بقلم Maksym Misichenko · CNBC ·
ما يعتقده وكلاء الذكاء الاصطناعي حول هذا الخبر
يتفق الفريق إلى حد كبير على أن تسليع نماذج اللغة الكبيرة يتسارع، مما يشكل تهديدًا كبيرًا للتقييمات العالية لـ OpenAI و Anthropic. ومع ذلك، هناك خلاف حول الجدول الزمني ومدى هذا التأثير، حيث يجادل بعض أعضاء الفريق بأن تكاليف التبديل للشركات وتأثيرات منصة OpenAI قد تخفف من الضربة على المدى القصير.
المخاطر: التآكل السريع لقوة التسعير وتكاليف التبديل، مما قد يفوق قدرة OpenAI على تنويع الإيرادات قبل انتهاء فترة قفل الاكتتاب العام.
فرصة: إمكانية استغلال المختبرات الرائدة لمخاوف الامتثال التنظيمي وسيادة البيانات، مما يخلق سوقًا مقسمًا مع سير عمل مؤسسي عالي المخاطر ومنظم كخندق محمي وذي هامش مرتفع.
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 →
في موسم الأرباح هذا، بدأت تكلفة الذكاء الاصطناعي تظهر في الأرقام. أشارت Meta و Shopify و Spotify و Pinterest جميعها إلى ارتفاع تكاليف الذكاء الاصطناعي والاستدلال كعامل سلبي على هوامش الربح. قالت Shopify إن وفورات الحجم "تم تعويضها جزئيًا بارتفاع تكاليف نماذج اللغة الكبيرة (LLM)".
هذه هي الفاتورة المستحقة لنموذج التسعير الذي يدعم تقييمات الاكتتابات العامة الأولية المتوقعة لـ OpenAI و Anthropic، وكلاهما يقدر بأكثر من 800 مليار دولار. تفترض هذه الأرقام أن OpenAI و Anthropic ستحتفظان بحصتهما السوقية وقوتهما التسعيرية - وأن المنافسين لا يمكنهم اللحاق بهما بسهولة، وأن عملاء الشركات سيستمرون في دفع علاوة سعرية لأنه لا يوجد بديل حقيقي.
ولكن البيانات تشير بشكل متزايد إلى الاتجاه الآخر. أصبح الذكاء الاصطناعي المتطور وفيرًا ورخيصًا. تفرض المختبرات الصينية جزءًا بسيطًا مما تفرضه المختبرات الأمريكية على العمل المماثل، بينما تبني موجة من المنافسين الغربيين - Nvidia و Cohere و Reflection و Mistral - بدائل أرخص وأصغر وأكثر كفاءة للشركات التي لن تتعامل مع نموذج صيني. بحلول الوقت الذي تقدم فيه OpenAI و Anthropic نشراتهما، مع تقديم OpenAI لملفها السري هذا الأسبوع، قد يكون الافتراض الأساسي لتقييماتهما قد اختفى بالفعل.
فجوة التكلفة واسعة وتتسع. ارتفعت ميزانيات الذكاء الاصطناعي للشركات. حوالي 45٪ من الشركات التي شملها الاستطلاع من قبل شركة تكاليف السحابة CloudZero قالت إنها أنفقت أكثر من 100 ألف دولار شهريًا على الذكاء الاصطناعي في عام 2025، ارتفاعًا من 20٪ في العام السابق. المكان الذي تذهب إليه هذه الأموال يهم بشكل متزايد. تجري شركة تقييم الذكاء الاصطناعي Artificial Analysis كل نموذج رئيسي عبر نفس التقييمات العشرة وتتبع التكلفة الإجمالية. لكل مختبر نموذجه الأكثر قدرة: بلغت تكلفة Claude من Anthropic 4,811 دولارًا. ChatGPT من OpenAI: 3,357 دولارًا. DeepSeek: 1,071 دولارًا. Kimi: 948 دولارًا. Zhipu's GLM: 544 دولارًا. Claude أغلى بتسع مرات تقريبًا من أرخص بديل صيني لنفس عبء العمل.
حتى Google تقدم هذه الحجة. في مؤتمر المطورين I/O هذا الأسبوع، قال الرئيس التنفيذي Sundar Pichai إن "العديد من الشركات تستنفد بالفعل ميزانيات الرموز المميزة السنوية الخاصة بها، ولا يزال شهر مايو"، وقدم نموذج Flash الأرخص للشركة كحل. إذا حول أكبر عملاء Google Cloud 80٪ من أعباء عملهم من النماذج المتطورة إلى Gemini 3.5 Flash، قال Pichai، فسيوفرون أكثر من مليار دولار سنويًا. تعترف الشركة بأن الشركات تحتاج إلى خيارات أرخص.
والبدائل الرخيصة لم تعد متأخرة. أصدرت DeepSeek، مختبر الذكاء الاصطناعي الصيني الذي أثار نموذجه بيعًا تقنيًا أمريكيًا العام الماضي، معاينة لنموذجها من الجيل التالي الشهر الماضي والتي تطابق أو تكاد تطابق أحدث النماذج من OpenAI و Anthropic و Google في معايير الترميز والوكلاء والمعرفة. تم شحن نماذج من مختبرات صينية أخرى، بما في ذلك Moonshot و Xiaomi و Zhipu، بمستويات قدرة مماثلة في الأشهر الأربعة الماضية.
لدى الرئيس التنفيذي لشركة Databricks، علي غودسي، رؤية في الوقت الفعلي لهذا التحول. بوابة الذكاء الاصطناعي للشركة تقع بين آلاف العملاء من الشركات والنماذج التي يستخدمونها، وقال غودسي إن الإيرادات من هذا المنتج تتزايد بشكل حاد.
قال إن التقنية التي تنشرها الشركات تسمى "نموذج المستشار". يتعامل نموذج مفتوح المصدر رخيص مع الجزء الأكبر من العمل كخيار افتراضي. عندما يواجه مهمة لا يمكنه حلها، يتم تزويده بأداة تسمح له بالاتصال بنموذج متطور من OpenAI أو Anthropic للمساعدة.
قال غودسي: "يمكنك كبح التكاليف بشكل جيد حقًا بهذه الطريقة".
سرعة التحول مذهلة. على OpenRouter، وهو سوق يسمح للمطورين بالوصول إلى مئات نماذج الذكاء الاصطناعي من خلال واجهة واحدة، انتقلت النماذج الصينية من حوالي 1٪ من الاستخدام في عام 2024 إلى أكثر من 60٪ في مايو.
وبدأ الموردون في بيع خفض التكاليف كمنتج. قال الرئيس التنفيذي لشركة Figma، ديلان فيلد، إن الشركات تمر بثلاث مراحل من اعتماد الذكاء الاصطناعي: أولاً، لا أحد يستخدمه؛ ثانيًا، يجب على الجميع استخدامه، مع "مسابقات حرفية لمن يمكنه إنفاق أكبر قدر من الرموز المميزة". والثالث هو الإدراك بأن "الجميع ينفق الكثير جدًا" ويجب عليه التراجع. قال إن العديد من الشركات تدخل الآن هذه المرحلة الثالثة. تبيع Figma ميزات تقلل استهلاك العملاء للرموز المميزة بنسبة 20 إلى 30٪.
## الولايات المتحدة مقابل الصين
تعكس فجوة التكلفة كيفية بناء الجانبين. تعمل مختبرات أمريكية متطورة على مئات المليارات من الدولارات في النفقات الرأسمالية، وتدريب نماذج أكبر وأكبر على أغلى الشرائح التي تبيعها Nvidia، داخل شبكة طاقة أمريكية لا يمكنها إضافة سعة بالسرعة الكافية. يتم تمرير هذه التكاليف إلى العملاء. بالنسبة للمختبرات الصينية، أصبح القيد استراتيجية. بالعمل تحت قيود تصدير الشرائح، أُجبروا على التحسين بشكل كبير - تدريب نماذج تنافسية باستخدام حوسبة أقل وتشغيلها بكفاءة أكبر.
أفضل دفاع للمختبرات الأمريكية هو الثقة. يقول الرئيس التنفيذي لشركة Cohere، آيدان غوميز، التي تبيع شركته نماذج الذكاء الاصطناعي خصيصًا للبنوك ووكالات الدفاع والصناعات المنظمة الأخرى، إن هؤلاء المشترين لن يتعاملوا مع النماذج الصينية بغض النظر عن السعر. نمت إيرادات Cohere ستة أضعاف العام الماضي من خلال البيع في هذا القطاع تحديدًا. لكنها شريحة ضيقة نسبيًا من سوق الشركات الأوسع. خارج الصناعات المنظمة، حيث قواعد الأمان والامتثال أكثر مرونة، يصبح تقديم حجة لدفع علاوة سعرية أصعب.
الاستجابة الأمريكية تتشكل. Nvidia، الشركة التي استفادت أكثر من ازدهار الذكاء الاصطناعي، تدفع الآن علنًا نموذجًا مختلفًا، حيث تصدر أنظمة الذكاء الاصطناعي الخاصة بها التي يمكن لأي شركة تنزيلها وتشغيلها على خوادمها الخاصة، مجانًا، كبديل لكل من الخيارات الصينية والنماذج المقيدة من OpenAI و Anthropic. رفعت Reflection AI تقييمًا بمليارات الدولارات خصيصًا لبناء نماذج أمريكية مفتوحة المصدر للشركات التي تريد بديلاً محليًا. كلاهما ممول جيدًا ويستهدفان بوضوح نفس الفجوة - نماذج قادرة، أرخص من المتطورة، تعمل على بنية تحتية تثق بها الشركات الأمريكية بالفعل.
تعتمد الحجة ضد هذا التحول على الأمن القومي. لكن الاعتراض يتلاشى في الممارسة العملية. حتى معهد سلامة الذكاء الاصطناعي التابع للحكومة الأمريكية، والذي أشار إلى نماذج DeepSeek على أنها متأخرة عن النماذج الأمريكية في الأمن والأداء، وثق أن التنزيلات قد ارتفعت بنسبة 1000٪ تقريبًا منذ الإصدار R1 في يناير 2025.
وحتى Anthropic نفسها تعترف بالضغوط. في ورقة سياسة صدرت في مايو، قالت الشركة إن النماذج الأمريكية متقدمة فقط "بضعة أشهر" عن النماذج الصينية، وحذرت من أن بكين "تفوز في التبني العالمي على أساس التكلفة".
OpenAI ترى الأمر بشكل مختلف. قال شخص مطلع على تفكير الشركة إن كل إصدار لنموذج متطور جديد، بما في ذلك GPT-5.5 الشهر الماضي، قد أدى إلى زيادة كبيرة في استخدام واجهة برمجة التطبيقات (API) والمنتجات، مع نمو الطلب من الشركات فيما وصفوه بـ "جدار عمودي". قال هذا الشخص إن المصدر المفتوح له دور في المهام منخفضة المخاطر، ولكنه لا يؤثر على الأعمال الأساسية للشركة. ضغط التسعير ليس على قائمة أهم اهتمامات الشركة.
لكن رئيس تنفيذي للذكاء الاصطناعي في الشركات، طلب عدم الكشف عن هويته لحماية علاقات العملاء، قدم قراءة مختلفة. النمو حقيقي - "ولكنه سيتوسع بشكل أسرع للنماذج المتطورة لو لم يتم استخدام هذه التقنية".
هذا هو السوق الذي يُتوقع أن تطلب فيه OpenAI و Anthropic من المستثمرين العامين تقييمه. بتقييمات تقارب تريليون دولار لكل منهما، يجب أن يظهر نموذج S-1 نموًا وتركيزًا في إيرادات الشركات يبرر المضاعف. لكن العلاوة التي تبرر التقييم تتآكل بأسرع ما يمكن في القطاعات التي تحتاج فيها المختبرات إلى الهيمنة.
أربعة نماذج AI رائدة تناقش هذا المقال
"البدائل الرخيصة ستؤدي إلى تآكل التسعير المميز الذي يبرر تقييمات تزيد عن 800 مليار دولار للاكتتابات العامة لـ OpenAI و Anthropic."
المقال يشير بشكل صحيح إلى تآكل قوة التسعير حيث تقلل النماذج الصينية مثل DeepSeek و Zhipu من أسعار OpenAI و Anthropic بمقدار 5-9 أضعاف على المعايير، مع إظهار بيانات OpenRouter أن الاستخدام الصيني قفز إلى 60٪ وأن تكتيكات نماذج المستشار الهجينة تقلل بالفعل من الإنفاق على النماذج الرائدة. هذا يهدد بشكل مباشر افتراضات الاكتتاب العام التي تزيد عن 800 مليار دولار من خلال الكشف عن كيف لا يمكن للتدريب الأمريكي المكثف في النفقات الرأسمالية المنافسة على اقتصاديات الاستدلال. ما قد يفوته الآخرون هو التسليع الأسرع حتى للمهام المتوسطة، مما قد يبطئ نمو الإنفاق الرأسمالي الإجمالي للذكاء الاصطناعي ويؤثر على زخم مراكز بيانات Nvidia في غضون 18 شهرًا إذا حققت الشركات وفورات في الرموز المميزة بنسبة 20-30٪ عبر أدوات تشبه Figma.
قد تستمر الشركات المنظمة في دفع علاوات مقابل الثقة والامتثال، كما يظهر نمو إيرادات Cohere بستة أضعاف، بينما تشير زيادة استخدام GPT-5.5 من OpenAI إلى أن النماذج الرائدة تحتفظ بقيمة لا يمكن الاستغناء عنها في سير العمل المعقد.
"تنهار أطروحة الاكتتاب العام إذا واجهت المختبرات الرائدة منافسة سعرية لا يمكنها تجنبها، لكن المقال لم يثبت أنها *ستتنافس* على السعر بدلاً من الانسحاب إلى قطاعات قابلة للدفاع (الصناعات المنظمة، أعباء العمل التي تتطلب تفكيرًا مكثفًا، خندق العلامة التجارية)."
يخلط المقال بين *تكافؤ القدرات* و *الاستيلاء على السوق*. نعم، DeepSeek يطابق GPT-4 على المعايير بتكلفة 1/3. لكن المقال يقلل من أهمية تكاليف التبديل، وقفل الموردين، وحقيقة أن الشركات لا تحسن فقط على سعر الاستدلال - بل تحسن على التكلفة الإجمالية للملكية بما في ذلك التكامل والدعم والموثوقية. استراتيجية "نموذج المستشار" التي يصفها Ghodsi حقيقية ولكنها تتطلب من الشركات الاحتفاظ بمكدسات مزدوجة، مما يضيف تعقيدًا تشغيليًا. الأهم من ذلك: يفترض المقال أن تسعير النماذج الرائدة سيظل ثابتًا. إذا خفضت OpenAI سعر GPT-4 بنسبة 40٪ استجابة للمنافسة، فإن أطروحة فرق التكلفة بأكملها تنهار. تقييمات الاكتتاب العام طموحة، ولكن ليس بسبب وجود بدائل رخيصة - بل لأن المختبرات الرائدة قد *تختار* التنافس على السعر بدلاً من الهامش.
قد يكون ادعاء OpenAI بنمو الطلب المؤسسي "الجدار العمودي" حقيقيًا؛ إذا كانت النماذج الرائدة تدفع حالات استخدام *إضافية* (وليس مجرد استبدال)، فإن البدائل الأرخص لا تستنزف الإيرادات - بل توسع السوق الإجمالي بينما تحتفظ المختبرات الرائدة بالقطاع المميز.
"التحول نحو هياكل "نموذج المستشار" يقوم بتسليع الجزء الأكبر من أعباء عمل الذكاء الاصطناعي بشكل فعال، مما ينهار توقعات الإيرادات ذات الهامش المرتفع المطلوبة لدعم تقييمات تريليون دولار للمختبرات الرائدة."
تسليع نماذج اللغة الكبيرة يتسارع بشكل أسرع مما تأخذه نماذج تقييم السوق لـ OpenAI و Anthropic في الاعتبار. عندما يتحول 60٪ من حركة مرور OpenRouter إلى نماذج صينية، فإننا لا نرى اتجاهًا "متخصصًا"؛ نحن نرى "لينكسية" الذكاء الاصطناعي. بنية "نموذج المستشار" المذكورة من قبل Databricks تحول نماذج الريادة بشكل فعال إلى لاعبين مكلفين ومنخفضين التردد، مما يجردهم من إيرادات الرموز المميزة عالية الحجم اللازمة لتبرير تقييمات تزيد عن 800 مليار دولار. في حين أن ثقة الشركات لا تزال خندقًا لـ Cohere أو OpenAI، إلا أنها خندق يضيق. يقوم المستثمرون بتقييم هذه الشركات على أنها "بنية تحتية للذكاء الاصطناعي" عندما تبدو بشكل متزايد كمقدمي "برامج متخصصة مميزة" يواجهون ضغطًا هائلاً على الهامش.
"نموذج المستشار" يعزز في الواقع قيمة النماذج الرائدة، حيث تصبح "الدماغ" الذي لا غنى عنه والذي تعتمد عليه النماذج الأصغر والأرخص في التفكير عالي المخاطر، مما يضمن بقاء إيراداتها ثابتة على الرغم من انخفاض الحجم.
"يمكن أن تبرر خنادق الشركات المتينة وتحقيق الدخل متعدد المنتجات مضاعفات عالية حتى مع انخفاض تكاليف الحوسبة الرائدة."
في حين أن المقال يشير بشكل صحيح إلى فواتير الذكاء الاصطناعي المتزايدة والنماذج الرائدة الأرخص، فإن التشاؤم بشأن تقييمات OpenAI/Anthropic قد يبالغ في تقدير المخاطر على المدى القريب. يقدر المشترون من الشركات أكثر من مجرد سعر النموذج الخام: الموثوقية والأمان والحوكمة والتكامل والدعم المخصص تخلق ثباتًا يمكن أن يدعم نمو الإيرادات السنوية المتكررة لعدة سنوات حتى مع تسليع النماذج الرائدة. تمتلك OpenAI/Anthropic تأثيرات منصة (نظام بيئي، شراكات، أدوات مطورين) وروافع تحقيق دخل محتملة تتجاوز استخدام واجهة برمجة التطبيقات (ميزات مميزة، بيانات/رؤى، حلول محلية أو مستضافة)، والتي يمكن أن تخفف الهوامش وتبرر المضاعفات المميزة. يتجاهل المقال هذه الأمور، ويركز على منحنيات التكلفة مع تجاهل تنويع الإيرادات والقيمة الاستراتيجية لحزم الذكاء الاصطناعي المنشورة.
أقوى رد: إذا أصبحت النماذج الرائدة سلعة حقًا وقام مشترو الشركات بالتسوق بشكل مستمر بناءً على السعر، فإن العلاوة لتلك الاكتتابات العامة قد تتآكل مع تباطؤ نمو الإيرادات وضعف تكاليف التبديل.
"نماذج المستشار ستستنزف إيرادات الاستدلال لـ Nvidia بشكل أسرع مما تتوقعه نماذج التقييم."
يحدد Gemini بشكل صحيح مخاطر "لينكسية" الذكاء الاصطناعي، ولكنه يقلل من كيفية تسريع ذلك لتعرض Nvidia لما وراء التدريب إلى رقائق الاستدلال. إذا انتقل 60٪ من حركة المرور إلى نماذج صينية أرخص عبر هياكل المستشار، فإن أعباء عمل الاستدلال ذات الهامش المرتفع التي تبرر توقعات الإنفاق الرأسمالي الحالية سيتم استغلالها، مما يؤثر على مضاعفات NVDA حتى لو استمر الطلب على التدريب لمدة عام آخر. القطاعات المنظمة لن تعوض تحول الحجم.
"تتآكل تكاليف التبديل بشكل غير خطي بمجرد وصول بديل قابل للتطبيق إلى تبني 30٪+؛ قد لا يتحمل الجدول الزمني للاكتتاب العام لـ OpenAI هذا التحول."
يفترض كل من Claude و ChatGPT أن تكاليف التبديل تظل ثابتة، لكن كلاهما لا يعالج *سرعة* هذا التآكل. نموذج المستشار الخاص بـ Figma ليس متخصصًا - إنه دليل معماري على أن الشركات يمكنها تحسين التكاليف دون استبدال كامل. إذا تسارع التبني إلى 30-40٪ من أعباء العمل في غضون 18 شهرًا، فإن تكاليف التبديل تنهار بشكل أسرع مما يمكن لقوة التسعير أن تتكيف معه. الخطر الحقيقي ليس المنافسة؛ بل هو سرعة ضغط الهامش التي تفوق قدرة OpenAI على تنويع الإيرادات قبل انتهاء فترة قفل الاكتتاب العام.
"ستجبر متطلبات الامتثال الجيوسياسية على تقسيم السوق الذي يحمي هوامش المختبرات الغربية الرائدة على الرغم من منافسة أسعار الاستدلال."
Claude، أنت تغفل المخاطر الجيوسياسية. "لينكسية" الذكاء الاصطناعي عبر DeepSeek ليست مجرد مسألة سعر؛ إنها لعبة حوسبة سيادية. إذا انتقل 60٪ من التوجيه مفتوح المصدر إلى نماذج صينية، فإن الشركات الأمريكية تواجه عقبات تنظيمية وسيادية للبيانات هائلة ستستغلها OpenAI/Anthropic. "نموذج المستشار" يخلق في الواقع سوقًا مقسمًا: المهام منخفضة المخاطر تذهب إلى نماذج رخيصة، وربما تكون معرضة للخطر، بينما تصبح سير العمل المؤسسي عالي المخاطر والمنظم خندقًا محميًا وذا هامش مرتفع للمختبرات الغربية الرائدة. خطر التقييم ليس التسليع؛ بل هو تقلص السوق الإجمالي القابل للعنونة بسبب الامتثال.
"تحافظ عمليات النشر المزدوجة على طلب الاستدلال والنفقات الرأسمالية لـ NVDA، مما يقوض فكرة أن تآكل الأسعار وحده سيؤدي إلى انهيار إيرادات النماذج الرائدة."
انتقاد Claude لسرعة التآكل يغفل المفارقة في الأجهزة: ستنشر الشركات مكدسات مزدوجة - نماذج رخيصة للمهام الروتينية ونماذج رائدة لسير العمل عالي المخاطر. هذا يحافظ على طلب استدلال كبير ويحافظ على استمرار النفقات الرأسمالية لـ NVDA، حتى مع تسليع النماذج الرائدة. الخطر الحقيقي ليس انهيارًا سعريًا نظيفًا، بل إعادة هيكلة سريعة تضغط على نوافذ الإيرادات السنوية المتكررة المميزة للمختبرات الرائدة مع الحفاظ على المكاسب المدفوعة بالأجهزة في الوقت الحالي.
يتفق الفريق إلى حد كبير على أن تسليع نماذج اللغة الكبيرة يتسارع، مما يشكل تهديدًا كبيرًا للتقييمات العالية لـ OpenAI و Anthropic. ومع ذلك، هناك خلاف حول الجدول الزمني ومدى هذا التأثير، حيث يجادل بعض أعضاء الفريق بأن تكاليف التبديل للشركات وتأثيرات منصة OpenAI قد تخفف من الضربة على المدى القصير.
إمكانية استغلال المختبرات الرائدة لمخاوف الامتثال التنظيمي وسيادة البيانات، مما يخلق سوقًا مقسمًا مع سير عمل مؤسسي عالي المخاطر ومنظم كخندق محمي وذي هامش مرتفع.
التآكل السريع لقوة التسعير وتكاليف التبديل، مما قد يفوق قدرة OpenAI على تنويع الإيرادات قبل انتهاء فترة قفل الاكتتاب العام.