Diffusion as Strategy? Export Controls, Open Weights, and the Global Reach of Chinese AI Models, 2018–2026
تحلل هذه الدراسة 3,034 نموذجاً من نماذج الذكاء الاصطناعي في الفترة من 2018 إلى 2026 لتجد أنه في حين لم تجبر ضواب تصدير الولايات المتحدة المطورين الصينيين فوراً على فتح أوزان نماذجهم، إلا أنها حفزت تحولاً استراتيجياً نحو الانتشار العالمي، وهو ما يتضح من خلال الارتفاع الهائل في النماذج المشتقة المبنية على أسس صينية واتساع فجوة الحوسبة الرائدة بعد أواخر عام 2024.
في السباق لبناء آلات أكثر ذكاءً، احتدم نقاش هادئ بين صانعي السياسات والتقنيين. لسنوات، فرضت الولايات المتحدة قيوداً على بيع شرائح الكمبيوتر الأكثر قوة إلى الصين، آملة في إبطاء تقدم البلاد في مجال الذكاء الاصطناعي. كان المنطق بسيطاً: بدون هذه الأدوات المتخصصة، سيواجه المطورون الصينيون صعوبة في تدريب أكبر أنظمة الذكاء الاصطناعي وأكثرها قدرة. ومع ذلك، بدأت قصة مختلفة تبرز من الجانب الآخر من المحيط الهادئ. فبدلاً من التخلف عن الركب، بدأ المطورون الصينيون في إصدار نماذج الذكاء الاصطناعي الخاصة بهم بطريقة تسمح لأي شخص بتنزيل ودراسة الكود البرمجي الأساسي. وقد أثار هذا التحول نظرية مفادها: ربما أجبرت القيود الصين على تغيير استراتيجيتها، مستبدلة القوة الخام بالانتشار الواسع. وإذا كان هذا صحيحاً، فهذا يعني أن سياسة صُممت لمنع تقدم منافس قد تكون ساعدت، عن غير قصد، في نشر تقنية ذلك المنافس في جميع أنحاء العالم.
لاختبار هذه الفكرة، فحص باحث يدعى ألفريدو ميرليه التاريخ الفعلي لآلاف نماذج الذكاء الاصطناعي التي تم إصدارها بين عامي 2018 و2026. لقد جمع بيانات عن أكثر من 3000 نموذج، متتبعاً من بناها، وما إذا كانت "أوزانها" الداخلية (الإعدادات الجوهرية التي تجعل الذكاء الاصطناعي يعمل) تُحفظ سراً أم يتم مشاركتها، وما نوع شرائح الكمبيوتر المستخدمة لتدريبها. ومن خلال مقارنة سلوك المطورين الأمريكيين والصينيين قبل وبعد ثلاث جولات رئيسية من القيود الأمريكية في عام 2022، و2023، و2024، بحث ميرليه عن نقطة تحول واضحة. أراد معرفة ما إذا كانت اللحظة التي قُطعت فيها الشرائح قد دفعت المطورين الصينيين فوراً إلى فتح أبوابهم، أم أن شيئاً آخر كان يقود هذا التغيير.
تخبرنا النتائج بقصة أكثر تعقيداً من السرد البسيط للسبب والنتيجة. صحيح أن النماذج الصينية أصبحت في نهاية الفترة أكثر عرضة للمشاركة علنًا من النماذج الأمريكية. ومع ذلك، لم يحدث هذا التحول مباشرة بعد الجولتين الأولى والثانية من القيود. وتظهر البيانات أن الفجوة بين الدولتين لم تتسع إلا في أواخر عام 2024 وطوال عام 2025. علاوة على على ذلك، لم يكن التغيير يتعلق فقط بقيام المطورين الصينيين بفتح نماذجهم؛ بل كان يتعلق أيضاً بقيام المطورين الأمريكيين بإغلاق نماذجهم. ويشير التوقيت إلى أن التوجه نحو الانفتاح كان خياراً استراتيجياً ترسخ في عام 2025، متأثراً على الأرجح بنجاح نماذج جديدة محددة وتغير القرارات التجارية في الولايات المتحدة، وليس مجرد رد فعل فوري على حظر الشرائح.
ورغم أن الارتباط بين الحظر والقرار بمشاركة الكود ليس مباشراً كما كان يأمل البعض، إلا أن قصة كيفية انتشار هذه النماذج لا يمكن إنكارها. وجد ميرليه أن أسس الذكاء الاصطناعي الصينية أصبحت لبنات بناء لنسبة هائلة من أعمال الذكاء الاصطناعي الجديدة في جميع أنحاء العالم. قبل عام 2023، كانت نسبة ضئيلة جداً من النماذج الجديدة تُبنى على أسس صينية. وبحلول عام 2025، ارتفع هذا الرقم ليصل إلى 51 بالمئة. وهذا يعني أن أكثر من نصف النماذج الاشتقاقية الموثقة في قاعدة البيانات — تلك التي أنشأها مطورون في الولايات المتحدة وأوروبا وغيرها — بُنيت على أسس صينية. وقد حدث هذا الانتشار حتى بين المطورين الأمريكيين، حيث اعتمد ما يقرب من واحد من كل خمسة نماذج جديدة في عام 2025 على نقطة انطلاق صينية.
كما درست الدراسة الأجهزة وقوة الحوسبة وراء هذه الأنظمة. وتشير البيانات إلى أن الفجوة في قوة الحوسبة الخام بين أكبر عمليات التدريب الأمريكية والصينية، والتي كانت تتقلص منذ عدة سنوات، بدأت في الاتساع مرة أخرى بعد الجولة الأخيرة من القيود في أواخر عام 2024. وهذا يشير إلى أن الحظر قد يكون قد نجح في إبطاء وتيرة النماذج الأكبر والأكثر تقدماً. وفي الوقت نفسه، أفاد المطورون الصينيون بشكل متزايد باستخدام شرائح مصممة للامتثال للقيود، مما يظهر تكيفاً مع القواعد الجديدة. ومع ذلك، وعلى الرغم من هذه القيود على الطليعة التقنية، فإن نطاق وصول الذكاء الاصطناعي الصيني ازداد قوة.
في النهاية، يؤكد البحث أن نماذج الذكاء الاصطناعي الصينية أصبحت أساساً مهيمناً لبقية العالم، لكنه يتحدى الفكرة القائلة بأن ضوابط التصدير كانت المحرك الوحيد لهذه النتيجة. يبدو أن انفتاح النماذج الصينية هو نتيجة لتحول استراتيجي حدث في وقت لاحق للحظر وتعزز بفضل نجاح نماذج مفتوحة محددة. قد تكون القيود قد منعت الصين من تدريب النماذج الأكبر منفرداً، لكنها لم تمنع تقنيتها من أن تصبح المعيار الذي يبني عليه بقية العالم. والدرس المستفاد للمستقبل هو أنه في عصر الذكاء الاصطناعي، قد يؤدي التحكم في توريد الشرائح إلى الحد من حجم النموذج، لكنه لا يتحكم بالضرورة في المكان الذي ينتهي إليه ذلك النموذج أو مدى اتساع نطاق استخدامه.
بيان المشكلة يرى محللو السياسات بشكل متزايد أن ضوابط التصدير الأمريكية على رقائق الذكاء الاصطناعي المتقدمة (التي طُبقت في جولات في أكتوبر 2022، وأكتوبر 2023، وديسمبر 2024) قد أجبرت المطورين الصينيين على تبني استراتيجية متميزة: وهي إصدار أوزان النماذج بشكل مفتوح للمنافسة من خلال الانتشار بدلاً من الحجم الرائد (frontier scale). وبينما يتكرر هذا السرد على نطاق واسع في التعليقات السياسية (مثل CSIS 2026؛ East Asia Forum 2026)، إلا أنه يفتقر إلى التحقق التجريبي على مستوى النماذج الفردية. وتعتمد التقييمات الحالية على روايات نوعية أو مقارنات قدرات إجمالية، مما يفشل في التمييز ما إذا كان التحول الملحوظ نحو الانفتاح هو استجابة سببية مباشرة للضوابم أم مجرد توجه عام (secular trend). علاوة على ذلك، تفتقر الأدبيات إلى مقياس زمني منتظم للانتشار التكنولوجي لتحديد ما إذا كانت النماذج الصينية قد أصبحت بالفعل القاعدة الأساسية للأعمال الاشتقاقية العالمية.
المنهجية تستخدم الدراسة قاعدة بيانات "Epoch AI للبيانات حول نماذج الذكاء الاصطناعي"، والتي تضم 3,034 نموذجاً تم إصدارها بين يناير 2018 وسبتمبر 2026. تشمل العينة 807 نماذج من مؤسسات صينية و1,503 من مؤسسات أمريكية. يقوم المؤلف بتشفير كل نموذج حسب الأصل، وإمكانية الوصول إلى الأوزان (مصنفة كأوزان مفتوحة أو مغلقة)، وحوسبة التدريب، وأجهزة التدريب، وبالنسبة للنماذج الاشتقاقية، بلد المنشأ للنموذج الأساسي.
تستخدم الاستراتيجية التجريبية إطار "الفرق في الفروق" (DiD) لتقدير تأثير جولات الضبط الأمريكية الثلاث على احتمالية إصدار النماذج الصينية بأوزان مفتوحة مقارنة بالنماذج الأمريكية.
توصيف الخط المرجعي: نموذج احتمالية خطي مع تأثيرات ثابتة للربع السنوي، والمجال، ونوع المؤسسة. يتضمن النموذج حدود تفاعل بين مؤشر "الصين" وفترات ما بعد المعالجة لكل جولة ضبط (أكتوبر 2022، أكتوبر 2023، ديسمبر 2024).
اختبارات المتانة: يتضمن التحليل تأثيرات ثابتة للمؤسسات لعزل التغيرات داخل المؤسسة الواحدة، وتوصيف دراسة الحدث (event-study) لتقييم الاتجاهات المسبقة والتوقيت، واختبار تجريبي (placebo test) عبر تعيين جولة ضبط وهمية في أكتوبر 2020.
تحليل الانتشار: تتبع الدراسة سلالة 679 نموذجاً اشتقاقياً لحساب حصة النماذج الاشتقاقية المبنية على نماذج أساسية صينية بمرور الوقت، مصنفة حسب منشأ المطور الاشتقاقي.
الحوسبة والأجهزة: تقيس الدراسة فجوة الحوسبة الرائدة (الفرق في لوغاريتم الأساس 10 لعمليات FLOP بين أكبر عمليات التدريب الأمريكية والصينية) وتحلل وصفياً أجهزة التدريب المبلغ عنها لتقييم التحولات نحو الرقائق المتوافقة مع ضوابط التصدير.
النتائج الرئيسية
الانفتاح والتوقيت:
التباعد: بحلول نهاية الفترة (2026)، كانت النماذج الصينية أكثر عرضة بنسبة 41 نقطة مئوية للإصدار بأوزان مفتوحة مقارنة بالنماذج الأمريكية (p=0.002).
عدم تطابق التوقيت: لم يتبع هذا التباعد جولتي الضبط الأوليين (أكتوبر 2022، أكتوبر 2023)؛ حيث كانت المعاملات لهذه الفترات غير ذات دلالة إحصائية. ظهر التحول الكبير فقط بعد جولة ضبط ديسمبر 2024، وأصبح ذا دلالة إحصائية في النصف الثاني من عام 2025.
الدوافع: يعكس اتساع الفجوة كلاً من انفتاح المطورين الصينيين ونماذجهم، وإغلاق المطورين الأمريكيين لنماذجهم. إن تقديرات "داخل المؤسسة" أصغر (15-20 نقطة مئوية)، مما يشير إلى أن التحول الإجمالي مدفوع جزئياً بدخول/خروج المطورين والتحولات الاستراتيجية في الممارسات التجارية الأمريكية.
الاختبار التجريبي (Placebo): أسفر اختبار تجريبي باستخدام جولة ضبط وهمية لعام 2020 عن معامل غير صفري تقريباً، مما يشير إلى أن التحولات في فجوة الانفتاح حدثت قبل الضوابط الفعلية، مما يعقد عملية العزو السببي.
الانتشار:
النمو السريع: ارتفعت حصة النماذج الاشتقاقية المبنية على نموذج أساس صيني من 2.4% (قبل 2023) إلى 51% في عام 2025.
الوصول العالمي: يمتد هذا الاعتماد إلى ما وراء الصين. في عام 2025، تم بناء 18% من النماذج الاشتقاقية الأمريكية و33% من النماذج الاشتقاقية من دول أخرى على أسس صينية.
الاستبدال: بين المطورين الصينيين، ارتفعت حصة النماذج الاشتقاقية القائمة على أسس صينية من 16.7% إلى 94.7% بحلول عام 2025، مما يشير إلى استبدال شبه كامل للأسس غير الصينية (مثل Llama).
الحوسبة والأجهزة:
الفجوة الرائدة: الفجوة بين أكبر عمليات التدريب الأمريكية والصينية، التي تقلصت بثبات حتى عام 2024، اتسعت بالنسبة لاتجاهها الخطي بعد ديسمبر 2024.
التكيف مع الأجهزة: أبلغ المطورون الصينيون بشكل متزايد عن التدريب على رقائق متوافقة مع التصدير (NVIDIA H800, A800, H20 series)، حيث ارتفعت من 0% قبل أكتوبر 2022 إلى 55.8% بعد ديسمبر 2024. وظل استخدام المسرعات المحلية (مثل Huawei Ascend) منخفضاً (يتراوح بين 2-12%).
المساهمات الرئيسية
التحقق الكمي: يوفر أول اختبار كمي على مستوى النموذج للادعاء بأن ضوابط التصدير دفعت الانفتاح الصيني، مما يتحدى الافتراض بوجود رابط سببي فوري.
تحديد التحول الاستراتيجي: يحدد أن التحول الاستراتيجي نحو الانفتاح قد تركز في عام 2025، بالتزامن مع إصدار DeepSeek-V3 وDeepSeek-R1 وتحول في الاستراتيجية التجارية الأمريكية نحو النماذج المغلقة، وليس كرد فعل فوري لضوابط 2022/2023.
مقياس الانتشار: يقدم مقياساً مباشراً وقابلاً للتكرار للانتشار التكنولوجي بناءً على سلالة النموذج الأساسي، موضحاً أن النماذج الصينية أصبحت الأساس المهيمن للأعمال الاشتقاقية العالمية رغم قيود الحوسبة.
توسيع الأدبيات: يوسع اقتصاديات المصادر المفتوحة (Lerner and Tirole 2002; von Hippel and von Krogh 2003) لتشمل جيوسياسية الذكاء الاصطناعي، مبيناً أن الانفتاح هو خيار استراتيجي للتبني وبناء الأنظمة البيئية وليس مجرد سلوك تطوعي أو مفروض.
الأهمية والادعاءات تخلص الورقة إلى أن أطروحة "الانتشار كاستراتيجية" صحيحة فيما يتعلق بـ النتيجة (كون النماذج الصينية تشكل نصف العمل الاشتقائي العالمي بحلول عام 2025)، ولكنها تتطلب توضيحاً فيما يتعلق بـ السببية الخاصة بالانفتاح. لا تدعم الأدلة الادعاء بأن ضوابط التصدير تسببت مباشرة في دفع المطورين الصينيين لفتح أوزان نماذجهم فوراً؛ بل يبدو أن التباين في استراتيجيات الإصدار هو توازن معقد تركز في عام 2025، متأثراً بعوامل متعددة بما في ذلك نجاح نماذج مفتوحة محددة والتحولات في الاستراتيجية الأمريكية.
تشير النتائج إلى أنه بينما قد تنجح ضوابک التصدير في تقييد القدرات الرائدة (اتساع فجوة الحوسبة بعد 2024)، إلا أنها لم تمنع الانتشار للنماذج القادرة. يعمل الانتشار من خلال الأوزان المفتوحة، وهي ليست خاضعة لنفس قيود التصدير المفروضة على الأجهزة. وبناءً على ذلك، يجب أن تنظر التقييمات السياسية المستقبلية إلى ما وراء من يدرب أكبر النماذج، لتنظر أيضاً إلى النماذج التي يبني العالم بقية أعماله عليها. تحذر الدراسة من أن السياسات التي تستهدف الحوسبة قد تؤدي دون قصد إلى تسريع الانتشار العالمي لنماذج منافسة من خلال انتشار الأوزان المفتوحة، مما له تداعيات على وضع المعايير والأمن.