أصدرت Microsoft AI نموذجين داخليين جديدين للمعاينة العامة يوم الأربعاء – MAI-Image-2.5-Pro، وهو مولد الصور الأعلى دقة حتى الآن، وMAI-Voice-2-Flash، وهو نموذج كلام مصمم لأحمال عمل المؤسسات كبيرة الحجم – مع نشر بيانات الإنتاج التي ترقى إلى حجة الشركة الأكثر عدوانية حتى الآن والتي تقول إنها تستطيع تشغيل منتجاتها الخاصة دون الاعتماد على نماذج OpenAI الحدودية.
يأتي هذا الإعلان، الذي أصدره فريق الذكاء الاصطناعي الفائق في Microsoft، بعد عام تقريبًا من التزام الشركة ببناء نماذج مصممة لهذا الغرض داخليًا، ويصل بمستوى غير معتاد من التحديد حول مكان تشغيل هذه النماذج الآن: Bing، وPowerPoint، وOneDrive، وDynamics 365، وExcel، وGitHub Copilot، وAzure. الرسالة الموجهة إلى المشترين من المؤسسات – وبشكل ضمني، إلى OpenAI – هي أن نماذج مايكروسوفت المحلية لم تعد مشاريع بحثية. إنها بنية تحتية للإنتاج تخدم ملايين المستخدمين.
"يمثل كل من هذه التحسينات خطوة نحو نفس الهدف: منتجات Microsoft، المدعومة بنماذج Microsoft،" كتبت الشركة في مدونة إعلانها.
كيف تتقاسم MAI-Image-2.5-Pro وMAI-Voice-2-Flash طرفي نقيض من منحنى تكلفة الذكاء الاصطناعي
يحتل الإصداران الجديدان طرفي نقيض لما تسميه مايكروسوفت منحنى الجودة والسرعة والتكلفة، ويتم تحديد الموضع بشكل متعمد. يستهدف MAI-Image-2.5-Pro الطبقة المتميزة: الصور البطلة، والتحرير التفصيلي، وعرض النص الدقيق داخل الصورة – وكان آخرها منذ فترة طويلة نقطة ضعف سيئة السمعة لنماذج توليد الصور. قامت Microsoft بتسعير النموذج بمبلغ 5 دولارات لكل مليون رمز مميز لإدخال النص، و8 دولارات لكل مليون رمز مميز لإدخال الصور، و106 دولارات لكل مليون رمز مميز لإخراج الصور. تم إطلاق نموذج MAI-Image-2.5 الأساسي مؤخرًا في المرتبة الثانية لتحرير الصور على Arena، وهي لوحة المتصدرين المجتمعية التي أصبحت لوحة نتائج فعلية للوسائط التوليدية.
يبدو أن الصناعة الإبداعية تنتبه لذلك. أطلق روب رايلي، المدير الإبداعي العالمي في شركة الإعلانات العملاقة WPP، اسم النموذج الاحترافي "قفزة قوية للأمام لأدوات GenMedia" وأضافت في بيان شمله إعلان مايكروسوفت "لقد رسخت مايكروسوفت مكانتها بقوة بين الشركات الرائدة في مجال الذكاء الاصطناعي التوليدي."
MAI-Voice-2-Flash يذهب في الاتجاه الآخر. تمت معاينته لأول مرة في مؤتمر Microsoft Build، ويعمل Flash بسرعة مضاعفة مثل MAI-Voice-2 وبتكلفة أقل بنسبة 32%، بسعر 15 دولارًا لكل مليون حرف. لقد تم تصميمه للسوق غير الجذاب ولكن الهائل للصوت عالي الحجم – مراكز الاتصال، ووكلاء الصوت، وتطبيقات الكلام في الوقت الفعلي حيث يكون زمن الوصول والتكلفة لكل مكالمة أكثر أهمية من المكاسب الهامشية في التعبير. ويعكس النموذجان معًا استراتيجية بناء عائلات من النماذج بدلاً من بناء سفينة رئيسية واحدة، لأنه، على حد تعبير الشركة، فإن الاستوديو الإبداعي الذي يسعى إلى تحقيق أقصى قدر من الدقة لديه احتياجات مختلفة تمامًا عن عملية خدمة العملاء التي تتعامل مع ملايين المكالمات يوميًا.
تُظهر مقاييس الإنتاج من Microsoft أن النماذج الداخلية تقلل تكاليف وحدة معالجة الرسومات بنسبة تصل إلى 89%
يمكن القول إن عمليات إطلاق النموذج أقل أهمية من حيث الأهمية الإخبارية من مقاييس النشر التي أرفقتها مايكروسوفت بها – الأرقام التي تبدو وكأنها حالة منهجية لاستبدال نماذج حدود الطرف الثالث عبر مجموعة منتجاتها.
يعمل Bing Image Creator الآن بالكامل على MAI-Image-2.5، من البداية إلى النهاية، مما يمثل المرة الأولى التي تكون فيها أداة صورة المستهلك داخل الشركة بالكامل. في برنامج PowerPoint، تقول Microsoft إن MAI-Image-2.5 يقلل تكاليف وحدة معالجة الرسومات بنسبة تصل إلى 84% مقارنةً بـ GPT-Image-2، نموذج صورة OpenAI. في OneDrive، حيث أصبح MAI-Image-2.5 الآن هو الإعداد الافتراضي لسيناريوهات تحرير الصور الرئيسية، أبلغت الشركة عن زيادة بنسبة 26% في معدلات الحفظ، وانخفاض زمن الاستجابة P95 بنسبة 25% تقريبًا، وكفاءة أكبر بمقدار 2.5 مرة في ظل أحمال عمل الإنتاج ذات الاستخدام المتوسط.
على الجانب الصوتي، يعمل MAI-Voice-2-Flash الآن على تشغيل Dynamics 365 Contact Center – النظام الأساسي الذي يستخدمه العملاء بما في ذلك T-Mobile وEasyJet – حيث تطالب Microsoft بتخفيض تكاليف وحدة معالجة الرسومات بنسبة تصل إلى 89%. تم دمج النموذج أيضًا في Azure Voice Live للمطورين الذين يقومون ببناء وكلاء تحويل الكلام إلى كلام.
ولعل النشر الأكثر أهمية يكمن في الرعاية الصحية. إن Dragon Copilot من Microsoft، الذي يستخدمه 170.000 من مقدمي الخدمات الطبية والمسؤول عن معالجة 28 مليون مريض في الربع الأخير، يعمل الآن على MAI-Transcribe-1.5 لسير العمل متعدد اللغات عبر 58 لغة. تقول Microsoft إن التقييمات الداخلية تظهر انخفاضًا نسبيًا بنسبة 50% في معدلات أخطاء النسخ وتحديد اللغة عبر معظم اللغات – وهو ادعاء ذو معنى في مجال يمكن أن تنتشر فيه أخطاء النسخ مباشرة في الملاحظات السريرية.
داخل استراتيجية “تسلق التل” التي تتيح للنماذج الصغيرة التغلب على GPT-5.6 في برنامج Excel
وفي منشور مصاحب نُشر في نفس اليوم، قامت مايكروسوفت بتفصيل المنهجية وراء هذه النتائج – ما تسميه "آلة تسلق التلال," دولاب الموازنة متكامل من البيانات والنماذج والمنتج "تسخير" التي تحيط بهم.
أوضح مثال على ذلك هو MAI-Code-1-Flash، وهو نموذج ترميز خفيف الوزن تم إطلاقه في GitHub Copilot في يونيو. تقول Microsoft إن النموذج يحقق معدل قبول للتعليمات البرمجية أعلى بنسبة 10% تقريبًا من GPT-5.4 Mini وClaude Haiku 4.5 في VS Code، مع استخدام رموز متوسطة أقل بنسبة 10%. يروي الاحتفاظ بالمطورين قصة مماثلة: كان احتمال عودة المستخدمين خلال عدة أيام أكثر بنسبة 6% مقارنةً بـ GPT-5.4 Mini، وأكثر احتمالًا بنسبة 11% مقارنةً بـ Claude Haiku 4.5.
ثم قامت مايكروسوفت بشيء أكثر إثارة للاهتمام. لقد استغرق الأمر نقطة تفتيش MAI-Code-1-Flash وقام بتدريبها بشكل أكبر داخل بيئة تعلم معززة لبرنامج Excel، حيث قام بتدريس نموذج ترميز الأدوات وسير العمل الخاص بالعمل المعرفي لجداول البيانات. والنتيجة، وفقًا لتعليقات مستخدمي الإنتاج، هي نموذج على قدم المساواة مع GPT-5.6 لمهام Excel الأكثر شيوعًا – في حين أنه صغير بما يكفي للتشغيل على وحدات معالجة الرسوميات H100 الأقدم من Nvidia وحتى A100 بدلاً من الحاجة إلى أحدث جيل من المسرعات.
تستحق تفاصيل الأجهزة التركيز. تكافح كل شركة كبرى في مجال الذكاء الاصطناعي من أجل تخصيص الرقائق المتطورة، والنموذج الذي يقدم جودة متجاورة على السيليكون الذي يبلغ عمره جيلين يغير اقتصاديات النشر بشكل أساسي. كما أنه يحرر أحدث الأجهزة – بما في ذلك مجموعة GB200 التي تعمل الآن من Microsoft – للتدريب بدلاً من الخدمة.
يعيد بيان “الانتشار الحدودي” لساتيا ناديلا رسم علاقة OpenAI
قام ساتيا ناديلا، الرئيس التنفيذي لشركة Microsoft، بوضع إطار للإعلانات في منشور مطول على X بعنوان "انتشار الحدود والسيطرة عليها," والذي يعمل كشيء قريب من البيان الاستراتيجي. "يمكننا الآن الاستفادة من القدرات الحدودية المشبعة وتقديمها على نطاق واسع وبتكلفة أقل من خلال نماذج محسنة للمنتجات عالية الاستخدام، مع الاستمرار في استخدام النماذج الحدودية لتلبية الاحتياجات الحدودية،" وكتب ناديلا مضيفا أن مايكروسوفت هي "البدء في توجيه حركة المرور عبر أسطح الطرف الأول لدينا إلى MAI عندما تتطابق نماذجنا مع البدائل الحدودية أو تتفوق عليها."
ترجمتها من النثر التنفيذي: القدرات التي كانت على أحدث طراز قبل عام مضى أصبحت الآن رهانات على الطاولة، وتعتقد مايكروسوفت أنها قادرة على تكرارها بتكلفة زهيدة للمهام المحددة والمتكررة التي تهيمن على الاستخدام الحقيقي للمنتج. لماذا ندفع الأسعار الحدودية للنموذج الحدودي عندما يريد المستخدم فقط إعادة تنسيق عمود جدول البيانات؟
كان ناديلا حريصًا على ملاحظة ذلك "تعد النماذج الحدودية من OpenAI وAnthropic جزءًا من نظام التنسيق جنبًا إلى جنب مع MAI" – لكنه أوضح أيضًا مبدأً محددًا لاستقلال النموذج، مجادلًا بأن تقييمات الشركة "يجب أن يستمر في تسلق التل حتى بعد إزالة أي نموذج معين."
“وقال إن إبقاء الحزام والذاكرة والسياق والمهارات خارج النموذج هو ما يمنح مايكروسوفت السيطرة. من الصعب تفويت النص الضمني. ذكرت رويترز في أبريل أن الترخيص الحصري لمايكروسوفت لتقنية OpenAI قد تم تنقيحه إلى ترتيب غير حصري، وذكرت المعلومات في سبتمبر الماضي أن مايكروسوفت بدأت في دمج نماذج بشرية في بعض المنتجات. إعلان يوم الأربعاء يكمل المثلث: مايكروسوفت كمنسق، مع نماذج الحدود لشركائها كمكونات قابلة للتبديل ونماذجها الخاصة تمتص حصة أكبر من أي وقت مضى من حركة المرور الروتينية.
يهتف المطورون بنماذج أرخص خاصة بمهام معينة، بينما يشكك المتشككون في سجل مايكروسوفت
استحوذت الاستجابة عبر الإنترنت على الجاذبية والشكوك المحيطة بالاستراتيجية. "أحب عندما يستخدم الناس نماذج صغيرة للمهام المتخصصة،" كتب أحد مستخدمي X، @mavihsk، ردًا على مشاركة Nadella. "لماذا يتعين علي استخدام النموذج الذي يعرف كل شيء فقط لتغيير مجالي في Excel؟" مستخدم آخر، @nabu_lines، قام بتقطير الملعب بدقة: "تتحسن التكلفة والأداء عندما تتوقف عن الإفراط في استخدام الطراز الأكبر."
وكان آخرون أقل إحسانًا بشأن سجل تنفيذ مايكروسوفت. "مايكروسوفت هي الأسوأ عندما يتعلق الأمر بالاستماع إلى تعليقات المستخدمين،" كتب المصمم @designedbyabin مجادلاً الشركة "سوف يخسرون سباق الذكاء الاصطناعي لأنهم فشلوا بشكل متكرر في فهم احتياجات المستخدم." وقدم أحد المستخدمين، @tokenoverflow، نقدًا أكثر جفافًا لمقترح استقلال النموذج: "أريد أن يستمر في تسلق التل بعد إزالة Microsoft."
يثير المتشككون نقطة عادلة. إن مقاييس Microsoft المبلغ عنها ذاتيًا – معدلات القبول، ومعدلات الحفظ، ومدخرات وحدة معالجة الرسومات – تأتي من تقييماتها الداخلية، وليس معايير مستقلة، وتختار الشركة المقارنات التي تريد نشرها.
لكن منطق الاستراتيجية لا يعتمد على أي رقم واحد. لقد قام ناديلا بتأطير هذا البرنامج الآن "التكلفة الحدية الحقيقية لأول مرة" يفسر سبب هوس مايكروسوفت بالرموز المميزة ووحدات معالجة الرسومات وتكاليف الخدمة: عندما تعمل ميزات الذكاء الاصطناعي عند كل ضغطة مفتاح عبر مجموعة منتجات تضم مليار مستخدم، فإن تخفيض تكلفة وحدة معالجة الرسومات بنسبة 84% لا يعد تحسينًا. هذا هو الفرق بين الأعمال القابلة للحياة وحفرة المال.
لماذا تقوم Microsoft بتحويل قواعد اللعبة الداخلية الخاصة بالذكاء الاصطناعي إلى منتج Azure
الجزء الأخير من الإستراتيجية هو أن مايكروسوفت تبيع قواعد اللعبة، وليس النماذج فقط. وضع ناديلا بوضوح أسلوب تسلق التل على أنه: "قالب لكل شركة أخرى تعمل بالذكاء الاصطناعي أو SaaS أو Enterprise،" وتقوم Microsoft بتعبئة سلسلة الأدوات من خلال Foundry وما تسميه Frontier Tuning – مما يسمح للمؤسسات بتدريب نماذج متخصصة وفقًا لتقييمات الملكية الخاصة بها وبيئات التعلم المعززة. وهذا يحول تمرين خفض التكاليف الداخلي لشركة Microsoft إلى منتج Azure، ويمنح عملاء المؤسسات سببًا لتشغيل أعباء عمل الذكاء الاصطناعي الخاصة بهم على سحابة Microsoft حتى لو كانت النماذج نفسها تأتي من مكان آخر.
تركيز الشركة على النماذج المدربة "على بيانات نظيفة وقابلة للتتبع على مستوى المؤسسة، دون استخلاصها من نماذج الطرف الثالث" يخدم نفس الغاية التجارية. في صناعة تواجه تدقيقا متزايدا بشأن مصدر بيانات التدريب، تراهن مايكروسوفت على أن المشترين من المؤسسات – والمحاكم – سيهتمون بالمصدر الذي تأتي منه القدرات النموذجية. تقول Microsoft إنها تقوم الآن بتوسيع نهج تسلق التل ليشمل Copilot Chat وOutlook وPowerPoint، وكلا النموذجين الجديدين متاحان للمعاينة العامة من خلال Microsoft Foundry وMAI Playground. "لا شيء من هذا يمثل نقطة النهاية،" كتبت الشركة. "لقد بدأنا للتو."
قبل سبع سنوات، راهنت مايكروسوفت بأكثر من 13 مليار دولار على أن شركة OpenAI ستبني مستقبل الذكاء الاصطناعي. يشير إعلان الأربعاء إلى أن الشركة تعلمت منذ ذلك الحين درسًا أقل تكلفة: قد ينتمي مستقبل الذكاء الاصطناعي إلى من يبني الحدود، لكن الأرباح تعود إلى من يجعله عاديًا.
