شرح GEM في اعلانات ميتا: الارقام اللي ميتا نشرتها بنفسها

كل شهر بيوصلني سؤال بصيغة مختلفة عن «الموديل الجديد بتاع ميتا» وهل لازم اغير حاجة في الحساب. والاجابة الصادقة ان GEM مش اعداد في مدير الاعلانات، وان ميتا نشرت عنه بنفسها تفاصيل اكتر بكتير من اللي بيتكرر في اللينكدإن، وان الارقام الحقيقية اقل اثارة ومفيدة اكتر.

فخلينا نعمل حاجة واحدة في المقال ده: نقرا اللي ميتا كتبته بنفسها عن GEM، بالارقام اللي هي نشرتها، ونفصل بينه وبين اللي اتحول لكلام متداول. وبعدين نجاوب على السؤال اللي بيهم الميديا باير فعلا: ده بيغير ايه في شغلك بكره؟

يعني ايه GEM بالتحديد

ميتا نشرت في ١٠ نوفمبر ٢٠٢٥ مقال هندسي عن GEM واسمه الكامل Generative Ads Model، ووصفته كـ foundation model للتوصيات، وقالت عنه حرفيا انه «اكبر foundation model لانظمة التوصية في الصناعة». ودي نقطة البداية الصح.

الفكرة المعمارية اهم من الاسم: GEM مش الموديل اللي بيرتب الاعلان اللي انت شايفه. هو موديل مركزي كبير بيتدرب على بيانات كتير، وبعدين بينقل اللي اتعلمه لموديلات اصغر اسمها vertical models، وميتا بتقول ان عندها «مئات» منها هي اللي فعلا شغالة قدام المستخدم. يعني GEM بيعلم، والموديلات الصغيرة بتنفذ.

طريقة النقل دي هي اللي ميتا مركزة عليها. بتستخدم knowledge distillation مع حاجة اسمها Student Adapter بتعيد معايرة مخرجات الموديل الكبير على بيانات حقيقية حديثة، وبتقول ان النقل بقى بضعف فعالية الـdistillation العادي. وفي المقال الاحدث ذكرت طريقة اسمها LoopFM بضعف الفعالية كمان «بدون اي تكلفة حوسبة او زمن استجابة اضافي».

الارقام اللي ميتا نشرتها بنفسها

في المقال الاول، ميتا قالت ان اطلاق GEM ادى لزيادة ٥٪ في تحويلات الاعلانات على انستجرام و٣٪ على فيسبوك فيد، وده في الربع التاني. ارقام متواضعة ومحددة، والمقال مافيهوش اي baseline ولا فترة مقارنة ولا فواصل ثقة.

وفي المقال الاحدث بتاريخ ١٣ اكتوبر ٢٠٢٦، الارقام اكبر ومصاغة على مدى سنة: ميتا بتقول ان GEM حقق تحسن ١٨٫٩٪ في التحويلات و١٢٪ في نسبة النقر على مستوى اسطح الاعلانات والاهداف المختلفة. وفصلت كمان زيادة في التحويلات للمستخدمين المستهدفين: ٥٫٨٪ على فيسبوك، و٤٫١٪ على انستجرام، و١٫٦٪ خارج المنصة.

خد بالك من حاجة في صياغة الارقام دي: دي ارقام تراكمية على مدى سنة وعلى كل الاسطح والاهداف مجمعة، مش توقع لحملة. الفرق مهم لان الرقم ١٨٫٩٪ بيتكرر كأنه حاجة هتحصل في حسابك لما تفتح حملة بكره، وده مش اللي المقال بيقوله.

ارقام الهندسة، ولزمتها ايه

الجزء الاكبر من المقالين تقني بحت، وميتا نشرت فيه ارقام محددة تستحق القراءة لان بتوضح حجم الاستثمار: نمو ٢٫٥ مرة في تعقيد الموديل مع ما وصفته بـ«قانون تحجيم شبيه بالـLLM»، ومعمارية اسمها Kunlun بضعف ادا المعمارية السابقة Interformer عند نفس حجم الحوسبة.

وكمان: تقليل ٤٣٪ في الـFLOPS من تقنية CompSkip مع «خسارة جودة مهملة»، وتسريع لحد الضعف في الـforward pass من GDPA، ومضاعفة طول السياق في الانتاج مع اثبات امكانية التوسع لـ٢٥ مرة. والتدريب نفسه شغال على «عدة آلاف» من احدث شرائح الـGPU، وكفاءة التدريب اتضاعفت لـ٢٠ الى ٢٥٪ MFU خلال اتناشر شهر مع توسيع الـFLOPS اربع مرات.

ليه ده يهمك وانت ماسك حساب؟ لحاجة واحدة: الارقام دي بتقول ان الاستثمار رايح في مرحلة الترتيب والتوصية، مش في ادوات الاستهداف اليدوي. لما شركة تضاعف تعقيد موديل الترتيب بتاعها وتنشر عنه تلات مقالات في سنة، الرسالة العملية ان الميزة التنافسية بقت في جودة الاشارات اللي بتوصلها وجودة الكرياتيف، مش في تقسيم الجماهير بايدك. وده نفس الاستنتاج اللي وصلنا له من ناحية تانية في اشارات الاستهداف في ميتا وايه اللي بيغذي الديليفري فعلا.

اللي ميتا ماقالتهوش

ودي اهم فقرة في المقال. المقالين مافيهمش ولا حاجة من دول: مافيش اي اعداد في مدير الاعلانات بيتحكم في GEM، ومافيش توصية بعدد كرياتيف او هيكل حملة، ومافيش كلام عن اسواق معينة، ومافيش ارقام لكل قطاع او لكل حجم ميزانية.

فأي حد بيقولك «عشان GEM لازم تعمل كذا في الحملة»، ده استنتاجه هو، ممكن يكون صح وممكن يكون غلط، بس مش حاجة ميتا نشرتها. والفرق بين الاتنين هو الفرق بين قرار مبني على مصدر وقرار مبني على كلام.

وفي حاجة تانية غايبة: مافيش اي تحقق مستقل. كل الارقام دي ميتا قياستها على انظمتها هي، ونشرتها في مدونة هندسية بتخدم اغراض توظيف وسمعة تقنية برضه، مش في ورقة محكمة. ده ميخليهاش كذب، بس يخليها ارقام الشركة عن نفسها.

ده بيغير ايه في شغلك فعلا

لو عايز ترجم المقالين لقرارات، تلاتة بس اللي ليهم اساس في اللي اتنشر:

• جودة الاشارة قبل دقة الاستهداف. موديل مركزي بيتعلم من بيانات كتير بياخد قيمة اكبر من حدث تحويل نضيف ومتسق اكتر من شريحة جمهور ضيقة. فلو عندك وقت لحاجة واحدة، خليها الاحداث والقيم اللي بتبعتها.
• الكرياتيف هو المتغير اللي لسه في ايدك. ميتا بتحسن الترتيب، وانت بتقدم المادة اللي بتترتب. ده الجزء اللي لسه فرق المهارة فيه حقيقي.
• متقيسش التغيير على اسبوع. الارقام المنشورة تراكمية على سنة، وده لوحده بيقولك ان اي اثر على مستوى النظام مش هتشوفه في تجربة قصيرة على حساب واحد.

واللي مش قرار: متغيرش هيكل حملاتك بسبب مقال هندسي. التغييرات اللي ليها اثر مقاس بتيجي من الاعدادات الموثقة في مدير الاعلانات، واللي اتكلمنا عنها في الاستهداف الذكي والاشارات في اعلانات ميتا ٢٠٢٦، مش من معمارية موديل انت مش بتتعامل معاها.

ليه الارقام دي صعبة التفسير

في مشكلة منهجية تستحق توضيح. لما ميتا تقول ان التحويلات زادت ١٨٫٩٪، السؤال الطبيعي هو: زادت بالنسبة لايه؟ لو الاجابة «بالنسبة للنظام السابق على نفس الترافيك»، ده رقم معناه كبير. لو الاجابة قياس مجمع على سنة فيها تغييرات تانية كتير، فالرقم بيوصف فترة مش تغيير واحد.

المقالات مابتحسمش ده، وانا مش هخمن. اللي اعرفه ان الشركة اللي عندها ٣٫٦ مليار مستخدم يومي، وهو رقم ميتا ذكرته في المقال الاحدث، عندها قدرة على قياس فروق صغيرة جدا باحصائية قوية. وده بيخلي ارقام زي ٥٪ و٣٪ في المقال الاول اكثر قابلية للتصديق من ارقام كبيرة مجمعة، مش اقل.

ولو انت بتقيس تأثير اي من ده على حسابك، فالمشكلة عندك مختلفة تماما: حجم بياناتك مش كفاية لتقيس فرق ٤٪، وده موضوع تاني شرحته في ازاي تعمل ريتارجيتنج بعد قيود الخصوصية. القياس على مستوى حساب واحد بيحتاج فرق كبير عشان يبان.

الحدود الصادقة

كل رقم في المقال ده من ميتا عن ميتا. مافيش تحقق مستقل، ومافيش baselines معلنة لمعظم الارقام، ومافيش فواصل ثقة، والمصدر مدونة هندسية مش ورقة محكمة. ميتا نفسها مابتدعيش غير كده، والمقال الاحدث بيوصف النتايج كاللي «GEM حققه» على مدى سنة.

واللي مش موجود خالص: اي دليل على ان الارقام دي تنطبق على سوق معين او قطاع معين او حجم ميزانية معين. انا شغال في السوق المصري والخليجي، ومافيش في المقالين ولا كلمة عن اي منهم.

فالاستخدام الصح للمقالين ده: تفهم ان مرحلة الترتيب بقت هي محل الاستثمار، فتوجه مجهودك للاشارات والكرياتيف. ومتستخدمهمش كمصدر لرقم تحطه في عرض لعميل. ولو محتاج تتعلم تقرا الارقام دي بنفسك بدل ما تستلمها، خالد بدر كتب عن ازاي تتعلم تحليل البيانات للتسويق بالبدء من سؤال محتاج قرار، وهي المهارة اللي بتفرق بين قراية مقال هندسي وتصديق عنوانه.