مایکروسافت از OpenAI فاصله می‌گیرد: مدل‌های MAI با ۸۹٪ کاهش هزینه

دسته · هوش مصنوعی

مایکروسافت با معرفی مجموعه مدل‌های MAI، گامی بلند برای کاهش وابستگی به OpenAI برداشت و ادعا کرد این مدل‌ها تا ۸۹٪ ارزان‌تر از مدل‌های رقیب هستند.

۱. چه اتفاقی افتاد؟ خلاصه خبر

مایکروسافت یکی از مهم‌ترین اعلامیه‌های فناوری نیمه دوم ۲۰۲۶ را صادر کرد: مجموعه مدل‌های هوش مصنوعی داخلی با نام MAI (مخفف Microsoft AI) که نه‌تنها در آزمایشگاه‌ها بلکه همین لحظه در محصولات واقعی این شرکت فعال هستند. این خبر به این دلیل اهمیت دارد که مایکروسافت طی سال‌های گذشته بیش از ۱۳ میلیارد دلار در OpenAI سرمایه‌گذاری کرده بود و بسیاری از ابزارهایش را روی مدل‌های GPT می‌چرخاند. حالا این شرکت می‌گوید راه خودش را پیدا کرده است.

اگر می‌خواهید بدانید OpenAI چیست و چه تأثیری در دنیای هوش مصنوعی داشته، پیش‌زمینه خوبی برای درک این خبر به دست می‌آورید. این رابطه چندساله بین مایکروسافت و OpenAI در حال تحول است.

۲. مدل‌های MAI: معرفی کامل چهار مدل جدید

مجموعه MAI شامل چهار مدل متمایز است که هر کدام برای یک حوزه کاربردی طراحی شده‌اند:

MAI-Image-2.5-Pro

این مدل تصویرساز حرفه‌ای مایکروسافت است که با تمرکز بر تصاویر شاخص (Hero Images)، ویرایش دقیق و رندر متن داخل تصویر ساخته شده. قیمت‌گذاری آن ۵ دلار برای هر میلیون توکن متنی، ۸ دلار برای هر میلیون توکن ورودی تصویر، و ۱۰۶ دلار برای هر میلیون توکن خروجی تصویر است. مهم‌تر از قیمت، این است که این مدل حالا کاملاً جایگزین Bing Image Creator شده و در PowerPoint هم GPT-Image-2 را پس زده است.

MAI-Voice-2-Flash

مدل صوتی طراحی‌شده برای بارهای کاری سنگین سازمانی مثل مراکز تماس و عامل‌های صوتی. دو برابر سریع‌تر از MAI-Voice-2 قبلی است و ۳۲٪ ارزان‌تر با نرخ ۱۵ دلار به ازای هر میلیون کاراکتر. ادعای مایکروسافت درباره ۸۹٪ صرفه‌جویی بیشتر به این مدل مربوط می‌شود که در Dynamics 365 Contact Center پیاده‌سازی شده.

MAI-Transcribe-1.5

مدل رونویسی گفتار به متن که از ۵۸ زبان مختلف پشتیبانی می‌کند و طبق اعلام مایکروسافت، خطاهای رونویسی را نسبت به نسخه قبلی ۵۰٪ کاهش داده است. این مدل برای محیط‌های چندزبانه مناسب است.

MAI-Code-1-Flash

مدل تخصصی کدنویسی که در آزمون‌های داخلی حدود ۱۰٪ نرخ پذیرش کد بالاتری نسبت به رقبا داشته. اگر با ابزارهای کمک‌کدنویسی هوش مصنوعی آشنا هستید، می‌دانید که این ۱۰٪ تفاوت در محیط‌های توسعه واقعی عدد کمی نیست.

۳. پاورپوینت بدون DALL-E: چرا این مهم است؟

یکی از نمادین‌ترین بخش‌های این خبر، کنارگذاشتن DALL-E از PowerPoint است. تا همین اواخر، وقتی کاربران PowerPoint از قابلیت تولید تصویر استفاده می‌کردند، درخواست‌هایشان به مدل DALL-E از OpenAI ارسال می‌شد. حالا MAI-Image-2.5-Pro این کار را انجام می‌دهد و به گفته مایکروسافت، هزینه GPU را تا ۸۴٪ کاهش داده است.

این تغییر برای کاربران محسوس نخواهد بود، اما برای مایکروسافت معنای بزرگی دارد: کنترل بیشتر بر زیرساخت، حاشیه سود بالاتر، و وابستگی کمتر به شریک استراتژیک خود. اگر کنجکاوید که محدودیت‌های واقعی هوش مصنوعی چیست، این نوع تغییرات پشت‌صحنه دقیقاً همان‌هایی هستند که مرز بین ادعا و واقعیت را مشخص می‌کنند.

۴. OneDrive و بهره‌وری ۲.۵ برابری

علاوه بر محصولات یادشده، OneDrive هم از مدل‌های MAI بهره برده است. مایکروسافت اعلام کرد که در بارهای کاری با استفاده متوسط، سیستم‌های OneDrive با مدل‌های MAI بهره‌وری ۲.۵ برابری نسبت به قبل داشته‌اند. این یعنی همان سخت‌افزار، کار بیشتری انجام می‌دهد که مستقیماً به کاهش هزینه‌های زیرساخت ابری منجر می‌شود.

۵. چرا مایکروسافت از OpenAI فاصله می‌گیرد؟

برای درک این تحول، باید تصویر بزرگ‌تری را در نظر گرفت. مایکروسافت تا به حال بیش از ۱۳ میلیارد دلار در OpenAI سرمایه‌گذاری کرده و از مدل‌های GPT در تمام اکوسیستم خود استفاده می‌کرد. اما چند نیرو باعث شده این شرکت به سمت استقلال حرکت کند:

هزینه‌های سنگین API: وقتی میلیاردها درخواست روزانه از طریق محصولات مایکروسافت پردازش می‌شود، هر صدم دلار صرفه‌جویی در هر توکن، به اعداد نجومی تبدیل می‌شود. ادعای ۸۹٪ کاهش هزینه اگر حتی نیمی از آن هم درست باشد، میلیاردها دلار در سال صرفه‌جویی معنی می‌دهد.

کنترل روادید: وقتی مدل‌های داخلی دارید، می‌توانید قابلیت‌ها را خودتان کنترل کنید، محدودیت‌ها را تنظیم کنید، و با سرعت بیشتری به بازار بروید. این موضوع در رقابت تنگاتنگ امروز هوش مصنوعی اهمیت حیاتی دارد.

اهرم چانه‌زنی: داشتن جایگزین داخلی رقابتی، قدرت مذاکره مایکروسافت با OpenAI را به‌شدت افزایش می‌دهد. اگر OpenAI شرایط را سخت‌تر کند، مایکروسافت گزینه دارد.

برای تحلیل عمیق‌تر اهمیت هوش مصنوعی برای کسب‌وکارها، این نوع تصمیمات استراتژیک دقیقاً نشان می‌دهد که چرا شرکت‌های بزرگ این‌قدر روی هوش مصنوعی سرمایه‌گذاری می‌کنند.

۶. تأثیر بر رقابت جهانی هوش مصنوعی

این اقدام مایکروسافت در یک فضای بسیار رقابتی اتفاق می‌افتد. هر غول فناوری در حال ساخت مدل‌های داخلی است:

Google با خانواده Gemini در محصولاتش سرمایه‌گذاری کرده، Meta مدل‌های Llama را به‌صورت متن‌باز منتشر می‌کند تا زیرساخت هوش مصنوعی را دموکراتیزه کند، Apple با Apple Intelligence روی دستگاه‌ها کار می‌کند، و xAI با Grok به میدان آمده است. در این شرایط، مایکروسافت با MAI می‌گوید که دیگر تنها خریدار مدل‌های دیگران نیست، بلکه یک بازیگر مستقل است.

این تحول برای OpenAI هم معنادار است. اگر بزرگ‌ترین مشتری و سرمایه‌گذارتان شروع به ساختن جایگزین داخلی کند، باید استراتژی‌هایتان را بازبینی کنید. بی‌دلیل نیست که OpenAI در ماه‌های اخیر به‌سرعت در حال گسترش روابط با سایر شرکت‌ها و تنوع‌بخشی به درآمدش بوده است.

۷. تأثیر برای کاربران روزمره

سوال مهم اینجاست: این تغییرات چه معنایی برای کسی دارد که هر روز از Copilot، Bing یا PowerPoint استفاده می‌کند؟

در کوتاه‌مدت احتمالاً تغییر محسوسی نخواهید دید. رابط کاربری همان است و قابلیت‌ها مشابه. اما در میان‌مدت چند پیامد محتمل است:

سرعت بیشتر: MAI-Voice-2-Flash دو برابر سریع‌تر است و این سرعت در Copilot و ابزارهای صوتی احساس خواهد شد.

قیمت‌گذاری احتمالاً بهتر: وقتی هزینه‌های زیرساخت ۸۹٪ کاهش می‌یابد، در بلندمدت این صرفه‌جویی می‌تواند به کاربران سازمانی هم منتقل شود.

قابلیت‌های جدید سریع‌تر: با کنترل مستقیم روی مدل‌ها، مایکروسافت می‌تواند ویژگی‌های جدید را سریع‌تر پیاده‌سازی کند.

اگر می‌خواهید از این ابزارها بهتر استفاده کنید، یاد گرفتن نوشتن پرامپت‌های موثر هنوز مهم‌ترین مهارتی است که می‌توانید یاد بگیرید، صرف‌نظر از اینکه پشت صحنه کدام مدل کار می‌کند.

۸. تحلیل: آیا ادعاهای مایکروسافت واقعی است؟

هر بار که یک شرکت بزرگ ادعاهای درصدی چشمگیر می‌کند، سوال مشروع این است: چقدر واقعی است؟

در مورد ۸۹٪ صرفه‌جویی باید توجه کرد که این عدد برای یک سناریوی خاص است: مراکز تماس Dynamics 365 با MAI-Voice-2-Flash. این به معنای ۸۹٪ ارزان‌تر بودن همه مدل‌های MAI در همه موارد نیست. MAI-Image-2.5-Pro در PowerPoint ۸۴٪ صرفه‌جویی دارد که هنوز هم عدد بزرگی است.

بررسی‌های مستقل هنوز انجام نشده، اما واقعیت این است که مایکروسافت این مدل‌ها را در محصولاتش پیاده‌سازی کرده است. اگر کیفیت به‌شدت پایین بود، بازخورد کاربران به‌سرعت نشان می‌داد. از نظر توهم در مقابل واقعیت در هوش مصنوعی، این یکی از آزمون‌های واقعی‌سازی ادعاهاست.

برای پیگیری این نوع اخبار و تحلیل‌های فناوری، بخش اخبار هوش مصنوعی MrChatGPT را دنبال کنید.

۹. سوالات متداول (FAQ)

مدل‌های MAI مایکروسافت چه هستند؟

MAI (Microsoft AI) مجموعه‌ای از مدل‌های هوش مصنوعی داخلی مایکروسافت است که شامل MAI-Image-2.5-Pro برای تولید تصویر، MAI-Voice-2-Flash برای پردازش صوتی، MAI-Transcribe-1.5 برای رونویسی گفتار، و MAI-Code-1-Flash برای کمک به کدنویسی می‌شود.

آیا مایکروسافت همکاری با OpenAI را قطع کرده است؟

خیر، مایکروسافت هنوز هم سرمایه‌گذار و شریک OpenAI است. اما این شرکت در حال کاهش وابستگی عملیاتی خود به مدل‌های GPT است و مدل‌های داخلی MAI را جایگزین می‌کند.

چه محصولاتی از مدل‌های MAI استفاده می‌کنند؟

هم‌اکنون PowerPoint، Bing Image Creator، OneDrive و Dynamics 365 Contact Center از مدل‌های MAI استفاده می‌کنند و احتمالاً این لیست در ماه‌های آینده گسترش خواهد یافت.

آیا کاربران تغییری در محصولات احساس می‌کنند؟

در کوتاه‌مدت تغییر محسوسی نخواهد بود. در میان‌مدت، سرعت بیشتر و احتمالاً قیمت‌گذاری بهتر برای کاربران سازمانی انتظار می‌رود.

چرا این خبر برای رقابت هوش مصنوعی مهم است؟

این نشان می‌دهد که حتی بزرگ‌ترین سرمایه‌گذاران OpenAI هم در حال ساخت جایگزین‌های داخلی هستند. این رقابت باعث می‌شود همه شرکت‌ها برای ارائه مدل‌های بهتر، سریع‌تر و ارزان‌تر تلاش کنند که در نهایت به نفع کاربران است.