تخصيص الرموز للجميع: سباق تسلح لا يجرؤ أحد على التوقف عنه

المؤلف: شريك في وادي الخمسة مصادر، مينغ شين؛ المصدر: وان ديانغ لاتبوست

ذهبنا في جولة تفقدية إلى وادي السيليكون، واكتشفنا أن حتى من يصنع الأمواج، كاد أن يغمره الموج.

في صباح 24 مارس 2026، جلست في مقعد الجمهور في يوم عرض نماذج YC W26، وعندما سمعت الشركة الخامسة تتقدم للعرض، قررت أن أتوقف عن تدوين الملاحظات.

ليس لأن الأمر غير مهم، بل أدركت أن ما أكتبه قد يصبح قديمًا خلال الشهر القادم.

هذه الدورة التي تضم أكثر من مئة شركة، تركز بشكل كبير على نوع واحد من الأعمال: حوالي 80% منها وكلاء عموديون، مثل تنظيم المستندات للمحامين، توزيع طلبات الدعم للعملاء، تصفية السير الذاتية للموارد البشرية.

لو رأيت هذه المشاريع في أكتوبر الماضي، ربما كنت سأقول “فكرة جيدة”. لكن المشكلة أن العالم تغير خلال هذه الخمسة أشهر.

Claude Code من أداة موجهة أكثر للمطورين، تحولت إلى واجهة يمكن لأي شخص استخدامها تقريبًا. بعد إصدار Opus 4.6، انخفض حاجز الدخول إلى البرمجة بشكل كبير.

تلك الوكلاء العموديون، قبل أن يشكلوا حواجز تجارية، يمكن لأي مهندس عادي، بل وأنا نفسي، أن يصنع واحدًا خلال عطلة نهاية أسبوع. لقد فقدوا الآن قيمتهم الاستثمارية.

مدة دورة مشروع YC هي ثلاثة أشهر، وهذه الدورة التي دخلت في ديسمبر، مع عمليات الاختيار المسبقة، تعادل شركة “مميزة” تم اختيارها قبل خمسة أشهر. ومع سرعة تكرار AI الحالية، أصبح ذلك كافيًا لحدوث عدة تحولات نمطية.

عندما بدأت مشروعي الأول في 2012، وحصلت على دعوة للمقابلة المباشرة من YC، كانت YC في ذلك الوقت تتصدر في مسار الحاضنات، وغالبًا ما كانت الشركات المختارة تمثل “الاتجاه القادم”. لكن المنافسة تتغير، وفي السنوات الأخيرة، شعرت أن YC أصبحت تتأخر، وأصبحت مؤشرًا متأخرًا (lagging indicator).

نظام الدفعات في YC، من التقديم، الاختيار، الدخول، الصقل، العرض، يعمل بشكل ناجح جدًا في عصر الإنترنت المحمول. لكن هذا النظام مصمم لعالم أبطأ.

في السنة والنصف التي قضيتها في قطاع رأس المال المخاطر، أزور وادي السيليكون تقريبًا كل ربع سنة، كانت آخر مرة في أكتوبر الماضي. وكلما أتيت، كنت أشعر أن التغير سريع، لكن غالبًا ما يكون ملاحظة شهرية.

هذه المرة، يجب أن أتابع “الأسبوع”.

ذات ليلة على العشاء، قال لي صديق يعمل في post-training (ما بعد التدريب):

“اكتشفت أن وادي السيليكون بدأ يواكب نفسه.”

التحول إلى الحد الأقصى من الرموز: سباق تسلح لا يجرؤ أحد على التوقف فيه

قبل نصف سنة، لو قال لي أحد أن موظفي Meta البالغ عددهم عشرات الآلاف يستخدمون منتجات المنافسين لكتابة الكود، كنت سأظن أنه يمزح.

لكن هذا حقيقي. كل Meta يستخدم Claude Code. ليست شركة ناشئة، وليست فريقًا تجريبيًا، بل شركة بقيمة سوقية تريليون دولار.

لم يعد الأمر يتعلق بأمان الكود، أو بميزانية الرموز، أو بقوائم التصنيف، فكل وادي السيليكون ينفق بلا حدود على الذكاء الاصطناعي. لكن ماذا بعد؟

لنبدأ بأمان الكود. قبل نصف سنة، كان الأمر غير ممكن، لأن الكود هو الأصل الاستراتيجي للشركة، كيف تسمح لواجهة برمجة تطبيقات من شركة أخرى بالوصول إليه؟ في البداية، كانت Meta تفكر هكذا، وابتكرت شيئًا يسمى myclaw لمحاولة حل المشكلة. أخبرني أحد أصدقائهم في Meta أنهم أنشأوا منتجًا للبرمجة، لكنه “غير عملي، ولا أحد يستخدمه”. بعد أن لم يستخدمه أحد، اضطرت الشركة لتخفيف القيود: طالما لا يتعلق ببيانات العملاء، فليستخدموا Claude Code.

ثم بدأت كل إدارة تعقد اجتماعات داخلية حول “كيف نصبح منظمة native للذكاء الاصطناعي”، ويقومون بالتدريب، ويضعون تقييمات. أمان الكود، أمان الاستخدام، تلك الخطوط الحمراء التي كانت واضحة سابقًا، أُجّلت إلى الوراء، وركزوا على رفع الكفاءة أولاً.

لأسباب أمنية، حظرت Google على معظم موظفيها استخدام Claude Code أو Codex أو أدوات المنافسين، لكن DeepMind استثنت، وفرقها المسؤولة عن نموذج Gemini والتطبيقات الداخلية، كلها تستخدم Claude Code.

حتى Google حاولت، وأطلقت أداة ترميز داخلية تسمى Antigravity، وفي فبراير الماضي، أعلنت أن حوالي 50% من الكود الجديد يُكتب بواسطة AI.

لكن، مع ذلك، لا يزال فريق DeepMind يستخدم Claude Code. أحد الأسباب هو أن شركة Anthropic وفرت لهم نشرًا خاصًا، لأن استدلال وتدريب نماذج Anthropic يتم بشكل رئيسي على Google Cloud باستخدام TPU، ولديهم ثقة متبادلة. أما Meta وشركات التكنولوجيا الكبرى الأخرى، فليس لديها هذا الثقة، وتركوا أمان الكود جانبًا. الجميع يراهن على تسريع الوتيرة.

أمان الكود هو العلم الأول الذي انهار، والجانب الثاني هو ميزانية الرموز.

في بعض الشركات الناشئة التي تعتمد على AI في Palo Alto، ميزانية الرموز لمهندس واحد في السنة حوالي 200 ألف دولار. الرقم ليس غريبًا، لكن الغريب أن تكلفة AI لمهندس مميز أصبحت تقريبًا مساوية لراتبه. يبدو أن الشركات تستخدم AI لتقليل التكاليف، لكن التكاليف الإجمالية ربما لم تنخفض، بل استبدلت تكلفة الإنسان بميزانية الرموز.

Meta كانت الأكثر تطرفًا في هذا الصدد. أنشأت لوحة تصنيف داخلية لاستهلاك الرموز: من يستخدم أكثر، يصعد، والأخير قد يُطرد، حتى أن موظفي Meta يتنافسون على لقب غير رسمي هو “أسطورة الرموز”.

وفي الوقت نفسه، قامت Meta بإلغاء وظيفتين أو ثلاث خلال هذا العام، بأكثر من عشرة آلاف موظف. من جهة، يستخدم الجميع Claude Code لزيادة استهلاك الرموز، ومن جهة أخرى، يطردون بشكل جماعي.

هاتان الحقيقتان ليستا متناقضتين، بل وجهان لعملة واحدة.

زرت شركة ناشئة من جولة التمويل من الجولة الثالثة، وشرح لي مسؤول التقنية على Slack أن كل العمليات تجري بواسطة وكلاء، أكثر من Cursor agent يعملون بالتوازي، ويستخدمون نافذة Claude Code للتنسيق. أكثر قلق الآن بين المبرمجين هو: قبل النوم، إذا لم أكن أعرف ماذا يفعل هؤلاء الوكلاء، سأشعر بالقلق.

لكن هل زادت الإنتاجية فعلاً بمقدار مئات الأضعاف؟ منذ نهاية العام الماضي، أخبرني CTOs من شركات استدلال وقواعد بيانات أن “مئة ضعف المهندس” و”عشرة أضعاف الكفاءة” أصبحا واقعًا، فمثلاً، ما كان يحتاج 60 شخصًا سنة لإنجازه، يمكن لشخصين مع Claude Code أن ينجزوه خلال أسبوع.

بدأت أشاركهم الحماس، لكن سرعان ما توقفت لأطرح سؤالًا: حسنًا، زادت الكفاءة مئة ضعف، فهل زادت إيرادات الشركة مئة ضعف؟ أو توسعت خطوط منتجاتها مئة ضعف؟ لا يمكن أن يكون “مئة ضعف” في الكفاءة هو الحل النهائي، ويُقضى على عدد كبير من الموظفين، أليس كذلك؟

لم أحصل على جواب واضح. الحقيقة أن زيادة الكفاءة بمئة ضعف، على مستوى إيرادات الشركة، تظهر فقط بنسبة 50% أو مرة واحدة.

أين يكمن الفرق؟ لا أحد يستطيع أن يوضح ذلك بعد.

“استخدام كل هذه الرموز، يجب أن يتحول الشركة إلى نوع آخر من الشركات، لكنني لا أعرف إلى ماذا ستتحول.”

قال لي مؤسس من خلفية مبيعات toB إن فريقه المكون من 16 شخصًا، واثنين من المبيعات، استطاع خلال 12 شهرًا أن يصل إلى 30 مليون دولار من ARR، وكل ذلك بفضل برمجة AI. يمكن أن نرى حالات كهذه أحيانًا، لكن غالبًا، أرى أن الشركات الناشئة تطور أشياء أكثر، لكنها لا تصل إلى product-market fit (PMF).

وادي السيليكون الآن يجرّب 100 طريقة باستخدام vibe coding، ليرى أيها ينجح، بدلاً من تجربة 10 طرق فقط. لكن من يستطيع أن يلتقط الاتجاه القادم؟ الأمر لا يزال صعبًا.

أحد الأمثلة التي أثارت انطباعي من Anthropic. سألت أحد أصدقائهم: ما هو أكثر سيناريو مؤلم لاستخدام الوكيل لديهم؟ قال لي: هو oncall (الاستجابة الفورية).

سيناريو oncall النموذجي هو: إذا استجاب API الخاص بـ Claude ببطء، أو تعطل أحد نماذج الاستدلال، أو أبلغ المستخدم عن استجابة غير طبيعية، يحتاج مهندس oncall إلى تحديد المشكلة بسرعة، سواء كانت خطأ في الكود، أو مشكلة في تخصيص الحوسبة، أو خلل في النموذج، ثم يقرر كيف يصلحها.

شركة Anthropic، التي تعتبر من أقوى الشركات في مجال Coding agent، هذا السيناريو هو من جوهر قدراتها، ومع ذلك، لا تزال أدوات oncall الخاصة بهم غير فعالة.

هذه هي الحالة الواقعية في أبريل 2026: لقد تم اختراع محرك البخار، لكنه أحيانًا لا يركض أسرع من العربة. المهم أن الجميع يعلم أن المحرك البخاري سيصبح أسرع، لذلك ينفقون بلا توقف: يتجاهلون أمان الكود، ويزيدون ميزانية الرموز، ويزيدون التصنيفات. لكن متى يمكن للمحرك أن يتجاوز العربة حقًا؟ لا أحد يعلم، لكن لا أحد يجرؤ على التوقف والانتظار.

لأن التوقف قد يكون أكثر تكلفة من حرق الرموز بشكل خاطئ.

وأيضًا، استهلاك الرموز لن ينمو بشكل خطي على الأرجح. تذكرني هذه الحالة بتجربتي السابقة في القيادة الذاتية: في 2021 في شنغهاي، حققنا أول قيادة ذاتية مستمرة لمدة 5 ساعات بدون تدخل. في ذلك الوقت، اعتبرناها إنجازًا كبيرًا، قبل ذلك، كانت أسطول السيارات التجريبية يتزايد ببطء من 10 إلى 15 إلى 20، لكن بعد تلك النقطة، بسرعة وصلنا إلى 100، ثم 1000 سيارة. اليوم، وكلاء البرمجة في مرحلة مماثلة.

في 2021 في شنغهاي، حققت شركة Didi للقيادة الذاتية إنجازًا تاريخيًا، حيث استمرت القيادة الذاتية لمدة 5 ساعات متواصلة بدون تدخل بشري. الصورة تظهر حينها المدير التنفيذي لـ Didi للقيادة الذاتية، مينغ شين، وهو يتحدث مع Sebastian Thrun، مؤسس “سيارة بدون سائق” في Google، في ذلك العام.

METR هي مؤسسة أبحاث في كاليفورنيا تقيّم قدرات AI في التكويد. اقترحوا العام الماضي مقياسًا: مدى قدرة وكيل AI على إكمال مهمة بنسبة نجاح 50% (بحساب الوقت الذي يحتاجه خبير بشري لإنجازها). عند إصدار Claude 3.7 Sonnet في مارس 2025، كانت هذه النسبة 50 دقيقة؛ بحلول نهاية 2025، وصلت Claude Opus 4.6 إلى 14.5 ساعة. خلال العامين الماضيين، تقلصت دورة مضاعفة هذا المقياس من 7 أشهر إلى 4 أشهر. بمجرد أن يحقق الوكيل مستوى موثوقية أعلى، لن يكون استهلاك الرموز مشكلة سنوية بنسبة 50%، بل سيقفز لمستوى جديد خلال ليلة واحدة.

هناك توقع متفق عليه بين الأصدقاء: بحلول نهاية هذا العام، ستحتاج العديد من الشركات (بما فيها الشركات الكبرى) فقط إلى 20% من الموظفين.

فريق xAI ينهار، والمهندسون بدأوا يصنعون نماذج

في مطعم لحم في Mountain View، بعد الساعة التاسعة مساءً، جلس أمامي صديق عمل مع ماسك لفترة طويلة. بعد أكثر من ثلاث ساعات من الحديث، تذكرت أن الحديث لم يتطرق أبدًا إلى مدح ماسك.

تفصيل واحد: سألته عن روتين عمله في xAI خلال الثلاث سنوات، قال إنه كان يقيم في الشركة طوال الوقت، ولم يجهز منزله، حتى أنه لم يشترِ سريرًا. كان ينام في “sleeping pod” (حجرة نوم)، تشبه النُزُل. قلت له: أنت الآن تملك أسهمًا ضخمة، وترك العمل، فليشتري سريرًا على الأقل. ابتسم.

عمل xAI معروف بكثافة العمل في وادي السيليكون، لكن الآن، تقريبًا 90% من الفريق غادر. لديهم مجموعة خاصة بالموظفين المغادرين، يضيفون إليها باستمرار.

الشرارة كانت عندما أُقال Tony Wu، ثم تتابعت الأحداث، وفقًا لمصدر داخلي، “شركات أخرى قد تحتاج إلى استنزاف فريق إدارة كامل خلال نصف سنة، لكن في xAI، الأمر يستغرق شهرًا فقط”. بعضهم أدرك عدم رضا ماسك منذ أكتوبر الماضي، لكن لم يتوقعوا أن يتم التطهير بهذه السرعة.

الآن، بدأ ماسك في استدعاء موظفين من SpaceX وTesla لإدارة xAI، وقالوا: “صانع الصواريخ بدأ يصنع النماذج”.

عدم رضا ماسك يأتي من أنه أنفق الكثير من المال والموارد، ومع ذلك، لم يتمكن Grok من دخول الصفوف الأولى، لماذا؟ سؤال يطرحه كل من يعمل في xAI. الجواب بسيط، وفقًا لأحد الأصدقاء: الفريق قوي جدًا، ويعمل بجِد، لكن أسلوب إدارة التصنيع، قد لا يناسب شركة نماذج ضخمة.

لدي خبرة ثماني سنوات في القيادة الذاتية، وأشعر أن الأمر يتشابه. ماسك، مع SpaceX وتيسلا، يتعامل في الأساس مع هندسة الأنظمة: مسارات طويلة، تشمل البرمجيات، الأجهزة، سلاسل التوريد، وكلها تتطلب ابتكارًا. في النهاية، هو مسألة هندسة من طرف إلى طرف.

ما يبرع فيه هو تحديد النقاط الحاسمة، وضغط الوقت إلى الحد الأقصى لإنجازها. محركات الصواريخ، إعادة الاستخدام، الهبوط المكرر، كلها من هذا المنطلق.

لكن في xAI، الأمر لا يشبه هندسة الأنظمة. هو الآن يفعل ثلاثة أشياء: أولًا، استثمر في أكبر تجمع GPU في العالم (حتى أن الناس يقولون الآن إن xAI، بدلًا من أن تكون مختبرًا جديدًا، أصبحت سحابة جديدة، وتوفر الحوسبة لـ Cursor)، ثانيًا، يحدد مواعيد نهائية بشكل مكثف، وثالثًا، يختار بعض الميزات بشكل شخصي. هذا يركز على نقاط معينة، وليس على خطة كاملة.

كل من يعمل في القيادة الذاتية يعرف أن في المراحل الأخيرة، تصبح مسألة من يقود، فريق البرمجيات، فريق البنية التحتية، فريق الأجهزة، هي جوهر الصراع. كل اتجاه يحتاج إلى قرار من مستوى CTO، ولا أحد يفهم جميع المجالات. الحل الصحيح هو أن المؤسس، رغم عدم إلمامه الكامل، يعرف كيف يوازن الموارد، ويحدد الأولويات المرحلية، بحيث يركز على البرمجيات في البداية، ثم ينقل المسؤولية للبنية التحتية. هذا يسمى التخطيط الشامل.

مشكلة xAI أنها تفتقر لهذا التخطيط، وتكتفي بالضغط. لو كانت الضغوط أقل، لكان بإمكان الأذكياء أن يصلحوا أنفسهم، ويمنحوا أنفسهم وقتًا، وتجد كل جهة طريقها للتعاون. لكن إدارة ماسك ذات الضغط العالي، وغياب التخطيط الشامل، يؤدي إلى تشتت. كل مسؤول يركز على أولوياته، ولا أحد ينسق الصورة الكلية.

نجاح SpaceX وتيسلا يعود جزئيًا إلى أن ماسك لم يواجه تقريبًا منافسين من نفس الحجم، وهو يتنافس مع نفسه. لكن الذكاء الاصطناعي يختلف، فهو منافسة شرسة حتى أن OpenAI قد تُسرق من قبل Anthropic.

أحد شركاء Anthropic قال لي العام الماضي: هناك أمران لم أتوقعهما: الأول، مدى شراسة المنافسة، والثاني، قلة فرص الابتكار في تطبيقات الذكاء الاصطناعي، حيث استهلكت النماذج كل شيء.

صعود Anthropic هو أكثر التحولات درامية في صناعة الذكاء الاصطناعي خلال العام الماضي، وأعاد رسم ملامح المعركة: قبل عام، كان التركيز على المستخدمين في السوق الاستهلاكية والفيديو، الآن (مرحليًا) المعركة على الشركات والتكويد.

بالطبع، قصة xAI أيضًا تتعلق بـ “المال يأتي بسرعة ووفرة، ماذا يحدث؟”.

لا أظن أن أصدقاءهم الذين غادروا xAI يندمون على قرارهم، فهي واحدة من أسرع أساطير الثراء في وادي السيليكون. من جولة تمويل أولى بمليارات الدولارات، إلى الاندماج مع SpaceX، لتصبح شركة بقيمة 2500 مليار دولار، خلال سنة واحدة فقط. ومع ذلك، فإن 9 من مؤسسيها أصبحوا مليارديرات، والمهندسون الرئيسيون يمتلكون من عشرات الملايين إلى مئات الملايين من الدولارات، والأموال في وادي السيليكون كثيرة جدًا. إذا قرروا أن يبدأوا مشروعًا جديدًا، فسيكون لديهم الثقة الكافية لاستكشاف مجالاتهم المفضلة، بدلاً من البحث عن أرباح سريعة.

المهندسون المقلقون، والعلماء الباحثون الأكثر قلقًا

عند الحديث مع المهندسين، هناك نوع من التفاهم الغريب: الجميع يعترف بأنه لم يعد يكتب الكثير من الكود، لكنهم يتظاهرون أن الأمر ليس مهمًا، لأنهم سيصبحون مسلحين بالذكاء الاصطناعي، وسيقضون على المهندسين غير المجهزين بالذكاء الاصطناعي.

اليوم، 80% من مهارات المبرمجين الأساسية يمكن استبدالها بالنماذج، والسبب أن النماذج أحيانًا ترتكب أخطاء غبية، وتحتاج إلى مراقبة بشرية. لكن “المراقبة” نفسها قد لا تكون ضرورية قريبًا.

وأكثر تطرفًا، أن يُقال إن “المنظمات native للذكاء الاصطناعي” تبدو جذابة جدًا — تنظيم سير العمل، وتحويل الأجزاء التي يمكن أن تتدخل فيها AI إلى عمليات رقمية، وكتابة مهارات. لكن جوهر الأمر هو أن الإنسان يُحَوّل إلى مُصفاة لنفسه: أنت تحول قدراتك إلى مهارات للآلة، والشركة تحصل على مهاراتك، وبذلك تكون قد أتممت التحول إلى AI، وإذا قررت تسريح الموظفين، فهذه مسألة أخلاقية. اليوم، Meta تفعل ذلك.

رغم أن الجميع يركز على استهلاك الرموز، إلا أن هناك شعورًا عامًّا بالقلق في وادي السيليكون، يتغلغل في كل المستويات.

والأمر الذي فاجأني أكثر، هو أن هذا القلق بدأ ينتشر بين الباحثين.

الباحثون هم قمة الهرم، وهم ليسوا مجرد “باحثين”، بل هم من يعملون على تدريب النماذج، وابتكار الخوارزميات في شركات ضخمة مثل OpenAI، Anthropic، DeepMind. الفرق بين الباحثين والمهندسين هو أن المهندس “يبني الأشياء”، يكتب الكود، ينشر، يحسن الأداء؛ أما الباحث فهو “يخترع ما يُبنى”: يقترح طرق تدريب جديدة، يصمم بنية النماذج، يجري التجارب للتحقق من الفرضيات.

والآن، حتى عمل الباحثين يُتوقع أن يُؤتمت. هذا ما يفعله زملاؤهم في DeepMind، باستخدام نماذج لتدريب نماذج أخرى، وهو أحد الاتجاهات الساخنة في الذكاء الاصطناعي هذا العام. ومع ذلك، فإن معظم الأنظمة المغلقة حاليًا تصل إلى مرحلة “نشر الورقة العلمية” فقط — حيث يساعد الذكاء الاصطناعي في إجراء التجارب وكتابة الأوراق، لكن القرار النهائي لا يزال للبشر.

الشركات مثل OpenAI، Anthropic، Google، تطمح إلى أن يكون النظام مغلقًا بالكامل، بحيث يختار النموذج نفسه الخطوة التالية، ويحدد الفرضية التي يجب اختبارها، ويقيم النتائج، ويختار المسار الأفضل، ويواصل. إذا نجح ذلك، فسيكون ذلك بمثابة استبدال كامل للباحثين. جوجل وDeepMind بدأوا منذ أكثر من سنة في هذا الاتجاه، حيث يختار النموذج التجارب التي يجب أن يجريها، ويقيم نتائجها، ويحدد المسار المستقبلي.

وحتى الباحثون أنفسهم لديهم دوافع أكبر للتخلي عن وظائفهم، لأنها مكلفة جدًا. الباحثون في العالم، عددهم ربما بآلاف، ورواتبهم تتراوح بين مئات الآلاف إلى ملايين الدولارات سنويًا.

“قد يكون المستقبل أن 10 أشخاص يقومون بما كان يقوم به 100 شخص، ويحصلون على 20% من الأجر، بينما يُطرد الـ90%.”

والإقالات الحقيقية أكبر من الأرقام الظاهرة، فهي تبدأ غالبًا من خلال تقليل الاعتماد على الشركات الخارجية، مثل شركات التعهيد في الهند والفلبين، التي كانت تتولى خدمة العملاء، وتصنيف البيانات، والخلفية المالية. وهذا يعني أن الدول النامية التي تعتمد على خدماتها الاقتصادية، قد تتأثر أولًا، حيث يتم استبدالها بالذكاء الاصطناعي.

كل وادي السيليكون يراقب Meta، وإذا نجحت تجاربها، وارتفعت الإيرادات، وزادت الكفاءة، فستتبعها الشركات الكبرى بسرعة، وتصبح عمليات التسريح عادة صناعية. وهناك آلية تسريع ذاتي: في البداية، يتردد الجميع في التسريح خوفًا من تدهور المعنويات، لكن مع الاعتياد، تزداد وتيرة التسريح، ويصبح الأمر أسهل.

لكن، مع تسريح الوظائف القديمة، تظهر وظائف جديدة.

بدأت شركات ناشئة في توظيف أدوار جديدة تسمى “مُبني الذكاء الاصطناعي” (AI builder)، وهي مزيج من مدير المنتج، ومهندس الواجهة الأمامية، ومهندس الخلفية. وهناك وظائف تجمع بين عالم البيانات والذكاء الاصطناعي، وأخرى تتعلق بالمحتوى، مثل الكتابة، والإعلانات، والتشغيل.

الطلبات على هذه الأدوار في وادي السيليكون عالية جدًا، لكن المشكلة الأساسية أن أحدًا لا يعرف كيف يوظفهم. لا يمكنك الاعتماد على السير الذاتية، لأن هذا الدور لم يكن موجودًا من قبل، وقدرات الشخص مخفية في مشاريعه الخاصة؛ ولا يمكنك اختبارهم مباشرة عبر البرمجة، لأن المهارة الأساسية هي “الجماليات + استخدام AI”. لذلك، بدأت شركات ناشئة في تطوير أدوات توليد بيئة محاكاة تلقائيًا، بحيث يُطلب من المتقدمين أداء مهام باستخدام أدوات AI مباشرة، كنوع من الاختبار، يشبه اختبارات البرمجة التقليدية، لكن لشيء جديد تمامًا.

عندما يصبح AI قادرًا على أداء كل شيء، فإن قيمة الإنسان تتغير من “ما يمكن أن يفعله” إلى “ما يستحق أن يُفعل، وما لا يستحق”.

جولة تمويل واحدة بقيمتين، ونيساندا تسيطر على كل “طاولة”

بعد الحديث عن الأشخاص الذين تم استبدالهم — المهندسون، الباحثون، العاملون في التمويل — هناك شخصية لم تُستبدل، بل أصبحت أكثر تأثيرًا في عملية التغيير، وهي “المالك الخفي”.

هذا العالم الذي يبدو موزعًا للابتكار، في الأساس مركزي جدًا.

هذا المركز هو Nvidia.

كنت أظن أن ندرة بطاقاتها قد خفت خلال العام الماضي. لكن، اكتشفت أن الندرة عادت، وبشكل أكثر جنونًا.

إشارة واضحة: إذا استطعت أن توفر خدمة API مستقرة، مثل Claude، وتحقق استقرارًا عند 99%، يمكنك أن تبيع API بسعر يتجاوز السعر الرسمي بمقدار الضعف أو الثلاثة أضعاف.

بعد زيادة الطلب على API من قبل Anthropic، زادت حالات انقطاع الخدمة، وهو أمر يسبب مشكلة لمنتجات الوكيل المبنية على Claude.

في السابق، كانت تجارة التوجيه (Router) تعتمد على أن تكون أرخص من الخدمة الرسمية، لجذب العملاء. الآن، العكس هو الصحيح: الاستقرار أصبح موردًا نادرًا. بعض الشركات الناشئة حققت أرباحًا جيدة من ذلك، وظهرت في وادي السيليكون نماذج مصغرة من Coreweave وNebius.

وليس فقط مشكلة الحوسبة، بل أيضًا أن سعة الذاكرة من قبل الشركات المصنعة، مثل Hynix وSamsung وMicron، تحتاج إلى سنتين على الأقل لتوسيع قدراتها. هذا يعني أنه قبل 2028، لن تتمكن أي شركة AI من زيادة الفارق بشكل كبير عبر زيادة الحوسبة. إذن، قيود الحوسبة تعزز احتكار السوق من قبل الشركات الكبرى — ليس لأنها لا تبذل جهدًا، بل لأن دورة التصنيع في العالم المادي بطيئة جدًا.

الهيكل السلطوي واضح: من يملك بطاقة، هو الأقوى، وقرار توزيع البطاقات يتخذه Nvidia. الشركات مثل CoreWeave وLambda وNebius، كلها تعتمد على Nvidia.

تخطيط Nvidia أعمق مما كنت أتصور. أخبرني مستثمر في Reflection أن أول شركة ناشئة في هذا المجال كانت تركز على التكويد، ثم التقى مؤسسها برئيس Nvidia، وقال له: لا تتخصص في التكويد، اخرج وقدم “نموذج DeepSeek الأمريكي”، وطور نماذج مفتوحة المصدر، وسأعطيك التمويل والبطاقات. فغيروا استراتيجيتهم تمامًا.

حتى السوق الأمريكية، ظهرت هياكل استثمارية غير معتادة: في جولة التمويل ذاتها، يُعطى تقييمان مختلفان. المستثمرون المقربون والأوائل يختارون التقييم الأدنى، وNvidia، التي لا تعاني من نقص في السيولة، وشركات أخرى، تُعطى تقييمات أعلى، وهذا النمط بدأ يظهر أيضًا في السوق المحلية.

لكن، حتى لو حاولت Nvidia السيطرة على التوزيع، فهي لا تستطيع السيطرة على ما لا وجود له.

المجتمع الأمريكي يواجه احتجاجات متزايدة على مراكز البيانات. هناك حوالي 100 مشروع مركز بيانات في البلاد، و40 منها قد تتعثر أو تُلغى. ولاية Maine أصدرت قانونًا يمنع بناء مراكز البيانات بشكل كامل. مدينة واحدة أقرّت مشروعًا بقيمة 6 مليارات دولار، لكن نصف الأعضاء صوتوا لإلغائه، واستبدلوا بالمقابل بأشخاص يهدفون فقط إلى إلغاء القرار.

نقص الحوسبة ليس بسبب ضعف المنتج أو قلة المستخدمين، بل لأن العالم الفيزيائي لا يواكب الطلب الرقمي.

هذه مشكلة من نوع “عدم المواكبة”.

نظام التقييم في وادي السيليكون يعيد كتابة قواعده

لنبدأ برقم واحد.

الناتج المحلي الإجمالي الأمريكي حوالي 30 تريليون دولار. إيرادات OpenAI وAnthropic الحالية تتراوح حول 30 مليار دولار سنويًا، أي أن كل شركة منهما تمثل حوالي 0.1% من الناتج المحلي الإجمالي. إذا وصلت كل منهما إلى 100 مليار بنهاية العام، ومع خدمات السحابة والإيرادات الأخرى، فسيصل الذكاء الاصطناعي إلى حوالي 1% من الناتج المحلي الإجمالي الأمريكي. من الصفر تقريبًا إلى 1%، خلال بضع سنوات فقط.

هذه سرعة غير مسبوقة. لكن، الغريب أن مع سرعة النمو، يزداد حيرة المستثمرين في تحديد السعر — فمع هذا النمو السريع، تتفكك أُطُر التقييم في وادي السيليكون.

تحدثت مع العديد من أصدقائي في السوق الثانوي، وكرروا كلمة “إعادة التبرير” (re-rationalization) — أي إعادة تقييم القيم.

في السنوات الماضية، عند الاستثمار في AI، كانت المنطق هو توقع التدفقات النقدية المستقبلية: لا يهم أن تخسر الآن، المهم أن تربح بعد ثلاث أو خمس سنوات. لكن، الآن، هذا النموذج بدأ يتعطل.

المشكلة تكمن في نموذج DCF (خصم التدفقات النقدية) الأساسي. عند حساب DCF، تتوقع التدفقات لعشرة أعوام، ثم تضيف قيمة نهائية (terminal value)، وهي تقدير أن الشركة ستظل تعمل بشكل مستقر، وتحصل على قيمة متبقية. عادة، تكون القيمة النهائية 70-80% من التقييم.

لكن، هناك أمران يتغيران الآن: أولًا، قد لا يمكنك التنبؤ بأكثر من 3 سنوات، لأن بعد ذلك، قد تتغير الصناعة بشكل غير متوقع؛ ثانيًا، لا يمكن حساب القيمة النهائية، لأنها تعتمد على استقرار الشركة، لكن إذا كانت النماذج تتغير بشكل مفاجئ، فـ”الاستقرار” لم يعد ممكنًا.

أعطيت مثالاً: شركة استثمار ثانوي، تقول لي: الشركات التي لا تتبع مسار AI الرئيسي، كأنها تنتظر “قنبلة نووية”، تعرف أنها ستُقلب، لكن لا تعرف متى. إذن، التقييم يجب أن يركز على سرعة الاستجابة عند التغيير، وليس على الحالة الحالية فقط. هذا نوع مختلف من تقييم الشركات.

شركة SaaS كانت أول من أعاد تقييمها في وول ستريت. في 2023، كانت تتطلب حوالي 100 سنة من التدفقات النقدية لتعود إلى رأس المال، الآن، انخفضت قيمتها بشكل كبير، وServiceNow وWorkday تتبع نفس الاتجاه، وهذا مجرد بداية.

حتى أن بعض الشركات التي تتوقع أن تكون مناسبة لـ DCF، هي الشركات الكبرى في النماذج، لأنها تظهر نموًا مستقرًا، ولن تتعرض للانفجار، بل ستظل تتوسع بشكل محدود.

كانت الشركات الناشئة تقول: “راتب منخفض، لكن مع خيارات أسهم، مستقبلاً سيكون ثريًا”. لكن، هذا يعتمد على أن الشركة ستظل موجودة وقيمة بعد 15-20 سنة. إذا لم يتحقق ذلك، فإن رد فعل الموظف المنطقي هو: “لا تعطيني خيارات، أعطني أموالًا مباشرة”.

وهذا يغير من هيكل التكاليف، ويؤثر على التمويل.

المستثمرون يعانون أيضًا. خلال 3-6 أشهر الماضية، استثمرت معظم صناديق وادي السيليكون في شركة ناشئة في مجال neo labs، وأصبح الباحثون من مختبرات AI الشهيرة، يجمّعون مئات الملايين، لكن الآن، يعتقد الجميع أن ذلك كان قرارًا مفرطًا، وأن التقييمات مرتفعة جدًا. لكن، لماذا استثمروا؟ لأن الشركة إذا حققت نجاحًا، فستنمو بسرعة، ويبدو أن التقييم كان منخفضًا جدًا.

قال لي أحد المستثمرين بصراحة: إما من الصفر إلى المئة، أو من الصفر إلى الصفر. بدلاً من استثمار مبلغ كبير في جولة A، من الأفضل أن أراهن على شركة neo labs ذات إمكانيات غير محدودة.

الآن، لم تعد المعادلة أن 1 دولار من ARR يساوي 1 دولار، سواء كانت الشركة تصنع نماذج، أو تطبيقات، أو بنية تحتية. هذا التساوي تم كسره.

شجرة الحمضيات وقائمة القتل السرية للذكاء الاصطناعي

وادي السيليكون يمر بأزمة أمن عميقة.

خلال زيارتي، سمعت مرارًا من الأصدقاء مناقشات جدية حول: شراء البيتكوين، بناء المخابئ، تركيب زجاج مضاد للرصاص في المنازل. لم يكونوا يمزحون.

مؤخرًا، أصبح من الشائع في وادي السيليكون زراعة أشجار الحمضيات ذات الأشواك الحادة التي يبلغ طولها 4 إنشات، وكل من يحاول التسلل يدفع الثمن.

حتى أن صحيفة وول ستريت جورنال تحدثت عن “قصر حصين” بقيمة 15 مليون دولار، محاط بحديقة من أشجار الحمضيات، وخندق، وأنظمة استشعار ليزر، وباب حديدي سميك، وغرفة ملجأ آمنة بوزن 2000 باوند، وتصميمات دفاعية.

شركات أمن المنازل حققت أعلى نمو منذ 2003. خاصة بعد مقتل مدير عام شركة UNH في مانهاتن، تسارعت هذه الظاهرة.

ثم، وصل الرصاص إلى أبواب كبار قادة الذكاء الاصطناعي.

في 11 أبريل، في الساعة الرابعة صباحًا، وصل مراهق عمره 20 عامًا يرتدي سترة Champion من تكساس إلى منزل Sam Altman، بقيمة 27 مليون دولار، وأشعل قنينة بنزين وألقاها.

بعد ساعة ونصف، ظهر أمام مقر OpenAI، وحطم زجاج الباب، وصرخ: “سأحرق المكان، وأقتل الجميع هنا.”

عثر الـFBI على وثيقة بحوزته بعنوان “تحذيرك الأخير”. تضمنت أسماء وعناوين عدد من رؤساء شركات الذكاء الاصطناعي والمستثمرين.

وفي صباح الأحد بعد ذلك، هوجم منزل Altman مرة أخرى: توقف سيارة هوندا أمام الباب، وخرج من المقعد الأمامي شخص وأطلق رصاصة على المنزل، ثم فر.

هذه ليست حالات معزولة. في نهاية مارس