طريقة استثمار قيود الذكاء الاصطناعي: 14 هدفًا، تغطي كل طبقة من الطاقة إلى الطباعة الضوئية

المؤلف الأصلي: جورج كيكفادزه

ترجمة النص: عمق الموج TechFlow

مقدمة: اقترح نائب رئيس مجموعة Bitfury جورج كيكفادزه فكرة عكسية: أن الفرص الأكثر ربحية في مسار الذكاء الاصطناعي ليست في النموذج نفسه، بل في البنى التحتية الأساسية مثل الكهرباء، التبريد، الذاكرة، والشبكة. قام بتفصيل 7 مراحل تعيق أنظمة الذكاء الاصطناعي وكشف عن مجموعة استثماراته المكونة من 14 هدفًا، والتي تحقق حاليًا عائدًا يقارب 60%. هذه الإطار «الاستثمار في الاختناقات» يستحق أن يدرسه كل من يهتم بالاستثمار في الذكاء الاصطناعي بجدية.

لفهم أين يمكن أن تربح في الذكاء الاصطناعي، لا تركز على الأخبار الرائجة، بل على أين يواجه النظام ضغطًا.

أبسط تشبيه: الذكاء الاصطناعي اليوم يشبه مصنعًا لا ينفد طلبه، لكن الكهرباء والكابلات والتبريد لا تواكب الطلب.

هذا الاختلال هو في حد ذاته فرصة.

بعد إجراء تقييم دقيق، استثمرنا في مجموعة «اختناقات الذكاء الاصطناعي»:

$CEG $GEV $VST $WMB $PWR $ETN $VRT $MU $ANET $ALAB $ASML $LRCX $CIFR $IREN

السؤال الحقيقي الذي يجب أن تطرحه

معظم المستثمرين يسألون: «من سيفوز في الذكاء الاصطناعي؟» هذا السؤال خاطئ.

السؤال الصحيح هو: أين ستحدث الانقطاعات في النظام؟ من يربح من إصلاحها؟

في السوق، الاعتمادية هي الرافعة.

اعتمادية الذكاء الاصطناعي ليست مجرد مفهوم نظري، بل هي أشياء ملموسة:

• ميغاواط من الكهرباء
• دورة تسليم المحولات
• قدرة التبريد لكل خزانة
• عرض النطاق الترددي للذاكرة

التركيز الاقتصادي يتجه نحو هذه المناطق.

الإطار التحليلي الوحيد المطلوب

توسع الذكاء الاصطناعي → ضغط على البنية التحتية → استثمار قسري → الاختناقات → قوة التسعير → تحسين الأرباح

عندما يكون الطلب ثابتًا والعرض محدودًا: السعر يتحرك أولاً، والأرباح تلي، وسعر السهم يعاد تقييمه في النهاية.

لماذا الآن؟

بعض الأرقام تشرح كل شيء:

تقريبًا 50% من مشاريع مراكز البيانات في أمريكا مؤجلة، والسبب ليس نقص الطلب أو التمويل، بل عدم توفر الكهرباء. دورة تسليم المحولات زادت من 24 شهرًا قبل 2020 إلى أكثر من 5 سنوات الآن. دورة بناء مراكز البيانات 18 شهرًا. الحساب غير متوازن.

الشركات الكبرى في الحجم، بحلول 2026، ستنفق حوالي 700 مليار دولار على البنية التحتية للذكاء الاصطناعي، أي حوالي 6 أضعاف ما أنفقته في 2022. أمازون 200 مليار، جوجل بين 175 و185 مليار، ميتا بين 115 و135 مليار. لا أحد يتباطأ.

حاليًا، تشكل أشباه الموصلات 42% من القيمة السوقية لقطاع تكنولوجيا المعلومات في مؤشر S&P 500، وهو ضعف ما كانت عليه في أدنى سوق هابطة عام 2022، وأربعة أضعاف وزنها في 2013. كما أن أشباه الموصلات تساهم بنسبة 47% من أرباح القطاع المستقبلية، وهو تقريبًا ثلاثة أضعاف 2023.

السوق يتجه بكثافة غير مسبوقة نحو مستوى الحوسبة.

لكن الحوسبة لم تعد الاختناق.

رأس المال يتدفق بشكل جنوني نحو الرقائق، لكن القيود الحقيقية انتقلت إلى أماكن أخرى.

هذا الفارق هو فرصة التداول.

خريطة الاختناقات: أين الضغط فعلاً؟

• الكهرباء: الأساس

بدون كهرباء، لا يمكن توسعة الذكاء الاصطناعي. نقطة النهاية.

الولايات المتحدة بحاجة إلى إضافة سعة كهربائية تعادل كامل البنية التحتية لمراكز البيانات الحالية كل عامين، لمواكبة توقعات الطلب على الذكاء الاصطناعي قبل 2030. الطاقة النووية هي المصدر الوحيد الذي يمكنه توفير طاقة أساسية ضخمة وموثوقة، لكن حتى أسرع إعادة تشغيل لمحطات النووي تستغرق سنوات.

الهدف: $CEG $GEV $VST $WMB

هذه ليست أسهم مرافق عامة، بل مزودو قدرات إنتاج الذكاء الاصطناعي. السوق لم يُعد تصنيفها بشكل صحيح بعد. هذا الخطأ في التقييم هو فرصة.

Constellation Energy（$CEG） تدير أكبر أسطول لمحطات الطاقة النووية في أمريكا، وهي واحدة من القليلين الذين يمكنهم توفير طاقة كبيرة وموثوقة وخالية من الكربون. الشركات الكبرى تتسارع في توقيع عقود شراء طويلة الأمد مع مزودي الطاقة النووية، وConstellation تقع مباشرة على مسار الطلب هذا.

GE Vernova（$GEV） تبني إطار توليد الطاقة للدورة القادمة، يغطي التوربينات الغازية، والطاقة المتجددة، وحلول الشبكة الكهربائية. مع تسارع الطلب على الذكاء الاصطناعي، تصبح القدرة على نشر الطاقة بسرعة وعلى نطاق واسع حاسمة، وGE Vernova في قلب هذا التحول مع قدراتها على التوربينات الغازية والكهرباء.

Vistra Corp（$VST） تمتلك مجموعة متنوعة من مصادر الطاقة، بما في ذلك النووي، والغاز، والطاقة بالتجزئة، مما يمكنها من تلبية الطلب الأساسي والذروة. الطلب على الطاقة في ظل عبء العمل المتقلب للذكاء الاصطناعي يجعل من مرونتها ذات قيمة عالية.

Williams Companies（$WMB） تدير واحدة من أكبر شبكات أنابيب الغاز الطبيعي في أمريكا، وتوفر الوقود لسد الفجوة بين الطلب الحالي وحجم الطاقة النووية المستقبلية. في توسع البنية التحتية للذكاء الاصطناعي، الغاز الطبيعي هو أسرع وسيلة لإضافة طاقة جديدة، وWilliams هو بشكل أساسي مزود المواد الأولية لنمو الذكاء الاصطناعي.

شبكة الكهرباء والكهربنة: القيود وراء الكهرباء

توليد الكهرباء شيء، ونقلها شيء آخر.

انتظار شبكة الكهرباء في أمريكا الآن يمتد حتى بعد 2030. خلال العشر سنوات القادمة، فقط تلبية الالتزامات الحالية يتطلب استثمار أكثر من 50 مليار دولار في شبكات النقل، ولم يُحتسب بناء مراكز بيانات جديدة للذكاء الاصطناعي.

الهدف: $PWR $ETN

الجدول الزمني يتباطأ هنا، وهو المكان الذي تتوسع فيه الهوامش الربحية. الشركات التي تحل مشكلة «الكيلومتر الأخير» في التوصيل تمتلك قوة تسعير طويلة الأمد.

Quanta Services（$PWR） هو المقاول الرائد في بناء وتحديث بنية النقل، يربط بين مصدر التوليد والاستهلاك. عندما يصبح ازدحام الشبكة أكبر عائق لنمو الذكاء الاصطناعي، يكون Quanta في مسار استثمار طويل الأمد غير مرن. الطلبات المعلقة لديه مؤشر على ضغط الشبكة المستقبلي.

Eaton Corporation（$ETN） توفر أنظمة التوزيع، ومفاتيح التشغيل، وتقنيات إدارة الطاقة، لضمان توزيع الطاقة بشكل آمن وفعال على نطاق واسع. مع تقدم مراكز البيانات نحو كثافة طاقة أعلى وتدفقات طاقة أكثر تعقيدًا، تتحول مكونات Eaton من معدات قياسية إلى بنية تحتية أساسية حيوية.

التبريد: السقف الصامت

الحرارة تقتل الأداء. الديناميكا الحرارية لا تصدر تحديثات برمجية.

الهدف من مرافق الذكاء الاصطناعي الجيل القادم هو 250 كيلوواط لكل خزانة، بينما كانت المعيار قبل عشر سنوات 10-15 كيلوواط فقط. التبريد السائل لم يعد خيارًا، بل ضرورة أساسية. كلما بيعت وحدة GPU، يلزمها قدرة تبريد مقابلة، ولن يتغير هذا النسبة.

الهدف: $VRT

شركة Vertiv تقترب من احتكار مجال تبريد مراكز البيانات الضخمة. وهو أحد أكثر القطاعات التي تم التقليل من أهميتها في سلسلة الذكاء الاصطناعي، لأنه لا أحد يهتم بالتبريد حتى تتوقف الكتل.

Vertiv Holdings（$VRT） تصمم وتنفذ أنظمة إدارة الحرارة، للحفاظ على تشغيل تجمعات الذكاء الاصطناعي عالية الكثافة تحت أحمال طاقة قصوى. عندما تنتقل الخزانات من التبريد الهوائي إلى السائل، تكون Vertiv في قلب دورة التحديث الهيكلي، وتتوسع مباشرة مع نشر قدرات الذكاء الاصطناعي. هذا ليس إنفاقًا اختياريًا، بل شرط أساسي للتشغيل.

الذاكرة: الاختناق القادم

الذكاء الاصطناعي يتحول من قيود الحوسبة إلى قيود الذاكرة.

مع زيادة حجم النماذج، وارتفاع حجم الاستدلال، تصبح عرض النطاق وسعة الذاكرة قيودًا، وليس القدرة المعالجة الأساسية. إمدادات الذاكرة عالية النطاق (HBM) أصبحت ضيقة. أكبر ثلاثة مزودين للذاكرة AI يسيطرون على أكثر من 90% من الإنتاج العالمي لـ HBM. Micron هو المستفيد الرئيسي في الغرب.

الهدف الرئيسي: $MU

هذه هي موجة تحسين الأرباح القادمة. معظم المحافظ لم تضع بعد استثماراتها في هذا المجال. وعندما يدرك السوق ذلك، ستفعل.

الشبكة: طبقة النقل

سرعة تجمعات الذكاء الاصطناعي تعتمد على أبطأ رابط.

أي عائق في الشبكة يمكن أن يوقف تجمعًا يضم آلاف وحدات GPU، ويهدر مئات الملايين من الدولارات في كل منشأة. مع توسع التجمع ليشمل 100 ألف GPU، تتضاعف مشاكل الاتصال بشكل أسي. نقطة واحدة تعطل، يتوقف النظام كله.

الهدف: $ANET $ALAB

هادئ، حاسم، غير مملوك بكميات كبيرة. لا أحد يتحدث عن الشبكة حتى تظهر مشكلة.

Arista Networks（$ANET） تبني بنية تحتية للشبكات عالية الأداء، تتيح تدفق البيانات بسلاسة في تجمعات الذكاء الاصطناعي الكبيرة. عندما تتطلب الأحمال عبء منخفض جدًا وزمن استجابة منخفض، تصبح شبكات Arista المعرفة برمجياً ضرورية للحفاظ على كفاءة التجمع. توقف أو ضعف الأداء يكلف كثيرًا، وArista تضمن تشغيل النظام بكامل سرعته لتحقيق القيمة.

Astera Labs（$ALAB） تعمل داخل مسارات البيانات، لضمان اتصال عالي السرعة بين وحدات GPU، وCPU، والذاكرة في أنظمة الذكاء الاصطناعي. مع زيادة كثافة التجمع، يتحول الاختناق من حافة الشبكة إلى الاتصالات بين الشرائح، وهو موقع Astera. في بيئة AI عالية الأداء، إذا كانت الاتصالات بين المكونات غير سريعة بما يكفي، يتباطأ النظام كله.

التصنيع: قيود طويلة الأمد

بدون قدرة تصنيع شرائح، لا يمكن توسيع الذكاء الاصطناعي. بدون أدوات تصنيع، لا يمكن صناعة شرائح متقدمة.

ماكينات EUV من ASML تستغرق أكثر من سنة في الإنتاج، وتكلف أكثر من 200 مليون دولار لكل واحدة، ولا يوجد بديل موثوق. كل شرائح متقدمة على الأرض، من H100 من NVIDIA إلى سلسلة M من Apple، تتطلب معداتهم. أدوات الحفر والترسيب من Lam Research مدمجة في خطوط الإنتاج في جميع مصانع الرقائق الكبرى.

الهدف: $ASML $LRCX

قيود طويلة الأمد. هيكلية أصعب من أي درع برمجي، وتكاد تكون غير قابلة للاختراق. الاهتمام بها أقل بكثير مما ينبغي.

ASML Holding（$ASML） هي المورد الوحيد لنظام الطباعة EUV، وهو الأكثر تقدمًا في صناعة الشرائح، وهو شرط أساسي لإنتاج أشباه موصلات متطورة. الطلبات المتراكمة لسنوات، ولا يوجد منافس حالي، وASML تسيطر على نقطة حاسمة في سلسلة التوريد العالمية للشرائح.

Lam Research（$LRCX） توفر أدوات الحفر والترسيب التي تشكل العمود الفقري لصناعة الشرائح. أدواتها متغلغلة في جميع مصانع الرقائق الكبرى، مما يجعلها شريكًا لا غنى عنه في توسع القدرة الإنتاجية. مع استمرار الطلب على التوسع في الإنتاج بسبب الذكاء الاصطناعي، تحصل Lam على إيرادات طويلة الأمد مرتبطة مباشرة بنمو صناعة الشرائح العالمية.

تصنيف خاطئ: مصدر ألفا

هذه جزء يتجاهله معظم المستثمرين، وهي فرصة غير متكافئة على الخريطة.

هناك نوع من الشركات، يُقيمها السوق على أنها من الفئة A، لكن الواقع التشغيلي والمالي هو من الفئة B.

مثل $CIFR (Cipher Digital) و $IREN (IREN Limited).

السوق لا تزال ترى فيها عمال مناجم البيتكوين.

لكنها تتحول إلى شيء أكثر قيمة بكثير: البنية التحتية للكهرباء للذكاء الاصطناعي ومنصات مراكز البيانات عالية الأداء.

هذه الشركات استبقت الطلب، واحتفظت بكهرباء منخفضة التكلفة، وبنت البنية التحتية قبل أن يطلبها السوق. اليوم، الشركات الكبرى تتسابق على هذين العنصرين تحديدًا.

Cipher Digital بدأت تحولها، وأبرمت عقود إيجار لمدة 15 سنة مع مستأجرين كبار (ثالث حديقة AI/HPC)، وحصلت على تسهيلات ائتمانية بقيمة 200 مليون دولار من بنوك عالمية كبرى. هذه ليست تحركات مضاربة، بل التزامات دخل طويلة الأمد.

IREN تنفذ نفس الاستراتيجية في عدة مواقع، وتدمج الحصول على الطاقة مع بناء مراكز بيانات قابلة للتوسع. ميزتها السرعة: سيطرت على الأراضي والكهرباء والبنية التحتية اللازمة لتحويلها إلى عبء عمل AI.

السوق لا يزال يرى فيها عمال مناجم. الميزانية العمومية تظهر أنها شركات بنية تحتية.

هذا الفارق سيتلاشى، والاندماج سيكون سريعًا.

نظرة على المحفظة

هذه ليست مجموعة أسهم، بل نظام.

كل حصة تمثل قيدًا معينًا في سلسلة الذكاء الاصطناعي، ويجب حل كل قيد ليعمل النظام. هذه هي الانضباطية.

• الكهرباء: $CEG $GEV $VST $WMB
• الشبكة: $PWR $ETN
• التبريد: $VRT
• الذاكرة: $MU
• الشبكة: $ANET $ALAB
• التصنيع: $ASML $LRCX
• التصنيف الخاطئ: $CIFR $IREN

معظم المستثمرين لم ينجحوا بعد في التحول المعرفي

نحن نتحول من نقص الحوسبة إلى نقص البنية التحتية.

وهذا يعني:

• لم تعد وحدة المعالجة الرسومية (GPU) هي السرد الوحيد
• الكهرباء، الشبكة، الذاكرة، والتبريد أصبحت المحركات الرئيسية للأرباح
• العائد يتبع القيود، وليس الشعبية

معظم المحافظ لا تزال عالقة في العالم القديم.

المخاطر: أهمية الانضباط أيضًا

هذا الإطار قد يفشل تحت ظروف معينة. من المهم أن نكون صادقين بشأنها.

تباطؤ إنفاق الشركات الكبرى على رأس المال. إذا أوقفت أمازون، جوجل، وMeta إنفاقها على البنية التحتية بسبب ضغوط الأرباح أو ضعف الطلب، فإن فرضية الطلب الثابت ستضعف. هذا هو الخطر الأول الذي يجب مراقبته، عبر متابعة توجيهات الإنفاق الرأسمالي كل ربع.

سرعة حل الاختناقات قد تكون أسرع من المتوقع. التدخل الحكومي في تصنيع المحولات، تسريع الموافقات النووية، أو إعادة تنظيم قوائم الانتظار للشبكة، كلها قد تقلل من قيمة الأصول المقيدة. هذه التغييرات بطيئة لكنها حقيقية.

القيود التنظيمية. تتداخل تنظيمات الكهرباء والبنية التحتية مع تنظيم المرافق، والمراجعات البيئية، وهيئات تحديد الأسعار. عندما تتغير اللوائح بشكل سلبي، ستقيد بشكل هيكلي ومستدام حدود العائد.

الفرق الرئيسي هو: هذا ليس رهانا على دورة المنتج. دورة المنتج يمكن أن تنقلب خلال ربع واحد. القيود الصناعية تتطلب سنوات لبنائها، وأخرى لزوالها. هذا الاختلال هو النقطة الأساسية.

ختامًا

في كل عصر صناعي، الثروة لا تخلقها الشركات التي تصنع القطارات، بل تلك التي تملك السكك الحديدية، الفحم، وحقوق الطرق.

السكك الحديدية للذكاء الاصطناعي تُقاس بالمشاريع الكهربائية، دورة تسليم المحولات، وسعة التبريد لكل خزانة.

معظم المستثمرين يلاحقون الذكاء الاصطناعي، لكن الفرصة الحقيقية تكمن في الأشياء التي لا يمكن للذكاء الاصطناعي أن يعمل بدونها.

في كل نظام، الأخبار تتبع الابتكار، والأرباح تتبع القيود. نحن نركز على القيود، وليس على السرد، وحاليًا العائد حوالي 60%. مع تسارع البنية التحتية للذكاء الاصطناعي، هذه ليست نهاية الصفقة، بل بداية مبكرة. نعتقد أن المباراة الآن في الجولة الثالثة.