خط آخر لضعف سوق الذكاء الاصطناعي: حتى OpenAI اضطرت لخفض الأسعار

ملخص سريع

· صرح مسؤول تنفيذي في أوبر مباشرة أن الربط بين استهلاك الرموز وتحسين المنتج الحقيقي «غير موجود بعد»؛ كما اعترفت OpenAI بأن تكاليف الذكاء الاصطناعي للشركات أصبحت مشكلة واقعية بشكل متزايد.

· لم يتوقف الطلب على الذكاء الاصطناعي، لكن الشركات بدأت تتحول من التجربة إلى تدقيق العائد على الاستثمار، وبدأت شركات النماذج النقاش حول خفض الأسعار، ويحتاج نمو السحابة ووحدات معالجة الرسوميات ومراكز البيانات إلى إعادة التحقق من مرونته.

· الأسهم المرتبطة: إنفيديا، مايكروسوفت، أمازون، جوجل، MU، AVGO، AMD، TSM، ARM، ORCL.

شهد سوق الأسهم الأمريكية للذكاء الاصطناعي ارتفاعًا مستمرًا لشهرين، لكنه بدأ مؤخرًا يتراجع، وبدأ السوق يبحث عن أسباب بشكل علني.

يمكن تفسير هذا التراجع من خلال معدلات الفائدة، والتقييمات المبالغ فيها، واضطرابات الأرباح، لكن السوق يختبر فرضية أعمق: هل استهلاك الشركات للمزيد من الرموز يضمن بالضرورة زيادة الإيرادات والكفاءة والأرباح؟

على مدى العامين الماضيين، كانت سلسلة تداول الذكاء الاصطناعي سلسة جدًا. تستخدم الشركات بكثافة الذكاء الاصطناعي، ويزداد استهلاك الرموز (وهي وحدة قياس معالجة النصوص في النماذج)، وتنمو إيرادات مطوري النماذج، وتبيع شركات السحابة المزيد من القدرة الحاسوبية، وتستمر طلبات وحدات معالجة الرسوميات، والذاكرة عالية النطاق، والخوادم، ومراكز البيانات، والكهرباء في التوسع. طالما استمر استهلاك الرموز في النمو، يمكن للسوق أن يفهم ذلك على أنه تسريع في اعتماد الذكاء الاصطناعي، ويعطي تقييمات أعلى للمكونات العلوية من الأجهزة ورأس المال.

لكن التغير الأخير هو أن حتى مزودي النماذج أنفسهم بدأوا يناقشون تكاليفها.

وفقًا لصحيفة وول ستريت جورنال، تدرس OpenAI خفض أسعار استدعاء النماذج بشكل أكبر لمواجهة ضغوط الميزانية لدى الشركات وتحديات المنافسين مثل Anthropic. وفي الوقت نفسه، صرح الرئيس التنفيذي لـ OpenAI سام ألتمان مؤخرًا أن المزيد من الشركات بدأت تعتبر تكاليف الذكاء الاصطناعي قضية مهمة، وأن بعض العملاء استهلكوا بالفعل ميزانية الذكاء الاصطناعي المخصصة للسنة كاملة خلال الربع الأول.

قد لا يكون هذا الأمر كافيًا لتغيير نمط الصناعة، لكنه يرسل إشارة مهمة: السوق بدأ يناقش الآن ليس فقط قدرات النماذج، بل التكاليف، والأسعار، والعائد على الاستثمار.

المرونة الآن ليست «هل لا تزال الشركات تستخدم الذكاء الاصطناعي»، بل «هل الشركات مستعدة لدفع ثمن الرموز المرتفعة السعر بشكل غير مشروط».

قال أندرو ماكدونالد، الرئيس التنفيذي للعمليات في أوبر، في بودكاست، إن الربط بين زيادة استهلاك الرموز و«وظائف المستهلك المفيدة» «غير موجود بعد». وهذه العبارة تأتي من طرف المشتري، وليس البائع أو البورصة أو شركات النماذج الناشئة.

إذا كانت السوق سابقًا تؤمن بـ«الاستخدام هو النجاح»، فإن المرحلة الآن هي المرحلة الثانية: هل يمكن أن يتحول استهلاك الرموز في النهاية إلى زيادة الإيرادات، أو خفض التكاليف البشرية، أو تحسين هامش الربح؟ وإذا طُرح هذا السؤال بشكل منهجي من قبل قسم المالية، فإن لغة تقييم سلسلة صناعة الذكاء الاصطناعي ستتحول من «الطلب غير محدود» إلى «التحقق من العائد».

كشف ارتفاع اعتماد أوبر عن ضغوط الميزانية

حالة أوبر تستحق النظر، ليس لأنها لا تفهم الذكاء الاصطناعي، وليس لأنها لا ترغب في استخدامه. على العكس، فإن معدل اعتماد أدوات الترميز في أوبر مرتفع جدًا. وفقًا لتقارير وسائل الإعلام، من بين حوالي 5000 مهندس في الشركة، كان معدل الاستخدام الشهري يصل إلى 84% إلى 95%، وكان فاتورة كل مهندس تتراوح بين بضع مئات إلى 2000 دولار شهريًا.

المشكلة تكمن هنا. عندما يكون معدل الاستخدام مرتفعًا، فإن الفاتورة لم تعد مجرد تكلفة تجارب صغيرة لقسم الابتكار، بل تصبح تكلفة حقيقية يجب على إدارة العمليات تفسيرها. وفقًا لما كشف عنه مدير التكنولوجيا السابق، أن ميزانية أوبر السنوية لـ Claude Code استُهلكت خلال 4 أشهر فقط. ووصف ماكدونالد ذلك بأنه لحظة «مجنونة».

داخل الشركة، غالبًا ما يتم إدخال أدوات الذكاء الاصطناعي في الميزانية باسم «زيادة الكفاءة». المهندسون يكتبون الكود بشكل أسرع، وخدمة العملاء ترد على الأسئلة بشكل أسرع، وفريق العمليات يكتب التقارير بشكل أسرع، وهذه تغييرات يمكن ملاحظتها بسهولة.

لكن مع توسع الاستخدام، ستنظر الأقسام المالية إلى أسئلة أكثر صلابة: هل جلبت المزيد من الإيرادات؟ هل قللت من التكاليف البشرية الحقيقية؟ هل حسنت هامش الربح؟

ظاهرة «تضخيم الرموز» التي ذكرها ماكدونالد تشير أيضًا إلى أن الاستهلاك العالي قد يكون غير مرتبط بقيمة عالية. «تضخيم الرموز» يعني أن الفريق أو الفرد يستهلك الكثير من الرموز بهدف تعظيم استخدام أدوات الذكاء الاصطناعي. البيانات تظهر أن الاستخدام يبدو جيدًا، لكنه قد لا يترجم إلى نتائج منتجات أفضل. بالنسبة لمزودي خدمات الذكاء الاصطناعي، هذا يعني إيرادات، أما بالنسبة للشركات، فقد يكون مجرد فاتورة سحابة خارجة عن السيطرة.

إشارة أوبر أكثر أهمية من مجرد «تكلفة أدوات الذكاء الاصطناعي مرتفعة».

هي لا تقول إن الذكاء الاصطناعي غير مفيد، بل تقول إنه عندما يدخل الذكاء الاصطناعي من ميزانية التجربة إلى ميزانية التشغيل، على الشركات إثبات أن كل دولار يُنفق على الرموز يحقق نتائج أعمال قابلة للقياس. الاعتماد العالي لم يعد يساوي النجاح تلقائيًا، بل يكشف عن هيكل التكاليف أولاً.

انتقال ضغط التكاليف عبر سلسلة الصناعة

بدأ المشترون من الشركات في حساب التكاليف، وتغيرت طرق فرض الرسوم على المنصات أيضًا.

أعلنت GitHub أنه اعتبارًا من 1 يونيو 2026، ستتحول خدمة Copilot إلى نظام احتساب على أساس الاستخدام، مع إدخال أرصدة الذكاء الاصطناعي الشهرية (AI Credits). بالنسبة للمستخدمين الخفيفين، قد يكون هذا مجرد تغيير في هيكل الفواتير؛ أما المطورون الذين يستخدمون الوظائف الذكية بشكل مكثف، فقد أبلغ بعضهم أن تكلفة الجلسة الواحدة قد تصل إلى عدة عشرات من الدولارات، وبدأت المناقشات في المجتمع تتصاعد.

هذه الخطوة تعني أن المنصات لم تعد ترغب في تحميل تكاليف الاستخدام غير المحدود للرموز ضمن الاشتراك الثابت.

في الماضي، كان المستخدم يدفع رسوم شهرية، والمنصة تتحمل تكلفة استدعاء النموذج خلف الكواليس. الآن، مع زيادة مرات استدعاء الوكيل، وطول السياق، وعدد المهام المتعددة، بدأت التكاليف تظهر بشكل واضح. كلما زاد الاستخدام، زادت التكاليف، وهو تصحيح لنظرية «الذكاء الاصطناعي غير المحدود».

الأهم من ذلك، أن هذا الضغط بدأ ينتقل من مستوى التطبيق إلى مستوى النموذج.

على مدى العامين الماضيين، كانت السردية السائدة في صناعة النماذج الكبيرة هي خفض التكاليف وزيادة الكفاءة والتوسع في الحجم. لكن مع بدء أقسام الشراء في الشركات في تدقيق العائد على الاستثمار، تواجه مزودات النماذج تحديات جديدة: إذا لم تكن الشركات مستعدة للاستمرار في دفع أسعار مرتفعة للرموز، فكيف ستستمر في النمو؟

الإشارات الأخيرة من OpenAI نموذجية. من جهة، يعترف سام ألتمان بأن ميزانيات الشركات تتعرض لضغوط، ومن جهة أخرى، تتداول السوق أن OpenAI تدرس خفض الأسعار بشكل أكبر. هذا يعني أن التركيز في الصناعة يتحول من «هل النماذج متقدمة» إلى «هل تكلفة الوحدة الذكية منخفضة بما يكفي».

بالنسبة للعملاء، السؤال الأهم لم يعد هو «أي نموذج هو الأقوى»، بل «أي نموذج يحقق نتائج أعمال أكثر ضمن نفس الميزانية».

كما أن شركة مايكروسوفت خفضت تراخيص Claude Code، وفقًا لمصادر من The Verge وAxios وTechRadar، حيث ألغت معظم تراخيص Claude الداخلية وتحولت إلى أدوات Copilot الخاصة بها. لا تزال التفاصيل حول الحجم والأسباب غير واضحة، ولا يمكن اعتبار ذلك تأكيدًا على أن مايكروسوفت قلصت شراء الأدوات الخارجية بسبب التكاليف، لكنه مؤشر على أن الشركات الكبرى تعيد توزيع تكاليف استدعاء النماذج الخارجية.

هذا التأثير على سلسلة صناعة الذكاء الاصطناعي لا يكمن في انخفاض إيرادات أداة معينة، بل في أن انضباط المشتري بدأ ينتقل إلى الأعلى. يمكن للشركات تقييد الحصص، اختيار نماذج أرخص، تحويل بعض المهام إلى المصادر المفتوحة أو الحلول الذاتية، أو طلب خصومات من الموردين. لا تزال شركات النماذج والتطبيقات بحاجة إلى الطلب، لكن سعرها لن يُحدد فقط بمدى قوة النموذج، بل أيضًا بقدرة العميل على حساب التكاليف.

كما ستتأثر شركات السحابة. سابقًا، كانت إيرادات السحابة من الذكاء الاصطناعي تتحدث عن نفسها: التدريب، والاستدلال، وتطبيقات الشركات تتطلب قدرة حاسوبية، وكلما زاد استهلاك الرموز، زادت الحاجة للسحابة. لكن إذا بدأ الشركات في خفض تكلفة الوحدة من الرموز، أو تحويل المهام ذات القيمة المنخفضة والمتكررة إلى مسارات استدلال أرخص، فإن مرونة إيرادات السحابة قد تتراجع عن التوقعات السابقة.

الطلب العالي يتطلب إثبات القيمة العالية

الشركات بدأت تدقق الآن، وأحد الأسباب هو أن استخدام الذكاء الاصطناعي دخل مرحلة حجم عينات كبير، ولم تعد الأجزاء غير الفعالة سهلة التجاهل.

نشرت شركة Entelligence.AI في مايو 2026 دراسة حول 2444 منظمة، وأكثر من مليون طلب سحب (Pull Request). وفقًا لتقديراتها، من كل دولار واحد يُنفق على رموز الذكاء الاصطناعي، فقط 0.18 دولار يحقق قيمة فعلية تصل للمستخدم، و0.44 دولار يُستخدم لإصلاح الأخطاء التي أدخلها الذكاء الاصطناعي، و0.27 دولار لإعادة العمل، و0.11 دولار يُستهلك في عمليات المراجعة.

هذه البيانات لا يمكن تعميمها على الصناعة بأكملها، فهي من صفحات أبحاث الموردين، وتعكس بشكل رئيسي سيناريوهات هندسة البرمجيات، وليست تدقيقًا مستقلًا أو ورقة علمية. لكنها توضح أن هناك ضغطًا على العائد على الاستثمار في الشركات، خاصة في سيناريوهات يتطلب فيها المحتوى المولد من الذكاء الاصطناعي مراجعة وتصحيح ودمج من قبل البشر.

أكثر ما يظهره أدوات الذكاء الاصطناعي هو سرعة التوليد، لكن الشركات تدفع مقابل النتائج القابلة للتسليم. إذا أدت أكواد الذكاء الاصطناعي إلى مزيد من الأخطاء، وتطلب مراجعة وإعادة عمل واختبار أكثر، فإن الوقت الذي تم توفيره في البداية سيعود في النهاية على الجانب الآخر. بالنسبة للمستخدمين الأفراد، قد يكون الأمر مجرد مشكلة تجربة؛ أما بالنسبة للشركات الكبرى، فسيصبح مسألة مالية وإدارية.

وهذا يفسر أيضًا لماذا لا يمكن بعد الآن ببساطة ربط زيادة استهلاك الرموز بالنجاح في الذكاء الاصطناعي.

الرموز هي وحدة قياس الإيرادات، وأيضًا وحدة قياس التكاليف. بالنسبة لمطوري النماذج، زيادة الرموز تعني زيادة الإيرادات؛ أما بالنسبة للشركات، فإن زيادة الرموز تكون ذات قيمة فقط إذا أدت إلى زيادة الإيرادات، أو خفض التكاليف، أو تحسين هامش الربح بشكل مستدام.

إذا كانت السوق سابقًا تعتبر زيادة الرموز مؤشرًا على الطلب على الأجهزة، فإنها الآن بحاجة إلى إكمال الصورة: معدل تحويل قيمة الرموز. فقط عندما يمكن أن يتحول استهلاك الرموز بشكل مستقر إلى نتائج أعمال، فإن إيرادات السحابة، وطلبات وحدات المعالجة الرسومية، وتوسعات الذاكرة عالية النطاق، وبناء مراكز البيانات، ستدعم بشكل أكثر صلابة النهاية.

تتجه نية الدفع عبر سلسلة الصناعة نحو الأعلى

حذر استراتيجيون ماليون مثل أندرياس ستينيو لارسون مؤخرًا من أن مؤشر إنفاق رموز النماذج الكبيرة (LLM Token Expenditure Index) هو أحد الرسوم البيانية التي يجب مراقبتها في السوق حاليًا. تشير التقارير إلى أن هذا المؤشر يتابع إنفاق الشركات على كل مليون رمز، وأنه بعد ارتفاع واضح في بداية 2026، بدأ يظهر علامات تراجع في نهاية مايو.

يجب أن نحتفظ بحذر هنا. الصفحة الرسمية لـ Silicon Data أكثر تركيزًا على تقديم المنتجات، ولم تنشر منهجية المؤشر أو البيانات التاريخية بشكل كامل. لا يمكن اعتباره نتيجة حاسمة، لكنه إشارة لمراقبة تغير نية الدفع لدى الشركات.

تراجع مؤشر الإنفاق على الرموز لا يعني بالضرورة انخفاض استخدام الذكاء الاصطناعي.

في الواقع، السوق يشهد حاليًا انتقالًا من «منافسة القدرة الحاسوبية» إلى «منافسة تكلفة الوحدة الذكية». الشركات لا تزال بحاجة إلى الذكاء الاصطناعي، لكنها قد لا ترغب في الاستمرار في الشراء بنفس الأسعار القديمة.

إذا بدأت OpenAI أخيرًا في جولة جديدة من خفض الأسعار، فسيخفف ذلك من ضغوط الميزانية لدى الشركات، ويعني أن صناعة النماذج تدخل رسميًا مرحلة المنافسة السعرية. عندها، سيتعين على السوق إعادة تقييم: هل النمو في المستقبل يأتي من الطلب الجديد، أم من زيادة الاستخدام بعد انخفاض الأسعار؟

قد يظل الطلب على الذكاء الاصطناعي في ارتفاع، لكن قيمة الإيرادات ونفاذية التوصيل العلوية قد تتغير.

تأثير ذلك يختلف عبر المراحل المختلفة. تطبيقات النماذج وأعلى السلسلة ستواجه أولًا ضغط الأسعار: ستطالب الشركات بمزيد من الوضوح في العائد على الاستثمار، وتقليل الاستدعاءات ذات القيمة المنخفضة، أو التبديل بين نماذج مختلفة لتقليل التكاليف.

أما شركات السحابة، فستواجه مشكلة مرونة الإيرادات: إذا انخفض السعر للوحدة، وزادت التخزين والمعالجة الدُفعة، وزادت الحلول الذاتية، فإن إيرادات السحابة من الذكاء الاصطناعي قد لا تنمو بنفس معدل زيادة الرموز.

وفي المراحل العلوية، تتعلق الطلبات على وحدات المعالجة الرسومية، والذاكرة عالية النطاق، والبنية التحتية لمراكز البيانات، بالإنفاق الرأسمالي المستقبلي. إذا جعلت قواعد الدفع لدى الشركات مزودي النماذج والسحابة أكثر حذرًا، فسيتم إعادة تقييم جداول الطلبات والبناء.

تحذير لارسون لا يعني أن الطلب على الأجهزة سينتهي فورًا، بل أن استمرار ضعف أسعار الرموز قد يثير شكوكًا في مسار دورة استثمار البنية التحتية للذكاء الاصطناعي.

لا يوجد علاقة سببية مباشرة بين تراجع أسهم الذكاء الاصطناعي وتدقيق فواتير الرموز. لا يمكن القول إن انخفاض أسهم الرقائق بسبب استهلاك أوبر للميزانية، لكنها مرتبطة في سلسلة واحدة: عندما يعكس التقييم توقعات نمو عالية طويلة الأمد، فإن أي إشارة إلى نية الدفع النهائي والعائد على الاستثمار ستُضخم وتُعيد تقييم الإنفاق الرأسمالي العلوي.

الخطوة التالية هي مراقبة مرونة الإيرادات في التقارير المالية وتيرة الطلبات

الدلائل الحالية لا تدعم أن «فقاعة الذكاء الاصطناعي قد انفجرت». الشركات لم تتوقف عن استخدام الذكاء الاصطناعي، والمطورون لن يعودوا إلى وضع بدون أدوات مثل Copilot أو Claude أو غيرها. التقييم الأكثر منطقية هو أن اعتماد الذكاء الاصطناعي يتغير من مرحلة الحماس المبكر إلى مرحلة الانضباط في الميزانية، وأن السوق بدأ يميز بين الحالات التي تثبت العائد، وتلك التي تخلق فواتير فقط.

التحقق الأكثر أهمية في المستقبل ليس هو العثور على شركة تقول إن الذكاء الاصطناعي غالي جدًا، بل هو مراقبة لغة التقارير المالية لشركات السحابة والبرمجيات: هل ستستمر إيرادات الذكاء الاصطناعي من خلال السحابة في النمو بشكل مرن؟ كيف تتغير معدلات التجديد، والتراجع، والشكاوى على أدوات الشركات مثل Copilot وClaude Code بعد احتسابها على أساس الاستخدام؟ كل ذلك سيكون أكثر دلالة على مدى تعزيز انضباط المشتري من مجرد حركة سعر السهم اليومي.

أما على مستوى الأجهزة، فسيكون من المهم مراقبة ما إذا كانت هناك إشارات إلى خفض الطلب على وحدات المعالجة الرسومية، وطلبات الذاكرة، والبنية التحتية لمراكز البيانات. طالما استمرت نفقات رأس المال في الارتفاع، وظلت الطلبات على الرقائق المتقدمة مشدودة، فإن تراجع نية الدفع للرموز سيبدو كتصحيح صحي. وإذا بدأ إيراد السحابة من الذكاء الاصطناعي يتراجع، وتباطأت وتيرة الطلب على البنية التحتية، فسيبدأ السوق في تسعيره لنقطة انعطاف أعمق في الدورة.

لم تنتهِ تجارة الذكاء الاصطناعي، لكن لغة تسعيرها تتغير. كانت السوق سابقًا تسأل «كم من الرموز استُهلك»، والآن السؤال هو «كم من الأرباح تحولت هذه الرموز إليها في النهاية». هذا الفرق هو الذي سيحدد اتجاه تباين تقييمات سلسلة صناعة الذكاء الاصطناعي في المستقبل.

انقر لمعرفة المزيد عن حركة السوق مع BlockBeats في الوظائف الشاغرة

مرحبًا بك في المجتمع الرسمي لـ BlockBeats:

قناة تيلجرام: https://t.me/theblockbeats

مجموعة تيلجرام: https://t.me/BlockBeats_App

حساب تويتر الرسمي: https://twitter.com/BlockBeatsAsia