#

النقاط الرئيسية

• أفادت التقارير بأن جون جمپر يغادر Google DeepMind إلى Anthropic.

• تُظهر هذه الخطوة مدى السرعة التي يمكن أن تنتقل بها مواهب الذكاء الاصطناعي بين المختبرات الرائدة.

• بالنسبة للمغرب، تتمثل القضية الأكبر في كيفية بناء المهارات والحوكمة حول الذكاء الاصطناعي سريع التطور.

• يعتمد التبنّي العملي على البيانات، ومزيج اللغات، والبنية التحتية، والامتثال.

ما الذي حدث

ذكرت TechCrunch في 2026-06-20 أن جون جمپر يغادر Google DeepMind إلى Anthropic بعد ما يقرب من تسع سنوات. ويقول التقرير إنه شارك في جائزة نوبل في الكيمياء لعام 2024 عن AlphaFold. كما يقول إن Bloomberg وصفه بأنه عضو أساسي في جهود Google الخاصة بأدوات البرمجة.

هذه قصة تتعلق بالأفراد، لكنها تعكس أيضًا نمطًا أوسع. يواصل كبار باحثي الذكاء الاصطناعي وقادة المنتجات الانتقال بين المختبرات الرائدة. وبالنسبة للقراء المغاربة، فإن هذا مهم لأن تغييرات القيادة قد تؤثر في الأدوات التي تتحسن أسرع، والفرق التي تحظى بالاهتمام، وكيف تتحول الأبحاث إلى منتجات.

لماذا يهم هذا الانتقال في سباق الذكاء الاصطناعي

عندما يغيّر باحث بارز مختبره، تكون الإشارة أكبر من مجرد تغيير وظيفة. فهذا يدل على أن المنافسة لا تزال شديدة في قمة قطاع الذكاء الاصطناعي. كما يوضح أن العمل المنتج والعمل البحثي أصبحا مترابطين بشكل وثيق.

بالنسبة لفرق التكنولوجيا المغربية، يذكّر هذا بأن تقدم الذكاء الاصطناعي لا يتعلق بالنماذج فقط. بل يتعلق أيضًا بالأشخاص، والتنفيذ، والقدرة على تحويل البحث إلى أنظمة قابلة للاستخدام. وقد يتحرك المختبر الذي يجذب المواهب القوية بسرعة أكبر في أدوات البرمجة والمساعدين وغيرها من المنتجات التطبيقية.

السياق المغربي

لا يحتاج المغرب إلى تقليد المختبرات الرائدة كي يستفيد من الذكاء الاصطناعي. بل يحتاج إلى فهم كيف تشكّل هذه المختبرات الأدوات التي قد تستخدمها الفرق المحلية لاحقًا. ويشمل ذلك تطوير البرمجيات، ومعالجة المستندات، ودعم العملاء، وأنظمة المعرفة الداخلية.

السؤال العملي للمؤسسات المغربية بسيط. ما أدوات الذكاء الاصطناعي التي تناسب الاحتياجات المحلية، وأيها يخلق مخاطر جديدة؟ تعتمد الإجابة على جودة البيانات، ومزيج اللغات، والبنية التحتية، وخيارات الشراء. كما تعتمد على ما إذا كانت الفرق قادرة على تقييم الأدوات قبل نشرها على نطاق واسع.

حالات الاستخدام في المغرب

بالنسبة للشركات المغربية، يمكن للذكاء الاصطناعي أن يساعد في الأعمال الرقمية المتكررة. وقد يشمل ذلك الصياغة، والتلخيص، والبحث، والمساعدة في البرمجة. وفي البيئات العامة أو الخاصة، يمكنه أيضًا دعم سير العمل الداخلي حيث يقضي الموظفون وقتًا طويلاً في المهام اليدوية.

لكن حالات الاستخدام المحلية تحتاج إلى انضباط محلي. فقد تظهر العربية والفرنسية وأحيانًا الإنجليزية في سير العمل نفسه. وهذا يخلق تحديات تتعلق بجودة النماذج، وعمليات المراجعة، وتدريب المستخدمين. وإذا كان النظام ضعيفًا في لغة واحدة، فقد تحتاج المؤسسة إلى إشراف بشري.

حالة استخدام ثانية هي تطوير البرمجيات. فالأدوات التي تساعد في البرمجة يمكن أن توفر الوقت، لكنها قد تُدخل أخطاء أيضًا. وستحتاج الفرق المغربية إلى الاختبار والمراجعة وقواعد واضحة لتحديد متى يمكن قبول مخرجات الذكاء الاصطناعي. وهذا مهم بشكل خاص للفرق الصغيرة ذات القدرة الهندسية المحدودة.

المخاطر والحوكمة

قد يدفع سباق المواهب المختبرات إلى الإطلاق بسرعة أكبر. وقد يكون ذلك جيدًا للابتكار، لكنه قد يزيد أيضًا الضغط على السلامة والخصوصية والموثوقية. وبالنسبة لصناع السياسات وقادة الأعمال في المغرب، فالعبرة ليست في إبطاء كل شيء. بل في وضع ضوابط واضحة قبل أن ينتشر التبنّي.

توافر البيانات أحد القيود. فالكثير من المؤسسات لا تمتلك بيانات نظيفة أو موسومة جيدًا أو مركزية. ومن دون ذلك، قد تنتج أنظمة الذكاء الاصطناعي نتائج ضعيفة. والشراء مسألة أخرى. إذ يحتاج المشترون إلى السؤال عن البيانات التي يستخدمها الأداة، وأين تُخزّن، وكيف تُحمى.

الأمن السيبراني مهم أيضًا. فقد تكشف أدوات الذكاء الاصطناعي معلومات حساسة إذا كانت ضوابط الوصول ضعيفة. كما يمكن إساءة استخدامها من قبل موظفين لا يفهمون حدود النظام. ويجب أن يكون الامتثال جزءًا من العملية منذ البداية، لا فكرة لاحقة.

ما الذي ينبغي على القادة المغاربة فعله بعد ذلك

ابدأوا بتجربة محدودة النطاق. اختاروا سير عمل واحدًا ذا قيمة واضحة ومخاطر محدودة. قيسوا الجودة والسرعة ومعدلات الخطأ قبل التوسع. هذا النهج أكثر واقعية من محاولة نشر الذكاء الاصطناعي في كل مكان دفعة واحدة.

ابنوا المهارات الداخلية في الوقت نفسه. تحتاج الفرق إلى تدريب أساسي على استخدام الأوامر، والمراجعة، والتعامل مع البيانات، والأمن. كما تحتاج إلى فهم مشترك للحالات التي يجب فيها أن يراجع الإنسان مخرجات الذكاء الاصطناعي. وهذا مهم بشكل خاص في البيئات متعددة اللغات.

اطرحوا أسئلة مباشرة على الموردين. أين تُعالج البيانات؟ هل يمكن للأداة التعامل مع العربية والفرنسية بشكل موثوق؟ ما السجلات التي يتم الاحتفاظ بها؟ وما الضوابط الموجودة للخصوصية والوصول؟ تساعد هذه الأسئلة المشترين المغاربة على مقارنة الأدوات بطريقة عملية.

وأخيرًا، تعاملوا مع الحوكمة بوصفها قضية أعمال، لا قضية قانونية فقط. ينبغي للقادة تحديد من يوافق على حالات الاستخدام، ومن يراقب المخاطر، ومن يستجيب عند حدوث مشكلة. ويمكن لهذا الهيكل أن يساعد المؤسسات على تبنّي الذكاء الاصطناعي بثقة أكبر.

الخلاصة

إن الانتقال المبلّغ عنه لجون جمپر من DeepMind إلى Anthropic يذكّر بأن قطاع الذكاء الاصطناعي لا يزال في حركة مستمرة. فالمواهب، واستراتيجية المنتج، والقيادة البحثية تواصل التحول بسرعة. وبالنسبة للمغرب، فإن الدرس المفيد هو التركيز أقل على العنوان وأكثر على الجاهزية.

ستكون المؤسسات التي تستعد لقضايا البيانات واللغة والبنية التحتية والخصوصية والأمن السيبراني في وضع أفضل لاستخدام الذكاء الاصطناعي بشكل جيد. أما تلك التي لا تفعل ذلك فقد تعتمد الأدوات أيضًا، ولكن مع مخاطر أكبر وقيمة أقل. وفي سوق سريع الحركة، فإن هذا الفرق مهم.