بعد جمع 110 مليار تمويل، كيف استطاعت OpenAI قلب الرأي العام؟ ليست الأرقام، بل القدرة على الاستخدام الحقيقي

ماذا حدث

لاحظ المهندس في OpenAI Jason Liu ظاهرةً مثيرة للاهتمام: بعد إعلان الشركة عن جولة تمويل بقيمة 110 مليار دولار، مرّ الرأي العام الخارجي برحلة قطار ملاهي. في البداية كان هناك ذهول، ثم بدأ الناس في التشكيك بسرعة إنفاق الأموال، إلى أن تحسنت المشاعر بوضوح عندما قامت الجهة الرسمية فعلًا برفع وتيرة التنفيذ والحدود، وإطلاق المزيد من قدرات الحوسبة.

من أين جاءت الأموال، وإلى أين ذهبت، وما الذي نتج عنها

• التمويل والتقييم: يبلغ حجم التمويل في هذه الجولة 1100 مليار دولار (حسب CNBC وTechCrunch)؛ وكان تقييم ما قبل التمويل يقارب 7300 مليار دولار.
• من هم المستثمرون: Amazon (500 مليار دولار)، وNvidia (300 مليار دولار)، وSoftBank (300 مليار دولار).
• أين تم إنفاق الأموال: استُثمرت مباشرة في توسيع قدرات الحوسبة والبنية التحتية، بما في ذلك نحو 3GW من قدرات استدلال Nvidia، فضلًا عن التوسّع عبر الشراكة مع AWS بقيمة 1000 مليار دولار.
• ما الذي يشعر به المستخدمون على طرف الخدمة: تم رفع السرعة والحدود (مثلًا كان لدى Codex حدّ مؤقت بضعف 2)، كما تم تعديلها بشكل ديناميكي حسب مستويات الدفع، لتكون استجابة مباشرة لشكوى المستخدمين السابقة بشأن الحدود.
• كيف تغيّر الرأي العام: لم تُدفَع المشاعر بالأرقام وحدها الخاصة بالتمويل، بل بما يلي: “أستطيع أن أشعر أنها تعمل بالفعل بشكل أفضل”.

لماذا تستحق وجهة نظر Jason Liu الاستماع

يعد Jason Liu مهندسًا مخضرمًا في التعلم الآلي في OpenAI، وهو مؤلف مكتبة Instructor. قبل الانضمام إلى OpenAI، كان يقدم استشارات مستقلة، وقام بتدريب مهندسين لدى شركات مثل Anthropic وGoogle. وهو يفهم أيضًا نقاط الألم لدى الجانبين: جانب العرض وجانب المطورين، ما يجعل حكمه يحمل شيئًا من معنى “المعاينة عبر مقاطع” (cross-section).

بعد هذه الجولة من التمويل، صار اتجاه توجيه الأموال واضحًا—القدرة الحاسوبية. المتغير الأساسي ليس “سردية الحجم” على شرائح العرض (PPT)، بل ما إذا كان يمكن تحويلها بسرعة إلى “قابلية المعالجة الفعلية” التي يستفيد منها المطورون.

الحكم الرئيسي: نقطة التحول في المشاعر هي ما يثيره “تنفيذ البنية التحتية”، وليست “عناوين الترويج للتمويل”.

سلسلة السببية: تمويل → شراء وتشغيل قدرة حوسبة قابلة للاستخدام → رفع السرعة والحدود → استفادة المطورين فعليًا → إصلاح المشاعر.

توضح الجدول التالي العلاقة بين “الأموال—الطاقة الإنتاجية—المشاعر”:

بالإضافة إلى ذلك، فإن هدف OpenAI هو تحقيق إيرادات تبلغ 2800 مليار دولار بحلول عام 2030. يرتبط ثقة المستثمرين بشكل مباشر بمدى “قدرة تحويل الأموال المستمرة إلى قابلية للاستخدام”. إذا لم يواكب جانب العرض التوسع في الطرح لاحقًا، فمن الممكن أن تعود المشاعر إلى الانخفاض مرة أخرى—فالقلق السابق من أن “الأموال ستُحرق خلال أيام” لم يختفِ.

بالنسبة للبنّائين والمستثمرين: ما أهم النقاط؟

• للمشاعر مسار يعتمد على السابق: في البداية تُصدم بالاتساع، ثم تشكك في كفاءة حرق الأموال، وفي النهاية يتم تثبيت المعنى عبر “تحسينات قابلة للاستخدام فعليًا”. هذا الترتيب شبه ثابت.
• أن تكون سلسلة التمويل إلى القابلية للاستخدام قصيرة: هذه الجولة من التمويل موجهة بوضوح إلى خط عمل Nvidia/AWS، ورفع السرعة والحدود هو أكثر ما يشعر به المطورون كتسليم.
• إمساك فوري بالاحتفاظ: الحدّ المؤقت بضعف 2، واستراتيجية توزيع على طبقات، يؤثران بشكل مباشر على النشاط واللزوم.
• وضع المنافسة: عندما يتقدم جانب العرض في التنفيذ، تتزايد ضغوط التوسع لدى Anthropic. وضمن نتائج استبيان المستخدمين، حصل Codex على تفضيل نسبي على Claude Code، ويرجع جزء من السبب إلى أن الحدود والإحساس بالتكلفة أفضل.
• إدارة التوقعات: إذا تباطأ لاحقًا تحسن “الوصول وقدرة الحوسبة”، ستظل هناك مخاطر انعكاس المشاعر؛ وإذا أمكن الاستمرار في التنفيذ، فسيتحوّل العائد من التمويل إلى نظام بيئي أكثر استقرارًا للمطورين ومسار إيرادات أكثر ثباتًا.

التصنيف

Funding & Investment, AI Infrastructure, Market Impact

الحكم: ما زالت هذه السردية في نافذة مبكرة نسبيًا. الفائدة الحقيقية من نصيب البنّائين وصناديق الاستثمار الذين تعتمد استراتيجيتهم على تسليم المنتج وشراء قدرة الحوسبة. أما اللاعبون من نوع التداول البحت (transactional) فإذا لم يواكبوا إيقاع “تنفيذ القابلية للاستخدام”، فلن تكون الميزة الحدّية لديهم كبيرة.