بعد انقطاع الإمداد عن Cursor: لماذا لا يمكن لشركة SaaS للذكاء الاصطناعي أن ترتبط بنموذج واحد

حدث مؤخرًا أمر ينبغي لكل مؤسس في مجال الذكاء الاصطناعي أن يوليه اهتمامًا.

بعد استحواذ SpaceX على Cursor، أعلنت OpenAI أنها ستوقف تدريجيًا تزويد Cursor بنماذج OpenAI، بتاريخ مقترح للتوقف هو 12 نوفمبر 2026. والسبب الذي ذكرته OpenAI هو أنها بعد تغيّر الملكية لم تعد واثقة من أن SpaceX ستستخدم تقنيتها وفقًا لشروط الخدمة ذات الصلة.

رابط الخبر: OpenAI: Our decision on Cursor following its acquisition by SpaceX

لا أريد تقييم من الأصوب في هذا النزاع التجاري. لكنه جعلني أعيد التفكير في سؤال واحد:

إذا كانت شركة SaaS للذكاء الاصطناعي تبني قدرتها الأساسية بالكامل على نموذج شركة واحدة، فهل تتحكم حقًا في مصير منتجها؟

معظم منتجات الذكاء الاصطناعي تختار عند انطلاقها أقوى نموذج متاح في ذلك الوقت. وهذا منطقي تمامًا — إذ يمكن للشركة الناشئة أن تحصل في وقت قصير جدًا على قدرات ذكية كانت تتطلب في الماضي استثمارات ضخمة.

لكن المشكلة هي أن إمداد النماذج ليس مستقرًا إلى الأبد.

قد يرتفع سعر النموذج الأساسي. وقد تتغير سياسات الاستخدام. وقد تُقيَّد الخدمة في منطقة معينة. وقد تنهي شركة النماذج تعاونها مع منصة ما لأسباب تنافسية أو متعلقة بالاستحواذ أو الامتثال أو العقود.

وهناك أيضًا سيناريو أكثر شيوعًا بكثير: ليس أن النموذج يتوقف عن العمل، بل أن نموذجًا آخر يصبح بعد بضعة أشهر أرخص أو أسرع أو أنسب لنوع معين من المهام.

إذا كان المنتج مرتبطًا بعمق شديد بنموذج واحد، فقد يعني تبديل النموذج إعادة تصميم المنتج بأكمله.

لهذا السبب، عند تصميم بنية الذكاء الاصطناعي في SnapLedger وSnapLab، لم نرغب أبدًا في تثبيت «أي نموذج نستخدم».

بالنسبة للأعمال عالية التكرار مثل تحليل الفواتير وتصنيف المعاملات ومطابقة المستندات وفحص القيود، الأهم ليس استدعاء أقوى نموذج في العالم في كل مرة، بل استقرار النتائج وقابلية التحكم في التكلفة — وإمكانية التحقق من المخرجات عبر قواعد محاسبية ومنطق حتمي.

يمكن إنجاز هذه الأعمال بالتعاون بين نماذج منخفضة التكلفة ونماذج مفتوحة المصدر وبرامج حتمية.

أما تحليلات الأعمال المعقدة واكتساب العملاء والبحث عن الموردين أو المهام العابرة للأنظمة، فيمكننا عند الحاجة استدعاء نماذج حدودية أقوى — وما يقف خلفها من أدوات ومنظومات.

في هذه البنية، النموذج مهم. لكن النموذج ليس المنتج نفسه.

ما يحتاج SnapLedger حقًا إلى تراكمه على المدى الطويل هو:

• فهم الفواتير والمعاملات البنكية والعلاقات بينها؛
• قواعد الضرائب والامتثال في مختلف الدول؛
• سير العمل الحقيقي للشركات والمستقلين؛
• منطق حتمي قادر على التحقق من النتائج؛
• آليات اختبار وتقييم ومراجعة بشرية لكل نوع من المهام؛
• نظام توجيه (routing) يوزع المهام بين النماذج المختلفة.

بهذه الطريقة، حتى لو تغيرت النماذج الأساسية، فإن فهم SnapLedger للأعمال وسير العمل المتراكم والسياق المحفوظ للعملاء لن يختفي.

أزداد قناعة بأن شركة SaaS المتميزة للذكاء الاصطناعي في المستقبل لا ينبغي أن تكون مجرد واجهة مستخدم ملفوفة حول نموذج قوي.

بل ينبغي أن تشبه شركة قادرة على اختيار موظفيها بمرونة: بعض الأعمال تذهب إلى نماذج أرخص وأكثر استقرارًا، وبعضها إلى نماذج حدودية أذكى، وبعض الأحكام الحاسمة يجب أن تذهب إلى منطق حتمي — أو إلى خبراء بشريين.

القدرة الحقيقية للمنتج هي أن تعرف أي عمل تسنده إلى من، وأن تستطيع التحقق من أن العمل قد أُنجز.

ما تواجهه Cursor قد يكون حدثًا خاصًا. لكنه يذكّر جميع مؤسسي الذكاء الاصطناعي بشيء أكثر عمومية بكثير:

أفضل نموذج اليوم يمكن أن يكون شريكنا. لكن شركة SaaS للذكاء الاصطناعي لا يمكنها أن تسلّم عقلها كله — ولا حقها في الاختيار مستقبلًا — لأي شركة نماذج واحدة.

بالنسبة إلى SnapLedger، دعم نماذج متعددة ليس سباقًا وراء كل اسم جديد يظهر كل أسبوع.

إنه تصميم للتكلفة، وإدارة للمخاطر.

والأهم من ذلك، أنه يضمن أنه مهما تغير سوق النماذج الأساسية، سيظل SnapLedger قادرًا على إنجاز العمل الحقيقي لعملائه.