"72٪ من استهلاك الـ Token يمثل فقط 27٪ من الإنفاق" -- القضية الرئيسية في الجدل حول الذكاء الاصطناعي بين المؤيدين والمعارضين

الطلب على بيانات الذكاء الاصطناعي يصنع فجوة سوقية نادرة: نفس مجموعة الأرقام يستغلها كل من المتفائلين والمتشائمين، ويعلن كل طرف انتصاره. في قلب هذا الجدل تكمن مفارقة هيكلية مقلقة—استهلاك الـToken ينمو بشكل انفجاري، لكن الغالبية العظمى من الزيادة تتجه إلى النماذج ذات الرسوم الأدنى، في حين أن تكلفة الـGPU التي تخدم هذه الـToken ترتفع في الوقت ذاته.

بحسب التقرير الأحدث لـBobby Molavi من بنك Goldman Sachs، تُظهِر بيانات OpenRouter أن النماذج مفتوحة الوزن (open-weight models) عالجت في الأسبوع الثاني من سبتمبر 72% من حركة الـToken، لكنها حصلت فقط على 27% من إجمالي الإنفاق على المنصة؛ في المقابل، رغم أن حصة النماذج المغلقة انخفضت من 89% في بداية يناير إلى 73%، إلا أنها ما تزال تتحكم في معظم الأرباح المُحوَّلة إلى نقد.

وما يلفت الانتباه أكثر هو أن حوالي 69% من الـToken على منصة OpenRouter في منتصف سبتمبر جاءت من مختبرات الذكاء الاصطناعي الصينية. أوضح Molavi أن السوق الحالي "غير قابل للّعب" (unplayable)، وأشار إلى أن أرباح إنتاجية الذكاء الاصطناعي حتى الآن لم تترك أي أثر قابل للقياس خارج قطاع التكنولوجيا.

هذه المفارقة الهيكلية تعيد تشكيل توقعات السوق لعائد الاستثمار في الذكاء الاصطناعي. إيجار GPU يواصل الارتفاع، وسعر الـToken يواصل الانخفاض، ما يعني ضغطاً من الطرفين: المزودون يستمتعون بعوائد الإيجار، في حين أن العملاء والشركاء النهائيين يواجهون أزمة تحقيق العائد على الاستثمار. قامت Meta مؤخراً بجمع ما يصل إلى 95 مليار دولار من المساهمين لتمويل نفقات الذكاء الاصطناعي الرأسمالية، كما شارك مورِّدو الرقاقات في الاكتتاب، مما يدل على أن "تمويل المورد" انتقل من شكل الدين إلى شكل الأسهم، وتزداد التساؤلات حول استدامة الدورة الرأسمالية.

انفجار الطلب على التوكن: الواقع وراء نمو بمقدار 250 مرة

لا شك في أن نمو الطلب حقيقي. يستشهد Molavi ببيانات OpenRouter التي تُظهر أن الطلب على Tokens نما منذ نوفمبر الماضي بمقدار 27 مرة، وتستحوذ النماذج مفتوحة الوزن حاليًا على 72% من حصة الـToken. على مدى فترة أطول، ارتفع عدد الـTokens الأسبوعي الذي يعالجه OpenRouter من 0.5 تريليون في منتصف يناير 2025 إلى 128.4 تريليون في أسبوع 14 سبتمبر، أي نمو بنحو 250 ضعف خلال 20 شهرًا.

تسعير الـGPU يؤكد أيضًا واقعية الطلب. ارتفع إيجار H200 في عام واحد بنسبة 160%، وB200 بنسبة 120%، وH100 بنسبة 35%. الأكثر إقناعًا، أن رقاقة A100 المنتجة عام 2020، أصبح سعر إيجارها حاليًا أعلى من بداية السنة، وهذا يضرب افتراض أن دورة الإهلاك الأساسية للـGPU قصيرة—فإذا كانت الرقاقة تستطيع تحقيق أرباح أعلى بعد ست سنوات، فإن افتراض الإهلاك المتشائم لمدة ثلاث سنوات لا يصمد، كما أن إمكانيات الربحية الطويلة المدى لمزودي الخدمات السحابية العملاقة (hyperscaler) تحتاج لإعادة تقييم.

هذه هي أقوى حجة للمتفائلين: الطلب حقيقي، وأعمار أصول الحوسبة أطول بكثير مما يتوقعه المتشائمون.

سقوط حر لسعر التوكن: أسرع انكماش في التاريخ

لكن على الجانب الآخر من انفجار الطلب، ينهار سعر الـToken بسرعات لم يسبق لها مثيل. وفقًا لتقرير صادر عن Epoch AI في 22 سبتمبر تحت عنوان "سقوط سعر الفكر" (The Plunging Price of Thought)، منذ 2023، ينخفضُّ سعر تحقيق نفس مستوى أداء الذكاء الاصطناعي بنحو 47% كل ربع سنة، أي بنحو 13 ضعفًا سنويًا؛ وفي مجال النماذج الرائدة، ينخفض السعر بنحو 66% كل ربع سنة، أي بنحو 75 ضعفًا سنويًا.

تعرض Epoch AI أكثر الأمثلة وضوحًا:

في يناير 2025، حقق نموذج o3 من OpenAI نسبة إجابة صحيحة 75% في اختبار GPQA Diamond لمستوى الدكتوراه في العلوم، بكلفة 0.30 دولار لكل سؤال؛ فيما وصل GPT-5.6 Luna الآن لنفس النتيجة بكلفة 0.0004 دولار فقط لكل سؤال، أي أن السعر انخفض 725 مرة خلال 18 شهرًا—وهو ما يعادل أن سيارة بسعر 50,000 دولار ينخفض سعرها إلى 69 دولاراً.

مقارنة تاريخية أفقية، يظهر أن سرعة انخفاض سعر استدلال النماذج اللغوية الكبيرة تزيد 4 مرات عن تسلسل الـDNA، و6 مرات عن سرعة تطور القدرات الحوسبية بين 1940 و2001، و18 مرة عن بطاريات الليثيوم-أيون، و54 مرة عن الكهرباء.

ومع ذلك، الأسعار الفعلية التي يدفعها العملاء تنخفض أبطأ بكثير من الأسعار المعلنة. تُظهر بيانات YipitData التي راقبت ما يقارب 20 كوادريليون Token سنويًا أن التسعير الفعلي لِـToken في خدمات API انخفض 39% في النصف الثاني من 2025 (44% عبر OpenRouter)، لكن منذ بداية 2026 حتى مايو انخفض فقط 6%.

السبب في ذلك: المطورون يواصلون السعي وراء النماذج الأرخص، في حين أن العملاء من الشركات زادوا حصة استخدام النماذج المتقدمة، وعدد من مختبرات الذكاء الاصطناعي الرائدة لا يزال يستفيد مؤقتًا من هامش ربح النماذج الأحدث—لكن بيانات Epoch تشير إلى أن نصف عمر هذا الربح يتأثر بسرعة بالرباع، إذ سرعان ما تظهر النُسخ مفتوحة المصدر بتكلفة منخفضة قادرة على تحقيق المهام نفسها.

جوهر الانقسام بين المتفائلين والمتشائمين: من يربح ومن يدفع

هذا هو جوهر "نفس البيانات وتفسيران مختلفان" الذي وصفه Molavi.

منطق المتفائلين: الطلب يتوسع باستمرار، السوق الممكن استهدافه (TAM) يكبر، والزيادة الهائلة في استهلاك الـToken تثبت أن الذكاء الاصطناعي يتبنى بشكل واسع.

أما منطق المتشائمين: تكلفة كل Token ترتفع، وإيراد كل Token ينخفض، والمُحرك الأساسي للطلب الإضافي هو النماذج مفتوحة المصدر ذات الرسوم الأدنى. تعرض بيانات OpenRouter هذه الصورة بوضوح: النماذج مفتوحة الوزن تعالج 72% من الـToken لكنها تحصل فقط على 27% من الإنفاق؛ مختبرات الذكاء الاصطناعي الصينية تسهم بما يقارب 70% من تدفق الـToken على المنصة. سلة الزخم من Goldman (Goldman momo basket) بلغت ذروتها في نهاية يونيو، بالتزامن مع التدفق الكثيف للنماذج الصينية مفتوحة الوزن إلى سوق الذكاء الاصطناعي.

اختصر Molavi التناقض قائلاً: ارتفاع إيجار GPU وسقوط سعر الـToken هما وجهان متعاكسان للضغط نفسه. إذ يعتبر ذلك خبراً ساراً لحاملي الـGPU، أما من يدفع الإيجارات من الشركات فالصورة مختلفة تمامًا.

غياب أرباح الإنتاجية: صمت مؤشر S&P 493

المنطق النهائي لنفقات الذكاء الاصطناعي الرأسمالية، يكمن في تحقيق عائد اجتماعي عبر زيادة الإنتاجية. لكن حتى الآن، لم يتحقق ذلك خارج قطاع التكنولوجيا وفقًا للبيانات.

استشهد Molavi بتقرير استراتيجي يؤكد أن الذكاء الاصطناعي "لم يظهر حتى الآن أي زيادة إنتاجية قابلة للقياس في البيانات الرئيسية خارج عالم التكنولوجيا": ارتفع متوسط دخل الفرد وهوامش الربح لدى كبار عمالقة التكنولوجيا Mag 7، بينما بقيت المؤشرات نفسها شبه ثابتة بالنسبة لـS&P 493 (493 شركة خارج مؤشر S&P 500 الرئيسية).

هذا الواقع يغير من منطق قرارات الذكاء الاصطناعي لدى قطاع الأعمال. لاحظ Molavi أن العديد من الشركات انتقلت من رؤية "ارتباط الإنفاق على الـToken بالنمو والإنتاجية" إلى مقاربة "تأثير الإنفاق على الـToken على التكاليف وهوامش الأرباح". المدراء الماليون (CFO) رصدوا بالفعل بند موازنة الذكاء الاصطناعي، وهم يريدون معرفة ما الذي حصلوا عليه مقابل ما أنفقوه.

"دائرة الازدهار" والتساؤل حول استدامة رأس المال

ما يدعم جنون نفقات الذكاء الاصطناعي في الوقت الحالي هو ما وصفه Molavi بـ"دائرة الازدهار": كلما زادت النفقات الرأسمالية لمزودي السحابة العملاقة، زادت الإيرادات المتدفقة إلى النظام البيئي للذكاء الاصطناعي، ما يجذب رأس المال المخاطر واستثمارات النمو، ويشكل تدفقات رأسمالية متبادلة—وكل هذا يستند في الأساس إلى النفقات الرأسمالية الأولية للذكاء الاصطناعي.

نقطة الضعف القاتلة لهذه الدائرة هي في استدامتها: بمجرد تراجع النفقات الرأسمالية، هل سيتمكن النظام البيئي من تمويل نفسه؟

ولا المعاملات الخاصة كانت محصنة. يشير Molavi إلى أن حالات الخروج الأخيرة كانت "كبيرة لكن شديدة التركيز" (SpaceX، Cerebras، Cursor، Hugging Face)، وأن إعادة تقييم بعض المشاريع "لم يصاحبها سوى خطاب نوايا استثمارية واحدة دون أية محفزات أخرى"، فيما آلية إتمام الصفقات في السوق الخاصة "تبدو وكأن زمن التوكن لن ينتهي أبداً وكل شيء سيخضع للتغيير".

من جهة التمويل، ومع تضييق نافذة الدين، أعلنت Meta مؤخراً عن جمع ما يصل إلى 95 مليار دولار من المساهمين لتمويل نفقات الذكاء الاصطناعي، وشارك معها مورّدو الرقاقات. تحول تمويل المورد من دين إلى أسهم، مع تزايد غموض الحدود بين الإيرادات والتمويل بين مقدمي الخدمات والمستخدمين.

اختصر Molavi جوهر هذه المناقشة في أربعة أسئلة: كم تكلفة البناء، من يدفع، هل يستحق الألم، وكم سننتظر لرؤية العائدات.

الصورة الراهنة للبيانات هي: الطلب على الـToken نما 250 مرة، لكن الأرباح المضافة تتجه للنماذج الأرخص؛ إيجار الـGPU ارتفع، لكن الفاتورة النهائية تقع على عاتق المساهمين؛ وأرباح الإنتاجية لم تظهر خارج قطاع التكنولوجيا.

استنتاج Molavi هو أن واقعية الطلب لا شك فيها، لكن "الطلب نما 250 مرة، لكن رؤوس الأموال تتجه للنماذج الأرخص، والإيجار يذهب لحاملي الـGPU، والفاتورة تنتقل للمساهمين"، وليس هذا القصة التي وعد بها الإنفاق الرأسمالي في البداية حول العائد على الاستثمار (ROI). في هذا الشد والجذب بين المتفائلين والمتشائمين، ربما يملك المتشائمون الحبل الأقوى.