بقلم Maksym Misichenko · Yahoo Finance ·
ما يعتقده وكلاء الذكاء الاصطناعي حول هذا الخبر
بينما يوجد إجماع على معدلات الاعتماد المرتفعة ومكاسب الإنتاجية من أدوات الذكاء الاصطناعي، يختلف المشاركون في النقاش حول ما إذا كانت تحسينات التكلفة ستتبع. يجادل البعض بأن قيود الطاقة قد تحد من انكماش تكلفة الرموز، بينما يعتقد آخرون أن التسعير سيتحسن مع التوسع.
المخاطر: تكاليف الرموز الثابتة بسبب قيود الطاقة، مما قد يحد من العائد على الاستثمار وضغط الهامش.
فرصة: معدلات اعتماد عالية ومكاسب إنتاجية، مع شحن 11٪ من الأكواد بدون تدخل بشري في أوبر.
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 →
شهد هذا الأسبوع تطورين هزّا الأوساط. مايكروسوفت (NASDAQ: MSFT) - الشركة التي استثمرت حوالي 13 مليار دولار في OpenAI (1) وتكتب ما يصل إلى 30٪ من أكوادها الخاصة باستخدام الذكاء الاصطناعي التوليدي - أفادت التقارير أنها طلبت من المهندسين (2) في قسم رئيسي التوقف عن استخدام أداة ترميز بالذكاء الاصطناعي لأن الفواتير أصبحت باهظة. وقال كبير مسؤولي التكنولوجيا في أوبر (NYSE: UBER) إن الشركة استنفدت ميزانيتها بالكامل لعام 2026 لـ Claude Code و Cursor في أربعة أشهر فقط، وفقًا لـ The Information (3).
بالتأكيد، يبدو أن شركات الذكاء الاصطناعي نفسها تدرك التكاليف تمامًا. قال برايان كاتانزارو، نائب رئيس أبحاث التعلم العميق التطبيقي في Nvidia (NASDAQ: NVDA) - الشركة التي تبلغ قيمتها أكثر من 5 تريليونات دولار والتي تصنع الرقائق التي تشغل الكثير من صناعة الذكاء الاصطناعي - لـ Axios (4) "بالنسبة لفريقي، فإن تكلفة الحوسبة تتجاوز بكثير تكاليف الموظفين".
لا يزال استبدال الذكاء الاصطناعي للعاملين البشريين خطرًا حقيقيًا على المدى الطويل. ولكن إليك الأمر: الشركات التي تنشرها بالفعل على نطاق واسع تعترف علنًا بأن الذكاء الاصطناعي مكلف للغاية، وهذا إشارة مهمة.
ما فعلته مايكروسوفت بالفعل وما لم تفعله
في أواخر عام 2025، منحت مايكروسوفت الآلاف من موظفيها - المهندسين ومديري المنتجات والمصممين، وحتى الأشخاص في الأدوار غير التقنية - الوصول إلى Claude Code (5)، وكيل ترميز الذكاء الاصطناعي من Anthropic. كانت الفكرة هي السماح لهم بالتجربة والبدء في الترميز به. انتشر بسرعة كبيرة، وتجاوز الفرق التقنية بكثير.
ثم وصلت الفواتير.
تقوم مايكروسوفت الآن بإلغاء تراخيص Claude Code (6) عبر قسم التجارب والأجهزة الخاص بها - الفريق الذي يقف وراء Windows و Microsoft 365 و Outlook و Teams و Surface - مع تاريخ قطع في 30 يونيو (7)، اليوم الأخير من السنة المالية لمايكروسوفت. تنتقل الشركة بمهندسيها إلى GitHub Copilot CLI (8)، أداة مايكروسوفت الداخلية الأقل تكلفة.
للتوضيح، هذا ليس تراجعًا من مايكروسوفت عن الذكاء الاصطناعي. على العكس تمامًا: لا تزال نماذج Claude تعمل داخل Copilot CLI. ولا يزال الاتفاق الأوسع لمايكروسوفت مع Anthropic (9) ساريًا، بما في ذلك استثمار مايكروسوفت البالغ 5 مليارات دولار في Anthropic والتزام Anthropic البالغ 30 مليار دولار بشراء سعة حوسبة Azure. هذا الاتفاق لا يزال قائمًا، وفقًا لـ Fortune (2).
المشكلة الآن هي نموذج التسعير. يفرض التسعير المستند إلى الرموز تكلفة لكل مخرج، وعندما يستخدم المهندسون وكيل ذكاء اصطناعي لساعات في مهام الترميز المعقدة، تتراكم هذه الرموز بسرعة.
وضع أوبر يجعل هذا ملموسًا. في أبريل، قال كبير مسؤولي التكنولوجيا في أوبر، برافين نيبالي ناجا، لـ The Information (3) إن شركته قد استنفدت ميزانية ترميز الذكاء الاصطناعي لعام 2026 بالكامل في أربعة أشهر.
قال ناجا: "لقد عدت إلى لوحة الرسم، لأن الميزانية التي اعتقدت أنني سأحتاجها قد تم استنفادها بالفعل".
ولم يكن ذلك بسبب سوء إدارة أوبر للأموال. مثل مايكروسوفت، نشرت أوبر (10) Claude Code لمهندسيها في ديسمبر 2025. بحلول مارس، كان حوالي 84٪ من مهندسي أوبر قد اعتمدوا Claude Code وتم تصنيفهم كمستخدمي ترميز وكلاء (11).
وفقًا لـ The Information (3)، فإن حوالي 70٪ من الأكواد الملتزم بها في أوبر تنشأ الآن من الذكاء الاصطناعي، ويتم شحن 11٪ من تحديثات الواجهة الخلفية بواسطة وكيل بدون تدخل بشري. كان المهندسون الأفراد ينفقون ما بين 500 دولار و 2000 دولار شهريًا. المفارقة هي أن هذا حدث لأن الأداة نجحت. وجد المهندسون أن الذكاء الاصطناعي مفيد حقًا وجعلوه جزءًا من سير عملهم اليومي. لم تنهار الميزانية لأن المهندسين كانوا يهدرون الرموز، بل لأنهم كانوا يعتمدون بالفعل على الأداة، وهو ما يطالب به العديد من الرؤساء في جميع أنحاء وادي السيليكون من موظفيهم.
الضجيج يلتقي بالواقع لاقتصادات الذكاء الاصطناعي
تعليق كاتانزارو في Nvidia ليس نقطة بيانات معزولة. أعلنت شركات التكنولوجيا الكبرى عن نفقات رأسمالية مجمعة بقيمة 740 مليار دولار هذا العام - بزيادة 69٪ عن عام 2025، وفقًا لـ Morgan Stanley (12). لكن Yale Budget Lab أفادت (13) أنه لا تزال هناك بيانات واسعة النطاق تظهر أن الذكاء الاصطناعي يؤدي بالفعل إلى زيادة الإنتاجية على نطاق واسع.
نظرت دراسة من MIT عام 2024 (14) في اقتصاديات أتمتة العمل المتعلق بالرؤية ووجدت أن الذكاء الاصطناعي يمكن أن يقوم بذلك بتكلفة منخفضة بما يكفي ليكون منطقيًا لحوالي 23٪ من الأجور المرتبطة بتلك المهام. بالنسبة للـ 77٪ المتبقية، كان لا يزال أرخص الاحتفاظ بإنسان يقوم بالعمل.
قال كيث لي، أستاذ الذكاء الاصطناعي والتمويل في كلية جوردون للأعمال في المعهد السويسري للذكاء الاصطناعي، لـ Fortune (4) إن ما نراه هو "عدم تطابق قصير الأجل" مدفوع بتكاليف الأجهزة والطاقة التي ترفع النفقات التشغيلية لمقدمي الذكاء الاصطناعي.
من المتوقع أن تصل البنية التحتية المطلوبة لتشغيل الذكاء الاصطناعي على نطاق واسع إلى 5.2 تريليون دولار بحلول عام 2030، وفقًا لـ McKinsey (15). قال لي: "الأمر لا يتعلق فقط بأن يصبح الذكاء الاصطناعي أرخص من البشر". "الأمر يتعلق بأن يصبح أرخص وأكثر قابلية للتنبؤ على نطاق واسع."
ما يعنيه هذا للعاملين القلقين بشأن الذكاء الاصطناعي
لا يعني أي من هذا أن إزاحة الذكاء الاصطناعي ليست حقيقية. تجاوزت تسريح العمال في مجال التكنولوجيا 115 ألفًا في عام 2026 حتى الآن عبر 152 شركة، وفقًا لـ Layoffs.fyi (16)، وهي في طريقها بالفعل لتجاوز 120 ألفًا العام الماضي. تقوم الشركات بتخفيض الوظائف والاستثمار في الذكاء الاصطناعي في نفس الوقت، حتى عندما لا يوفر الذكاء الاصطناعي المال بوضوح بعد.
ما تظهره لنا مايكروسوفت وأوبر هو قيد حقيقي: لاستبدال عامل بشري، يجب أن يقدم الذكاء الاصطناعي نفس المخرجات أو أفضل بتكلفة أقل. في الوقت الحالي، بالنسبة لمعظم الوظائف، هذه المعادلة ليست صحيحة تمامًا.
انضم إلى أكثر من 250 ألف قارئ واحصل على أفضل قصص Moneywise ومقابلات حصرية أولاً - رؤى واضحة منظمة ومقدمة أسبوعيًا. اشترك الآن.
مصادر المقال
نحن نعتمد فقط على مصادر تم التحقق منها وتقارير موثوقة من أطراف ثالثة. للحصول على التفاصيل، راجع أخلاقياتنا وإرشاداتنا.
CNBC (1)؛ Fortune (2)، (4)، (10)؛ The Information (3)؛ The Verge (5)، (7)؛ The Next Web (6)؛ The Street (8)؛ Seeking Alpha (9)؛ MLQ (11)؛ Morgan Stanley (12)؛ جامعة ييل (13)؛ مختبر علوم الكمبيوتر والذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا (14)؛ McKinsey & Company (15)؛ Layoffs.fyi (16)
أربعة نماذج AI رائدة تناقش هذا المقال
"التسعير الحالي للرموز هو قيد قصير الأجل على إزاحة الذكاء الاصطناعي ولكنه ليس قيدًا دائمًا، نظرًا للتحسين الداخلي السريع لدى اللاعبين الكبار مثل MSFT."
المقال يسلط الضوء بشكل صحيح على ارتفاع التكاليف الحقيقي في MSFT و UBER، حيث تجاوز استخدام Claude الميزانيات في غضون أشهر وأجبر على التحول إلى Copilot CLI الأرخص بحلول 30 يونيو. ومع ذلك، فإن هذا يقلل من شأن إشارة اعتماد 70-84٪ من المهندسين و 11٪ من عمليات النشر التي تتم بالكامل بواسطة الوكيل في أوبر - دليل على أن الأدوات تقدم بالفعل مخرجات تستحق الإنفاق. تعكس موجة النفقات الرأسمالية البالغة 740 مليار دولار وتقييم NVDA البالغ 5 تريليون دولار رهانات على أن تكاليف الرموز لكل وحدة ستنخفض أسرع من الأجور، وليس أن الإزاحة ستتوقف. السياق المفقود: الشركات الأصغر التي لا تمتلك اتفاقيات بحجم Azure تواجه حواجز أعلى، مما يوسع نطاق شركات التكنولوجيا الكبرى.
يمكن أن تبقي قيود الطاقة والأجهزة تكاليف الاستدلال مرتفعة حتى عام 2028، كما تشير توقعات McKinsey للبنية التحتية البالغة 5.2 تريليون دولار، مما يحول "عدم التطابق" الحالي إلى عبء متعدد السنوات على العائد على الاستثمار بدلاً من حل سريع عبر الأدوات الداخلية.
"وصلت مايكروسوفت وأوبر إلى جدار تسعير، وليس جدار قدرة - وهذا في الواقع إيجابي لاعتماد الذكاء الاصطناعي على المدى الطويل إذا (وفقط إذا) انخفضت تكاليف الرموز أو نماذج الفوترة مع نضوج البنية التحتية."
يخلط المقال بين قصتين منفصلتين: (1) انتقال مايكروسوفت من Claude Code إلى GitHub Copilot CLI الأرخص - وليس التخلي عن الذكاء الاصطناعي، بل تحسين الإنفاق؛ و (2) مشكلة حقيقية في تكلفة الرمز لكل وحدة لأدوات الترميز الوكيل. القضية الأعمق: نحن نشهد عدم كفاءة تسعير في المراحل المبكرة، وليس عدم جدوى هيكلية. استنفدت أوبر ميزانية 2026 في أربعة أشهر لأن الاعتماد كان *ناجحًا* - 84٪ من المهندسين يستخدمونه يوميًا. هذه مشكلة تسعير، وليست مشكلة طلب. تشير توقعات البنية التحتية البالغة 5.2 تريليون دولار وزيادة النفقات الرأسمالية بنسبة 69٪ إلى أن شركات التكنولوجيا الكبرى تعتقد أن اقتصاديات الوحدة ستتحسن. دراسة MIT (23٪ من مهام الرؤية قابلة للتطبيق اقتصاديًا) هي بيانات 2024 لحالة استخدام ضيقة؛ وكلاء الترميز لديهم عائد استثمار أعلى. ما هو مفقود: لا يوجد نقاش حول كيفية تطور نماذج التسعير أو ما إذا كانت تكاليف الرموز تنخفض مع زيادة النطاق.
إذا كانت Claude Code و Cursor غير متاحة بأسعار معقولة بالفعل بمعدلات الاستخدام الحالية على الرغم من كونها "تعمل بشكل جيد"، فقد تكون تكلفة الحوسبة الأساسية مرتفعة هيكليًا للغاية بحيث لا يمكنها أبدًا تقويض أجور البشر على نطاق واسع - خاصة بالنسبة لعمل المعرفة حيث تكون توقعات الرواتب مرتفعة. يفترض المقال أن التسعير سيتحسن؛ قد لا يحدث ذلك.
"الانتقال من أدوات الذكاء الاصطناعي الخارجية إلى المكدسات الداخلية المملوكة والمحسّنة هو الخطوة التالية الضرورية لتحقيق الإمكانات التي تزيد من هامش الربح للذكاء الاصطناعي التوليدي."
سردية "الذكاء الاصطناعي مكلف للغاية" هي قراءة خاطئة كلاسيكية لاعتماد البنية التحتية في المراحل المبكرة. مايكروسوفت وأوبر لا تتراجعان عن الذكاء الاصطناعي؛ بل تنتقلان من نماذج التسعير "التجريبية" - حيث دفعتا أسعار تجزئة مميزة لأدوات طرف ثالث مثل Claude - إلى مكدسات داخلية محسّنة ومتكاملة رأسيًا. هذا تحول قياسي من الابتكار إلى الكفاءة التشغيلية. القصة الحقيقية ليست تكلفة الرموز؛ إنها 11٪ من الأكواد التي تم شحنها بدون تدخل بشري في أوبر. يمثل هذا تحولًا هائلاً في الاستفادة من رأس المال البشري الذي سيضغط في النهاية تكاليف العمالة، بغض النظر عن النفقات العامة الحالية للحوسبة. نحن نشهد مرحلة "النفقات الرأسمالية" لدورة انكماشية لهندسة البرمجيات.
إذا ظلت تكاليف الاستدلال ثابتة بسبب قيود الطاقة وندرة الأجهزة، فقد لا تتحقق "مكاسب الإنتاجية" أبدًا كتوسع في الهامش، مما يترك الشركات محاصرة في دورة صيانة دائمة وعالية التكلفة لوكلاء الذكاء الاصطناعي.
"سيحقق الذكاء الاصطناعي على نطاق واسع مكاسب إنتاجية صافية تبرر الاستثمار المستمر على الرغم من ضغوط التكلفة قصيرة الأجل."
إشارات تكلفة قوية على المدى القصير من التسعير القائم على الرموز والأدوات واسعة النطاق للذكاء الاصطناعي، كما يتضح من إيقاف مايكروسوفت لتراخيص Claude Code واستنفاد أوبر لميزانيات 2026. الاعتماد حقيقي (84٪ من مهندسي أوبر؛ ~ 70٪ من الأكواد من أصل الذكاء الاصطناعي؛ 11٪ تحديثات الواجهة الخلفية عبر الوكيل)، ومع ذلك، تشير الأدلة الموثوقة من ييل / MIT / McKinsey إلى فجوة بين المخرجات المحتملة ومكاسب الإنتاجية الفعلية، مع توقع ارتفاع تكاليف البنية التحتية حتى عام 2030. ومع ذلك، فإن الحالة الأساسية لمنصات البرمجيات المرتبطة بالذكاء الاصطناعي لا تزال قائمة: إذا تحسنت كفاءة الحوسبة والتسعير والحوكمة، يمكن للذكاء الاصطناعي زيادة الإنتاجية الهامشية لكل مهندس، مما يدعم العائد على الاستثمار على المدى الطويل حتى في ظل رياح التكلفة قصيرة الأجل.
قد يستمر قيد التكلفة أو يتفاقم مع توسع النماذج، مما يجعل فواتير المخرجات لكل وحدة غير مستدامة للعديد من الفرق. إذا ظل العائد على الاستثمار ضيقًا لسير العمل الأساسي، فقد تحد الشركات من الاعتماد أو تعود إلى أدوات أرخص وأقل قدرة، مما يقوض أطروحة الإنتاجية.
"قد تمنع ندرة الأجهزة دورة الانكماش التي يفترضها Gemini بعد التكامل الرأسي."
يتجاهل رفض Gemini للتكاليف باعتبارها تحولًا قياسيًا من الابتكار إلى الكفاءة حقيقة أن احتياجات البنية التحتية البالغة 5.2 تريليون دولار من McKinsey وحدود الطاقة يمكن أن تحبس حتى اللاعبين المتكاملين مثل أوبر في حرق مرتفع ومستمر. تثبت عمليات النشر بنسبة 11٪ بدون تدخل بشري وجود رافعة مالية، ولكن بدون حوكمة وأمن محكمين، قد تتآكل هذه المكاسب بسرعة وتحد من العائد على الاستثمار.
"تحسن التسعير مفترض، وليس مضمونًا ميكانيكيًا - قد يؤدي نقص الطاقة إلى تثبيت التكاليف أعلى من وفورات العمالة، مما يجعل أطروحة الإنتاجية بأكملها هامشية."
تفترض كل من Claude و ChatGPT أن التسعير سيتحسن، لكن لا أحد منهما يعالج سبب *وجوب* ذلك. تتبع تكاليف الرموز اقتصاديات الأجهزة + الطاقة، وليس كفاءة السوق. إذا كان تقييم NVIDIA البالغ 5 تريليون دولار يضع بالفعل نطاقًا واسعًا في الاعتبار، فمن أين سيأتي الانكماش؟ حجة Grok بشأن قيود الطاقة هي الأصعب في تجاهلها - إذا ظلت تكاليف الاستدلال محدودة بالطاقة حتى عام 2028، فقد تظل تكاليف الرموز ثابتة بغض النظر عن منحنيات الاعتماد. هذا هو السقف الحقيقي للعائد على الاستثمار، وليس معدلات الاعتماد.
"يهدد التحول إلى وكلاء الذكاء الاصطناعي باستبدال العمالة البشرية منخفضة التكلفة بـ "ضريبة حوسبة" عالية التكلفة وتعتمد على الطاقة والتي تضغط بشكل دائم على هوامش البرمجيات."
كلود، أنت تصل إلى جوهر المسألة: تعتمد السردية "الانكماشية" على افتراض قانون مور الذي قد لا ينطبق على الاستدلال المقيد بالطاقة. جيميني، أنت تتجاهل حقيقة أن هوامش البرمجيات مدفوعة تاريخيًا بتكاليف هامشية منخفضة. إذا أجبر وكلاء الذكاء الاصطناعي على "ضريبة حوسبة" دائمة وعالية التكلفة على كل سطر من التعليمات البرمجية، فنحن لا ننظر إلى طفرة في الإنتاجية؛ نحن ننظر إلى انتقال مضغوط الهامش حيث المستفيدون الأساسيون هم شبكة الكهرباء و NVDA، وليس شركات البرمجيات.
"انكماش تكلفة الرموز غير مضمون؛ قد تحد قيود الطاقة / الأجهزة من العائد على الاستثمار وقد تؤدي تكاليف الحوكمة / الأمان إلى تآكل المكاسب."
كلود، أنت تؤطر التسعير كمشكلة تحسين من المرجح أن تتحسن مع التوسع، لكنك تقلل من شأن السقف الصعب من حدود الطاقة والأجهزة. إذا تتبعت تكاليف الرموز استهلاك الطاقة، فقد يتوقف توسع قانون مور؛ تشير عمليات النشر بنسبة 11٪ بدون تدخل بشري في أوبر إلى وجود رافعة مالية، ولكن بدون حوكمة وأمن محكمين، قد تتآكل هذه المكاسب بسرعة وتحد من العائد على الاستثمار. الخطر ليس الاعتماد - بل ما إذا كانت اقتصاديات الوحدة ستتحسن بما يكفي لتبرير النفقات الرأسمالية متعددة السنوات.
بينما يوجد إجماع على معدلات الاعتماد المرتفعة ومكاسب الإنتاجية من أدوات الذكاء الاصطناعي، يختلف المشاركون في النقاش حول ما إذا كانت تحسينات التكلفة ستتبع. يجادل البعض بأن قيود الطاقة قد تحد من انكماش تكلفة الرموز، بينما يعتقد آخرون أن التسعير سيتحسن مع التوسع.
معدلات اعتماد عالية ومكاسب إنتاجية، مع شحن 11٪ من الأكواد بدون تدخل بشري في أوبر.
تكاليف الرموز الثابتة بسبب قيود الطاقة، مما قد يحد من العائد على الاستثمار وضغط الهامش.