زيادة الطلب ورد الفعل السريع
جاءت الصدمة الأولية على شكل زيادة في الطلبات. طالبت الشركات بالوصول إلى نموذج DeepSeek من خلال أداة تطوير Bedrock من Amazon. دفع هذا أمازون إلى التصرف بسرعة غير عادية، مضيفة DeepSeek بسرعة إلى منصة Bedrock. في حين أن بعض الموظفين اعتبروا عملية الموافقة سريعة بشكل استثنائي، وصفتها قيادة أمازون بأنها استجابة سريعة لطلب العملاء الواضح. أكد الرئيس التنفيذي آندي جاسي في وقت لاحق على هذه السرعة للمستثمرين، مسلطًا الضوء على التزام الشركة بتلبية احتياجات العملاء.
تؤكد هذه الاستجابة اتجاهًا أوسع في عالم الذكاء الاصطناعي سريع الخطى. حتى أكبر شركات التكنولوجيا ليست محصنة ضد الإمكانات التخريبية للاكتشافات الجديدة. اضطرت أمازون، إلى جانب منافسين مثل OpenAI و Google و Meta و Microsoft، إلى التكيف مع المشهد المتغير الذي شكله DeepSeek.
ومع ذلك، تؤكد أمازون أن استراتيجيتها الأساسية لا تزال دون تغيير. كرر متحدث باسم الشركة أن تركيزهم كان دائمًا على توفير وصول آمن إلى النماذج المتطورة من خلال AWS، وتمكين العملاء من التحكم في بياناتهم والقدرة على بناء تطبيقات ذكاء اصطناعي توليدية مخصصة.
التنقل في مشهد الخصوصية
كان أداء DeepSeek المثير للإعجاب وفعاليته من حيث التكلفة لا يمكن إنكارهما، لكن وصوله أثار أيضًا تساؤلات. تسببت قدرات النموذج القوية وسعره المنخفض في إثارة ضجة في السوق، مما دفع المستثمرين إلى التدقيق في الاستثمارات الكبيرة التي قامت بها شركات التكنولوجيا الأمريكية في البنية التحتية للحوسبة.
كان رد أمازون متعدد الأوجه. مع الاستمرار في دمج الميزات المتعلقة بـ DeepSeek، مثل الإطلاق الأخير لخدمة مُدارة بالكامل لنموذج الاستدلال DeepSeek على Bedrock، ركزت الشركة أيضًا على التعليم والتمايز.
داخليًا، دارت المناقشات حول كيفية وضع عروض أمازون مقابل DeepSeek. أحد الجوانب الرئيسية لهذه الاستراتيجية هو التأكيد على الخصوصية والأمان.
إبراز الأمان والاختيار
تشجع الإرشادات الداخلية لموظفي AWS على إبراز مخاوف الخصوصية والأمان المحتملة المرتبطة بـ DeepSeek عند التفاعل مع العملاء. تقترح هذه الإرشادات:
- تذكير العملاء بأهمية ‘اختيار النموذج’.
- الترويج لنماذج Nova AI من AWS كبديل قابل للتطبيق.
- الترويج لـ Bedrock كمنصة أكثر أمانًا وخصوصية للوصول إلى نماذج الذكاء الاصطناعي.
تشير الإرشادات صراحةً إلى أن Bedrock يضمن عدم مشاركة بيانات العملاء مع موفري النماذج أو استخدامها لتحسين النماذج الأساسية. تتوقع أمازون أن يختار معظم العملاء إصدارات مفتوحة المصدر من نماذج DeepSeek، بدلاً من تلك التي تقدمها الشركة الصينية مباشرةً، مما يقلل من مخاطر الخصوصية المحتملة.
تلفت الإرشادات الانتباه أيضًا إلى سياسة خصوصية DeepSeek، التي تنص على أنه قد يتم جمع بيانات المستخدم وتخزينها على خوادم في الصين. يعزز هذا الرسالة القائلة بأن AWS تدرك بنشاط وتعالج مخاوف الخصوصية المتعلقة بـ DeepSeek.
الاستفادة من نقاط قوة Nova
بالإضافة إلى الخصوصية، تستفيد AWS أيضًا من نقاط قوة نماذج Nova AI الخاصة بها في تحديد موقعها التنافسي. تؤكد الإرشادات الداخلية على أن:
- تُظهر نماذج Nova أداءً أسرع مقارنة بنماذج DeepSeek، استنادًا إلى بيانات قياس الأداء من جهة خارجية.
- تستفيد نماذج Nova من معايير ‘الذكاء الاصطناعي المسؤول’ الأكثر قوة من AWS، مما يعزز أمانها.
مع الاعتراف بأن Nova قابلة للمقارنة بشكل مباشر مع نموذج DeepSeek’s V3 (نموذج نصي فقط) أكثر من نموذج الاستدلال R1، تسلط الإرشادات الضوء على قدرات Nova الأوسع، بما في ذلك فهم الصور والفيديو.
التعاون الداخلي والتعلم
أثار وصول DeepSeek موجة من النشاط الداخلي في أمازون. اجتذبت قناة Slack الداخلية المسماة ‘Deepseek-interest’ بسرعة أكثر من 1300 موظف في الأيام التي تلت ظهور DeepSeek في السوق. أصبحت هذه القناة مركزًا للمناقشات والأسئلة والملاحظات.
أعرب بعض الموظفين عن دهشتهم من رد الفعل المحدود نسبيًا ضد DeepSeek، بالنظر إلى أصله الصيني وتداعيات الأمان المحتملة. سعى آخرون للحصول على دعم لنماذج DeepSeek على منصة تطوير الرقائق الداخلية الخاصة بـ AWS، Neuron. كانت هناك أيضًا تقارير عن شكاوى العملاء بشأن الأخطاء التي تمت مواجهتها أثناء استخدام DeepSeek على Bedrock.
لمعالجة الزيادة في الاهتمام وتقديم التوجيه، نظمت أمازون جلسة تعلم داخلية لـ DeepSeek في أواخر يناير. غطت هذه الجلسة رسائل AWS، والموقع التنافسي، والميزات الرئيسية التي تميزها عن DeepSeek.
التكيف والتطور
بينما تدمج أمازون DeepSeek وتستجيب له بنشاط، فإنها تتخذ أيضًا خطوات لإدارة المخاطر المحتملة. يتم الآن ثني الموظفين عن استخدام DeepSeek على أجهزة الكمبيوتر الخاصة بالعمل ويتلقون تحذيرات ضد مشاركة المعلومات السرية مع تطبيق DeepSeek، مما يعكس الاحتياطات المعمول بها لاستخدام ChatGPT في العمل.
يتضح الوتيرة السريعة للابتكار في مجال الذكاء الاصطناعي في حقيقة أن بعض موظفي أمازون يتطلعون بالفعل إلى ما هو أبعد من DeepSeek. تحولت المناقشات داخل قناة Slack الداخلية إلى عروض ذكاء اصطناعي صينية أخرى، مثل Qwen من Alibaba، مما يشير إلى وعي مستمر بالمشهد المتطور. حتى أن أحد الموظفين علق بأن DeepSeek كان ‘بالفعل في اليوم الماضي’، مسلطًا الضوء على الوتيرة المتواصلة للتقدم.
التأثير التقني لـ DeepSeek
لا تقتصر أمازون على التفاعل مع وجود DeepSeek في السوق؛ بل إنها تدرس أيضًا التكنولوجيا الأساسية الخاصة بها. تُبذل جهود لتحليل تقنيات تدريب DeepSeek، بهدف تطبيق بعضها على نموذج الاستدلال الخاص بـ AWS، والذي هو قيد التطوير حاليًا.
كما ورد سابقًا، تعمل AWS على نموذج الاستدلال الخاص بها لبعض الوقت. ومع ذلك، فقد أدى ظهور DeepSeek إلى إضفاء شعور بالإلحاح، مما أدى إلى تسريع تقدم المشروع.
خلال مكالمة أرباح، أقر الرئيس التنفيذي آندي جاسي بأن أمازون ‘أعجبت’ بالعديد من جوانب منهجيات تدريب DeepSeek. وذكر على وجه التحديد ‘قلب تسلسل التدريب التعزيزي’ وبعض ‘تحسينات الاستدلال’ كمجالات اهتمام.
التركيز على الاستدلال
يؤكد تطوير أمازون لمنافس مباشر لنموذج الاستدلال R1 الخاص بـ DeepSeek التزام الشركة بالبقاء في طليعة ابتكار الذكاء الاصطناعي. سلطت التطورات السريعة في قدرات الاستدلال، التي يمثلها DeepSeek، الضوء على أهمية هذا المجال.
من خلال إنشاء نموذج الاستدلال الخاص بها، تهدف AWS إلى:
- تقديم بديل تنافسي لـ DeepSeek’s R1.
- معالجة مخاوف الخصوصية والأمان المحتملة المرتبطة باستخدام نموذج من كيان أجنبي.
- الاستفادة من خبرتها وبنيتها التحتية الخاصة بها لتجاوز قدرات DeepSeek.
الآثار الأوسع
يوفر رد أمازون على DeepSeek دراسة حالة قيمة حول كيفية تعامل شركات التكنولوجيا الكبرى مع عالم الذكاء الاصطناعي الديناميكي والذي لا يمكن التنبؤ به في كثير من الأحيان. إنه يوضح:
- الحاجة إلى المرونة: القدرة على التكيف بسرعة مع التطورات الجديدة ومتطلبات العملاء أمر بالغ الأهمية.
- أهمية التمايز: يعد إبراز نقاط القوة الفريدة ومعالجة نقاط الضعف المحتملة أمرًا ضروريًا في مشهد تنافسي.
- التركيز المستمر على الخصوصية والأمان: مع زيادة قوة نماذج الذكاء الاصطناعي، تصبح المخاوف بشأن خصوصية البيانات وأمنها ذات أهمية قصوى.
- السعي المستمر للابتكار: تعد دراسة المنافسين والتعلم منهم، مع الاستثمار في الوقت نفسه في البحث والتطوير الداخليين، أمرًا حيويًا للبقاء في المقدمة.
تعد قصة DeepSeek بمثابة تذكير بأن مشهد الذكاء الاصطناعي في حالة تغير مستمر. يظهر لاعبون جدد، وتتطور التقنيات، ويجب على الشركات التكيف للبقاء في المنافسة. يعكس رد أمازون، الذي يتميز بمزيج من التكامل السريع، وتحديد المواقع الاستراتيجية،والتعلم الداخلي، التحديات والفرص التي يوفرها هذا المشهد المتغير باستمرار. يؤكد التطوير المستمر لنموذج الاستدلال الخاص بها التزام أمازون ليس فقط بالاستجابة لتحولات السوق ولكن أيضًا بتشكيل مستقبل الذكاء الاصطناعي.