انهيار هامش Harvey AI الإجمالي إلى -50% يعزز أطروحة ندرة الحوسبة وراء ICP

هامش إجمالي عند -50%

شهدت Harvey، الشركة الناشئة المتخصصة في الذكاء الاصطناعي القانوني والمُقدَّرة بقيمة 15.6 مليار دولار، انقلاباً دراماتيكياً في هوامشها: فمن هامش إجمالي موجب يقارب +50% مع مطلع العام، هبط إلى سالب 50% بحلول يونيو. وكانت نقطة الانطلاق لهذا الانهيار تحديث الوكلاء الأذكياء (Agents) الذي أطلقته الشركة في مارس، إذ فجّر استهلاك العملاء غير المحدود لتكاليف الاستدلال (Inference) نموذج الربحية بالكامل. والأرقام تكشف مفارقة صارخة: تفرض Harvey على شركات المحاماة وعملائها من المؤسسات رسوم مقاعد شهرية تتراوح بين 1,200 و1,500 دولار للمستخدم الواحد أو أكثر، ضمن عقود سنوية بنمط «كل ما تأكله» المعتاد في الصناعة. ورقياً، كان هذا التسعير يفترض أن يحقق هوامش برمجية تتجاوز 80%. لكن الإفصاحات المتاحة تُظهر أن الشركة كانت عملياً تخسر المال على كل عميل كثيف الاستخدام تخدمه — وهو ما يجعل القضية أعمق من مجرد ضعف مبيعات أو ركود موسمي.

الآلية هنا هي عبء العمل الوكيل ذاته. في المرحلة المبكرة من الذكاء الاصطناعي القانوني، كان الاستخدام محصوراً في أسئلة أحادية الدور، أو ترجمات سريعة، أو تلخيص مذكرات قصيرة — أي حمل حوسبي هامشي يكاد لا يُذكر. أما بعد وصول وضع الوكيل المستقل، فقد بدأ المحامون في إدخال ملفات قضائية كاملة تمتد لمئات الصفحات، وعقود اندماج عابرة للحدود تتجاوز ألف صفحة. ولإنجاز عناية واجبة معمّقة أو مراجعة تقاطعية كاملة للعقد، يشغّل النظام سلاسل استدلال متعددة الجولات (Chain-of-Thought)، ويستدعي أدوات استرجاع خارجية مراراً، ويعالج التناقضات، ويعيد صياغة مخرجاته أكثر من مرة. مهمة واحدة قد تحرق عشرات إلى مئات الأضعاف من الرموز اللغوية مقارنة باستعلام بسيط — وهو حمل يقع في نهاية المطاف على أسطول وحدات المعالجة الرسومية الذي تورده NVIDIA وعلى السحب فائقة النطاق التي تديرها مزودات مثل Amazon. والاعتماد هنا لزج بطبيعته: فبمجرد أن راجع المحامي عقداً من ألف صفحة في دقائق، لم تعد المراجعة اليدوية خياراً مقبولاً. وتسعير المقاعد الثابت ببساطة لا يستطيع استيعاب هذا المنحنى التصاعدي في التكلفة.

Harvey Tenet على Kimi K3

جاء ردّ Harvey في 20 أغسطس عبر نموذج Harvey Tenet، وهو نموذج خاص بُني على النموذج مفتوح الأوزان Kimi K3 من شركة Moonshot AI، وتم تطويره بالشراكة مع Fireworks Research، مع معالجة لاحقة مخصصة للمهام مصممة لجلسات الوكلاء الطويلة والمتعددة الخطوات. وتشير مواد الشركة البحثية إلى أن مقاربة الأوزان المفتوحة تخفض ليس فقط سعر الرمز الواحد، بل عدد الرموز التي تستهلكها كل مهمة، عبر تقليص استدعاءات الأدوات الزائدة ومراحل الاستدلال مع الحفاظ على جودة المخرجات ثابتاً. وفي بيئة التقييم الخاصة بـHarvey، أنجز Tenet مهام قانونية أكثر من Kimi K3 الأساسي — مع أن الشركة لم تنشر أي أرقام تثبت تعافي الهامش عبر الأعمال الفعلية، كما أن معيار القياس ذاتي التصميم. وعلى المستوى التشغيلي، أدخلت Harvey أيضاً توجيهاً نماذجياً لكل مهمة: نماذج خفيفة تتولى الصياغة الروتينية بينما تُخصص النماذج عالية الأداء للتحليل المعقد، مع تعيين مسبق للنماذج بحسب سير العمل من قِبل المدراء. والتفصيلة الاستراتيجية التي تلفت الأنظار: قائد تقني قانوني أمريكي يدعمه ذراع OpenAI الاستثمارية لجأ إلى نموذج صيني مفتوح الأوزان لينجو من أزمته في التكاليف — دليل على أن منافسة الذكاء الاصطناعي انتقلت من البلاغة إلى اقتصاديات الاستدلال الخام، سواء جاءت الرقائق من AMD أو NVIDIA. يمكن للقراء الراغبين في متابعة السوق لحظيًا الاطلاع على أسعار السبوت والعقود الآجلة مباشرة عبر Binance.

أطروحة ندرة الحوسبة

الخيط الناظم في قراءتنا في COINOTAG هو أن الذكاء الاصطناعي الوكيل كسر رياضيات اشتراك المقاعد الثابتة، دافعاً البرمجيات المهنية نحو الفوترة على حجم العمل الفعلي لا على عدد المستخدمين. وفي جوهره، هذه قصة ندرة حوسبية — من نفس ضغط الطلب الذي يقوم عليه سرد الحوسبة اللامركزية في الكريبتو، حيث تقدّم شبكات مثل Internet Computer (عملتها ICP) الحوسبة على السلسلة كبديل عام للسحب فائقة النطاق المركّزة. لا شيء في إفصاحات Harvey يغيّر أساسيات الرمز؛ ما تؤكده هذه الأرقام هو أن الطلب على الاستدلال من المستخدمين المهنيين ينمو أسرع من أي نموذج تسعير افترض ذلك — وهي حقيقة اقتصادية تخدم، بحسب محللي القطاع، أطروحة أن الحوسبة النادرة ستبقى المورد الأثمن في هذه الدورة.