كشفت Databricks عن مؤشر Databricks للذكاء الاصطناعي، وهو مرصد مخصص لتبني نماذج الذكاء الاصطناعي في المؤسسات وأدائها وتكاليفها. تستند الدراسة إلى بيانات مجهولة المصدر لأكثر من 10,000 منظمة تستخدم Unity Gateway، وتسجل تنوعًا في الموردين وتقدمًا في النماذج مفتوحة الأوزان، التي تُنشر معاملاتها. كما تُسلط الضوء على فوارق تكلفة كبيرة بين الحلول.
نُشر هذا المؤشر في 16 نوفمبر 2026، ويجمع بين بيانات الاستهلاك وتقييمات وكلاء البرمجة، أي برامج الذكاء الاصطناعي القادرة على تنفيذ سلسلة من الإجراءات لإكمال مهمة، مُجراة بناءً على مهام داخلية. الهدف هو قياس أداء النماذج، وكذلك كفاءتها الاقتصادية في البيئات المهنية.
تقدم متعدد الموردين
وفقًا لـ Databricks، كانت 64% من الشركات التي تستخدم Unity Gateway تتعامل مع مورد واحد فقط لنماذج الذكاء الاصطناعي في يوليو 2026. بحلول 2 نوفمبر، انخفضت هذه النسبة إلى 28%، مما يشير إلى تنوع في التقنيات المستخدمة. مع ذلك، يحسب هذا المؤشر الموردين الذين تم التعامل معهم منذ 20 يوليو، بما في ذلك الحالات التي اختبرت فيها الشركة موردًا إضافيًا مرة واحدة فقط.
تسجل النماذج مفتوحة الأوزان أيضًا تقدمًا ملحوظًا. ارتفعت حصتها في الرموز (tokens)، وهي وحدات النص التي يعالجها النموذج، المرسلة إلى النماذج المستضافة على Databricks عبر Unity Gateway من 7.3% في يوليو إلى 30.9% في أوائل نوفمبر. يقيس هذا الرقم حجم الرموز في هذه البيئة، وليس نسبة الشركات التي تبنت هذه النماذج.
مع ذلك، تظهر هذه النمو مؤشرات على التباطؤ. وفقًا لتحليل Tomasz Tunguz، بلغت حصة النماذج مفتوحة الأوزان حوالي 33% في سبتمبر 2026 قبل أن تستقر حول 31%، في سياق تخفيضات الأسعار الكبيرة من OpenAI. يشير هذا التطور إلى أن استراتيجيات التسعير يمكن أن تؤثر على الخيارات التقنية للشركات، دون أن تُثبت وحدها علاقة سببية.
فوارق تكلفة كبيرة
في تقييماتها للبرمجة، تصنف Databricks ثلاثة نماذج مفتوحة الأوزان ضمن أفضل عشرة. يحقق DeepSeek V4.1 و GLM 5.3 على وجه الخصوص معدل نجاح بنسبة 93.1%، وهي نتيجة توضح قدرتهما التنافسية أمام النماذج الاحتكارية في المهام المختبرة.
كما تُسلط الدراسة الضوء على أن أداءً متقاربًا يمكن أن يؤدي إلى تكاليف مختلفة جدًا. يحقق كل من GPT-6 Luna و Claude Opus 5.5 معدل نجاح 89.1%، لكن متوسط تكلفتهما لكل مهمة يبلغ 0.05 دولار و 1.62 دولار على التوالي، أي بفارق يقارب 32 مرة.
يجب وضع هذا الاستنتاج في سياقه وفقًا للاستخدامات. تشير Databricks إلى أنها اعتمدت Claude Opus 5.5 كنموذج افتراضي لـ Claude Code داخليًا، بعد أن لاحظت تحسنًا في الجودة وانخفاضًا بنسبة 29% في التكلفة لكل جلسة مقارنة بسابقه. لذا، فإن سعر الرموز لا يكفي لتحديد الربحية الفعلية للنموذج.
نفقات مركزة
تكشف الدراسة أيضًا عن تفاوتات كبيرة في إنفاق الذكاء الاصطناعي بين الموظفين. يبلغ متوسط الاستهلاك الأسبوعي 2.49 دولار لكل مستخدم، مقابل 699.74 دولار للمستخدمين في المئين 99، أي بفارق يقارب 281 مرة.
يعكس هذا التركيز تنوع الاستخدامات، بين الموظفين الذين يستشيرون مساعدًا محادثة بشكل عرضي والمطورين الذين ينفذون وكلاء برمجة يوميًا. بالنسبة للشركات، تعزز هذه الاختلافات أهمية متابعة الميزانية، وحوكمة الاستخدامات، وتحسين الموارد.
تقول Databricks إنها تهدف من خلال هذا المؤشر للذكاء الاصطناعي إلى مساعدة المؤسسات في مقارنة النماذج بناءً على أدائها وتكاليفها واحتياجاتها العملية. يوفر Unity Gateway أدوات للمراقبة والتحكم في الميزانية والتوجيه الذكي للاستعلامات إلى النماذج الأكثر ملاءمة. ومع ذلك، تظل النتائج محدودة بنطاق الشركات التي تستخدم المنصة وبمهام البرمجة التي تم تقييمها، ولا تمثل قياسًا معبرًا عن سوق الذكاء الاصطناعي العالمي بأكمله.
