Xpeng تضع سعرًا سباق الذكاء الاصطناعي في القيادة

تقول Xpeng إنها تنفق نحو 300 مليون يوان صيني شهريًا، أي ما يقارب 41 مليون دولار، على تدريب الذكاء الاصطناعي وحده، بينما تسعى لمنافسة Tesla في أنظمة مساعدة السائق المتقدمة. وعلى أساس سنوي، يعادل ذلك نحو 500 مليون دولار، وفقًا لتقرير Electrek والبيانات الوصفية المرشحة المقدمة هنا.

كما قال رئيس القيادة الذاتية في الشركة إن Xpeng تعتقد أنها وصلت بالفعل إلى مستوى مماثل لنظام Full Self-Driving من Tesla. وحتى من دون تفصيل تقني أوسع في النص المقدم، تكفي هاتان العبارتان لإظهار مدى إعادة كبار صانعي السيارات الكهربائية صياغة المنافسة بشكل هجومي: ليس فقط حول عتاد السيارة أو البطاريات أو حجم التصنيع، بل حول تكلفة تدريب نماذج القيادة الكبيرة.

أصبح تدريب الذكاء الاصطناعي بندًا ماليًا، لا مشروعًا جانبيًا

إن حجم الإنفاق هو أكثر ما يكشفه التقرير. فقد كان تطوير الذكاء الاصطناعي في أنظمة السيارات يُناقش غالبًا بشكل تجريدي، لكن رقمًا شهريًا قدره 300 مليون يوان يحول الجهد إلى التزام تشغيلي بحجم برنامج صناعي كبير. وتوحي تكاليف التدريب بهذا المستوى باستثمار مستمر في الحوسبة، ومعالجة البيانات، وتكرار النماذج، والدعم الهندسي.

وهذا مهم لأن تطوير المساعدة على القيادة أصبح سباقًا رأسماليًا بقدر ما هو سباق خوارزمي. وقد تكتسب الشركات التي تملك الموارد لمواصلة توسيع قدرة التدريب، وتحسين النماذج، وتحمل تكلفة التجارب المتكررة، أفضلية هيكلية على المنافسين الذين لا يستطيعون الحفاظ على الوتيرة نفسها.

لماذا تُعد Tesla نقطة المرجع

تظل Tesla هي المعيار لأن نظام Full Self-Driving الخاص بها أصبح واحدًا من أبرز منتجات الذكاء الاصطناعي الموجهة للمستهلكين في قطاع النقل. لذا فإن ادعاء شركة أخرى الوصول إلى مستوى مماثل هو بقدر ما هو تصريح تقني، هو أيضًا تصريح تموضع. إنه يقول إن Xpeng لم تعد ترى نفسها مجرد تابعة لقائدة الفئة، بل تريد أن تُعامل كندٍّ لها.

المادة المصدر لا تقدم تحققًا مستقلًا من ادعاء التكافؤ، لذا تكمن أهميته في الادعاء نفسه وفي مستوى الإنفاق المرتبط به. وتجادل Xpeng بأن موقعها التنافسي في القيادة الآلية يعتمد الآن على الجهد التدريبي الكثيف من حيث الحوسبة نفسه الذي أعاد تشكيل صناعة الذكاء الاصطناعي الأوسع.

ما الذي يكشفه هذا عن المنافسة في السيارات الكهربائية

يبرز التقرير أيضًا تحولًا أعمق في سوق السيارات الكهربائية. فقد كانت عناصر التمييز بين المنتجات تتركز سابقًا بدرجة كبيرة على المدى، والشحن، والتصميم، وكفاءة التصنيع. ولا تزال هذه العوامل مهمة، لكن قدرة البرمجيات تقترب أكثر من المركز. ونتيجة لذلك، يبدأ صانعو السيارات في التشبه بمشغلي البنية التحتية للذكاء الاصطناعي، مع تحول تكاليف التدريب المتكررة إلى جزء من نموذج الأعمال.

وهذا يفرض ضغوطًا استراتيجية جديدة. فإذا كانت شركة ما تنفق مئات الملايين من الدولارات سنويًا لتحسين نماذج القيادة، فقد تشعر الشركات المنافسة بأنها مضطرة إلى فعل الشيء نفسه أو المخاطرة بالتخلف. كما يثير ذلك أسئلة حول مدى إمكانية استمرار هذا الإنفاق، وكيف يترجم إلى سلامة وأداء في العالم الحقيقي، وما إذا كان المستهلكون سيكافئون الشركات التي تراهن بأكبر قدر.

قصة نقل في قلب اقتصاديات الذكاء الاصطناعي

يبدو رقم إنفاق Xpeng لافتًا بشكل خاص لأنه يختزل الطفرة الأوسع في الذكاء الاصطناعي داخل حالة استخدام واحدة في النقل. فالقصة ليست عن روبوت محادثة عام الغرض أو منصة سحابية، بل عن تدريب أنظمة قادرة على تفسير الطرق والمركبات والمشاة وسلوك المرور على نطاق واسع. وهذا أحد الأسباب التي تجعل هيكل التكلفة مهمًا إلى هذا الحد. فأنظمة القيادة في العالم الحقيقي تتطلب كميات هائلة من البيانات وتكرارًا مستمرًا في ظروف حساسة من ناحية السلامة.

وبهذا المعنى، يساعد هذا الادعاء في تفسير سبب تحوّل المساعدة على القيادة إلى ساحة معركة حاسمة في قطاع السيارات الكهربائية. إنها ليست مجرد ميزة برمجية تُضاف إلى المركبات لاحقًا، بل برنامج ذكاء اصطناعي مستمر يمكن أن يستهلك رأسمالًا كبيرًا كل شهر.

  • تقول Xpeng إنها تنفق نحو 300 مليون يوان صيني شهريًا على تدريب الذكاء الاصطناعي.
  • هذا يعني إنفاقًا سنويًا يقارب 500 مليون دولار.
  • وتقول الشركة إنها تعتقد أنها وصلت إلى مستوى Tesla FSD.
  • ويُظهر التقرير كيف يعيد الإنفاق على الحوسبة تشكيل المنافسة في برمجيات السيارات الكهربائية.

والخلاصة الأوسع واضحة. ففي السيارات الكهربائية، لم يعد سباق الذكاء الاصطناعي افتراضيًا. فالشركات تخصص له ميزانيات حقيقية، وهذه الميزانيات كبيرة بما يكفي للتأثير في كيفية تعريف القطاع للريادة.

هذه المقالة مبنية على تقرير Electrek. اقرأ المقال الأصلي.

Originally published on electrek.co