من يدفع ثمن "مجموعة بيانات" الروبوتات الشبيهة بالبشر؟ يوضح العرض في بكين ما هو مهم حقًا.

هل هذا هو النهاية؟

توقف مركز تدريب الروبوتات الشبيهة بالبشر في حديقة شوغانغ، بكين، والذي كان يعمل منذ مارس 2025 كأحد المراكز الأولى في الصين، عن العمل. ووفقًا لوسائل الإعلام المحلية، فإن السبب هو انسحاب شركة ريلمان - مورد المعدات والتكنولوجيا. لم يكن هذا فشلًا للمشروع، بل إعادة هيكلة له. أوضح حي شيجينغشان أنه بعد خروج الشريك من المرحلة الأولى، ينتقل المركز إلى مرحلة جديدة: تطوير حقول الضوء الغاوسية رباعية الأبعاد ونماذج العالم. بدلًا من بناء المزيد من المشاريع، يتغير منطق العمل - من جمع البيانات في ظروف خاضعة للرقابة إلى استخدامها في سيناريوهات واقعية.

هذه ليست الحالة الأولى التي يغير فيها مركز التدريب مساره. على مدار العامين الماضيين، استثمرت العديد من المناطق في الصين في مثل هذه المنشآت كجزء من استراتيجية تطوير الذكاء الاصطناعي المدمج. لكن بناء البنية التحتية هو مجرد بداية. السؤال الرئيسي هو: من سيدفع ثمن البيانات على المدى الطويل - وهل ستكون هذه البيانات مفيدة حقًا؟

في مايو من هذا العام، جمعت المرحلة الثالثة من المركز في شيجينغشان ما يقرب من 270 روبوتًا وكان لديها قدرة إنتاجية سنوية للبيانات تقارب 20 مليون نقطة. في البداية، كان من المقرر أن تنتج المرحلة الأولى، في مارس 2025، أكثر من مليون نقطة بيانات سنويًا. يوضح هذا المعدل من النمو مدى الاستثمار المكثف الذي تقوم به مناطق الصين في البنية التحتية للروبوتات الشبيهة بالبشر.

البيانات ليست "أراضي" - إنها أداة.

كان المنطق السابق بسيطًا: كلما زادت البيانات، كان ذلك أفضل. كان من المفترض أن يجمع المركز في بكين أكثر من 20 مليون نقطة بيانات سنويًا، معظمها من سيناريوهات محاكاة - بدءًا من الأعمال المنزلية وحتى تجميع الإلكترونيات. ولكن اتضح أن البيانات من الظروف المستقرة للمختبر يصعب استخدامها في العالم الحقيقي. تواجه الروبوتات إضاءة متغيرة، وعدم استواء الأرض، وتداخل غير متوقع - مواقف لا يمكن محاكاتها بسهولة.

أدركت شركة ريلمان ذلك وغيرت استراتيجيتها. بدلًا من جمع البيانات في ظروف خاضعة للرقابة، تقوم الآن بإجراء عمليات الروبوت عن بُعد في المصانع والمستودعات والمنازل. إنه يعمل كـ "دائرة مغلقة": يتم إنشاء البيانات أثناء العمل الفعلي، ويتم استخدامها على الفور لتحسين النموذج، والذي بدوره يتعامل بشكل أفضل مع المواقف اللاحقة. لم يعد هذا مجرد جمع للبيانات - بل هو تكرار مستمر.

البيانات التي يتم جمعها في بيئة معملية مستقرة يصعب استخدامها في العالم الحقيقي، حيث توجد ظروف إضاءة متغيرة، وأسطح أرضية غير مستوية، وتداخلات غير متوقعة. ويؤكد ريلمان أن البيانات التي يتم جمعها من العمليات الفعلية في البيئات غير الخاضعة للرقابة لها قيمة أكبر بالنسبة للنموذج من البيانات التي يتم جمعها في بيئة معملية مستقرة.

من سيدفع مقابل البيانات في المستقبل؟

تكمن المشكلة في أن البيانات الخاصة بالروبوتات الشبيهة بالإنسان تتميز بطابع "خاص". تستخدم كل شركة هياكل روبوتية مختلفة، وأجهزة استشعار، وأنظمة تحكم، وهياكل نماذج. لذلك، يصعب استخدام البيانات من نظام واحد بواسطة نظام آخر. وهذا يعني أنه حتى إذا قام مركز التدريب بجمع ملايين نقاط البيانات، فقد لا تكون الشركة مستعدة لشرائها - إذا لم يؤد ذلك إلى تحسين مباشر للنموذج.

لذلك يظهر صراع: تريد السلطات المحلية بناء مراكز عامة كبنية تحتية تدعم تطوير الصناعة، بينما تركز الشركات على ما إذا كانت البيانات مكلفة وما إذا كانت ستحقق قيمة حقيقية. هذا ليس تناقضًا - ولكنه اختلاف في الأهداف. لذلك يصبح السؤال الرئيسي: من سيقوم بتمويل هذه الدورة؟ هل ستكون الشركات التي تستخدمها، أم الدولة كمستثمر في المستقبل؟

تكمن قيمة البيانات في فائدتها وليس في حجمها. لذلك يصبح السؤال الرئيسي: من سيقوم بتمويل هذه الدورة؟ هل ستكون الشركات التي تستخدمها، أم الدولة كمستثمر في المستقبل؟

عصر جديد للبيانات - من الجمع إلى التطبيق

يوضح هذا أن الحكومة تدرك أنه لا توجد طريقة "صحيحة" واحدة. يمكن أن تأتي البيانات من عمليات المحاكاة أو مقاطع الفيديو أو الإنترنت أو العمليات الفعلية - ولكن قيمتها تعتمد على كيفية استخدامها.

المستقبل لا يكمن في بناء المزيد من مراكز التدريب، بل في إنشاء دورات مغلقة: سيناريو ← بيانات ← نموذج ← تحسين. وهذا يعني أن المركز لا يجب أن يكون "مطابقًا تمامًا" - يمكن أن يتغير، كما فعلت بكين. والأهم هو أن يعمل بطريقة تتفق مع الاحتياجات الفعلية للنموذج، وليس فقط وفقًا لخطة الاستثمار.

يؤكد ريلمان أن البيانات التي يتم جمعها من العمليات الفعلية في البيئات غير الخاضعة للرقابة لها قيمة أكبر بالنسبة للنموذج من البيانات التي يتم جمعها في بيئة معملية مستقرة. وهذا يوضح أن المستقبل لا يكمن في حجم البيانات، بل في جودتها وفائدتها.

ماذا يعني هذا لمستقبل الروبوتات؟

إن إغلاق مركز التدريب في بكين ليس نهاية المطاف، ولكنه نقطة تحول. إنه يدل على أن بناء البنية التحتية دون نموذج تمويل وتطبيق واضح هو مخاطرة. ولكنه يدل أيضًا على أن المستقبل لا يكمن في حجم البيانات، بل في جودتها وفائدتها.

بالنسبة للشركات - هذا تحد: يجب عليهم التفكير في البيانات كأداة لتطوير النموذج، وليس فقط كتكلفة. بالنسبة للحكومات - دور جديد: ليس بناء المراكز، ولكن دعم الأنظمة المتكاملة التي تربط البيانات بالسيناريوهات والتطبيقات الواقعية. لم يعد الأمر يتعلق بـ "من يدفع مقابل مجموعة البيانات" - بل يتعلق بـ "كيف نحول البيانات إلى قيمة".

يوضح هذا التحول أن مستقبل الروبوتات لا يكمن في بناء المزيد من مراكز البيانات الأكبر، بل في إنشاء أنظمة ديناميكية ومتكاملة تجمع بين الظروف التشغيلية الفعلية والتحسين المستمر للنماذج. يصبح الأمر الأكثر أهمية ليس من يدفع مقابل البيانات، ولكن كيف يتم استخدام هذه البيانات في الممارسة العملية - هل تتحول إلى قرارات أفضل وردود فعل أسرع وعمليات روبوتية أكثر موثوقية. بالنسبة للشركات، يعني هذا الحاجة إلى الانتقال من التفكير في البيانات على أنها تكلفة إلى اعتبارها مفتاحًا للميزة التنافسية. وبالنسبة للحكومات - دور جديد: ليس بناء البنية التحتية، ولكن دعم النظم البيئية التي تمكن من إنشاء حلقات مغلقة للبيانات.