الذكاء الاصطناعي السيادي: لماذا تريد الدول العربية امتلاك نماذجها الخاصة؟

” الذكاء الاصطناعي السيادي لم يعد سؤالاً تقنياً عن من يملك النموذج الأقوى، بل سؤالاً اقتصادياً عن من يملك البيانات والبنية التحتية والقدرة على تحويل المعرفة إلى نفوذ وقيمة داخل حدوده. “

في سبتمبر 2023، وقّعت الإمارات اتفاقية مع شركة Cerebras الأمريكية لبناء أكبر منظومة حوسبة للذكاء الاصطناعي خارج الولايات المتحدة على الإطلاق. بعدها بأسابيع، أعلنت المملكة العربية السعودية عن شراكة مع Nvidia بحجم غير مسبوق لتزويد البنية التحتية الحوسبية الوطنية بآلاف الرقائق المتخصصة. في القاهرة، أطلقت الحكومة المصرية استراتيجيتها الوطنية للذكاء الاصطناعي مع تركيز صريح على بناء نماذج عربية محلية. ثلاثة إعلانات في أسابيع متقاربة، ومصطلح واحد يجمعها: Sovereign AI، الذكاء الاصطناعي السيادي.

المصطلح ليس تقنياً في جوهره. هو مصطلح سياسي واقتصادي بامتياز، ويطرح سؤالاً جوهرياً: من يملك الذكاء الاصطناعي الذي يُدير قراراتك الاقتصادية والأمنية والاجتماعية؟ وما الفارق الاقتصادي الحقيقي بين دولة تمتلك نموذجها ودولة تستأجره من شركة في سان فرانسيسكو؟

ما يعنيه Sovereign AI فعلاً

الذكاء الاصطناعي السيادي ليس مجرد امتلاك نموذج لغوي باللغة العربية. فالتعريف الدقيق يشمل أربعة مستويات متداخلة: امتلاك البيانات التدريبية وحوكمتها، وامتلاك البنية التحتية الحوسبية، وامتلاك القدرة على تطوير النماذج وتحديثها محلياً، وأخيراً امتلاك القدرة على توجيه النموذج نحو الأولويات الوطنية لا أولويات المطوّر الأجنبي.

حين تستخدم دولة نموذج GPT-4 أو Claude لتشغيل خدماتها الحكومية، فهي في الواقع تُفوّض جزءاً من قرارها المعلوماتي لشركة خاصة تخضع لقوانين دولة أخرى، وتستطيع هذه الشركة من الناحية النظرية تعديل سلوك النموذج أو قطع الخدمة أو تسليم البيانات وفق قوانين بلدها. هذا بالضبط ما يُقلق صنّاع القرار العرب، ويُفسّر التسارع نحو بناء بدائل محلية.

وفق تقرير مركز أبحاث RAND الصادر عام 2024، أكثر من أربعين دولة أطلقت استراتيجيات وطنية للذكاء الاصطناعي تتضمن صراحةً مكوّن السيادة الرقمية، والمنطقة العربية في طليعة المناطق التي تُسرّع في هذا الاتجاه. وهذا يتقاطع مباشرة مع ما رصدناه في تحليل سباق الطاقة العالمي وإعادة رسم خرائط القوة: من يمتلك البنية لا من يستهلكها.

لماذا الآن تحديداً؟

التوقيت ليس عشوائياً. أربعة عوامل تزامنت لتجعل مسألة الذكاء الاصطناعي السيادي أكثر إلحاحاً من أي وقت مضى.

العامل الأول هو صدمة DeepSeek. حين أطلقت الشركة الصينية نموذجها مطلع 2025 بتكلفة تدريب تُقدَّر بأقل من ستة ملايين دولار مقابل مئات الملايين التي أنفقتها OpenAI، أثبتت أن بناء نماذج تنافسية لم يعد حكراً على الشركات العملاقة. الدرس الذي استخلصته الدول العربية: التكلفة لم تعد عائقاً وجودياً.

العامل الثاني هو الضغط الأمريكي على صادرات الرقائق. قيود تصدير رقائق Nvidia المفروضة على دول بعينها أوضحت أن الاعتماد على البنية التحتية الأجنبية ينطوي على مخاطر جيوسياسية حقيقية. الدولة التي لا تملك بنيتها الحوسبية تجد نفسها رهينة قرارات واشنطن أو بكين , وقد كشفت قيود تصدير الرقائق المتقدمة التي فرضتها الولايات المتحدة على بعض الأسواق أن الوصول إلى القدرة الحوسبية لم يعد مسألة تجارية فقط، بل أصبح جزءاً من موازين القوة الجيوسياسية نفسها.

العامل الثالث هو الفجوة اللغوية والثقافية. النماذج الغربية تفهم الإنجليزية بعمق وتفهم العربية بسطحية، وهذا يعني أن قراراتها في السياقات العربية أقل دقة وأكثر عرضة للأخطاء الثقافية. نموذج يُفتي في مسألة قانونية عربية أو يُحلّل نصاً تراثياً أو يُعالج بيانات اقتصادية خليجية بمعايير مُصمَّمة للسياق الأمريكي يُنتج مخرجات مشوّهة بصرف النظر عن قوة النموذج.

العامل الرابع هو اقتصاد البيانات. حين تستخدم مؤسسة حكومية عربية نموذجاً أجنبياً، فهي في الواقع تُغذّيه ببيانات تُحسّنه وتُطوّره. البيانات الضريبية والصحية والقانونية والمالية للمواطنين العرب تذهب لتدريب نماذج تعود للبيع لهذه الدول نفسها بأسعار أعلى. المعادلة لا تحتاج إلى تعليق , فكل نموذج يُستخدم في قطاع حكومي حساس لا يستهلك البيانات فقط، بل يحوّلها تدريجياً إلى معرفة قابلة لإعادة البيع والتطوير. وهنا تتحول البيانات من مورد إداري داخلي إلى أصل اقتصادي يولّد قيمة مستقبلية قد لا تبقى داخل الحدود الوطنية.

التجربة الإماراتية: الأسرع والأكثر تنظيماً

الإمارات تمثّل الحالة الأكثر تقدماً في مسار الذكاء الاصطناعي السيادي العربي. نموذج Falcon الذي طوّرته مؤسسة الإمارات للذكاء الاصطناعي TII لم يكن مجرد مشروع بحثي، بل كان رسالة استراتيجية واضحة: الإمارات قادرة على المنافسة في إنتاج النماذج لا فقط استهلاكها , والأهمية هنا لا تتعلق بالرمزية وحدها، بل بإثبات أن دولة غير غربية تستطيع دخول سباق النماذج التأسيسية من موقع المنتج لا من موقع المستورد فقط.

وفق بيانات منصة Hugging Face، صنّفت التقييمات المستقلة نسخاً من Falcon ضمن أقوى النماذج مفتوحة المصدر في وقتها، وهو إنجاز لم تحققه أي دولة عربية أو نامية من قبل في هذا المجال. لكن الأهم من التصنيف هو المنطق الاقتصادي خلفه: نموذج مفتوح المصدر تبنيه الإمارات يُصبح معياراً عالمياً تستفيد منه الإمارات سيادياً حين تتحكم في تطويره وتوجيهه.

الاستراتيجية الإماراتية تعمل على مستويين متوازيين. المستوى الأول هو الشراكات الأجنبية الضخمة: استقطاب Microsoft وGoogle وAmazon لإنشاء مراكز بيانات وشراكات بحثية. المستوى الثاني هو بناء القدرة الذاتية: تطوير نماذج محلية وتدريب كفاءات وطنية وبناء منظومة بحثية مستقلة. المراهنة على المستويين في آنٍ واحد هي ما يُميّز التجربة الإماراتية عن كثير من الدول التي تكتفي بالمستوى الأول.

السعودية: الحجم الأكبر والرهان الأطول

المملكة العربية السعودية تسلك المسار ذاته لكن بحجم أكبر وأُفق زمني أطول. مركز الملك عبدالعزيز لتقنية المعلومات CITC والشركة السعودية للذكاء الاصطناعي SDAIA يُشكّلان العمود الفقري للاستراتيجية الوطنية التي تربط الذكاء الاصطناعي السيادي برؤية 2030 ربطاً صريحاً.

الرهان السعودي يقوم على منطق واضح: دولة تمتلك ثروة نفطية ضخمة وتريد تحويلها إلى اقتصاد معرفي تحتاج أن تمتلك الطبقة التقنية العليا لهذا الاقتصاد، لا أن تستأجرها. امتلاك نماذج ذكاء اصطناعي سيادية يعني أن القيمة المضافة تبقى داخل الاقتصاد الوطني لا تتسرّب نحو شركات أجنبية.

لكن التحدي السعودي أعمق من التمويل. بناء منظومة Sovereign AI حقيقية يستلزم ما هو أصعب من المال: كفاءات بشرية متخصصة في تطوير النماذج، وبيانات وطنية مُهيكَلة وحوكمة واضحة، وبيئة بحثية تستطيع الاحتفاظ بالمواهب بدلاً من خسارتها لصالح شركات وادي السيليكون. والفجوة بين الاستثمار في البنية التحتية وبناء القدرة الإنتاجية الحقيقية مشكلة موثقة في السياق العربي تُلقي بظلالها على الطموح السعودي.

من يربح اقتصادياً؟

هذا هو السؤال الذي يغيب عن معظم النقاشات. الذكاء الاصطناعي السيادي ليس ترفاً تقنياً بل قرار اقتصادي بالغ الأثر، وحساباته الاقتصادية واضحة.

الدولة التي تعتمد على نماذج أجنبية تدفع رسوم اشتراك أو استخدام لشركات أجنبية، وتُغذّي هذه النماذج ببياناتها المحلية التي تُحسّنها، وتظل عرضة لتغيّر الأسعار وشروط الخدمة والقرارات السياسية للدولة المضيفة. في المقابل، الدولة التي تمتلك نموذجها تُوجّه هذا الإنفاق نحو اقتصادها الداخلي، وتبني أصلاً رقمياً متراكماً، وتُطوّر قطاعاً تقنياً محلياً يُشغّل كفاءاتها ويُصدّر خدماتها.

الفارق الاقتصادي الأعمق هو في القيمة المضافة. النموذج اللغوي الذي يخدم القطاع الصحي يتعلم من بيانات المرضى ويصبح أكثر دقة مع الوقت. إذا كان هذا النموذج أجنبياً، فإن هذا التعلم المتراكم يذهب لإثراء نموذج يبيعه غيرك. إذا كان وطنياً، فإن هذا التراكم المعرفي يبقى أصلاً اقتصادياً لدولتك.

الفجوة بين الخليج وبقية المنطقة

المشهد العربي في Sovereign AI ليس متجانساً. ثمة هوّة واضحة بين الدول الخليجية التي تمتلك الموارد المالية للاستثمار في هذا المسار وبقية الدول العربية التي تجد نفسها في موقع المتفرج.

مصر تمتلك العقول اللازمة لكنها تفتقر إلى التمويل والبنية التحتية. المغرب يمتلك بنية تقنية جيدة نسبياً لكن السوق المحلية صغيرة لتبرير الاستثمار. الأردن وتونس لديهما كفاءات بشرية عالية لكنهما تخسرانها بشكل مستمر لصالح الخليج وأوروبا.

هذا يطرح سؤالاً استراتيجياً غائباً عن النقاش العربي: هل الذكاء الاصطناعي السيادي مشروع وطني لكل دولة منفردة، أم أن المنطق الاقتصادي يدفع نحو نموذج إقليمي عربي مشترك يجمع تمويل الخليج وكفاءات مصر والمغرب والأردن وبيانات المنطقة الكبيرة؟ النموذج الإقليمي أقل جاذبية سياسياً لكنه أكثر جدوى اقتصادياً. وهذا التوتر بين السيادة الوطنية والتكامل الإقليمي يُشبه ما رصدناه في ملف مراكز البيانات والسيادة الرقمية حيث تتكرر المعضلة ذاتها.

لكن ثمة اعتراض اقتصادي مشروع لا يمكن تجاهله: هل من المنطقي فعلاً أن تبني كل دولة عربية نموذجها السيادي الخاص؟
من زاوية اقتصادية بحتة، قد يبدو ذلك غير عقلاني. تدريب النماذج الكبيرة مكلف، وصيانتها أكثر كلفة، والعائد قد لا يبرر الاستثمار في الأسواق الصغيرة. لهذا قد يكون النموذج الإقليمي العربي، الذي يجمع التمويل الخليجي مع الكفاءات البشرية في بلدان أخرى، أكثر كفاءة من مشاريع وطنية متفرقة تتكرر فيها الكلفة ويتشتت فيها الجهد.

حدود المفهوم وأوهامه

لكن Sovereign AI ليس حلاً سحرياً، وثمة أوهام تحيط به ينبغي تفكيكها.

الوهم الأول هو أن امتلاك النموذج يعني الاستقلال الكامل. الحقيقة أن النماذج اللغوية تعتمد على رقائق تُصنَّع في تايوان وهولندا، وعلى أطر برمجية تُطوَّر في الغالب في أمريكا، وعلى أبحاث تتراكم في المجلات الغربية. السيادة في الذكاء الاصطناعي درجات، وليست ثنائية صفرية.

الوهم الثاني هو أن بناء نموذج محلي ضمان لجودة أفضل. نموذج محلي ضعيف الجودة أسوأ من نموذج أجنبي متقدم. المعيار ليس المصدر بل القدرة، وبناء القدرة يستلزم استثماراً بشرياً طويل الأمد في البحث والتطوير.

الوهم الثالث هو أن الذكاء الاصطناعي السيادي يعني إغلاق الباب أمام الشراكات الأجنبية. الإمارات تبني Falcon وتشترك في الوقت ذاته مع Microsoft وGoogle. النموذج الناجح هو الذي يستخدم الشراكات الأجنبية لبناء القدرة المحلية لا للإحلال عنها.

السؤال الحقيقي الذي ستُحدّد إجابته مسار المنطقة في العقد القادم ليس هل تبني الدول العربية نماذجها الخاصة. بعضها بدأ بالفعل. السؤال هو هل ستبني مع ذلك المنظومة الأشمل: البيانات المُهيكَلة، والكفاءات المتخصصة، والبيئة البحثية المستدامة، والسياسة الصناعية المتسقة؟

في اقتصاد الذكاء الاصطناعي، القيمة الحقيقية لا تُقاس بعدد الخوادم ولا بعدد النماذج المُعلَن عنها، بل بقدرة الدولة على تحويل المعرفة المتراكمة إلى إنتاجية محلية ونفوذ اقتصادي طويل الأمد.

امتلاك النموذج بلا هذه المنظومة هو امتلاك محرك سيارة بلا هيكل ولا وقود ولا سائق.

FAQ الاسئلة