في ظل التوسع الهائل في مجال الذكاء الاصطناعي، أصبح من الصعب التمييز بين المختبرات التي تسعى لتحقيق الربح والمشاريع البحثية التي تركز على التقدم العلمي. لحل هذه الغموض، يُقترح مقياس تدرّجي مكوّن من خمس مستويات يقيس طموح الشركة في التحول إلى نموذج تجاري، بغض النظر عن نجاحها الفعلي. المستوى 5 يمثل الشركات الكبرى مثل OpenAI وAnthropic وGemini، التي تُقدّر بوضوح طموحها التجاري. أما المستويات الأدنى فتُظهر تدرجًا من التفكير في الربح إلى التركيز الكامل على البحث. مختبر Humans&، الذي أثار ضجة مؤخرًا، يُقدّم رؤية مبتكرة حول نماذج ذكية تعتمد على التواصل والتنسيق، لكنه لم يُحدّد منتجًا ملموسًا. رغم التلميحات ببناء أداة عمل ذكية تُعيد تشكيل أدوات مثل Slack وGoogle Docs، فإن غموض التفاصيل يجعله يقع على المستوى 3، حيث تظهر رغبة في الربح لكن دون التزام واضح. مختبر Thinking Machines Lab (TML)، الذي تأسس بقيادة ميرا موراتي، كان يُنظر إليه كمرشح قوي للمستوى 4 بفضل رأس ماله الضخم (2 مليار دولار) وخبرة فريقه. لكن مغادرة عدد من كبار المديرين، بينهم المؤسس والرئيس التقني باريت زوف، مع تقارير عن شكوك حول الاتجاه الاستراتيجي، تُظهر تباينًا بين الطموح والواقع. رغم بقاء الأدلة غير كافية لخفض التقييم، إلا أن هذه التحولات تشير إلى احتمال أن تكون الشركة في الواقع على مستوى 2 أو 3، رغم نيتها الوصول إلى 4. World Labs، الذي تأسس بقيادة فاي فاي لي، واحدة من أبرز الشخصيات في تاريخ الذكاء الاصطناعي، يُظهر تطورًا ملحوظًا. بعد أكثر من عام من تأسيسها، أطلقت نموذجًا متكاملًا للعالم الافتراضي، وطورت منتجًا تجاريًا ناجحًا، مع تزايد الطلب من قطاعات الألعاب والمؤثرات البصرية. هذه الإنجازات، مع غياب منافس قوي من المختبرات الكبرى، تضعها في المستوى 4، وقد تنتقل إلى 5 قريبًا. أما Safe Superintelligence (SSI)، الذي أسسه إيليا سوتسكيفر، فيُعدّ نموذجًا كلاسيكيًا للمستوى 1. فالمختبر يُعَدّ بيئة بحثية خالصة، حيث تم رفض عرض اندماج من ميتا، ولا يوجد منتجات مُعلنة، وتركز الجهود على تطوير نموذج ذكاء فائق. لكن سوتسكيفر نفسه أشار إلى احتمال تحوّل المختبر إلى مستوى أعلى، سواء إذا تأخرت نتائج البحث، أو إذا تبين أن وجود الذكاء الاصطناعي القوي في العالم يحمل قيمة تجارية كبيرة. هذا يُظهر أن حتى المختبرات التي تبدأ على مستوى منخفض قد تنتقل فجأة إلى أعلى المستويات. النتيجة: لا يكفي أن تكون شركة ذكاء اصطناعي ناجحة علميًا، بل يجب أن تُحدد بوضوح طموحها التجاري. التباس هذه النوايا هو ما يُسبّب الكثير من التوترات في الصناعة، من تحول OpenAI من غير ربحي إلى تجاري، إلى تضارب التوقعات حول ميتا وWorld Labs. المقياس يُقدّم أداة لفهم هذه الديناميكيات، ويكشف أن النجاح الحقيقي ليس فقط في الابتكار، بل في وضوح الهدف.