هل فكرت يوماً من يملك “لحظة التفكير” داخل هاتفك؟ بينما يُروَّج للذكاء الاصطناعي على الجهاز (On-Device AI) كحصن منيع للخصوصية يحميك من أعين المراقبة المركزية في السحابة، فإنه في الواقع يفتح فصلاً جديداً من الصراع على سيادتك الرقمية. إن انتقال الذكاء من مراكز البيانات الضخمة إلى قلب معالجك الشخصي ليس مجرد تحسين تقني، بل هو إعادة توزيع للمخاطر؛ حيث ينتقل التهديد من “التجسس عن بُعد” إلى “التلاعب بطبقة الإدراك المحلية” والعبث بذاكرتك الرقمية التي تفهرس أدق تفاصيل حياتك.
يشهد عالم الذكاء الاصطناعي اليوم هذا التحول الكبير، فبعد سنوات من هيمنة “الذكاء السحابي”، تتجه الصناعة نحو توطين “الاستدلال” (Inference) على أجهزتنا الشخصية. هذا التغيير يتغلغل في صميم المعالجات وأنظمة التشغيل، ليطرح سؤالاً جوهرياً: أين تتم المعالجة فعلياً؟ ومن يملك سلطة التحديث أو الإلغاء في هذه المنظومات الجديدة؟ إن الإجابة على هذه الأسئلة تكشف عن تحول عميق في علاقتنا بأجهزتنا، وبالمنصات، وبالمعرفة نفسها.
الذكاء المدمج: هندسة الرشاقة
فكرة الذكاء الاصطناعي على الجهاز ليست وليدة اليوم، لكن الجديد هو دمج هذا الذكاء في صميم برمجيات التشغيل ومكونات العتاد الشخصي. ففي الأجهزة الحديثة، مثل هواتف Samsung Galaxy S26 وحواسيب Apple الجديدة، تتم عمليات الفهم والتوليد الذكي مباشرة على الجهاز نفسه. هذا الإنجاز لم يتحقق بمجرد تصغير النماذج، بل كان ثمرة تضافر جهود في أربعة محاور رئيسية:
تقنيات ضغط النماذج: لجعل النماذج الضخمة أخف وزناً وأكثر كفاءة.
ابتكار خوارزميات الاستدلال: لتسريع عمليات المعالجة الذكية.
تصميم المعالجات المخصصة: مثل وحدات المعالجة العصبية (NPUs) التي أصبحت جزءاً أساسياً من الرقائق.
الارتقاء ببرمجيات النظام: لتمكين هذه القدرات الجديدة.
وقد تكللت هذه الجهود بتقنيات تحمل أسماء مستوحاة من عالم الزراعة، مثل التقطير (Distillation) الذي ينقل جوهر القدرات من النماذج الكبيرة إلى نماذج أصغر وأكثر رشاقة، والتقليم (Pruning) الذي يزيل الأوزان الزائدة وغير الضرورية، والتكميم (Quantization) الذي يقلل من دقة الأرقام المستخدمة، مما يخفض استهلاك الذاكرة والطاقة بشكل كبير. هذه التقنيات هي التي جعلت نشر النماذج اللغوية المعقدة على أجهزة المستهلك أمراً ممكناً وعملياً.
بالإضافة إلى ذلك، ابتكر الباحثون استراتيجيات حسابية متقدمة مثل فك الترميز التخميني (Speculative Decoding)، حيث يُستخدم نموذج صغير لتسريع عملية التوليد، ثم يتحقق منه نموذج أكبر لضمان الدقة. ويكتمل هذا المشهد مع الانتشار الواسع لوحدات المعالجة العصبية (NPUs) في معالجات شركات كبرى مثل Apple وIntel وQualcomm، مما حول الذكاء الاصطناعي من مجرد إضافة برمجية إلى وظيفة عتادية أصيلة مدمجة في قلب المعالجات.
تحول الحوسبة: من السحابة إلى الجهاز
لفهم هذا التحول نحو توطين الذكاء الاصطناعي على الجهاز، يجب أن ندرك أولاً لماذا كان الاستدلال مركزياً في السحابة. فالنماذج الكبيرة كانت تتطلب ذاكرة وقوة معالجة هائلة تفوق قدرات الأجهزة الشخصية، مما جعل مراكز البيانات المزودة بوحدات معالجة الرسوميات (GPU) بيئتها الطبيعية. كما أن هذا النموذج منح الشركات تحكماً مركزياً في التحديثات والسياسات وجمع البيانات، بمعزل عن دورات تحديث الأجهزة.
لكن الضغوط بدأت تتزايد في الاتجاه المعاكس. فالكلفة الباهظة لعمليات الاستدلال في السحابة، والاستهلاك الهائل للطاقة في مراكز البيانات، والطلب المتسارع على تطبيقات الذكاء الاصطناعي، كلها عوامل تدفع نحو إعادة توزيع العبء الحوسبي. ويقدم الذكاء الاصطناعي على الجهاز مزايا هيكلية لا يمكن تجاهلها:
– زمن استجابة أدنى: قرارات أسرع وتفاعل فوري.
– استمرارية العمل دون اتصال: لا حاجة للإنترنت لأداء المهام الذكية.
– تقليص تدفقات البيانات: حماية أكبر للخصوصية وتقليل الاعتماد على نقل البيانات عبر الشبكات.
هذه الاعتبارات أصبحت محورية، ليس فقط من الناحية التقنية، بل أيضاً من الناحية التنظيمية والتشريعية.
ومع ذلك، لا يعني هذا التحول بالضرورة لامركزية الذكاء بمعناه السياسي الكامل. فالذكاء على الجهاز يُدار غالباً عبر طبقة نظام التشغيل، التي تحدد النماذج المتاحة وسياسات التحديث. وهكذا، تصبح الأجهزة سيادية جزئياً: قادرة على الاستدلال محلياً، لكنها تظل جزءاً من نظام بيئي تتحكم فيه الجهة المصنّعة.
أنظمة التشغيل: منصات الذكاء الجديدة
تُعد الهواتف الذكية أول سوق جماهيري واسع يتبنى هذا الذكاء الهجين. ففي منظومة Android، يعمل نموذج Gemini Nano ضمن طبقة نظامية (AICore)، مقدماً وظائف مثل التلخيص وإعادة الصياغة ووصف الصور محلياً. وفي أجهزة Samsung، تتوزع قدرات Galaxy AI بذكاء بين الجهاز والسحابة. أما Apple، فتعتمد نموذجاً محلياً ضخماً، مع إسناد المهام الأكثر تعقيداً إلى “سحابة خاصة” تابعة لها. هذا التوزيع يكشف أن موقع الاستدلال في الهواتف لم يعد ثابتاً، بل أصبح موزعاً بمرونة بين الجهاز والبنية السحابية، تبعاً لطبيعة المهمة المطلوبة.
وفي عالم الحواسيب، يبرز مفهوم “الكمبيوتر المدعوم بالذكاء الاصطناعي”، المرتبط بقدرات وحدات المعالجة العصبية (NPU)، حيث تُشغَّل نماذج مثل Phi Silica ضمن طبقة النظام في Windows. هذا يعني أن الذكاء على الجهاز لم يعد حكراً على تطبيق معين، بل أصبح خدمة نظامية مشتركة يمكن للتطبيقات المختلفة الاستفادة منها.
وبينما تظل الأجهزة القابلة للارتداء (مثل الساعات الذكية) تعتمد بشكل كبير على السحابة بسبب قيود الحجم والطاقة، تمثل المركبات الذكية الحالة الأقوى للاستدلال المحلي الإلزامي. فوظائف القيادة الذاتية لا يمكن أن تعتمد على الاتصال الشبكي المتقطع، مما يجعل المركبة نموذجاً متقدماً للذكاء المدمج في العتاد. وبغض النظر عن اختلاف هذه البنى، تتقارب المنصات عند حقيقة واحدة: السيطرة على الذكاء الاصطناعي على الجهاز أصبحت المصدر الجديد لقوة منصات التشغيل.
اقتصاد الذكاء: قيمة “لحظة التفكير”
يشهد الاقتصاد الرقمي تحولاً بنيوياً عميقاً مع انتقال الذكاء الاصطناعي إلى داخل الأجهزة. فعلى مدى العقدين الماضيين، بُني اقتصاد الهواتف حول “متجر التطبيقات”، حيث تسيطر المنصات على التوزيع وتجني العمولات. لكن هذا النموذج يواجه اليوم تحدياً مع صعود وكلاء الذكاء الذين يعملون مباشرة على الجهاز، والقادرين على تنفيذ المهام عبر نهج “الواجهة الرسومية كواجهة برمجة” (GUI-as-API). في هذا النمط، لا يتفاعل المستخدم مع كل تطبيق بشكل منفصل، بل يدير المساعد الذكي المشهد بالكامل، مما ينقل القيمة الاقتصادية من “واجهة التطبيق” إلى طبقة القرار والمعاملات التي تسيطر عليها المنصة.
يترافق هذا التحول مع إعادة توزيع جذرية لتكلفة الذكاء. ففي السحابة، تظل كلفة الاستدلال عبئاً تشغيلياً متكرراً تتحمله الشركات مع كل استعلام. أما على الجهاز، فتتحول هذه الكلفة إلى قدرة مدمجة في العتاد عند الشراء، لتصبح تكلفة الاستخدام شبه صفرية بعد اقتناء الجهاز. وبذلك ينتقل عبء الحوسبة والطاقة من مراكز البيانات إلى أجهزة المستخدمين، ليتحول الذكاء من خدمة مؤجرة إلى قدرة عتادية مملوكة.
إلا أن هذا التحول لا يضعف هيمنة العمالقة، بل يعزز نفوذ الشركات القادرة على دمج السيليكون وطبقة نظام التشغيل والخدمات في نظام متكامل. فالمنصة التي تملك طبقة الاستدلال المحلي داخل الجهاز تملك سلطة تحديد سقف الأداء وسياسات التحديث، مما يحول الذكاء الاصطناعي إلى محرك أساسي لدورات ترقية الأجهزة وخلق تدفقات مالية جديدة، سواء عبر اشتراكات الميزات المتقدمة أو العمولات على المعاملات الآلية التي ينفذها الوكيل الذكي.
وهنا تبرز أهمية ما يمكن تسميته “المعرفة الشخصية” المخزنة محلياً، وهي الذاكرة الرقمية التي تفهرس سياق المستخدم وعاداته على الجهاز. وكلما تعمقت هذه المعرفة داخل منظومة معينة، تضاعفت على المستخدم تكاليف الانتقال إلى نظام آخر أو عتاد من منصة مختلفة، إذ يصبح “ذكاؤه الشخصي” مرتبطاً بالسيليكون ونظام التشغيل والخدمات ضمن منصة بعينها، مما يرسخ هيمنة هذه الأنظمة المتكاملة رأسياً.
سيادة الذكاء: المستقبل الهجين
في الختام، لا يمكن اختزال هذا التحول في كونه مجرد كفاءة تقنية. فمع تحول الذكاء إلى طبقة محيطية تنسج نفسها في ممارساتنا اليومية، ينتقل نفوذ المنصات من مجرد جمع البيانات إلى التوسط في التفسير وتشكيل الاختيارات. سلطة نظام التشغيل تمتد الآن من إدارة الواجهة إلى صميم عملية التفكير ذاتها.
المسار الأرجح هو بروز ذكاء اصطناعي شخصي متعدد الطبقات ينسقه نظام التشغيل. عندها لن يكون السؤال الحاسم أين يحدث التفكير، بل من يملك مسار الاستدلال ومن يضبط أذونات المساعد الذكي؟ فمع انتقال الذكاء إلى الأجهزة، لا تتلاشى قوة المنصات، بل تندمج في “لحظة التفكير” ذاتها، مما يفرض تحديات جديدة حول قدرتنا على التدقيق أو الانسحاب من بنية معرفية باتت مدمجة في صميم حياتنا الرقمية.
