«سناب شات» تحقق قفزة في الإيرادات مع تفوق خدمة «سناب شات بلس»

خدمة «سناب شات بلس» تحقق نمواً قياسياً بإيرادات تجاوزت 20 مليون دولار في نوفمبر (سناب شات)
خدمة «سناب شات بلس» تحقق نمواً قياسياً بإيرادات تجاوزت 20 مليون دولار في نوفمبر (سناب شات)
TT

«سناب شات» تحقق قفزة في الإيرادات مع تفوق خدمة «سناب شات بلس»

خدمة «سناب شات بلس» تحقق نمواً قياسياً بإيرادات تجاوزت 20 مليون دولار في نوفمبر (سناب شات)
خدمة «سناب شات بلس» تحقق نمواً قياسياً بإيرادات تجاوزت 20 مليون دولار في نوفمبر (سناب شات)

في عالم التكنولوجيا السريع التطور، يعد نمو ونجاح الاشتراكات المميزة مؤشراً مهماً على جاذبية الخدمة. وتبرهن «سناب شات»، بخدمتها المميزة +Snapchat، على هذا بأكثر الطرق إقناعاً؛ إذ شهدت الخدمة المميزة في نوفمبر (تشرين الثاني) 2023 نمواً كبيراً في الإيرادات، حيث تجاوزت الـ20 مليون دولار في الإيرادات الصافية لأول مرة بعد خصم رسوم متجر التطبيقات.

هذا النجاح الباهر لـ«سناب شات بلس» يأتي في ظل الإقبال المتزايد من الشباب على مزاياه المتعددة، والتي تشمل تحسين القصص، وإلقاء نظرة سريعة، وتغيير أيقونة التطبيق، والوصول المبكر إلى المزايا الجديدة في التطبيق. كما يبرز تفوقها الكبير مقارنة بمنتجات اشتراك منافسة مثل «X Premium»، حيث حقق «X» إيرادات بلغت 6.2 مليون دولار في نوفمبر، وهو ما يعادل أقل من ثلث ما تم تحقيقه في اشتراك «سناب شات بلس».

وفقاً لتقرير من «Apptopia»، فإن عدد مشتركي خدمة «سناب شات بلس» وصل إلى أكثر من 5 ملايين مشترك في سبتمبر (أيلول)، وهو ما يظهر نمواً ملحوظاً منذ إطلاق الخدمة، إضافة إلى ذلك، تشير البيانات إلى أن الخدمة حققت زيادة في الإيرادات بنسبة 23.4 في المائة في شهر مقارنةً بأكتوبر (تشرين الأول).

أكثر من 5 ملايين مشترك بزيادة 23.4 % في الإيرادات شهرياً - «Apptopia»

الأسواق التي ساهمت بشكل كبير في هذا النجاح تشمل الولايات المتحدة، المملكة المتحدة، فرنسا، أستراليا، وكندا، حيث حقق كل من هذه الدول إيرادات تفوق المليون دولار، بالإضافة إلى ذلك، يبدو أن الاشتراك يحظى بشعبية في مناطق غير متوقعة مثل المملكة العربية السعودية، التي جاءت في المرتبة السابعة من حيث الإنفاق الاستهلاكي.

تجدر الإشارة إلى أن هذه البيانات قد لا تعكس الصورة الكاملة لإيرادات +Snapchat، خاصةً بعد أن أتاحت الشركة للمستخدمين الأميركيين الدفع مقابل الاشتراك عبر بطاقات الهدايا المبيعة على أمازون، مما يعني أن إيرادات الخدمة قد تكون أعلى من التقديرات الحالية.

في ضوء هذه الإنجازات، يتضح أن «سناب شات بلس» قد تمكنت من تحقيق مكانة بارزة في سوق الاشتراكات المميزة في عالم وسائل التواصل الاجتماعي، مع توقعات إيجابية للمستقبل.


مقالات ذات صلة

تعرف على نظارات «سبيكتكلز - الجيل الخامس» من «سناب»

تكنولوجيا نظارات «سبيكتكلز - الجيل الخامس» مزودة بعدسات شفافة بتقنية «الكريستال السائل على السيليكون»... (سناب)

تعرف على نظارات «سبيكتكلز - الجيل الخامس» من «سناب»

أعلنت شركة «سناب» عن الجيل الخامس من نظارات «سبيكتكلز»، وهي نظارات مستقلة تستخدم تقنية الواقع المعزز لتمكين المستخدمين من استكشاف تجارب تفاعلية جديدة مع…

عبد العزيز الرشيد (الرياض)
تكنولوجيا من غير الواضح سبب انتظار «سناب شات» حتى الآن لإحضار تطبيقها إلى «آيباد» (شاترستوك)

بعد 13 عاماً من الانتظار... «سناب شات» تطلق تطبيقها على «آيباد»

يمكن الآن الاستفادة الكاملة من حجم شاشة الجهاز والاستمتاع بلوحة أكبر لالتقاط اللقطات وعرض المحتوى.

نسيم رمضان (لندن)
الاقتصاد الشروط الجديدة لـ«سناب شات» تحدّ من انتشار عدد من المحتويات (الشرق الأوسط)

«سناب شات» يحدّ انتشار إعلانات التسويق العقاري ومخاوف من تكدس المعروض

وضع موقع التواصل الاجتماعي «سناب شات» في تحديثاته الأخيرة شروطاً جديدة تحدّ من انتشار عدد من المحتويات، بما فيها التسويق العقاري.

بندر مسلم (الرياض)
تكنولوجيا عبر السنوات الأخيرة أطلقت شركة «سناب» مجموعة متنوعة من الأدوات التي تعمل بالذكاء الاصطناعي (شاترستوك)

«سناب شات» تطلق علامات مائية لتمييز الصور التي ينشئها الذكاء الاصطناعي

 «سناب شات» يعزز الشفافية باستخدام العلامات المائية بالصور المولدة بواسطة الذكاء الاصطناعي لضمان قدرة المستخدمين على تمييز المحتوى الأصلي

نسيم رمضان (لندن)
تكنولوجيا توحيد تجربة المستخدم بين أقسام «سناب شات» جسر بين العوالم الرقمية وميزة تنافسية للتفوق على المنصات الأخرى (رويترز)

«سناب» تحاول توحيد تجربة المستخدم عبر منصة «الأضواء» و«القصص»

«سناب» تعلن عن مجموعة من الخطوات الاستراتيجية نحو تحفيز النمو تتضمن بشكل أساسي توحيد تجربة المستخدمين عبر منصتي «القصص» و«الأضواء».

عبد العزيز الرشيد (الرياض)

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
TT

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)

أظهرت نماذج اللغة الكبيرة (LLMs)، مثل النماذج التي يقوم عليها نموذج «GPT-4»، قدرات مذهلة في توليد النصوص، سواء أكان ذلك في كتابة الشعر، أو تأليف المقالات، حتى تقديم حلول برمجية. تُدرَّب هذه النماذج، المعتمدة على بنى معمارية متقدمة تُعرف باسم «المحوّلات» (Transformers)، على توقع تسلسل الكلمات، ما يمكّنها من الاستجابة للمطالبات بطرق تحاكي فهماً يشبه البشري. ومع ذلك، تشير أبحاث حديثة إلى أن هذه النماذج، على الرغم من قدراتها المثيرة للإعجاب، قد لا تتعلم بالفعل الحقائق الكامنة عن العالم.

خريطة لمدينة نيويورك الأميركية (أدوبي)

التنقل في مدينة نيويورك دون خريطة

في دراسة حديثة قادها آشِش رامباتشان، أستاذ مساعد في الاقتصاد وباحث في مختبر نظم المعلومات واتخاذ القرار بمعهد ماساتشوستس للتكنولوجيا (LIDS)، قام الباحثون باختبار مدى قدرة نموذج لغوي مبني على «المحوّلات» على التنقل في مدينة نيويورك. وبينما أظهر النموذج دقة عالية في تقديم توجيهات دقيقة خطوة فخطوة عبر شبكة شوارع المدينة، تراجع أداؤه بشكل كبير عندما تمت إضافة عراقيل مثل إغلاق بعض الشوارع والتحويلات.

وعندما حلّل الباحثون أنماط التنقل التي أنتجها النموذج، اكتشفوا أن «خرائط» مدينة نيويورك التي كوّنها النموذج كانت تحتوي على مسارات غير واقعية، مثل شوارع غير موجودة وروابط غير دقيقة بين تقاطعات متباعدة. هذا الاكتشاف أثار تساؤلات حول حدود هذه النماذج، خاصة في البيئات التي تتطلب دقة كبيرة.

التداعيات في العالم الحقيقي

تنطوي هذه القيود على تداعيات هامة. فعلى الرغم من أن نماذج الذكاء الاصطناعي تبدو قادرة على التعامل مع مهام معقدة، فإن أداءها قد يتراجع بشكل كبير عندما تتغير المتغيرات البيئية، ولو بشكل بسيط. على سبيل المثال، قد يتمكن النموذج من التنقل في خريطة ثابتة لمدينة نيويورك، لكنه يتعثر عند مواجهة تحديات غير متوقعة، مثل إغلاق الشوارع. ويحذر فريق البحث من أن استخدام هذه النماذج في تطبيقات حقيقية قد يؤدي إلى فشل غير متوقع إذا واجهت سيناريوهات خارجة عن بيانات التدريب.

لعبة «أوثيللو» هي لعبة ألواح استراتيجية يشارك فيها لاعبان يلعبان على لوح مقسم إلى 8 × 8 مربعات غير مختلفة اللون (أدوبي)

مقاييس لتقييم الفهم

لمزيد من التعمق في مدى قدرة نماذج الذكاء الاصطناعي على تكوين «نماذج للعالم»، أي تمثيلات داخلية للقواعد والهيكليات، طوّر الفريق مقياسين جديدين للتقييم، هما «تمييز التسلسل» و«ضغط التسلسل».

يقيس «تمييز التسلسل» قدرة النموذج على التمييز بين سيناريوهات مختلفة، مثل تمييز موضعين مختلفين على لوحة لعبة «أوثيللو». ويقيّم المقياس ما إذا كان النموذج يفهم أن مدخلات مختلفة تحمل دلالات مختلفة.

أما مقياس «ضغط التسلسل» فيقيّم قدرة النموذج على إدراك الحالات المتطابقة، مثل وضعين متطابقين على لوحة لعبة «أوثيللو»، ويفهم أن خطوات التحرك التالية من كل وضع يجب أن تكون متشابهة.

قام الفريق باختبار هذه المقاييس على فئة معينة من المسائل تشمل تسلسلاً محدداً من الحالات والقواعد، مثل التنقل في شبكة شوارع أو لعب «أوثيللو». من خلال هذه التقييمات، سعى الباحثون لفهم ما إذا كانت النماذج قد طوّرت بالفعل نماذج منطقية للعالم.

العشوائية قد تؤدي إلى فهم أعمق

كشف البحث عن نتيجة غير متوقعة، حيث أظهرت النماذج التي دربت على تسلسلات عشوائية قدرة أكبر على بناء نماذج داخلية دقيقة مقارنة بتلك التي دربت على بيانات منظمة. على سبيل المثال، في لعبة «أوثيللو»، كانت النماذج المدربة على حركات عشوائية قادرة على التعرف على جميع الحركات الممكنة، حتى الحركات غير المثلى التي لا يلجأ إليها اللاعبون المحترفون.

وأوضح كيون فافا، الباحث الرئيسي وأستاذ زائر في جامعة هارفارد، أنه «من الناحية النظرية، عندما يتم تدريب النموذج على حركات عشوائية، فإنه يرى مجموعة كاملة من الاحتمالات، بما في ذلك الخيارات غير المحتملة». ويبدو أن هذا التعرض الواسع «يساعد النموذج في تكوين نموذج أكثر دقة للعالم، وإن لم يلتزم بالأسلوب الأمثل».

ورغم هذه النتائج، لم يستطع أي من النماذج تكوين نموذج منطقي متكامل للعالم في مهمة التنقل. وعندما أضاف الباحثون تحويلات إلى خريطة نيويورك، فشلت جميع النماذج في التكيف. وأشار فافا إلى أن «التراجع في الأداء كان مفاجئاً؛ إغلاق واحد في المائة فقط من الشوارع تسبب في انخفاض الدقة بشكل حاد، من أداء شبه مثالي إلى 67 بالمائة فقط».

تراجع أداء نماذج الذكاء الاصطناعي بشكل كبير عندما تتغير المتغيرات البيئية ولو بشكل بسيط (أدوبي)

بناء نماذج للعالم موثوقة

تسلط نتائج هذه الدراسة الضوء على تحدٍ كبير، يتمثل في أنه عندما تبدو المحوّلات قادرة على أداء مهام معينة، فإنها قد تفتقر إلى الفهم الأساسي للقواعد. وشدّد رامباتشان على ضرورة الحذر، قائلاً: «غالباً ما يفترض الناس أنه بما أن هذه النماذج تحقق نتائج رائعة، فلا بد أنها طوّرت فهماً جوهرياً للعالم. لكن دراستنا تشير إلى أننا بحاجة إلى النظر في هذا الافتراض بعناية وعدم الاعتماد على الحدس فقط».

ويخطط الباحثون لتوسيع دراستهم لتشمل تحديات أكثر تعقيداً حيث قد تكون القواعد غير معروفة كلياً أو متغيرة. وباستخدام مقاييسهم التقييمية على هذه المجالات، يأملون في فهم حدود نماذج الذكاء الاصطناعي بشكل أفضل وتوجيه تطويرها في المستقبل.

تداعيات أوسع وأهداف مستقبلية

تتجاوز تداعيات هذا البحث فهم العالم الافتراضي، وتمس التطبيقات العملية. إذا كانت نماذج الذكاء الاصطناعي غير قادرة على تكوين نماذج داخلية دقيقة للعالم، فإن ذلك يثير تساؤلات حول استخدامها في مجالات تتطلب منطقاً دقيقاً، مثل القيادة الذاتية، والأبحاث العلمية، والتخطيط اللوجستي. ويقول الباحثون إن الحاجة ملحة لإعادة التفكير في كيفية تدريب هذه النماذج وتقييمها لتكون أكثر تكيفاً وموثوقية.

هذا البحث مدعوم من قبل عدة مؤسسات، بما في ذلك مبادرة علوم البيانات في جامعة هارفارد، ومؤسسة العلوم الوطنية، ومؤسسة ماك آرثر. سيتم عرض الدراسة في مؤتمر نظم معالجة المعلومات العصبية، حيث سيواصل الباحثون مناقشة تعقيدات نماذج الذكاء الاصطناعي واستكشاف مسارات جديدة لتطويرها.