أكثر حدة من فقاعة الإنترنت: انخفاض استهلاك التوكنز بنسبة 20%، فجوة النمو بين الاستثمار في الذكاء الاصطناعي والمبيعات تصل إلى 46%

وفقًا لمراقبة "Dongcha Beating"، انخفض مؤشر استهلاك رمز Silicon Data LLM، الذي يتتبع الإنفاق الفعلي للمستخدمين على الطاقة الحاسوبية، بنحو 20% من ذروته في مايو. هذا التوقف المفاجئ في النمو المرتفع يوجه تحذيرًا مهمًا للمستثمرين: قد تفقد شركات النماذج الكبيرة قوتها التسعيرية أمام العملاء الحساسين للتكلفة، مما يثير الشكوك حول العائد النهائي على استثمارات الذكاء الاصطناعي التي تبلغ مئات المليارات من الدولارات.

تتعمق الانقسامات بين معسكري الصعود والهبوط. يشير معسكر الهبوط إلى أن بيانات أبحاث "أليانز" تظهر فجوة نمو تبلغ 46% بين استثمارات الذكاء الاصطناعي والمبيعات، وهو اختلال يتجاوز نسبة 32% التي شهدتها فقاعة الاتصالات في عام 2001. بينما يرد معسكر الصعود بأنه على الرغم من انخفاض متوسط سعر الرمز بنسبة 90% منذ عام 2023، إلا أن إجمالي الإنفاق لا يزال ينمو بنحو الضعف، مما يعني أن انخفاض المؤشر هو مجرد تعديل هيكلي بعد خفض الأسعار لتحفيز الاستهلاك، وأن العائد على الاستثمار في مرحلة الاستدلال (Inference) متفائل على المدى الطويل مقارنة بمرحلة التدريب.

يتحول تعزيز الرقابة التنظيمية إلى تكاليف امتثال خفية للمؤسسات. تفرض واشنطن مراجعة سياسية أكثر صرامة على توزيع النماذج المتطورة والوصول عبر الحدود (مثل مراجعة إصدار OpenAI، وضوابط التصدير الجغرافية لنموذج Anthropic)، بالإضافة إلى متطلبات الامتثال الصارمة للاتحاد الأوروبي بموجب قانون الذكاء الاصطناعي للنماذج عالية المستوى، مما يضع أعباء سياسية ثقيلة على المنصات الرائدة. لتجنب المخاطر الجغرافية والامتثالية، يمتلك المسؤولون الماليون (CFO) أسبابًا أكثر عقلانية لتوجيه أعباء العمل بنشاط نحو النماذج الخفيفة والمتوسطة الخالية من الأعباء التنظيمية.

تظهر تغييرات دقيقة أيضًا في مجال رقائق الأجهزة. على الرغم من أن طلبيات وحدات معالجة الرسوميات (GPU) المتطورة وذاكرة النطاق الترددي العالي (HBM) قد امتلأت حتى عام 2026، وأن التخفيف الفعلي للعرض والطلب لن يحدث حتى عام 2028، إلا أن القوة الشرائية الرئيسية في السوق بدأت تتحول من رقائق التدريب إلى أجهزة تحسين الاستدلال، مما يعيد تشكيل هيكل الفائزين.