#OpenAIAnnualRecurringRevenueNears$70B

تقترب OpenAI من معدل إيرادات سنوي قدره 70 مليار دولار، لكنني أعتقد أن الجزء الأكثر إثارة للاهتمام في هذه القصة لم يعد $70B ذاته.

السؤال الحقيقي هو ما يحدث عندما تنمو شركة بهذه السرعة، في الوقت الذي تصبح فيه تكلفة دعم هذا النمو هائلة أيضاً.

وفقاً لـ Axios، ارتفع معدل إيرادات OpenAI السنوي بأكثر من 70% منذ بداية الربع الثالث، ليصل إلى ما يقرب من 70 مليار دولار، بينما زادت مبيعاتها للمؤسسات بأكثر من الضعف منذ يوليو. كما حقق نشاطها الاستهلاكي إيرادات أكبر خلال الربع الثالث مما حققه طوال عام 2025.

هذا تسارع لافت.

لكنني أريد الفصل بين سرعة نمو الإيرادات والاقتصاديات التجارية.

فمعدل الإيرادات السنوي لا يعادل إيرادات بقيمة 70 مليار دولار سُجلت بالفعل على مدار عام كامل. إذ يأخذ وتيرة الإيرادات الأخيرة ويسقطها على المستقبل. كما سلطت Reuters الضوء على أهمية هذا التمييز عند تقييم شركات الذكاء الاصطناعي سريعة النمو.

لذلك، بدلاً من التساؤل عما إذا كانت OpenAI قادرة على بلوغ 70 مليار دولار، أعتقد أن الجيل المقبل من النقاش حول تقييم الذكاء الاصطناعي يبدأ بسؤال مختلف:

ما مقدار القيمة الاقتصادية التي تستطيع OpenAI خلقها من كل دولار إضافي يُنفق على الحوسبة؟

يصبح هذا السؤال أكثر أهمية بكثير مع تسارع تبني المؤسسات.

لم يعد عملاء المؤسسات يدفعون لمجرد تجربة روبوت محادثة. فالذكاء الاصطناعي يندمج في البرمجة والبحث ودعم العملاء ومعالجة المستندات والإنتاجية، وبشكل متزايد في سير العمل المستقل. وإذا أصبحت هذه الأعباء مدمجة في العمليات اليومية للشركات، فقد تصبح إيرادات الذكاء الاصطناعي أكثر تكراراً وأهمية من الناحية التشغيلية.

لكن نمو المؤسسات يخلق مشكلة جديدة أيضاً.

المزيد من العملاء يعني مزيداً من الاستدلال.

ومزيد من الاستدلال يعني مزيداً من وحدات GPU والذاكرة والشبكات ومراكز البيانات والكهرباء.

ومزيد من الحوسبة يعني ضرورة نمو الإيرادات بوتيرة أسرع من التكلفة الأساسية لخدمة تلك الإيرادات.

هنا أعتقد أن المرحلة التالية لـ OpenAI تصبح أكثر صعوبة بكثير.

يمكن لشركة أن تنمي إيراداتها بسرعة بالغة، ومع ذلك تواجه معادلة اقتصادية صعبة إذا نمت البنية التحتية اللازمة لدعم كل عميل إضافي بسرعة تكاد تضاهي ذلك.

ولهذا أعتقد أن خطط التمويل المعلنة لـ OpenAI مهمة للغاية. فقد أفادت Bloomberg بأن الشركة تسعى إلى جمع ما لا يقل عن 30 مليار دولار بتقييم يقارب 1.4 تريليون دولار. ويمثل ذلك زيادة كبيرة عن التقييم البالغ نحو 852 مليار دولار المرتبط بجولة التمويل التي أجرتها في مارس، رغم أن التمويل الجديد لا يزال هدفاً معلناً، وليس صفقة مكتملة.

والآن لنجمع الأرقام معاً.

إيرادات سنوية تقارب $70B .

وربما $30B من رأس المال الإضافي.

وهدف تقييم معلن يقارب 1.4 تريليون دولار.

ومنظومة بنية تحتية للذكاء الاصطناعي تتطلب استثمارات ضخمة ومستمرة.

لم تعد هذه مجرد قصة نمو لشركة برمجيات.

بل تتحول إلى قصة عن تخصيص رأس المال.

يحتاج السوق في نهاية المطاف إلى فهم مقدار إيرادات OpenAI الذي يمكن أن يتحول إلى تدفق نقدي حر مستدام بعد دفع تكلفة البنية التحتية الحاسوبية اللازمة لتوليده.

وهناك تطور آخر أراه مثيراً للاهتمام بشكل خاص.

يدفع المدير المالي لـ OpenAI باتجاه طريقة مختلفة للتفكير في اقتصاديات الذكاء الاصطناعي للمؤسسات: مقدار الذكاء المفيد لكل دولار، بدلاً من مجرد قياس استخدام الذكاء الاصطناعي أو استهلاك الرموز. وتكتسب الفكرة أهمية لأن انخفاض تكلفة الرموز لا يعني تلقائياً تحسن الاقتصاديات. فما يهم هو ما إذا كان الذكاء الاصطناعي ينجز فعلاً عملاً ذا قيمة للعميل.

وقد يصبح ذلك أحد أهم المقاييس في المرحلة المقبلة من صناعة الذكاء الاصطناعي.

تخيل شركتين تحقق كل منهما إيرادات قدرها 10 مليارات دولار من الذكاء الاصطناعي.

تحتاج إحداهما إلى موارد حوسبة هائلة لتحقيق تلك الإيرادات.

بينما تستطيع الأخرى تقديم القيمة التجارية نفسها بتكاليف استدلال أقل بكثير.

ستبدو أرقام إيراداتهما متطابقة.

لكن اقتصادياتهما لن تكون كذلك.

ولهذا قد يكون انخفاض تكاليف الاستدلال أحد أكبر التطورات الإيجابية لأعمال الذكاء الاصطناعي — حتى إذا ضغط الذكاء الاصطناعي الأرخص في البداية على الأسعار. فإذا انخفضت تكلفة إنتاج الذكاء المفيد بوتيرة أسرع من الأسعار، يمكن أن يتوسع هامش الربح المحتمل.

وهذا يخلق حلقة تغذية راجعة مثيرة للاهتمام.

النماذج الأفضل تزيد الطلب.

والمزيد من الطلب يخلق مزيداً من الإيرادات.

والمزيد من الإيرادات يمول مزيداً من البنية التحتية.

والمزيد من البنية التحتية يحسن الإتاحة ويخفض تكلفة الحوسبة.

وانخفاض تكاليف الحوسبة يجعل الذكاء الاصطناعي مفيداً لمزيد من أعباء العمل.

والمزيد من أعباء العمل يخلق موجة أخرى من الطلب.

إذا استمرت هذه الدورة، فسيبدأ الإنفاق الهائل الحالي على البنية التحتية في الظهور على أنه أساس لمنصة تقنية أكبر بكثير، وليس مجرد تكلفة.

لكن السيناريو المعاكس يستحق الاهتمام أيضاً.

إذا أصبح عملاء الذكاء الاصطناعي أكثر حساسية للأسعار، أو دفعت المنافسة بين النماذج الأسعار إلى الانخفاض بوتيرة أسرع من انخفاض تكاليف الاستدلال، أو نمت التزامات البنية التحتية بوتيرة أسرع من تحقيق الإيرادات، فلن يخبرنا نمو الإيرادات وحده بالقصة كاملة.

ولهذا لا أعتقد أن النقاش المقبل حول تقييم الذكاء الاصطناعي سيُحسم بعنوان آخر عن إيرادات سنوية متكررة مثير للإعجاب.

بل سيُحسم باقتصاديات الوحدة.

كم تبلغ تكلفة خدمة عميل من عملاء المؤسسات؟

ما سرعة انخفاض تكلفة الاستدلال؟

ما مقدار الإيرادات المتكررة؟

إلى أي مدى يندمج الذكاء الاصطناعي بعمق في سير عمل العملاء؟

ما مقدار الحوسبة الإضافية المطلوبة لكل دولار من الإيرادات الجديدة؟

وفي نهاية المطاف، كم يتبقى من التدفق النقدي الحر بعد فاتورة البنية التحتية؟

وهناك أيضاً مسألة التوقيت.

تدرس OpenAI الآن، حسبما أفيد، جولة تمويل ضخمة أخرى، بينما تعمل في الوقت نفسه ضمن صناعة تعمل فيها شركات الذكاء الاصطناعي الرائدة الأخرى أيضاً على توسيع الإيرادات والبنية التحتية بمعدلات استثنائية. وقد كشفت أحدث إفصاحات Anthropic، على سبيل المثال، عن التزامات مستقبلية بالبنية التحتية تبلغ مئات المليارات من الدولارات.

وهذا يخبرنا بشيء مهم عن القطاع بأكمله.

لم يعد سباق الذكاء الاصطناعي يتعلق ببساطة ببناء نموذج أفضل.

بل يتحول إلى سباق بين نمو الإيرادات وكفاءة الحوسبة وكثافة رأس المال.

وهذا هو المقياس الذي سأراقبه من الآن فصاعداً.

يثبت الرقم $70B أن الشركات والمستهلكين مستعدون لإنفاق أموال كبيرة على الذكاء الاصطناعي.

أما السؤال التالي فأصعب بكثير:

هل تستطيع OpenAI جعل كل دولار إضافي من إيرادات الذكاء الاصطناعي أكثر ربحية تدريجياً مع توسع النظام؟

إذا كانت الإجابة في نهاية المطاف نعم، فقد تكون الأهمية الاقتصادية لنمو الإيرادات الحالي أكبر بكثير مما يوحي به العنوان.

أما إذا كانت الإجابة لا، فقد يتعايش حتى نمو الإيرادات الاستثنائي مع متطلبات رأسمالية استثنائية.

ولهذا أرى أن الرقم $70B يمثل نقطة بداية، وليس خلاصة الأمر.

لقد أثبت الذكاء الاصطناعي بالفعل أن الناس مستعدون للدفع مقابل الذكاء.

والآن يتعين على القطاع أن يثبت قدرته على إنتاج ذكاء مفيد بتكلفة اقتصادية.

وهنا سيُحسم النقاش المقبل حول الذكاء الاصطناعي ذي القيمة السوقية البالغة تريليون دولار.