موجة من المغادرين من مشروع CTO السابق لـ OpenAI ميرا موراتي "Thinking Machines" بقيمة 12 مليار دولار تسلط الضوء على المنافسة الشرسة على المهنيين المهرة في مجال الذكاء الاصطناعي

استقالات رئيسية تهز شركة Thinking Machines الناشئة في مجال الذكاء الاصطناعي

اشتدت المنافسة المستمرة في وادي السيليكون على أفضل خبراء الذكاء الاصطناعي هذا الأسبوع، بعدما أعلن ثلاثة من الأعضاء المؤسسين في Thinking Machines Lab، وهي الشركة الناشئة للذكاء الاصطناعي بقيادة كبيرة التكنولوجيا السابقة في OpenAI ميرا موراتي، عن عودتهم إلى OpenAI. جميعهم - بريت زوف، لوك ميتز، وسام شونهولتز - كانوا قد عملوا سابقاً في OpenAI قبل انضمامهم إلى Thinking Machines.

أعلنت فيدجي سيمو، الرئيس التنفيذي لتطبيقات OpenAI، عن الخبر يوم الأربعاء. ووفقاً لسيمو، فإن زوف سيرفع تقاريره إليها مباشرة، بينما سيرفع ميتز وشونهولتز تقاريره إلى زوف. وكان زوف وميتز من المؤسسين المشاركين في Thinking Machines، في حين كان شونهولتز أيضاً جزءاً من فريق البحث والهندسة الأصلي.

جدل حول الاستقالات

تشير تقارير من Core Memory إلى أن موراتي أخبرت الموظفين بإقالة زوف بسبب "سلوك غير أخلاقي" مزعوم. لم يقدم أي من زوف أو OpenAI أو Thinking Machines تعليقات حول الموضوع. وذكرت سيمو أن عملية التوظيف كانت جارية منذ عدة أسابيع. وأفادت Bloomberg أن سيمو أخبرت موظفي OpenAI بأن زوف قد أخطر موراتي بنيته الرحيل، مما أدى إلى فصله الفوري. كما رفضت سيمو المخاوف المتعلقة بسلوك زوف.

بحلول يوم الخميس، ظهرت تقارير إضافية تفيد بأن باحثين آخرين من Thinking Machines، وهما ليا جاي وإيان أوكونيل، يغادران أيضاً، مع انضمام جاي إلى OpenAI. تسلط هذه الاستقالات البارزة الضوء على التحديات التي تواجهها مختبرات الذكاء الاصطناعي الجديدة في الاحتفاظ بالمواهب عند المنافسة مع عمالقة مثل OpenAI وAnthropic وDeepMind. وبينما بنت بعض الشركات الناشئة الصينية، مثل DeepSeek وMoonshot AI، نماذج تنافسية، إلا أنها لا تتنافس على نفس مجموعة المواهب.

التحديات في التمويل والاحتفاظ بالمواهب

حصلت Thinking Machines على تمويل أولي قياسي بلغ ملياري دولار في يوليو، مما رفع قيمة الشركة إلى 12 مليار دولار. وفيما بعد أوردت Bloomberg أن الشركة تسعى للحصول على استثمار إضافي بقيمة 50 مليار دولار. وعلى الرغم من هذه الجهود البارزة في جمع الأموال، إلا أن الشركة الناشئة واجهت صعوبة في الاحتفاظ بباحثي الذكاء الاصطناعي. فقد غادر أندرو تولوش، وهو مؤسس مشارك آخر، العام الماضي لينضم إلى قسم الذكاء الاصطناعي في Meta، المعروف بحزم التعويضات السخية. والآن، مع الاستقالات الأخيرة لكل من زوف وميتز وشونهولتز وجاي وأوكونيل، تواجه الشركة مزيداً من عدم الاستقرار.

وبالمثل، جمع إيليا سوتسكيفر، كبير العلماء السابق في OpenAI، مليار دولار لمشروعه الجديد Safe Super Intelligence (SSI) في أواخر عام 2024، لكنه شهد انضمام مؤسسه المشارك دانيال غروس إلى Meta لمبادرات الذكاء الاصطناعي المتقدمة الخاصة بها.

لماذا تواجه المختبرات الناشئة في الذكاء الاصطناعي صعوبة في التنافس على المواهب

هناك عدة أسباب تجعل مختبرات الذكاء الاصطناعي الناشئة، على الرغم من جولات التمويل الرائعة، تجد صعوبة في الاحتفاظ بأفضل الباحثين:

• قيود التعويضات: غالباً لا تستطيع هذه الشركات الناشئة مجاراة الرواتب النقدية العالية - التي قد تصل أحياناً إلى سبعة أرقام - والتي تقدمها شركات التكنولوجيا الكبرى مثل Meta و Google DeepMind وOpenAI.
• الأسهم مقابل النقد: في حين أن أعضاء الفريق الأوائل قد يحصلون على أسهم مع إمكانية تحقيق قيمة مستقبلية كبيرة، إلا أن ذلك غالباً ما يكون أقل جاذبية من حزم النقد الفورية والكبيرة المتاحة في الشركات الكبرى.
• مخاطر خيارات الأسهم: غالباً ما تكون الأسهم في الشركات الناشئة الخاصة أكثر خطورة من خيارات الأسهم في الشركات العامة أو المختبرات الراسخة. فعلى سبيل المثال، تقدم Google وMeta حزم أسهم سخية بفترات استحقاق سريعة، مما يسمح للموظفين بتحويلها إلى نقد في وقت أقرب. كما أن OpenAI وAnthropic تدرسان طرح أسهمهما للاكتتاب العام، مما قد يوفر عوائد كبيرة للموظفين في المستقبل القريب - وهو أمر أقل احتمالاً في الشركات الناشئة الأحدث.

اقترح أحد الباحثين السابقين في OpenAI، الذي لا يزال على تواصل مع موظفي Thinking Machines، أن الحوافز المالية هي السبب الرئيسي وراء الاستقالات الأخيرة، حيث تم جذب بعض الموظفين للعودة إلى OpenAI بعروض سخية للغاية. كما تكهن هذا الشخص بأن جهود سيمو في التوظيف ربما كانت تهدف إلى تعطيل جهود جمع التمويل لـ Thinking Machines، حيث يشعر المستثمرون بالقلق عندما يغادر أعضاء الفريق المؤسس.

الوصول إلى القدرة الحاسوبية: عقبة أخرى

تتمثل عقبة رئيسية أخرى أمام مختبرات الذكاء الاصطناعي الناشئة في تأمين موارد حوسبة كافية. فعلى الرغم من أن المختبرات الراسخة غالباً ما تشتكي من محدودية الوصول إلى سعة مراكز البيانات لتدريب ونشر نماذج اللغة الكبيرة، إلا أنها استثمرت مليارات الدولارات في بناء بنيتها التحتية. ويجعلهم حجمهم عملاء أولوية لشركة Nvidia، التي تعتبر شرائحها ضرورية لتدريب نماذج الذكاء الاصطناعي المتقدمة. كما طورت Google شرائح الذكاء الاصطناعي الخاصة بها (TPUs)، مما قلل من اعتمادها على Nvidia، بينما قامت Meta وOpenAI وAnthropic ببناء مراكز بيانات مخصصة وعقدت شراكات مع مزودي الحوسبة السحابية الكبار مثل Amazon Web Services وMicrosoft. في المقابل، قد تكافح المختبرات الأصغر لتأمين وحدات معالجة الرسومات والقدرة الحاسوبية التي تحتاجها، حتى وإن كانت متطلباتها الإجمالية أقل.

استراتيجيات المنتجات ونماذج الأعمال غير الواضحة

لم تُحدد العديد من مختبرات الذكاء الاصطناعي الجديدة، بما في ذلك Thinking Machines، عروض منتجات واضحة أو خطط أعمال ملموسة حتى الآن. إذ أطلقت Thinking Machines منتجاً واحداً فقط حتى الآن - أداة تجريبية تدعى Tinker، أُطلقت في أكتوبر، وتساعد الباحثين والمطورين على تحسين نماذج اللغة مفتوحة المصدر لمهام محددة. كما نشرت الشركة أبحاثاً حول تحسين تدريب النماذج، لكنها لم تُشر إلى موعد ظهور منتج متاح على نطاق واسع أو مصدر إيرادات محتمل.

أفادت تقارير أن بعض الموظفين قد شعروا بالإحباط بسبب غياب الوضوح في توجه المنتج، خاصة بالمقارنة مع الوتيرة السريعة في المختبرات الأكثر رسوخاً. ومع ذلك، تشير المصادر إلى أن بعض هذه المخاوف تمت معالجتها مؤخراً. ومن الجدير بالذكر أن زوف وميتز وشونهولتز سيرفعون تقاريرهم إلى سيمو، رئيسة المنتجات في OpenAI، بدلاً من رئيس البحث، مما قد يشير إلى اهتمامهم بالعمل على تطبيقات الذكاء الاصطناعي العملية أكثر.

تواجه مختبرات جديدة أخرى تحديات مماثلة. على سبيل المثال، لم تكشف SSI الخاصة بسوتسكيفر عن خطط منتجاتها أو تطلق نموذجاً، على الرغم من أن تعليقات حديثة تشير إلى أن الإطلاق قد يكون قريباً. وقد صرح سوتسكيفر سابقاً بأن SSI قد تنتظر تحقيق تقدم كبير في أمان الذكاء الاصطناعي قبل إصدار أي منتجات.

تم نشر هذه المقالة في الأصل على Fortune.com.