يُشكك محللون ماليون في شركة Jefferies في ربحية نماذج اللغة الكبيرة (LLMs) على المدى الطويل، وفي جدوى الإنفاق الرأسمالي الهائل لشركات الحوسبة السحابية الكبرى (مثل Microsoft وAlphabet وAmazon وOracle) على البنية التحتية للذكاء الاصطناعي. يأتي هذا التساؤل مع ظهور نماذج ذكاء اصطناعي صينية ومفتوحة المصدر منخفضة التكلفة، والتي تهدد بتآكل الإيرادات المتوقعة من قادة السوق الأمريكيين مثل OpenAI وAnthropic.
تشير دراسة Jefferies إلى «انهيار مستمر في أسعار الـtokens»، ما يجعل تحقيق الأرباح من نماذج اللغة الكبيرة أمراً صعباً. وقد أظهرت بيانات من منصة OpenRouter العالمية أن النماذج الصينية عالجت 76.12 تريليون token في الأسبوع المنتهي في 27 سبتمبر، مقارنة بـ 4.37 تريليون فقط في أواخر أبريل. وفي المقابل، عالجت أكبر أربعة مزودين أمريكيين 14.2 تريليون token فقط. كما أن إطلاق نموذج Kimi K3 مفتوح المصدر من Moonshot AI ينافس بقوة، مقدماً حوالي 95% من أداء نموذج Claude Fable 5 من Anthropic.
من المتوقع أن تُنفق شركات الحوسبة السحابية الكبرى ما بين 600 و800 مليار دولار هذا العام على بناء مراكز البيانات، بتمويل يعتمد بشكل متزايد على الديون بدلاً من النقد. ويتساءل Jefferies عن مصادر الإيرادات المستقبلية لهذه الشركات، خاصة مع عدم اليقين حول ربحية نماذج اللغة الكبيرة التي تعتمد عليها هذه الاستثمارات الضخمة.
نظرة أقرب على أرباح عمالقة السحابة
توضح Jefferies أن أرباح عمالقة السحابة السنوية ارتفعت بمقدار 222 مليار دولار لتصل إلى 581 مليار دولار في الأرباع الأربعة حتى الربع الثاني من عام 2026. لكن المثير للقلق هو أن كل هذه الزيادة تعزى إلى «الدخل/الخسارة الأخرى غير التشغيلية»، والتي يُحتمل أن تشمل مكاسب من استثمارات في شركات ذكاء اصطناعي غير مدرجة. هذا يثير تساؤلات حول الأداء الحقيقي لعملياتهم الأساسية في الذكاء الاصطناعي.
وعلى صعيد متصل، حذر تقرير Global Technology Report السنوي لعام 2026 من شركة Bain & Company الاستشارية من أن صناعة الذكاء الاصطناعي يجب أن تولد 6 تريليونات دولار من الإيرادات السنوية بحلول عام 2031 لتمويل البنية التحتية اللازمة لتلبية الطلب المتوقع. ومع توقع أن تساهم تطبيقات الذكاء الاصطناعي الحالية بـ 1.8 تريليون دولار فقط، تبقى فجوة قدرها 4.2 تريليون دولار. وحتى مع إضافة التطبيقات الناشئة مثل محركات البحث والسيارات ذاتية القيادة والمحاكاة (بـ 1.5 تريليون دولار)، لا يزال هناك نقص قدره 2.7 تريليون دولار يجب سده بواسطة «منتجات واستخدامات جديدة غير موجودة اليوم».
ماذا يعني هذا للمطورين والمصممين؟
برأينا، هذا التحول في سوق الذكاء الاصطناعي يحمل فرصًا وتحديات للمطورين والمصممين. فمن ناحية، قد يؤدي انخفاض تكلفة الـtokens والمنافسة الشديدة إلى جعل دمج نماذج الذكاء الاصطناعي في التطبيقات والخدمات أرخص وأكثر سهولة. وهذا يمكن أن يفتح الباب أمام ابتكارات جديدة وتطبيقات لم تكن مجدية اقتصاديًا من قبل.
كما أن الحاجة الملحة لتطوير «منتجات واستخدامات جديدة» لسد الفجوة في الإيرادات المستقبلية، كما يشير تقرير Bain، تُمثّل دعوة واضحة للمطورين والمصممين لابتكار حلول قائمة على الذكاء الاصطناعي تتجاوز تطبيقات الإنتاجية الحالية. هذا قد يشمل أدوات تصميم جديدة، أو أساليب برمجة مدعومة بالذكاء الاصطناعي، أو تجارب مستخدم مبتكرة بالكامل. التنافس بين النماذج سيعني أيضاً وصول نماذج أكثر قوة وتنوعاً للجميع.
المصدر: theregister.com