لماذا يعيد البحث بالذكاء الاصطناعي تعريف "احتكار البحث"؟
أولًا: ماذا حدث؟
في 16 يناير 2026، استأنفت Google تدابير الإنصاف في قضية مكافحة الاحتكار الأمريكية، متحديةً بنود مشاركة البيانات والإشراف من قبل لجنة تقنية؛ كما قدمت وزارة العدل الأمريكية وعدة ولايات استئنافًا متقاطعًا في أوائل فبراير، مطالبةً ببيع Chrome وإنهاء التعاون الافتراضي في البحث مع Apple. تمثل هذه القضية تحديًا جوهريًا على المستوى القانوني للهيكل الاحتكاري لسوق البحث التقليدي.
ولكن في الوقت نفسه، يحدث تغيير هيكلي أكثر استحقاقًا للاهتمام: البحث بالذكاء الاصطناعي يعيد تعريف "الاحتكار" نفسه.
منتجات البحث بالذكاء الاصطناعي مثل SearchGPT من OpenAI وPerplexity، تنقل المستخدمين من عصر "اختيار الروابط" إلى عصر "تلقي الإجابات". لا تزال Google تملك أكثر من 90% من حصة سوق البحث العالمية، لكن معيار المنافسة في البحث بالذكاء الاصطناعي تحول إلى "من يقدم الإجابة ومن أين تأتي الاستشهادات". استهدفت مكافحة الاحتكار التقليدية التحكم في المداخل، بينما قد يجلب البحث بالذكاء الاصطناعي تركيزًا جديدًا: عدد قليل من النماذج، وعدد قليل من مجموعات البيانات، وعدد قليل من المصادر المُعاد الاستشهاد بها، مما يشكل "احتكار استشهادات" على مستوى الإجابات.
ثانيًا: لماذا تتغير أنظمة الذكاء الاصطناعي بهذه الطريقة؟
عندما نطرح سؤالًا على نظام بحث بالذكاء الاصطناعي، لم يعد مسار المعلومات "استعلام — قائمة نتائج — نقرة مستخدم"، بل "استعلام — فهم دلالي — استرجاع معلومات — فلترة مصادر — توليد إجابة". تعتمد معظم عمليات البحث التوليدية اليوم على بنية RAG (Retrieval-Augmented Generation): فهم نية المستخدم أولًا، ثم استرجاع المستندات المرشحة من الفهرس، ثم ترتيب الصلة وتقييم المصداقية، وأخيرًا توليد إجابة متماسكة بواسطة نموذج لغوي. وهذا يعني أن "فهم" نظام الذكاء الاصطناعي للمعلومات هو الذي يحدد المحتوى الذي يمكن أن يدخل في الإجابة، وليس مجرد مطابقة كلمات مفتاحية أو عدد النقرات.
لماذا حدث هذا التغيير؟ تقنيًا، مكّنت نماذج اللغة الكبيرة والاسترجاع المتجهي الآلات من معالجة العلاقات الدلالية؛ على مستوى المنصات، تدمج Google وMicrosoft وOpenAI وPerplexity الإجابات التوليدية في مداخل البحث؛ وعلى مستوى المستخدمين، بدأ المزيد والمزيد من الأشخاص يسألون المساعدين الذكيين مباشرة عن التوصيات والمقارنات والملخصات. لم يعد المستخدم بحاجة لتصفية الروابط واحدًا تلو الآخر، بل فوّض التصفية والتجميع إلى نظام الذكاء الاصطناعي. في هذا التحول، يصبح الذكاء الاصطناعي وسيطًا للمعلومات وحكمًا عليها في آن واحد.
ثالثًا: ما تغير حقًا هو منطق البحث
منطق البحث التقليدي هو "ترتيب الروابط": يحدد PageRank الأهمية بناءً على علاقات الروابط بين صفحات الويب، والمرتبة الأولى تعني أعلى ظهور. أما منطق البحث بالذكاء الاصطناعي فهو "توليد الإجابة": يستخرج النظام المحتوى من مصادر متعددة ويولّد إجابة بناءً على المطابقة الدلالية، ومصداقية المصدر، وارتباط الكيانات، وتفضيلات النموذج. وقد لا يكون المصدر المستشهد به في الصفحات الثلاث الأولى من نتائج البحث التقليدية، لكنه قد يكون العقدة المعرفية الأكثر صلة وفقًا للذكاء الاصطناعي.
يمكننا تجريد هذا التغيير في نموذج:AI Citation Trust Model (نموذج الثقة في استشهاد الذكاء الاصطناعي)
وجود المحتوى → التطابق الدلالي → التحقق من المصدر → ربط الكيانات → استشهاد الذكاء الاصطناعي → تكوين الإدراك لدى المستخدم
في هذه السلسلة، "وجود المحتوى" هو مجرد نقطة البداية. فقط عندما يتعرف نظام الذكاء الاصطناعي على المحتوى كمعلومات واضحة البنية، محددة الدلالة، وقابلة للتحقق، يمكنه الانتقال إلى المراحل اللاحقة. يركز تحسين محركات البحث التقليدي على موضع الترتيب، بينما يركز عصر البحث بالذكاء الاصطناعي بشكل أكبر على "AI Search Visibility" — أي قدرة تنظيم المعلومات على أن تُفهَم وتُسترجَع ويُستشهد بها وتُستخدم في توليد الإجابات داخل أنظمة البحث بالذكاء الاصطناعي.
يُثير هذا مشكلة جديدة جديرة بالانتباه: إذا أصبح عدد قليل من النماذج الكبيرة وعدد قليل من مصادر البيانات مصدرًا لجميع الإجابات تقريبًا، فقد يحل "احتكار الاستشهاد" محل "احتكار حركة المرور". طلبت قضية مكافحة الاحتكار من Google مشاركة فهرس البحث وبيانات تفاعل المستخدمين، لكن الأصول الأساسية للبحث بالذكاء الاصطناعي هي النماذج الكبيرة، والمواد التدريبية، وحلقات التغذية الراجعة من المستخدمين، وقد لا تصلها إجراءات العلاج الحالية.
رابعًا: ماذا يعني البحث بالذكاء الاصطناعي للنظام البيئي للمعلومات؟
بالنسبة لوسائل الإعلام ومنتجي المحتوى، قد يحقق استشهاد الذكاء الاصطناعي تعرضًا للعلامة التجارية، ولكنه قد يدفع القراء أيضًا إلى عدم النقر على النص الأصلي، مما يُحدث "استبدالًا لحركة المرور". وسائل الإعلام التي يُستشهد بها بشكل مستقر من قبل الذكاء الاصطناعي ستكتسب سلطة جديدة؛ وعلى العكس، قد يتسارع اختفاء المحتوى طويل الذيل الذي كان يعتمد سابقًا على حركة مرور البحث.
بالنسبة للشركات والعلامات التجارية، لم تعد الرؤية في عصر البحث بالذكاء الاصطناعي تعتمد على القدرة على احتلال المركز الأول، بل على ما إذا كان الذكاء الاصطناعي يستطيع تمييز العلامة التجارية كإجابة صحيحة لسؤال معين. وهذا يتطلب أن تتمتع أصول المعلومات بمنطقية أقوى، واتساق في الكيانات، وقابلية أكبر للتحقق من البيانات. العلامات التجارية التي تظهر مرارًا وتكرارًا في مصادر البيانات العامة وترتبط ارتباطًا وثيقًا بكيانات موثوقة أخرى، هي الأكثر عرضة لأن تصبح جزءًا من النظام المعرفي للذكاء الاصطناعي.
بالنسبة للجهات التنظيمية، تركز أدوات مكافحة الاحتكار التقليدية على بوابات توزيع البحث وسوق الإعلانات. لكن مصادر "القوة السوقية" في عصر البحث بالذكاء الاصطناعي أكثر تعقيدًا: قدرات النماذج، وحقوق الوصول إلى البيانات، وموارد الحوسبة، والتغذية الراجعة من سلوك المستخدمين، وعلاقات التعاون مع النظام البيئي للإعلام والمحتوى، كلها قد تشكل حواجز دخول جديدة.
خامسًا: إشارات البحث بالذكاء الاصطناعي الجديرة بالمتابعة في المستقبل1. تركيز مصادر الاقتباس: ملاحظة ما إذا كانت نسبة قليلة من وسائل الإعلام الرائدة أو المصادر الموسوعية تحتل حصة مرتفعة بشكل مفرط في إجابات الذكاء الاصطناعي، مما يشكل "أوليغارشية اقتباس" جديدة.
- تحول مدخل البحث: ما إذا كان المستخدمون يعتادون بشكل متزايد على بدء الحصول على المعلومات من مساعدي الذكاء الاصطناعي بدلاً من محركات البحث.
- اتساق التعرف على كيانات العلامات التجارية: ما إذا كانت أوصاف الذكاء الاصطناعي للعلامات التجارية المختلفة وتصنيفاته وارتباطاته مستقرة، وما إذا كان قد يحدث خطأ في التعرّف أو تحيز منهجي.
- تغيّر المصادر الإعلامية في الإجابات: أي أنواع المنشورات يتم الاستشهاد بها باستمرار من قبل الذكاء الاصطناعي، وأيها يتم استبعادها، مما قد يعكس التفضيلات المعرفية لأنظمة الذكاء الاصطناعي.
- التفاعل بين الوصول إلى البيانات والتنظيم: إن كيفية تطور القواعد المتعلقة بمشاركة البيانات وبيانات تدريب النماذج في قضية مكافحة الاحتكار ضد جوجل ستؤثر بشكل مباشر على المشهد التنافسي للبحث بالذكاء الاصطناعي.