج محادثة ذات طابع شخصي وواقعي. </li>



<li>والآن، تدخل ميتا الساحة بقوة، مستهدفة البيانات عالية الجودة كمحور لتفوّقها القادم. </li>
</ul>



<h3 class="wp-block-heading">من هو ألكسندر وانغ؟ ولماذا انضم إلى ميتا؟</h3>



من أبرز نتائج الصفقة، انتقال ألكسندر وانغ، المؤسس والرئيس التنفيذي السابق لـ Scale AI، إلى فريق الذكاء الاصطناعي في ميتا. وانغ يُعد من ألمع العقول الشابة في وادي السيليكون، وقد أسس شركته في عمر 19 عامًا، ونجح خلال سنوات قليلة في جعلها من أهم مصادر بيانات التدريب لنماذج الذكاء الاصطناعي في العالم.



رغم استقالته من منصبه التنفيذي، سيحتفظ وانغ بمقعده في مجلس إدارة Scale، مما يعكس استمراره في التأثير على مستقبل الشركة. وتُشير هذه الخطوة إلى رغبة ميتا في دمج الخبرات التقنية والبشرية داخل منظومتها لبناء نماذج أكثر ذكاءً، مرونة، وإنسانية.



تصريحه بعد الصفقة كان لافتًا:



“استثمار ميتا يُعدّ اعترافًا بإنجازاتنا حتى اليوم، ويعكس قناعتنا بأن مستقبلنا — مثل مستقبل الذكاء الاصطناعي — بلا حدود.”



<h3 class="wp-block-heading">ما علاقة Llama 4 بالصفقة؟</h3>



رغم التطور الذي حققته ميتا في نماذجها المفتوحة مثل Llama 3، إلا أن الجيل الجديد Llama 4 لم يحقق نتائج مبهرة كما كان متوقعًا. الأداء في اختبارات الفهم والتلخيص والترميز لم يتفوّق بوضوح على نماذج OpenAI أو Anthropic، مما دفع ميتا إلى إعادة التفكير في أسلوب تدريب النماذج، والتركيز على مدخلات البيانات بدلًا من عدد البارامترات فقط.



استثمارها في Scale AI يُمثّل خطوة عملية لرفع جودة البيانات التدريبية، وهو ما سينعكس حتمًا على أداء الأجيال القادمة من Llama.



<h3 class="wp-block-heading">البنية التحتية الضخمة لا تكفي وحدها</h3>



في ميزانية ميتا لعام 2025، خُصص أكثر من 72 مليار دولار لبناء مراكز بيانات وتطوير خوادم متقدمة، في محاولة لخلق بيئة مثالية لتدريب الذكاء الاصطناعي. لكن يبدو أن ميتا أدركت أن أقوى أجهزة الحوسبة لا تصنع نموذجًا جيدًا بدون بيانات صحيحة، وهو ما يجعل الصفقة مع Scale استثمارًا مكملًا للبنية التحتية وليس بديلًا عنها.



<h3 class="wp-block-heading">البيانات المصنفة هي الذهب الجديد</h3>



نحن نعيش في زمن لم تعد فيه البيانات مجرد &#8220;وقود&#8221;، بل أصبحت المُنتج ذاته. الشركات لم تعد تتنافس على البرمجيات فقط، بل على من يملك القدرة على توليد وتصفية وتوصيف البيانات بأعلى جودة ممكنة.



في هذا السياق، يُمكن وصف Scale AI بأنها منجم بيانات ثمين، وميتا الآن أصبحت شريكًا رئيسيًا فيه.



في وقت تتسابق فيه الشركات لتطوير ذكاء اصطناعي يُحاكي قدرات البشر وربما يتفوق عليها&nbsp; تبرز أهمية المصدر الذي يتعلم منه هذا الذكاء. فكما لا يمكن للطالب أن يصبح طبيبًا متميزًا من كتب مزيفة، لا يمكن لنموذج AI أن يُنتج محتوى موثوقًا بدون بيانات دقيقة.



من هذا المنطلق، يُمكن القول إن صفقة ميتا مع Scale AI ليست مجرد استثمار تقني، بل هي استثمار في المستقبل نفسه. مستقبل تُحدّده البيانات، وتبنيه شركات تفهم أن الطريق نحو الذكاء الفائق لا يمر عبر الأرقام فقط، بل عبر الفهم العميق لما تعنيه هذه الأرقام.