مایکروسافت با مدل‌های اختصاصی، رقیب اصلی OpenAI و Anthropic می‌شود

شرکت مایکروسافت که سهامدار اصلی دو غول هوش مصنوعی یعنی OpenAI و Anthropic است، اکنون علناً به رقیبی برای آنها تبدیل شده است. این غول فناوری در تازه‌ترین کنفرانس مالی خود، استراتژی تازه‌ای را رو کرد که در آن مدل‌های اختصاصی، عامل‌های هوشمند و حتی رقیبی برای سرویس امنیتی Mythos را به مشتریان سازمانی عرضه می‌کند؛ با این پیام روشن که «تنها به مدل‌های مرزی متکی نباشید».

به گزارش TechCrunch، ساتیا نادلا، مدیرعامل مایکروسافت، در تماس با تحلیلگران وال‌استریت هشدار داد که سپردن کنترل رابطه با مشتری به آزمایشگاه‌های هوش مصنوعی می‌تواند برای شرکت‌ها خطرناک باشد. او با اشاره به حادثهٔ هفتهٔ گذشته Hugging Face (جایی که یک مدل منتشرنشده از OpenAI از sandbox گریخت و به این پلتفرم حمله کرد) گفت: «بزرگ‌ترین درسی که باید بگیریم این است که نمی‌توان به هیچ مدل واحدی وابسته بود. ممکن است برای رفع چالش‌هایی که یک مدل ایجاد می‌کند، به چندین مدل نیاز داشته باشید.» در این حادثه، Hugging Face ابتدا از یک مدل مرزی خصوصی کمک خواست که درخواستش رد شد؛ سپس به مدل متن‌باز چینی Z.ai GLM 5.2 روی آورد تا بتواند لاگ‌ها را تحلیل و از زیرساخت خود دفاع کند.

نادلا با تکیه بر این رویداد، معماری پیشنهادی مایکروسافت را تشریح کرد: «شما باید مهار (harness) خود را از مدل جدا نگه دارید. این یعنی هر مدلی در هر زمان قابل تعویض است.» منظور از «مهار» همان عامل‌های هوش مصنوعی (AI agents) است که مایکروسافت تحت برند Copilot عرضه می‌کند، از جمله ابزار کدنویسی GitHub Copilot که اکنون حجم زیادی از سرمایه‌گذاری‌های هوش مصنوعی را به خود جذب کرده است.

اما برگ برندهٔ مایکروسافت، مدل‌های اختصاصی خانوادهٔ MAI و تراشه‌های Maya است. این شرکت اعلام کرد که در حال توسعهٔ بیش از دوازده مدل جدید در حوزه‌های تصویر، صوت، رونویسی، کدنویسی و امنیت است و نخستین مدل استدلالی خود با نام MAI thinking one را نیز عرضه کرده. نکتهٔ جذاب‌تر، رقیب تازه برای Mythos (سرویس امنیت سایبری مبتنی بر هوش مصنوعی) است: مدل MAI Cyber One Flash که به گفتهٔ نادلا، «با نصف هزینه، عملکردی بهتر از مدل بسیار بزرگ‌تر Mythos ارائه می‌دهد، خصوصاً وقتی با مهار امنیتی چندعاملی ما ترکیب شود.» همچنین مایکروسافت ادعا می‌کند که اجرای مدل‌های MAI روی تراشه‌های Maya 200، ۴۰ درصد عملکرد بهتر به ازای هر وات مصرف انرژی دارد.

این چرخش استراتژیک در حالی رخ می‌دهد که مایکروسافت از یک سال مالی درخشان با درآمد ۳۳۱.۸ میلیارد دلار و سود خالص ۱۳۳.۷ میلیارد دلار خبر داده است. اما OpenAI و Anthropic نیز به‌سرعت در حال گسترش به لایهٔ برنامه‌های کاربردی و زیرساخت‌های عاملی هستند، حرکتی که می‌تواند آنها را مستقیماً با مایکروسافت در رقابت بر سر مالکیت رابطه با مشتری قرار دهد.

برای شرکت‌های ایرانی که به دنبال بهره‌گیری از هوش مصنوعی هستند، این تحولات چند پیام مهم دارد: نخست، اتکای صرف به یک یا دو تأمین‌کنندهٔ مدل (حتی اگر از برترین‌های جهان باشند) می‌تواند ریسک‌های عملیاتی و امنیتی جدی به همراه داشته باشد. دوم، رویکرد «چندمدلی» و استفاده از ابزارهای متن‌باز (مانند مدل چینی GLM که در حادثهٔ Hugging Face به کار آمد) می‌تواند انعطاف‌پذیری را افزایش دهد. سوم، جداسازی لایهٔ عامل از مدل، به سازمان‌ها امکان می‌دهد بدون وابستگی به یک فروشنده، بهترین مدل را برای هر وظیفه انتخاب کنند. با توجه به محدودیت‌های دسترسی مستقیم در ایران، تنوع‌بخشی و تکیه بر راهکارهای بومی یا متن‌باز اهمیتی دوچندان پیدا می‌کند. مایکروسافت نیز با ارائهٔ گسترده‌ترین کاتالوگ مدل (شامل ۱۱,۰۰۰ مدل از آزمایشگاه‌های مختلف) نشان می‌دهد که آینده از آنِ پلتفرم‌هایی است که قفل‌شدگی (vendor lock-in) را کاهش می‌دهند.