لماذا تجنبت ميكروسوفت وآبل استخدام ChatPGT-5؟

رغم التقدّم الكبير الذي قدمه إصدار GPT‑5 من OpenAI، لم يكن مفاجئًا أن تختار شركات كبرى مثل مايكروسوفت وآبل نماذج ذكاء اصطناعي أخرى في منتجاتها. هذا التوجّه لا يُعبّر عن ضعف في أداء GPT‑5، بل عن مفاضلات تقنية واقعية تضع الخصوصية، الأداء التخصصي، والكلفة في صلب القرار.

في تقرير لـ The Verge، كشفت مصادر داخلية أن مايكروسوفت بدأت استخدام نموذج Claude Sonnet 4 بدلًا من GPT‑5 في أدوات GitHub Copilot للمطورين، ضمن محرر Visual Studio Code. الاختيار استند إلى اختبارات أداء داخلية أظهرت تفوّق Claude في مهام الترميز وتحليل الكود من حيث الكفاءة وتقليل الأخطاء.

بحسب The Information، تعمل مايكروسوفت على دمج Claude داخل بعض مكونات Microsoft 365، تحديدًا في Excel وPowerPoint، بعد أن أظهرت النماذج أداءً فاق GPT‑5 في صياغة الجداول، تنظيم الشرائح، والتفاعل مع بيانات المستخدم.

أما آبل، فقد بدأت خطوات متقدمة لدمج نموذج Gemini من غوغل ضمن نظام Apple Intelligence بدلًا من ChatGPT. ووفقًا لتقرير Reuters، فإن التركيز انصب على السرعة، دعم اللغات، وميزات الخصوصية، ما جعل Gemini أقرب لتوجّه آبل في تقديم تجربة ذكاء اصطناعي تحافظ على بيانات المستخدم محليًا كلما أمكن.

في دراسة منشورة على منصة arXiv بعنوان “Benchmarking LLMs for Calculus Problem Solving”، أظهرت نتائج المقارنة بين Claude Pro وGemini وChatGPT تفوقًا ملحوظًا لنماذج Claude في حل المسائل الرياضية بخطوات منظمة، بمعدل دقة بلغ 85.7٪ في سيناريوهات الاختبار.

النماذج الكبيرة مثل GPT‑5 قد توفّر قدرات استدلالية عالية، لكنها تتطلب موارد حوسبة أكبر، ما يرفع الكلفة ويزيد زمن الاستجابة. في البيئات الإنتاجية التي تحتاج إلى سرعة وموثوقية — مثل الردود اللحظية في واجهات المستخدم أو تحليل الكود — تميل الشركات إلى النماذج الأخف أو الأكثر تخصّصًا.

في القطاعات الحساسة مثل التعليم، الطب، والخدمات القانونية، لا يكون الأهم هو مدى "ذكاء" النموذج، بل مدى اتساقه في تقديم مخرجات يمكن الوثوق بها. نماذج مثل Claude أثبتت في اختبارات متعددة أنها تنتج مخرجات أقل انحرافًا، وأقرب للمنطق في سيناريوهات متكررة.

أحد الأسباب غير التقنية التي دفعت شركات كبرى لتجربة نماذج أخرى هو تقليل الاعتماد على جهة واحدة. في حالة GPT‑5، هناك مخاوف متعلقة بالأسعار، تغيير السياسات، أو حتى مخاطر التوقف. لهذا، يشكّل استخدام Claude أو Gemini طبقة حماية إضافية على مستوى البنية التحتية.

القرار التقني اليوم لا يُبنى على فكرة النموذج الأقوى، بل على مدى ملاءمته للتطبيق الفعلي. GPT‑5 لا يزال من بين النماذج الأذكى، لكنه ليس دائمًا الخيار الأمثل من حيث الخصوصية، التكلفة، أو التخصّص الوظيفي.