مشهد الذكاء الاصطناعي ونماذج اللغة الكبيرة في تركيا عام 2026: من يبني ماذا

إذا كنت تدير مؤسسة في تركيا وتدرس مشروع ذكاء اصطناعي، فهناك سؤال واحد يشكّل بهدوء كل قرار آخر: نموذج مَن ستبني عليه؟ خلال معظم السنوات الماضية كانت الإجابة الصادقة هي "نموذج أمريكي، بالإنجليزية، مكيَّف للتركية قدر المستطاع". لم يعد هذا هو الجواب الوحيد. تمتلك تركيا الآن منظومة حقيقية من نماذج اللغة الكبيرة محلية الصنع، وعمالقة اتصالات وتجزئة يدرّبون نماذجهم الخاصة، واستراتيجية وطنية تضخّ الأموال في الذكاء الاصطناعي السيادي. ترسم هذه المقالة مَن يبني ماذا، والأهم—ما يعنيه ذلك حين يكون بين يديك مشروع حقيقي جاهز للتنفيذ.

لقد أبقينا هذا واقعيًا. حيث تكون المعلومة عامة وقابلة للتحقق، نذكرها. وحيث يتحرك السوق بسرعة أو يكون الادعاء غامضًا، نقول ذلك. تتغير إصدارات النماذج وأعداد المعاملات (parameters) شهريًا؛ فتعاملوا مع الأرقام المحددة كلقطة من منتصف عام 2026، لا كنصٍّ مقدّس.

لماذا يهمّ "نموذج لغة تركي" من الأساس

يستطيع نموذج لغوي مدرَّب بأغلبية ساحقة على نصوص إنجليزية أن يتحدث التركية، لكنه يفعل ذلك بلكنة أجنبية تشعر بها في الإنتاج. التركية لغة إلصاقية—يُبنى المعنى فوق جذور الكلمات عبر سلاسل طويلة من اللواحق—فقد تحمل كلمة قاموسية واحدة ما تحتاج الإنجليزية جملة كاملة للتعبير عنه. النماذج التي لم ترَ ما يكفي من التركية تُجزّئها بشكل غير فعّال، وتسيء قراءة الصرف، وتتعثر في السياق الثقافي والقانوني الذي تعتمد عليه إجابات الأعمال.

بالنسبة لروبوت محادثة استهلاكي، يظهر ذلك كصياغة مائلة قليلًا عن الصواب. أما في سير عمل مؤسسي—مساعد يجيب عن أسئلة حول سياسة KVKK، أو بنك يلخّص عقدًا تركيًا، أو موظف دعم يتعامل مع عامية لهجة إسطنبول—فيظهر كإجابات خاطئة تُقدَّم بثقة. هذه الفجوة تحديدًا هي سبب وجود منظومة النماذج التركية، وهي سبب استحقاقها للفهم قبل أن تلتزم بميزانية.

النماذج الوطنية والمؤسسية

أبرز تطور هو أن نماذج اللغة التركية باتت تُبنى الآن كبنية تحتية عامة، لا كمنتجات تجارية فحسب.

T3 AI (T3AI / "T3 AI'LE") هو حامل اللواء. طوّره فريق التكنولوجيا التركي (مؤسسة T3) بالتعاون مع شركة الدفاع Baykar، وأطلق نسخة تجريبية على منصة TEKNOFEST الاجتماعية، وهو مفتوح المصدر ومموضَع صراحةً كنموذج وطني "أخلاقي". قصة نشأته غير اعتيادية: مساهمات من نحو 1,800 متطوع عبر 67 محافظة، وبشراكة جهات تشمل وزارة التربية الوطنية وSETA وهيئة البث الرسمية TRT وأكاديمية العلوم التركية ووكالة الأناضول وMicrosoft. أيًّا كان رأيك في السياسة، يشير T3 AI إلى أن تركيا تعتزم امتلاك نموذج أساس بدلًا من استئجاره.

نموذج Bilge من TÜBİTAK هو مساهمة مجلس البحوث—نموذج مطوَّر محليًا من هيئة العلوم والتكنولوجيا الوطنية في تركيا، وجزء من دفعة متعمّدة نحو بنية معرفية سيادية.

منصة MAIN من HAVELSAN تسلك مسارًا مختلفًا. تشغّل—بحسب التقارير—نموذجًا بنحو تسعة مليارات معامل، وهي نظام ذكاء اصطناعي مؤسسي لقطاع الدفاع مصمَّم للعمل في بيئات آمنة ومغلقة—من نوع النشر المعزول تمامًا عن الشبكة (air-gapped) الذي يهمّ حين لا يمكن للبيانات مغادرة المبنى. إنها معاينة للاتجاه الذي تسير نحوه المؤسسات التركية الخاضعة للتنظيم: نماذج قادرة لا تلمس السحابة العامة أبدًا.

وفوق كل هذا تقف الاستراتيجية الحكومية. أعلنت تركيا دفعة وطنية للذكاء الاصطناعي بمليارات الدولارات تهدف إلى جعل البلاد قوة رقمية جادّة بحلول 2030، بأدوات مثل قسائم الذكاء الاصطناعي للشركات الصغيرة والمتوسطة، ومناطق نمو مخصصة للذكاء الاصطناعي، ومختبرات تحقّق. الخلاصة العملية لأي شركة: أن تبني على الذكاء الاصطناعي التركي بات اتجاهًا مدعومًا، لا رهانًا منعزلًا.

اقرأ أيضاً: نماذج اللغة ذاتية الاستضافة للمؤسسات: متى تتفوق النماذج المحلية على المتقدمة

النماذج التجارية والمؤسسية

إلى جانب الجهد الوطني، درّبت أكبر شركات التكنولوجيا في تركيا نماذج مبنية على بياناتها واحتياجاتها الخاصة.

بنَت Turkcell نموذج Turkcell-LLM-7b-v1، وهو نموذج محسَّن للتركية قائم على Mistral 7B، ومضبوط بدقة على نحو خمسة مليارات رمز (token) تركي باستخدام طرق تكييف فعّالة (LoRA/DoRA). وبصفتها مشغّل اتصالات يمتلك تفاعلًا هائلًا مع العملاء باللغة التركية، فإن لدى Turkcell البيانات والدافع لجعل التركية تعمل كما يجب—وقد نشرت عملها بدل إخفائه.

أصدرت Trendyol، ثقل التجارة الإلكترونية في البلاد، عائلة من نماذج اللغة الثنائية (تركي/إنجليزي) تتراوح من نحو 7 إلى 70 مليار معامل، بما فيها نسخ متخصصة لمجالات مثل الأمن السيبراني. فبالنسبة لمنصة تجزئة، يُعدّ نموذج داخلي مضبوط على لغة المنتجات والمراجعات والدعم رافعة تنافسية مباشرة، لا مشروعًا علميًا.

أنتجت VNGRS نموذج Kumru، أحد أكثر المساعي حديثًا للنقاش في العام الماضي. Kumru نموذج لغة تركي بُني إلى حد كبير من الصفر—فقد أُطلق Kumru-2B الذائع الصيت مفتوح المصدر في أكتوبر 2025 مع مدوّنة الويب التركية بحجم ~500 غيغابايت المستخدمة لتدريبه، مع الإشارة إلى نموذج أكبر مخطَّط له. عبارة "من الصفر" مهمة: فبدلًا من تركيب التركية على أساس إنجليزي، درّبت VNGRS على التركية أولًا، ما يميل إلى إنتاج تجزئة أنظف ومخرجات أكثر طبيعية.

مهّدت أعمال أكاديمية سابقة مثل نموذج TURNA الأرضية هنا، ولا يزال مجتمع معالجة اللغة الطبيعية التركية مفتوح المصدر—مجموعات البيانات، أدوات التجزئة، مجموعات التقييم—هو النسيج الرابط الذي يجعل كل هذا ممكنًا.

مقارنة سريعة

النموذج / المشروع	مَن	الطابع	أفضل تصوّر ذهني له
T3 AI	مؤسسة T3 + Baykar	مفتوح المصدر، وطني، بإطار "أخلاقي"	خيار سيادي افتراضي مدعوم مجتمعيًا
Bilge	TÜBİTAK	مجلس بحوث، بنية سيادية	مواءمة للقطاع الحكومي والعام
MAIN	HAVELSAN	~9B، بيئات مغلقة/آمنة	عمليات نشر معزولة وخاضعة للتنظيم
Turkcell-LLM-7b	Turkcell	قائم على Mistral، ضبط تركي، مفتوح	تركية بجودة الاتصالات، بحجم عملي
نماذج Trendyol	Trendyol	ثنائية اللغة 7B–70B، نسخ مجالية	نطاق تجاري مضبوط للتجارة الإلكترونية
Kumru	VNGRS	مدرَّب من الصفر على التركية	أنظف معالجة تركية أصيلة

اقرأ العمود الأخير، لا أعداد المعاملات. النموذج الصحيح هو الذي يطابق طابعُه قيدَك—التنظيم، جودة اللغة، بيئة النشر، أو الميزانية—أكثر بكثير من صاحب الرقم الأكبر.

وماذا عن روبوتات المحادثة العالمية؟

لا يعني أيٌّ من هذا أن اللاعبين العالميين غادروا الساحة. فعمليًا، لا تزال أغلب المؤسسات التركية اليوم تشغّل أحمال الإنتاج على النماذج الدولية المتقدمة، لأن القدرة الخام والأدوات والموثوقية تظل متقدمة في القمة. وهذا خيار مشروع—خاصة للأتمتة الداخلية منخفضة المخاطر حيث لا تكون البيانات حساسة.

التحول هو أنه لم يعد الخيار الوحيد، وبات على نحو متزايد ليس الخيار التلقائي. ثلاث قوى تدفع المؤسسات التركية نحو بنى محلية أو هجينة: إقامة البيانات وKVKK (إرسال بيانات شخصية إلى واجهة برمجية أجنبية بات سؤالًا على مستوى مجلس الإدارة، لا تفصيلًا هندسيًا)، والتكلفة عند التوسع (فما إن يشغّل سير عمل ملايين النداءات، يمكن لنموذج محلي بحجم مناسب أن يكون أرخص بشكل كبير)، وجودة اللغة في المهام التركية الأصيلة. الجواب الناضج للأغلبية ليس "محلي أو عالمي" بل مزيج متعمّد—نماذج متقدمة حيث تفوز القدرة، ونماذج تركية أو ذاتية الاستضافة حيث تفوز السيادة أو التكلفة أو دقة اللغة.

اقرأ أيضاً: GEO للشركات التركية: كيف تُذكَر شركتك في ChatGPT وبحث الذكاء الاصطناعي

ما يعنيه هذا لمشروعك

إذا كنت تختار أساسًا في 2026، فثمة مبادئ عملية تصمد بغضّ النظر عن أي اسم يتصدّر هذا الربع:

• ابدأ من القيد، لا من النموذج. البيانات الخاضعة للتنظيم تدفعك نحو نشر مغلق أو ذاتي الاستضافة (نمط MAIN). الأتمتة عالية الحجم تدفعك نحو نماذج محلية موفّرة للتكلفة. المحتوى التركي الدقيق يدفعك نحو نماذج مدرَّبة أصلًا مثل Kumru أو نموذج Turkcell. دع القيد الأصعب يختار.
• صمّم لأجل قابلية نقل النموذج. تتحرك المنظومة بأسرع من أن تتزوج نموذجًا واحدًا للأبد. ابنِ سير عملك—الاسترجاع، الأدوات، الضوابط، التقييم—بحيث يكون النموذج الأساسي مكوّنًا قابلًا للاستبدال، لا أساسًا مصبوبًا في الخرسانة.
• قيّم على مهامك التركية أنت. نادرًا ما تعكس المعايير العامة مستنداتك أو عملاءك أو لهجتك. مجموعة اختبار صغيرة وصادقة من أسئلة حقيقية بإجابات معروفة الصحة ستخبرك أكثر من أي لوحة صدارة.
• افترض الهجين. أمتن بنية توجّه كل مهمة إلى النموذج الملائم لها—وتُبقي البيانات الحساسة على بنية تحتية تتحكم بها، بينما تمدّ يدها إلى القدرة المتقدمة حيث يكون ذلك آمنًا.
• راقب الحوافز. الدفعة الوطنية التركية تعني أن النماذج التركية ستواصل التحسن والبقاء مفتوحة. البناء في اتجاه هذا الزخم رهان طويل الأمد معقول.

الخلاصة

تركيا في 2026 لم تعد سوقًا يكتفي باستهلاك ذكاء اصطناعي مبني في مكان آخر. لديها نماذج أساس وطنية، وعمالقة اتصالات وتجزئة يدرّبون نماذجهم، ومنافس مبني من الصفر في Kumru، ومنصات بيئات مغلقة بمستوى دفاعي، ومال حكومي خلف كل ذلك. بالنسبة لمؤسسة لديها مشروع حقيقي، هذا خبر جيد فعلًا: خيارات أكثر، ورافعة أكبر، ومسار موثوق للإبقاء على البيانات التركية والدقة التركية حيث ينبغي أن تكونا.

المأزق أن كثرة الخيارات تجعل التصميم أصعب لا أسهل. الاختيار الجيد الآن يعني فهم قيودك قبل نموذجك.

في Orbitra، نساعد المؤسسات التركية على تصميم أتمتة ذكاء اصطناعي وسير عمل وكيلي (agentic) يبقى قابلًا للنقل عبر هذا المشهد المتغير للنماذج—بمطابقة النماذج المتقدمة والمحلية وذاتية الاستضافة بالمهمة الصحيحة، وإبقاء البيانات الحساسة على بنية تحتية تتحكم بها. إذا كنت ترسم أين تبني، يمكننا مساعدتك على تحويل هذا المشهد إلى بنية ملموسة وأول تجربة رائدة.