تقرير عميق من جولدمان ساكس: من الذي سيصبح الفائز على المدى الطويل في قطاع نماذج الذكاء الاصطناعي الكبرى في الصين؟

中国AI大模型正站在一个 تاريخي拐点上。高盛认为，中国开源/开放权重大模型的智能性能已逼近全球顶尖专有模型，国内企业及全球中小企业的采用规模正在快速扩张，由此形成的数据飞轮效应将进一步推动模型迭代升级。

据追风交易台，高盛最新报告指出，这一演进轨迹可概括为"من لحظة الكفاءة في التكاليف لدى DeepSeek في العام الماضي، إلى لحظة الذكاء لدى GLM من智谱 هذا العام"。 يقود فريق من المحللين لدى غولدمان ساكس برئاسة رونالد كيونغ، في هذه الدراسة التي تضم 50 صفحة، إلى تقييم منهجي لأربع قضايا رئيسية حول كيفية تمكين نماذج الذكاء الاصطناعي الصينية من تحقيق أداء مرتفع بتكلفة منخفضة، ولماذا تختار مسار البرمجيات مفتوحة المصدر، وكيفية تحقيق الإيرادات، وأين تقع الأسواق الأساسية القابلة للتوسع، ومن سيصبح الفائز على المدى الطويل.

في تقييم المشهد التنافسي، قدم غولدمان ساكس إطاراً لـ"تحديد التموضع التنافسي" يستند إلى القدرة التسعيرية، والميزة في التكاليف، والقوة المالية، وبناءً عليه خلص إلى أنه في مجال نماذج الأساس للنصوص،** تأتي智谱 (تغطية أولية) وDeepSeek (غير مُدرجة) في مقدمة الأكثر قوة؛ وفي مجال متعدد الوسائط، تتصدر ByteDance (غير مُدرجة). كما يحتفظ غولدمان ساكس بتصنيف "شراء" لكل من MiniMax و快手.**

以小博大，效率制胜

تستطيع نماذج الذكاء الاصطناعي الصينية تحقيق أداء قريب بتكلفة أقل بكثير من تكلفة المنتجات الأمريكية المماثلة، وترجع العقدة الأساسية إلى اختراقين مزدوجين: ابتكار في البنية وكفاءة أعلى في عدد المعلمات.

تشير دراسة غولدمان ساكس إلى أن أحجام معلمات نماذج المصدر المفتوح في الصين غالباً ما تقع بين 2000 مليار و1.6 تريليون،** أي 2% إلى 10% فقط من أكبر نماذج العالم**، ويعزى ذلك أساساً إلى محدودية الحصول على الحوسبة عالية المستوى. وفي الوقت نفسه، أدت ابتكارات مثل بنية الخبراء الهجينين (MoE) وآليات الانتباه المتفرقة إلى جعل نسبة المعلمات المُفعّلة فعلياً من إجمالي المعلمات لا تتجاوز 3% إلى 5%، ما يخفض تكاليف التدريب والاستدلال بشكل كبير.

وعلى مستوى النماذج المحددة، تبلغ معلمات DeepSeek V4 Pro نحو 1.6 تريليون، وGLM من智谱5.2 نحو 0.7 تريليون، وMiniMax M3 نحو 0.4 تريليون.

يعزو غولدمان ساكس القفزة الأخيرة في قدرات النماذج الصينية في البرمجة إلى التكامل بين عوامل مثل انتقاء البيانات والتدريب بعد التعلم المعزز. في 27 يونيو، أطلقت DeepSeek إطار الاستدلال DSpark، والذي تم بالفعل نشره في خدمات الإنترنت الخاصة بـ V4-Flash وV4 Pro، وذلـك دون تغيير أوزان النموذج أو جودة المخرجات. ووفقاً لذلك، تم رفع سرعة توليد كل مستخدم بنسبة 60% إلى 85% (V4-Flash) وبنسبة 57% إلى 78% (V4 Pro).

وتعد LongCat 2.0 التي أعلنتها Meituan في 30 يونيو بمثابة محطة بارزة يعتبرها غولدمان ساكس خطوة مهمة نحو تمكين البنية التحتية للذكاء الاصطناعي في الصين من ذاتها**: وهو أول نموذج MoE مفتوح المصدر من الصين يعتمد بالكامل على تدريب ونشر 1.6 تريليون معتمد على 50 ألف بطاقة حوسبة من نوع صيني.** يرى غولدمان ساكس أن ذلك يثبت جدوى تكديس العتاد المحلي خلال مرحلة ما قبل التدريب كثيفة الحساب، وهو ما يحمل دلالات بعيدة المدى لتحرير نماذج الذكاء الاصطناعي الصينية من الاعتماد على الشرائح عالية المستوى الأجنبية.

تباين في السوق بين طرفين، والأقوى يزداد قوة

يصف غولدمان ساكس سوق نماذج الذكاء الاصطناعي في الصين بأنه يتشكل على هيئة "بنية طبقتين"، ويحدد مجالين لتعظيم ARR.

في السوق الرفيعة، تبلغ تسعيرة النماذج الرائدة ممثلةً بـ智谱GLM5.2 وQwen3.7 Max لدى Alibaba نحو 1 دولار لكل مليون token، أي خمسة أضعاف نماذج الفئة المنخفضة. كما تبلغ هوامش الربح الإجمالي للاستدلال نحو 10% إلى 20% (تقدير غولدمان ساكس). بالمقارنة، تبلغ تسعيرة النماذج الرائدة الأمريكية 4 إلى 8 دولارات لكل مليون token، في حين أن نماذج الصين الرفيعة تصل إلى 10% إلى 25% منها فقط؛ ومع ذلك، وبفضل انخفاض نسبة تفعيل المعلمات، ما زالت قادرة على الحفاظ على هوامش ربح إجمالية موجبة.

في السوق المنخفضة، تنخفض تسعيرة نماذج مهام الوكلاء إلى 0.06 إلى 0.2 دولار لكل مليون token، ما يفتح سوقاً عالمية للشركات الصغيرة والمتوسطة والمستخدمين الأفراد الأكثر حساسية للسعر. تحقق MiniMax ما بين 60% إلى 70% من إيراداتها من الخارج. ومن الجدير بالانتباه أن DeepSeek أعلنت إدخال آلية تسعير الذروة/الركود ابتداءً من منتصف يوليو لسلسلة V4: تبلغ نسبة الرسوم في وقت الذروة ضعف غير وقت الذروة، مع تسعير مختلط يقدر بنحو 0.35 دولار لكل مليون token (V4 Pro) و0.12 دولار لكل مليون token (V4 Flash).

توقع غولدمان ساكس أن إيرادات واجهات برمجة التطبيقات والاشتراكات لنماذج الذكاء الاصطناعي في الصين ستنمو من 35 مليار يوان صيني لعام 2026 (تقديراً) إلى 8790 مليار يوان صيني بحلول عام 2030، وهو ما يعني أن استهلاك token اليومي سيقفز من 350 مليون مليار إلى 4,600 مليون مليار token، بزيادة تقارب 25 ضعفاً.

استراتيجية المصدر المفتوح: انتشار واسع، ومسار تحقيق الأرباح بحاجة إلى تطوير

قدمت دراسة غولدمان ساكس عرضاً تفصيلياً للمنطق الاستراتيجي الذي تقف خلف تبني نماذج الذكاء الاصطناعي الصينية على نطاق واسع لمسار المصدر المفتوح/الأوزان المفتوحة، مع تسليط الضوء على حدود تحقيق الأرباح.

تتمثل الميزة الأساسية لاستراتيجية المصدر المفتوح في المرونة أثناء النشر وبناء منظومة مجتمعية. تعتمد سلاسل Qwen لدى Alibaba وDeepSeek وGLM من智谱 وMiniMax M3 كلها على مسار مفتوح المصدر أو أوزان مفتوحة. وتعد Seed لدى ByteDance الاستثناء الرئيسي إذ تعتمد نهجاً مغلقاً بالكامل بوصفه نموذجاً خاصاً. تتيح نماذج المصدر المفتوح نشر النماذج بمرونة داخل الصين وخارجها، كما تساعد تغذية راجعة من المجتمع على تسريع عملية التطوير والتحديث.

ومع ذلك، يشير غولدمان ساكس إلى أن** أرقام ARR التي تفصح عنها شركات نماذج المصدر المفتوح قد تكون منخفضة بشكل كبير مقارنة بحجم النشر الفعلي وإمكانات الإيرادات.** فعلى سبيل المثال، تستهدف智谱 بلوغ ARR بنهاية 2026 بقيمة 1 مليار دولار، لكن حجم نشر GLM5.2 على مستوى العالم سيكون أعلى بكثير من حجم token وإيراداتها عبر قنوات واجهات برمجة التطبيقات الخاصة بها. إذ يمكن لمنصة Alibaba Cloud "Bailian MaaS" استضافة نموذج GLM5.2 مفتوح المصدر مباشرةً، دون أن تدفع智谱 أي رسوم.

ويتوقع غولدمان ساكس أن ينتقل القطاع تدريجياً من المصدر المفتوح الخالص (رخصة MIT، مجانية بالكامل) إلى نموذج "أوزان مفتوحة + رخصة مجتمعية" — أي اشتراط استخدامات تجارية عبر توقيع اتفاقيات لتقاسم الإيرادات مع شركة النموذج. ويُعد MiniMax M أول من تبنى هذه المقاربة. ويرى غولدمان ساكس أن هذا التحول سيحسن بشكل ملحوظ الكفاءة الاقتصادية لوحدة نماذج الذكاء الاصطناعي، لأن شركة النموذج ستتمكن من الاستفادة من اتفاقيات تقاسم الإيرادات مع منصات مثل AWS Bedrock وAlibaba Cloud Bailian، دون تحمل تكاليف الحوسبة اللازمة للاستدلال بنفسها.

من "تعظيم token" إلى إعطاء الأولوية لـROI

يصف غولدمان ساكس توسع السوق الدولي باعتباره أكبر مساحة صعود لنماذج الذكاء الاصطناعي الصينية، خصوصاً في الأسواق خارج الولايات المتحدة.

تقدّر فرق البحث لدى غولدمان ساكس في الولايات المتحدة أن** ذكاء الوكلاء بالذكاء الاصطناعي سيدفع بحجم استهلاك token على مستوى العالم إلى النمو 24 ضعفاً بحلول عام 2030، ليصل إلى 120 مليون مليار token شهرياً؛** إذ يساهم ذكاء الوكلاء لدى الشركات في نمو قدره 55 ضعفاً، بينما يساهم ذكاء الوكلاء لدى المستهلكين في نمو قدره 12 ضعفاً. وبالنسبة للسوق العالمية (خارج الصين)، تكون نماذج الذكاء الاصطناعي الصينية قد حققت بالفعل زيادة ملحوظة في حصتها من token اعتماداً على تحسن الأداء وتفوق السعر.

وتشير دراسة غولدمان ساكس إلى أن نمط استخدام الشركات للذكاء الاصطناعي على مستوى العالم يمر بتحول جوهري من "تعظيم token" إلى "الأولوية لـROI". كان هذا النهج سائداً خلال أواخر 2025 وبدايات 2026، حيث اعتبرت الشركات أن ارتفاع استهلاك token يساوي ارتفاع إنتاجية المؤسسة. أما النهج الجديد فيركز على حدود المهام بشكل أوضح، وعدد الوكلاء النشطين يومياً، وأتمتة العمليات في الخلفية، والإنتاج الفعلي. وتُظهر نتائج دراسة اتجاهات هندسية من Jellyfish AI أن المستخدمين الكثيفين للذكاء الاصطناعي داخل الشركات يستهلكون 10 أضعاف token، لكن الإنتاج لا يتحسن إلا بمقدار ضعفين.

وعلى مستوى القنوات، توفر منصتا Gemini Enterprise Agent Platform التابعتان لـAlphabet وAWS Bedrock لدى أمازون خدمات استضافة نماذج صينية مثل DeepSeek وMiniMax وMoonshot وGLM وQwen. ووفقاً لصحيفة وول ستريت جورنال، قال الرئيس التنفيذي لشركة مايكروسوفت مؤخراً إن مايكروسوفت تدرس استضافة نسخة من DeepSeek ضمن Copilot بوصفه نموذجاً منخفض التكلفة خيارياً، مؤكداً أنه إذا جرى استضافة DeepSeek فسوف يعمل داخل منظومة السحابة لدى مايكروسوفت، بما يضمن بقاء بيانات العملاء داخل Azure.

من سيكون الفائز على المدى الطويل؟

بنى غولدمان ساكس إطاراً تنافسياً ثلاثي الأبعاد لتقييم احتمالات فوز كل لاعب على المدى الطويل عبر مؤشرات كمية، وتتمثل الصيغة الأساسية في: حجم ARR × ميزة هامش الربح الإجمالي + القوة المالية.

يتناول بُعد القدرة التسعيرية: سرعة الطرح (مقارنةً بالإصدارات السابقة ونماذج الفئة نفسها)، وتقييم LMArena في ساحة المنافسة (استناداً إلى تقييمات المستخدمين في اختبارات عمياء واسعة النطاق)، ومستوى التسعير المختلط لكل مليون token.

يتناول بُعد ميزة التكاليف: الإنتاجية (عدد token لكل ثانية)، ومعدل نجاح التخزين المؤقت (cache hit)، ونسبة تفعيل المعلمات، وهوامش ربح الاستدلال الإجمالية. أما القوة المالية فتُقاس عبر النقد المتاح، ونسبة صافي النقد إلى إجمالي الأصول، ومضاعفات التقييم.

في نماذج الأساس للنصوص، يرى غولدمان ساكس أن智谱 (تغطية أولية، تصنيف محايد، هدف تقييم 1100 مليون دولار) وDeepSeek (غير مُدرجة) يتمتعان بأقوى وضع، إذ يظهران تميّزاً في القدرة التسعيرية وميزة التكاليف. ويقدَّر أن التقييم الضمني الإجمالي لشركات نماذج الذكاء الاصطناعي المستقلة يتجاوز 2000 مليون دولار.

وفي متعدد الوسائط/توليد الفيديو، تتصدر ByteDance بقيادة Seedance. ووفقاً لما ورد في LatePost و36Kr، تصل هوامش Seedance إلى 70%، وتجاوز معدل ARR الجاري 2 مليار دولار. كما يولي غولدمان ساكس اهتماماً بـ快手 وشركة MiniMax Hailuo/نموذج H3 المزمع إطلاقه، ويتوقع أن يستفيدان في النصف الثاني من 2026 من القفزة الوظيفية في دمج توليد الفيديو مع LLM، ومن تأثير شح الإمدادات الذي يدعم التسعير الصحي.

يحافظ غولدمان ساكس على تصنيف الشراء لسهم MiniMax، مع سعر مستهدف 860 دولار هونغ كونغ، للأسباب التالية: يقع نموذج M3 ضمن مربع تعظيم ARR عند حجم token مرتفع وتسعير جذاب، كما أن التقييم الحالي يعادل فقط 13 ضعف ARR بنهاية 2026. وبالمقارنة مع مضاعفات التقييم لدى الشركات النظيرة في الصين وعلى مستوى العالم، يبدو أن هناك خصماً واضحاً، ما يجعل نسبة المخاطر إلى العائد تميل إلى الاتجاه الصعودي.

تنبيهات المخاطر وإخلاء المسؤولية

        توجد مخاطر في السوق، ويجب توخي الحذر عند الاستثمار. لا تشكل هذه المقالة نصيحة استثمارية شخصية، ولا تأخذ في الحسبان الأهداف الاستثمارية الخاصة لكل مستخدم، أو الوضع المالي، أو الاحتياجات. ينبغي على المستخدم أن يفكر فيما إذا كانت أي آراء أو وجهات نظر أو استنتاجات واردة في هذه المقالة تتماشى مع وضعه المحدد. وبناءً على ذلك، يتحمل المستثمر المسؤولية عن قراراته الاستثمارية.