جميع المقالات
رؤى ORBITRA

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

خريطة محدّثة ومدققة لنماذج اللغة وبرامج الذكاء الاصطناعي في تركيا عام 2026: BİLGE وT3 AI وMAIN وKumru وTurkcell وTrendyol وخطة العمل الوطنية 2026–2030.

بقلم Orbitra AIنُشر في حُدّث في 10 دقائق للقراءة
مشهد الذكاء الاصطناعيتركيانماذج اللغة الكبيرةأتمتة الذكاء الاصطناعي
مشهد الذكاء الاصطناعي ونماذج اللغة الكبيرة في تركيا عام 2026: من يبني ماذا

إذا كنت تدير مؤسسة في تركيا وتدرس مشروعاً للذكاء الاصطناعي، فهناك سؤال واحد يحدد بهدوء كل قرار آخر: على نموذج مَن ستبني؟ طوال معظم السنوات الماضية كانت الإجابة الصادقة: «نموذج أمريكي، مدرَّب بالإنجليزية، ومكيَّف للتركية قدر المستطاع». لم يعد هذا هو الجواب الوحيد. ففي تركيا اليوم برامج نماذج مدعومة من الدولة، وشركات اتصالات وتجزئة تكيّف النماذج للغة التركية، وعائلة نماذج تركية مدرَّبة من الصفر، ومنذ أغسطس 2026 خطة عمل وطنية للذكاء الاصطناعي بأهداف محددة. ترسم هذه المقالة خريطة لمن يبني ماذا، وما يعنيه ذلك حين يكون بين يديك مشروع حقيقي.

حرصنا على أن تبقى المقالة واقعية: ننقل المعلومات المعلنة والقابلة للتحقق كما هي، ونشير بوضوح إلى ما أُعلن عنه ولم يتحقق بعد. وقد دُققت هذه النسخة وحُدّثت في أكتوبر 2026. ولأن إصدارات النماذج تتغير بسرعة، تعامل مع الأرقام بوصفها صورة لحظية لا حكماً نهائياً.

لماذا يهمّ نموذج لغة تركي أصلاً؟

يستطيع نموذج اللغة المدرَّب أساساً على نصوص إنجليزية أن يتحدث التركية، لكنه يفعل ذلك بلكنة أجنبية تظهر بوضوح في بيئة الإنتاج. فالتركية لغة إلصاقية تُبنى فيها المعاني بإضافة سلاسل طويلة من اللواحق إلى جذر الكلمة، حتى إن كلمة واحدة قد تحمل ما تحتاج الإنجليزية إلى جملة كاملة للتعبير عنه. والنماذج التي لم ترَ ما يكفي من التركية تقسّمها إلى رموز (tokens) بطريقة غير فعّالة، وتخطئ في قراءة بنيتها الصرفية، وتتعثر في السياق الثقافي والقانوني الذي تعتمد عليه الإجابات في عالم الأعمال.

في روبوت محادثة استهلاكي يظهر ذلك في صياغة غير موفقة. أما في سير عمل مؤسسي، كمساعد يجيب عن أسئلة سياسة KVKK، أو بنك يلخّص عقداً تركياً، أو فريق دعم يرد على عملاء يكتبون بلهجة إسطنبول العامية، فيظهر في إجابات خاطئة تُقدَّم بثقة. ولسدّ هذه الفجوة تحديداً وُجدت منظومة النماذج التركية، ولهذا يستحق فهمها قبل تخصيص أي ميزانية.

النماذج الوطنية والمدعومة من الدولة

أبرز ما تغيّر أن نماذج اللغة التركية باتت تُعامل بوصفها بنية تحتية عامة لا مجرد منتجات تجارية. غير أن المشاريع المدعومة من الدولة تقف عند مراحل متفاوتة جداً من حيث الإتاحة.

BİLGE هو المشروع البحثي الحكومي الذي طوّره مركز TÜBİTAK BİLGEM وكُشف عنه في يونيو 2026. يعرض موقعه الرسمي عائلة من النماذج: نسختين بحجم 1B و9B مدرَّبتين من الصفر، ونسخة بحجم 27B مبنية بالتدريب المسبق المستمر على نماذج مفتوحة المصدر قائمة، ونسخة بحجم 122B ما زال تدريبها جارياً. وحتى أكتوبر 2026 يذكر الموقع أن BİLGE لم يُتح بعد للاستخدام العام، وقد صرّح وزير الصناعة والتكنولوجيا في يوليو 2026 بأنه سيُفتح للمطورين قريباً. إنه مشروع يستحق المتابعة، لا البناء عليه اليوم.

T3 AI ‏(«T3 AI'LE») طوّرته مؤسسة فريق التكنولوجيا التركي (T3) مع شركة الصناعات الدفاعية Baykar، بمساهمة نحو 1,800 متطوع من 67 ولاية، وبمشاركة جهات منها وزارة التربية الوطنية وSETA وهيئة الإذاعة والتلفزيون التركية TRT وأكاديمية العلوم التركية ووكالة الأناضول وMicrosoft. أُتيحت نسخة تجريبية عامة لفترة قصيرة على منصة TEKNOFEST الاجتماعية في يوليو 2025، وشُوركت أوزان النموذج مع المشاركين في هاكاثون، لكننا لم نجد إصداراً عاماً لهذه الأوزان. إنه مؤشر على إرادة السيادة التقنية أكثر من كونه خياراً قابلاً للنشر.

منصة MAIN من HAVELSAN تسلك طريقاً مختلفاً. فهي منصة ذكاء اصطناعي مؤسسية مبنية حول نموذج بنحو تسعة مليارات معامل، ومصممة للعمل دون اتصال بالإنترنت بالكامل على الشبكات المغلقة، أي في الحالات التي لا يجوز فيها للبيانات أن تغادر المبنى. وتواصل HAVELSAN إضافة وحدات جديدة إليها، ومنها وحدة للتوظيف تعمل على خوادم المؤسسات نفسها أُعلن عنها في أكتوبر 2026. وتمثل MAIN لمحة عن الاتجاه الذي تسير فيه المؤسسات التركية الخاضعة للتنظيم: نماذج قادرة لا تلامس السحابة العامة أبداً.

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

خطة العمل التركية للذكاء الاصطناعي (2026–2030)

دخلت خطة العمل التركية للذكاء الاصطناعي (2026–2030) حيز التنفيذ في 18 أغسطس 2026 بموجب التعميم الرئاسي رقم 2026/9 المنشور في الجريدة الرسمية (العدد 33344). وتحل الخطة محل الاستراتيجية الوطنية للذكاء الاصطناعي 2021–2025، وتتولى تنسيقها وزارة الصناعة والتكنولوجيا. وتتكون من أربعة محاور تحمل بالتركية أسماء Fark Et وİstifade Et وÜret وYönet (أدرِك، واستفِد، وأنتِج، وأدِر)، وتضم 16 إجراءً.

أبرز الالتزامات التي تهم الشركات:

  • قسائم الذكاء الاصطناعي: ما لا يقل عن 1,000 قسيمة للشركات الصغيرة والمتوسطة خلال الأشهر الاثني عشر الأولى.
  • وحدات معالجة رسومية للجميع: أرصدة قدرة حوسبية للشركات الناشئة والصغيرة والمتوسطة والباحثين، تبدأ بنحو مليوني ساعة GPU سنوياً وترتفع إلى 20 مليون ساعة سنوياً بحلول نهاية 2028.
  • مراكز البيانات: قدرة مركّبة لا تقل عن 1 غيغاواط لمراكز البيانات والذكاء الاصطناعي بحلول 2030، مع استهداف استثمارات لا تقل عن 10 مليارات دولار، معظمها من القطاع الخاص.
  • بيئات تجريبية تنظيمية: خمس بيئات على الأقل في القطاعات ذات الأولوية مثل المالية والصحة والطاقة والتنقل والاتصالات.
  • نموذج لغوي مشترك للغات التركية: نموذج يغطي مجموعات اللغات الأوغوزية والقبجاقية والقارلوقية، يُطوَّر بالتعاون مع أعضاء منظمة الدول التركية، ويُستهدف إطلاق نسخته الأولى بحلول نهاية 2027.
  • الحوكمة: مجلس وطني للذكاء الاصطناعي يتابع التنفيذ، وإطار قانوني وأخلاقي قائم على المخاطر لم يُصَغ بعد.

القراءة العملية للشركات أن الوصول إلى القدرة الحوسبية والتمويل والمشاريع التجريبية القطاعية للذكاء الاصطناعي التركي أصبح أسهل. لكن الخطة بحد ذاتها لا تفرض بعد التزامات جديدة على القطاع الخاص، ولا يوجد في تركيا حتى الآن قانون خاص بالذكاء الاصطناعي؛ إذ ما زالت مشاريع القوانين المقدَّمة إلى البرلمان قيد الدراسة في اللجان.

أما الشركات التي يخدم الذكاء الاصطناعي لديها أشخاصاً في الاتحاد الأوروبي، فتواجه قواعد ملزمة منذ الآن، إذ ينطبق عليها قانون الذكاء الاصطناعي الأوروبي حتى لو كانت تعمل من تركيا. التفاصيل في: هل ينطبق قانون الذكاء الاصطناعي الأوروبي على الشركات في تركيا؟

النماذج التجارية والمؤسسية

إلى جانب الجهود الوطنية، كيّفت كبرى شركات التكنولوجيا في تركيا النماذج وفق بياناتها واحتياجاتها.

أصدرت Turkcell عام 2024 النموذج Turkcell-LLM-7b-v1، وهو نسخة من Mistral 7B كُيّفت بنحو خمسة مليارات رمز تركي باستخدام أساليب ضبط دقيق فعّالة (DoRA وLoRA)، ونُشر بترخيص Apache-2.0. لم يصدر بعده نموذج عام جديد، إذ حوّلت Turkcell تركيزها إلى البنية التحتية، وأعلنت في يوليو 2026 استراتيجية من خمس طبقات لبنية تحتية سيادية للذكاء الاصطناعي تدعمها استثمارات كبيرة في مراكز البيانات.

ونشرت Trendyol، عملاق التجارة الإلكترونية في البلاد، سلسلة من النماذج التركية/الإنجليزية على Hugging Face. وهي نسخ مضبوطة من نماذج مفتوحة بأحجام تتراوح بين 7B و12B (مبنية على Mistral وLlama 3 وQwen وGemma 3)، إضافة إلى نموذج منفصل للأمن السيبراني بحجم 70B مبني على Llama 3.3. وفي 2026 أضافت نماذج مفتوحة الأوزان لكتالوج منتجاتها، منها نموذج بصري لغوي بحجم 27B لجودة الكتالوج والإشراف على المحتوى، صدر بترخيص CC BY 4.0. وبالنسبة إلى منصة تجزئة، فإن نماذج مضبوطة على لغة المنتجات والتقييمات والدعم ميزة تنافسية مباشرة.

أما Kumru من شركة VNGRS فهو من أكثر المشاريع تداولاً في الفترة الأخيرة. دُرّب Kumru من الصفر على اللغة التركية بنحو 500 غيغابايت من النصوص. وصدر Kumru-2B مفتوح الأوزان بترخيص Apache-2.0 في خريف 2025، بينما طُرح النموذج الأكبر Kumru 7.4B في الوقت نفسه بوصفه نسخة تجريبية ومنتجاً تجارياً يُثبَّت داخل المؤسسة، من دون أوزان مفتوحة. ولم تُنشر مجموعة بيانات التدريب نفسها. وعبارة «من الصفر» مهمة هنا: فبدلاً من إلحاق التركية بقاعدة إنجليزية، درّبت VNGRS النموذج على التركية أولاً، ما يمنح تقسيماً أكثر كفاءة للنص إلى رموز.

وقد مهّدت أعمال أكاديمية سابقة، مثل نموذج TURNA من جامعة بوغازيتشي، الطريق لهذا كله، ولا يزال مجتمع معالجة اللغة التركية مفتوح المصدر، بمجموعات بياناته وأدوات تقسيم النصوص ومجموعات التقييم، هو النسيج الذي يربط هذه الجهود.

مقارنة سريعة

النموذج / المشروع الجهة المطوِّرة الوضع حتى أكتوبر 2026 الأنسب لـ
BİLGE TÜBİTAK BİLGEM ‏1B و9B من الصفر، و27B بالتدريب المسبق المستمر، و122B قيد التدريب؛ غير متاح للاستخدام العام بعد مواءمة القطاع العام؛ مشروع يستحق المتابعة
T3 AI مؤسسة T3 وBaykar نسخة تجريبية عامة قصيرة في 2025؛ لا أوزان عامة مؤشر على إرادة السيادة التقنية
MAIN HAVELSAN نموذج بنحو 9B؛ يعمل دون اتصال بالكامل على الشبكات المغلقة البيئات المعزولة والخاضعة للتنظيم
Turkcell-LLM-7b-v1 Turkcell ‏Mistral 7B مكيَّف للتركية؛ أوزان مفتوحة (Apache-2.0) نقطة انطلاق مفتوحة صغيرة وعملية
نماذج Trendyol Trendyol نسخ تركية/إنجليزية مضبوطة من نماذج مفتوحة بين 7B و12B؛ نماذج بصرية مفتوحة للتجارة الإلكترونية مكوّنات مضبوطة للتجارة الإلكترونية
Kumru VNGRS مدرَّب من الصفر؛ 2B مفتوح و7.4B تجاري تقسيم أصيل للتركية إلى رموز بأحجام صغيرة

انظر إلى العمود الأخير لا إلى أعداد المعاملات. فالنموذج المناسب ليس صاحب الرقم الأكبر، بل الذي تتوافق طبيعته مع القيد الذي يحكمك: التنظيم، أو جودة اللغة، أو بيئة النشر، أو الميزانية.

ماذا تقول المقاييس المعيارية عن النماذج التركية المتخصصة؟

النموذج المخصص للتركية ليس أفضل تلقائياً في المهام التركية. فقد وجد مقياس Cetvel المنشور عام 2025 أن النماذج المتمحورة حول التركية والمدرَّبة على التعليمات تتأخر عموماً عن النماذج متعددة اللغات والعامة مثل Llama 3 وMistral. أما TurkBench، الذي أصدره في مارس 2026 باحثون من جامعة الشرق الأوسط التقنية وبيلكنت وبوغازيتشي وTurkcell AI وجهات أخرى، فيضم 8,151 عنصراً في 21 مهمة فرعية، من المعرفة والاستدلال إلى قواعد اللغة التركية واتباع التعليمات، ويوفر لوحة ترتيب عامة على Hugging Face.

والدرس هنا ليس أن النماذج التركية ضعيفة؛ فالنماذج الصغيرة المدرَّبة من الصفر قد تتفوق في مهام محددة، وتشغيلها على أجهزتك الخاصة منخفض الكلفة. الدرس أن عبارة «مصمم للتركية» فرضية يجب اختبارها لا ضمانة. استخدم لوحات الترتيب العامة لإعداد قائمة مختصرة، ثم احسم القرار بمستنداتك أنت.

وماذا عن النماذج العالمية؟

لا يعني أي من ذلك أن اللاعبين العالميين غادروا الساحة. فمعظم المؤسسات التركية ما زالت تشغّل أعمالها الإنتاجية على النماذج الدولية المتقدمة، لأنها لا تزال متقدمة في القدرات الخام والأدوات والموثوقية. وهذا خيار مشروع، خصوصاً في الأتمتة الداخلية منخفضة المخاطر حين لا تكون البيانات حساسة.

لكن الجديد أنها لم تعد الخيار الوحيد. فثلاثة عوامل تدفع المؤسسات التركية نحو بنى محلية أو هجينة: إقامة البيانات وقانون KVKK (إذ صار إرسال البيانات الشخصية إلى واجهة برمجية أجنبية سؤالاً على مستوى مجلس الإدارة لا تفصيلاً هندسياً)، والكلفة عند التوسع (فحين يبلغ سير العمل ملايين الاستدعاءات قد يكون نموذج محلي بحجم مناسب أرخص بكثير)، وجودة اللغة في المهام التركية الفعلية. كما أن البنية التحتية المحلية تتوسع: فقد أعلنت Alibaba Cloud في سبتمبر 2026 عن إنشاء أول منطقة سحابية لها في تركيا، وتتواصل أعمال بناء مجمعات جديدة لمراكز البيانات. والإجابة الناضجة لمعظم المؤسسات ليست «محلي أو عالمي»، بل مزيج مدروس بينهما.

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

ما يعنيه هذا لمشروعك

إذا كنت تختار نموذجاً أساسياً في 2026، فهناك مبادئ عملية تبقى صحيحة أياً كان الاسم الصاعد هذا الربع:

  • ابدأ من القيد لا من النموذج. البيانات الخاضعة للتنظيم تدفعك نحو النشر المغلق أو الاستضافة الذاتية (نمط MAIN)، والأتمتة عالية الحجم تدفعك نحو نماذج محلية منخفضة الكلفة، أما المحتوى التركي الدقيق فيستدعي اختبار نماذج مدرَّبة على التركية مثل Kumru جنباً إلى جنب مع نماذج قوية متعددة اللغات. ودع القيد الأصعب يحسم الاختيار.
  • ابنِ على المتاح فقط. بعض النماذج الوطنية أُعلن عنها ولم تصدر بعد. خطط بناءً على النماذج التي يمكنك تنزيلها أو ترخيصها أو استدعاؤها اليوم، وتعامل مع البقية بوصفها خيارات مستقبلية.
  • صمّم لقابلية نقل النموذج. المنظومة تتغير أسرع من أن ترتبط بنموذج واحد إلى الأبد. ابنِ طبقات الاسترجاع والأدوات والضوابط والتقييم بحيث يكون النموذج مكوّناً قابلاً للاستبدال.
  • قيّم على مهامك التركية أنت. مجموعة اختبار صغيرة وصادقة من أسئلة حقيقية معروفة الإجابات تخبرك أكثر من أي لوحة ترتيب.
  • افترض البنية الهجينة. وجّه كل مهمة إلى النموذج المناسب لها، وأبقِ البيانات الحساسة على بنية تتحكم بها، مع الاستفادة من النماذج المتقدمة حيث يكون ذلك آمناً.
  • استفد من الحوافز. قد تخفض قسائم الذكاء الاصطناعي وأرصدة الحوسبة والبيئات التجريبية التنظيمية ضمن خطة 2026–2030 كلفة المشروع التجريبي الأول. تحقق من الأهلية قبل وضع الميزانية.

الخلاصة

لم تعد تركيا في 2026 سوقاً تكتفي باستهلاك ذكاء اصطناعي يُبنى في مكان آخر. ففيها برامج نماذج مدعومة من الدولة، وعائلة نماذج تركية مدرَّبة من الصفر في Kumru، وشركات اتصالات وتجزئة تكيّف النماذج المفتوحة، ومنصات مغلقة بمعايير دفاعية، وخطة عمل وطنية بأهداف قابلة للقياس. لكن جزءاً كبيراً من ذلك ما زال في الطريق: فالنماذج الحكومية الأبرز لم تُفتح بعد، وبرامج الحوسبة والتمويل في الخطة بدأت للتو.

وهذا لمؤسسة لديها مشروع حقيقي خبر جيد مع تحفظ: خيارات أكثر وقدرة تفاوضية أكبر، لكن مسألة تصميم أصعب. فالاختيار الجيد يعني أن تفهم قيودك قبل أن تختار نموذجك.

في Orbitra نساعد المؤسسات في تركيا على تصميم حلول أتمتة الذكاء الاصطناعي وسير العمل الوكيلي بحيث تبقى قابلة للنقل عبر هذا المشهد المتغير: نطابق النماذج المتقدمة والمحلية وذاتية الاستضافة مع المهام المناسبة، ونبقي البيانات الحساسة على بنية تتحكم بها. وإذا كنت تخطط لمكان البناء، فيمكننا مساعدتك على تحويل هذا المشهد إلى بنية واضحة ومشروع تجريبي أول.

لنبدأ
PROJECT INTAKE

لنضع أتمتتكم بالذكاء الاصطناعيفي مدارها الصحيح

أخبرونا بما تحتاجون إليه، وسنرسم مساراً مخصصاً للاستشارات أو التدريب أو تطوير مشروع تجريبي.

راسلونا[email protected]للاستفسارات والاستراتيجية والعروض التوضيحية
ORBITRA / PROJECT BRIEFSECURE CHANNEL
01
02
03
04