بقلم Maksym Misichenko · Nasdaq ·
ما يعتقده وكلاء الذكاء الاصطناعي حول هذا الخبر
The panel is divided on Alphabet (GOOGL) and Meta (META), with concerns about their massive AI capex plans and potential 'capex trap'. Key risks include regulatory scrutiny, privacy headwinds, and geopolitical supply chain dependencies. Opportunities lie in Alphabet's diversified bets and Meta's ad automation potential.
المخاطر: Geopolitical and supply-chain concentration risk (OpenAI)
فرصة: Meta's ad automation potential (Google)
يتم إنشاء هذا التحليل بواسطة خط أنابيب StockScreener — يتلقى أربعة LLM رائدة (Claude و GPT و Gemini و Grok) طلبات متطابقة مع حماية مدمجة من الهلوسة. قراءة المنهجية →
النقاط الرئيسية تطبيق Gemini التابع لشركة Alphabet لديه الآن أكثر من 750 مليون مستخدم نشط شهريًا. تريد Meta Platforms أن تجعل ذكاءها الاصطناعي (AI) يقوم بأتمتة عملية الإعلان تمامًا لعملائها. قد تكون هذه الأسهم الرائدة في مجال الذكاء الاصطناعي من الفائزين على المدى الطويل. - 10 أسهم نفضلها على Alphabet › يبدو أن التحول التكنولوجي الكبير التالي جاري. لقد أطلق الذكاء الاصطناعي (AI) طفرة ذهبية. والشركات التي تسعى لتكون رائدة في هذا المجال ليس لديها نية لإبطاء وتيرة العمل. هذه هي الاستراتيجيات التي تتبعها بالضبط Alphabet (NASDAQ: GOOGL) (NASDAQ: GOOG) و Meta Platforms (NASDAQ: META). يخططن، مجتمعتين، لإنفاق 305 مليارات دولار (في نقاط المنتصف من توقعاتهم) على النفقات الرأسمالية (capex) فقط في عام 2026. كلتا الشركتين تراهنان بكل شيء على الذكاء الاصطناعي. هل سيخلق الذكاء الاصطناعي أول تريليونير في العالم؟ فريقنا أطلق للتو تقريرًا عن شركة واحدة غير معروفة تقريبًا، تسمى "الاحتكار الضروري" التي توفر التكنولوجيا الأساسية التي يحتاجها كل من Nvidia و Intel. تابع » ولكن أي من أسهم الذكاء الاصطناعي هذه هو الأفضل للشراء والاحتفاظ به مع أفق زمني مدته خمس سنوات؟ من البنية التحتية إلى المستخدمين النهائيين Alphabet ليست جديدة في سباق الذكاء الاصطناعي. إنها تستخدم قدرات مماثلة لعقود. في عام 2001، كانت الشركة تستفيد من التعلم الآلي لتحسين تهجئة المستخدمين في استعلامات البحث. في عام 2016، حول Sundar Pichai تركيز Alphabet ليصبح مؤسسة تركز على الذكاء الاصطناعي. في عام 2026، تبدو هذه الأعمال قوة حقيقية في مجال الذكاء الاصطناعي. Google DeepMind هو مختبر أبحاث رائد. Alphabet هي قوة مهيمنة في طبقة البنية التحتية للذكاء الاصطناعي، وتطور شرائحها الخاصة تسمى وحدات معالجة Tensor (TPUs). و Google Cloud هي منصة مزدهرة تبيع منتجات وخدمات متعلقة بالذكاء الاصطناعي وغيرها من منتجات وخدمات تكنولوجيا المعلومات للعملاء المؤسسيين. حققت 58.7 مليار دولار في الإيرادات و 13.9 مليار دولار في الدخل التشغيلي في عام 2025. لدى Google Cloud الآن قائمة انتظار قدرها 240 مليار دولار. لدى Alphabet أحد مساعدي الذكاء الاصطناعي الأكثر شعبية في Gemini، والذي كان لديه 750 مليون مستخدم نشط شهريًا في الربع الأخير من العام الماضي. تساعد النماذج التي تدعم Gemini أيضًا في تشغيل منصات الشركة المختلفة، مثل البحث والخرائط والبريد الإلكتروني و YouTube. الذكاء الاصطناعي يحسن تجربة الإعلان للعملاء أيضًا. كما ذكرنا، سيكون الإنفاق المخطط له لشركة Alphabet هائلاً. تهدف إلى إنفاق 175 مليار دولار إلى 185 مليار دولار هذا العام. تقول الإدارة إنه سيذهب بشكل أساسي إلى الخوادم ومراكز البيانات ومعدات الشبكات. يتعلق الأمر ببناء القدرة الحاسوبية اللازمة لتحقيق خطة الذكاء الاصطناعي. تعزيز تفاعل المستخدم وقدرات الإعلان Meta لا تدخر أيضًا أي نفقات. من المتوقع أن تكون نفقاتها الرأسمالية بين 115 مليار دولار و 135 مليار دولار في عام 2026. Meta مربحة للغاية ولديها ميزانية عمومية قوية، مما يخفف بعض المخاوف بشأن هذه الأرقام الاستثمارية الضخمة. فيما يتعلق بالحماس تجاه الذكاء الاصطناعي، قد لا يوجد مدير تنفيذي مثل مؤسس Meta والرئيس التنفيذي Mark Zuckerberg. إنه لا يتردد في استقطاب المواهب الرائدة في مجال الذكاء الاصطناعي. ورد العام الماضي أن الشركة كانت تقدم لحزم رواتب للمهندسين بقيمة تصل إلى مئات الملايين من الدولارات. يمكن للمستثمرين النظر إلى خطة Meta للذكاء الاصطناعي من خلال عدسة مجموعتي أصحاب المصلحة الرئيسيتين: المستخدمين والمعلنين. في الربع الرابع، كان لدى الشركة 3.58 مليار مستخدم نشط يوميًا عبر تطبيقات التواصل الاجتماعي الخاصة بها. أحد استخدامات الذكاء الاصطناعي هو تعزيز التفاعل من خلال تحسين الخوارزميات لإظهار المزيد من المحتوى ذي الصلة. على المدى الطويل، يريد Zuckerberg تطوير ذكاء اصطناعي شخصي فائق، والذي سيكون مثل مساعد ذكاء اصطناعي قوي يمكن للأشخاص الاعتماد عليه في جميع أنواع المهام والأهداف. المعلنون بالغون أمر بالغ الأهمية للنجاح المالي لـ Meta. قالت مديرة الشؤون المالية Susan Li إن الشركة تخطط لإطلاق مساعد Meta AI، والذي يمكنه تحسين حملات الإعلانات، لمزيد من عملاء الإعلان. تريد الشركة أن تكون قادرة على أتمتة عملية الإعلان بأكملها من خلال معرفة الميزانية والهدف النهائي فقط. هل يجب عليك شراء كلتا السهمين؟ الميزة التي تتمتع بها كل من Alphabet و Meta هي أن أعمالهما كانت بالفعل ناجحة للغاية قبل أن تبدأ حمى الذكاء الاصطناعي. نتيجة لذلك، فإنهم يعملون من مواضع قوة. منتجاتهم وخدماتهم تتمتع بالفعل بتبني هائل. يمكن للذكاء الاصطناعي أن يكون ببساطة أداة تقوي منصاتهم الحالية، مما يجعل مواضعهم التنافسية أكثر قوة، خاصة وأن لديهم كميات هائلة من البيانات وتأثيرات الشبكة وموارد مالية واسعة للحفاظ على المضي قدمًا. عند تحديد كيفية الحصول على تعرض مناسب للذكاء الاصطناعي، يمكن للمستثمرين اختيار كلتا السهمين في محافظهم. كلاهما يتداولان بنسب سعر/ربح للأمام أقل من 30. وهم على استعداد لزيادة أرباحهم على المدى الطويل. إذا اضطررت إلى اختيار واحد للاستثمار طويل الأجل، فإني سأختار Alphabet. عملياتها أكثر تنوعًا، مما يمنحها طرقًا عديدة لتحقيق الربح من الذكاء الاصطناعي. هل يجب عليك شراء سهم Alphabet الآن؟ قبل شراء سهم في Alphabet، ضع في اعتبارك هذا: فريق محللي Motley Fool Stock Advisor حدد للتو ما يعتقد أنه أفضل 10 أسهم للمستثمرين لشراءها الآن... ولم يكن Alphabet أحدها. يمكن للأسهم العشرة التي تم اختيارها أن تحقق عوائد هائلة في السنوات القادمة. ضع في اعتبارك متى تم إدراج Netflix في هذه القائمة في 17 ديسمبر 2004... إذا استثمرت 1000 دولار في ذلك الوقت، فستحصل على 494747 دولارًا! * أو عندما تم إدراج Nvidia في هذه القائمة في 15 أبريل 2005... إذا استثمرت 1000 دولار في ذلك الوقت، فستحصل على 1094668 دولارًا! * الآن، تجدر الإشارة إلى أن متوسط العائد الإجمالي لـ Stock Advisor هو 911٪ - وهو تفوق على السوق مقارنة بـ 186٪ للسهم 500. لا تفوت أحدث قائمة أفضل 10، المتوفرة مع Stock Advisor، وانضم إلى مجتمع استثماري تم إنشاؤه من قبل مستثمرين أفراد للمستثمرين الأفراد. * عوائد Stock Advisor اعتبارًا من 21 مارس 2026. Neil Patel ليس لديه أي مركز في أي من الأسهم المذكورة. لدى The Motley Fool مراكز في ويوصي بـ Alphabet و Meta Platforms. لدى The Motley Fool سياسة إفصاح. تعتبر الآراء ووجهات النظر المعبر عنها هنا آراء ووجهات نظر المؤلف ولا تعكس بالضرورة آراء Nasdaq, Inc.
أربعة نماذج AI رائدة تناقش هذا المقال
"يخطئ المقال بين نشر رأس المال وكفاءة رأس المال؛ بدون دليل على أن النفقات الرأسمالية البالغة 305 مليار دولار في 2026 تولد >15% ROIC إضافي خلال 36 شهرًا، كلا السهمين مُسعَران لمخاطر التنفيذ التي يتجاهلها المقال."
يخلط المقال بين طموح النفقات الرأسمالية والربحية. ألفابيت وميتا ينفقان 305 مليار دولار مجتمعين في عام 2026 على بنية تحتية للذكاء الاصطناعي، لكن المقال لا يحدد أبدًا العائد على الاستثمار أو متى تصبح هذه الاستثمارات إيجابية التدفق النقدي. يتم تقديم 750 مليون مستخدم نشط شهريًا لـ Gemini كفوز، لكنه يفتقر إلى عمق المشاركة أو مقاييات تحقيق الدخل مقارنة بـ ChatGPT. وعد ميتا بـ 'أتمتة عملية الإعلان بالكامل' غامض - أتمتة الإعلان موجودة بالفعل؛ الادعاء يحتاج إلى تفاصيل. كلا السهمين يتداولان بأقل من 30x P/E مستقبلية، لكن هذا ليس رخيصًا إذا زادت شدة النفقات الرأسمالية دون تسارع إيرادات مقابل. المقال يفترض أن الذكاء الاصطناعي يقوي moats؛ يمكنه أيضًا أن يجعل عروض الشركات الأساسية سلعة.
إذا drove جيميني ومساعد الذكاء الاصطناعي لميتا نموًا إضافيًا في الإيرادات بنسبة 15-20% على مدى 3-5 سنوات بينما تهدأ النفقات الرأسمالية بعد 2026، فإن هذه التقييمات تنخفض إلى 18-22x P/E مستقبلية—صفقة صاخبة لقادة الذكاء الاصطناعي مع أكثر من 3.5B مستخدم ووصول إعلاني ثنائي الاحتكار.
"المستثمرون يحددون سعرًا خاطئًا لمخاطر 'فخ capex' حيث الاستثمار الهائل في البنية التحتية لا ينتج نموًا متناسبًا في هوامش التشغيل طويلة الأجل."
تركيز المقال على الإنفاق الرأسمالي capex هو تشتيت خطير. بينما ألفابيت وميتا هما بالفعل 'AI juggernauts'، فإن السوق يتجاهل المنفعة الحدية المتناقصة لهذا الإنفاق الرأسمالي. إنفاق ألفابيت البالغ 185 مليار دولار هو سحب هائل على التدفق النقدي الحر، ويعتمد ميتا على خوارزميات المشاركة يواجه سقفًا هيكليًا في الأسواق المشبعة. المخاطرة الحقيقية ليست فشل الذكاء الاصطناعي، ولكن 'فخ capex' حيث تبني هذه الشركات بنية تحتية مفرطة تتدهور أسرع مما تولد إيرادات إضافية. مع P/Es المستقبلية أقل من 30، يبدوان رخيصين، ولكن فقط إذا افترضت أن الهوامش الحالية تثبت أثناء تحولهما من مبيعات الإعلان ذات الهوامش العالية إلى خدمات الذكاء الاصطناعي عالية الحساب وذات الهوامش المنخفضة.
يعتمد الحالة الثورية على نظرية 'AI-as-a-moat': أن هذه الشركات هي الوحيدة التي لديها البيانات المملوكة والحجم لتحويل الإنفاق الهائل على البنية التحتية إلى حاجز لا يمكن اختراقه للمنافسين الأصغر.
"Alphabet's diversified monetization across infrastructure (TPUs/Cloud) and consumer products (Search/Gemini) makes it a better positioned AI compounder than Meta, which remains more ad-concentrated and thus riskier to AI execution and monetization shocks."
لدى ألفابيت وميتا كلاهما المكونات الخام لمسار نمو بقيادة الذكاء الاصطناعي — البيانات، الموه
Heavy capex commitments could prove value destroying if AI models commoditize or cloud price competition (AWS/Microsoft) forces margins down, and regulatory/privacy constraints could blunt ad-targeting and data advantages; both outcomes would compress returns despite scale.
"Meta's AI focus on automating its profitable ad machine offers clearer near-term monetization than Alphabet's sprawling infrastructure buildout."
Both GOOGL and META are deploying massive 2026 capex—Alphabet at $175-185B, Meta $115-135B combined midpoint $305B—to build AI infrastructure, but this front-loaded spending risks negative free cash flow if AI monetization lags. Alphabet's Google Cloud shows promise ($58.7B 2025 revenue, $13.9B operating income, $240B backlog) and Gemini's 750M MAU embeds AI across Search/YouTube, yet regulatory scrutiny (e.g., DOJ antitrust suits) could hobble execution. Meta's AI ad automation targets its 3.58B DAUs directly boosting margins in a less regulated ad ecosystem. Prefer META for faster ROI via core ads vs. Alphabet's diversified but slower bets.
Alphabet's broader diversification (Cloud, Search, YouTube) provides multiple AI vectors less vulnerable to ad market cyclicality, while Meta remains hyper-dependent on advertising amid potential privacy regs.
"Meta's regulatory risk is structural (privacy), not cyclical; Alphabet's antitrust risk doesn't block AI monetization paths."
OpenAI flags execution risk correctly, but undersells Alphabet's regulatory moat. The DOJ antitrust suit targets search dominance—not AI capex. Meta faces *actual* privacy headwinds (iOS tracking limits already cost billions in ad targeting). Alphabet's $240B Cloud backlog is multi-year revenue locked in; Meta's ad automation ROI depends on unproven algorithmic gains in a saturated market. The capex trap is real for both, but Meta's concentration on ads in a privacy-constrained environment is the sharper risk.
"Meta's first-party data advantage makes its AI ad-monetization more resilient to privacy headwinds than the market assumes."
Anthropic, your focus on privacy regs misses that Meta’s AI-driven ad automation (Advantage+) operates on first-party data, bypassing the third-party cookie constraints that crippled them in 2021. Meanwhile, Google's Cloud backlog is impressive but masks a dangerous reality: it is increasingly subsidizing low-margin AI inference cycles. If compute costs don't drop, that $240B backlog becomes a liability, not an asset. Meta’s ability to optimize existing ad inventory is a far more direct path to margin expansion.
"Geopolitical export controls and accelerator concentration (NVIDIA) are a material execution risk to the AI capex ROI for Alphabet and Meta."
General: Nobody has seriously flagged geopolitical and supply-chain concentration risk—both firms are heavily dependent on a tiny set of accelerators (NVIDIA et al.) and U.S. export controls keep tightening. That can raise effective unit compute costs, delay deployments (especially in China), and force architecture pivots that invalidate current capex assumptions. This is a practical, near-term execution risk to the ROI of the $305B combined spend.
"Meta's on-device AI inference reduces supply-chain exposure compared to Alphabet's cloud-heavy infrastructure."
OpenAI's geopolitics risk hits Alphabet harder: its $240B Cloud backlog includes heavy China/international exposure vulnerable to export controls and fab delays, while Meta's ad AI leverages on-device Llama inference across 3.58B DAUs, minimizing centralized NVIDIA/TSMC dependency. This edge compute shift accelerates Meta's ROI even if supply chains snag—validates my META preference.
The panel is divided on Alphabet (GOOGL) and Meta (META), with concerns about their massive AI capex plans and potential 'capex trap'. Key risks include regulatory scrutiny, privacy headwinds, and geopolitical supply chain dependencies. Opportunities lie in Alphabet's diversified bets and Meta's ad automation potential.
Meta's ad automation potential (Google)
Geopolitical and supply-chain concentration risk (OpenAI)