UBS: النماذج منخفضة التكلفة لن تعطل دورة الاستثمار في الذكاء الاصطناعي، وشركات صناعة الشرائح والعمالقة السحابية ستكون الرابح النهائي

أفادت المنصة المالية الذكية أن النماذج الذكية منخفضة التكلفة والمفتوحة المصدر تنتشر بسرعة وتغير بشكل جذري طريقة اعتماد الشركات للذكاء الاصطناعي، لكن UBS أوضحت في تقرير حديث أن هذا التحول لن يعرقل دورة استثمار الذكاء الاصطناعي، بل سيجعل من صانعي الرقائق ومزودي البنية التحتية السحابية المستفيدين النهائيين، في حين سيواجه شركات البرمجيات تحديات جديدة في الربحية.

أشار محلل UBS، Karl Keirstead، في تقرير نُشر في 21 يوليو، إلى أن تركيز المستثمرين قد تحول إلى اتجاهين مرتبطين ارتباطًا وثيقًا: تقليص الشركات المنظم لتكاليف الـToken، وتسارع انتقال أحمال العمل إلى النماذج المفتوحة الأرخص. يخلص التقرير، الذي اعتمد على نقاشات معمقة مع أكثر من 15 شركة ذكاء اصطناعي خاصة—including Perplexity، Harvey، Glean، Cursor، ElevenLabs وFireworks—إلى استنتاج مفاده أن قطاع الذكاء الاصطناعي ينتقل من مرحلة "الاستخدام الشامل لأقوى النماذج" إلى حقبة جديدة تركز على الكفاءة من خلال "الضبط الدقيق حسب صعوبة المهمة".

من "تعظيم الـToken" إلى "تعظيم القيمة": التحول الجذري في منطق إنفاق الشركات على الذكاء الاصطناعي

ذكر تقرير فريق محللي UBS بقيادة Karl Keirstead في 21 يوليو أن تركيز المستثمرين قد تحول إلى اتجاهين وثيقي الصلة: تقليل الشركات بشكل منهجي لتكلفة الـAI Token وازدياد الاستعداد لاستخدام النماذج المفتوحة المصدر (بما فيها النماذج المطورة في الصين) لأداء المهام التي لا تتطلب قدرات استدلالية متقدمة.

هذا التحول لا يأتي نتيجة ضعف الطلب على الذكاء الاصطناعي، بل على العكس تماماً—فحسب معلومات UBS من مؤتمرها السنوي لشركات الذكاء الاصطناعي والبرمجيات الخاصة الذي جمع أكثر من 75 شركة خاصة، لا تزال وتيرة اعتماد الشركات للذكاء الاصطناعي تنمو بسرعة كبيرة. العديد من شركات الذكاء الاصطناعي التي تأسست على هذا الأساس شهدت نمواً سريعاً في الإيرادات خلال النصف الأول من هذا العام: هناك شركات ارتفعت إيراداتها من 400 مليون دولار في يناير لتصل إلى مليار دولار، وشركات أخرى تضاعفت إيراداتها ثلاث مرات خلال عام وتجاوزت 500 مليون دولار، وبعض الشركات تمكنت من النمو من الصفر إلى 500 مليون دولار في 14 شهراً فقط. ويرتبط تسارع الإيراد بشكل رئيس بتطور قدرات النماذج، وتوسع تطبيقات الذكاء الاصطناعي التي تستهلك مزيداً من الـToken، ولجوء بعض الشركات لتغيير طريقة التسعير من حسب المقاعد إلى حسب استهلاك الـToken أو الاستخدام الفعلي.

ومع ذلك، مع توسع نطاق الاعتماد، يظهر موضوع التكلفة بسرعة على السطح. كانت UBS قد قدرت سابقاً أن نحو 60% من المؤسسات تعتبر نفقات الحوسبة والـToken التي تنفق على الذكاء الاصطناعي قضية حقيقية، وبعد هذه الدراسة الاستقصائية تعتقد أن النسبة قد تكون أعلى. وتيرة ارتفاع تكاليف الـToken مذهلة: فقد التزمت مؤسسة مالية في البداية بإنفاق 10 ملايين دولار لـClaude، لتصل النفقات بعد ثلاثة أشهر إلى 60 مليون دولار، فيما زادت شركة ذكاء اصطناعي من إنفاقها مع Anthropic من 20 ألف دولار في ديسمبر من العام الماضي إلى ما يقارب المليون دولار في يوليو هذا العام، أي بزيادة قدرها 50 ضعفاً في سبعة أشهر؛ بل إن بعض الشركات ارتفع فيها فاتورة الـToken بما يصل إلى عشرة أضعاف أو حتى مئة ضعف خلال فترة قصيرة.

الشركات لا تتوقف عن استخدام الذكاء الاصطناعي، بل أصبحت تقلل الهدر. العديد من المهام العادية كانت تُعهد سابقاً إلى النماذج المتقدمة الباهظة التكلفة—بنك ما ظل ينفق عشرات آلاف الدولارات شهرياً على استدعاء النماذج عالية السعر، فيما كان الموظفون يستخدمونها فقط لاستعلامات عن الطقس أو المطاعم وأماكن الاجتماعات. أصبح تركيز إدارة الذكاء الاصطناعي للشركات يتحول من "تعظيم الـToken" إلى "تعظيم القيمة"، أي تقييم مقدار العائد التجاري الذي يمكن أن تنتجه كل وحدة Token. ونقلت UBS عن إحدى الشركات قولها: "كان لدينا داخلياً خمسة أدوات للذكاء الاصطناعي، وقد استُهلك القسم الأكبر من ميزانية الـToken السنوية مسبقًا، ولم نعد نحتفظ إلا بأداتين فقط مع فرض رقابة صارمة على حجم الاستخدام."

"النماذج المتعددة" تصبح هي القاعدة: تسارع تغلغل النماذج المفتوحة الصينية

الشركات لم تعد تعتبر سوق الذكاء الاصطناعي منافسة صفريّة بين حفنة من مطوري النماذج المتقدمة، بل أصبحت تعتمد استراتيجية "النماذج المتعددة"—أي مزج نماذج OpenAI وAnthropic مع نماذج مفتوحة المصدر ومخصصة. أصبح تجنب الاعتماد على مورد ذكاء صناعي واحد أولوية كبرى للشركات الكبرى.

النماذج الصينية المفتوحة المصدر أصبحت المستفيد الأكبر من هذا الاتجاه. أوضحت UBS أن نماذج Z.ai وMoonshot وAlibaba وDeepSeek يجري اختبارها بل اعتمادها من قبل المزيد من الشركات. ورغم بقاء بعض الصناعات ذات الرقابة العالية حذرة، فإن الشركات أصبحت تتقبل هذه النماذج بشكل متزايد في بيئات آمنة توفرها منصات سحابية مثل AWS وMicrosoft Azure. ووفقًا لإحصائيات UBS، فإن تكلفة تدريب النماذج الرائدة في الصين تبلغ عُشر تكلفة النماذج الأجنبية الرائدة، وسعر واجهة البرمجة API منخفض من 10% إلى 20% مقارنة بالنماذج الأجنبية المماثلة، مع مراعاة الحفاظ على هامش ربح صحي بين 20% إلى 40%. وتُظهر بيانات OpenRouter أن نسبة الـToken التي تستخدمها الشركات الأمريكية عبر المنصة مع النماذج الصينية بقيت فوق 30% منذ فبراير 2026، بل ووصلت في بعض الفترات إلى 46%.

نماذج Nvidia المفتوحة المصدر Nemotron كانت من أكثر النماذج الأمريكية المفتوحة ذكرًا في مؤتمر UBS.

الرابحون والخاسرون: إعادة توزيع القيمة على مستوى سلسلة التوريد

مصنعو الرقائق: Nvidia هي المستفيد الأكبر

على الرغم من اشتداد المنافسة في طبقة النماذج، تؤكد UBS أن الطلب على أجهزة الذكاء الاصطناعي لم يتراجع، بل ربما يتضخم أكثر. وترى UBS أن النماذج المفتوحة لن تقلل من الطلب على GPU، بل ستعيد توجيه قدرات الحوسبة نحو مهام استدلال أكثر كفاءة من حيث التكلفة. لا تزال غالبية النماذج المفتوحة تُدرّب وتضبط وتستخدم أجهزة Nvidia في عمليات الاستدلال والتخصيص. وتساعد النماذج منخفضة التكلفة في توسيع مجال تطبيق الذكاء الاصطناعي، وزيادة الطلب على حوسبة الاستدلال، والتخزين، والشبكات، والبنية التحتية للنشر.

طرحت Nvidia بنفسها نموذج Nemotron 3 Ultra المفتوح المصدر ويضم 550 مليار باراميتر، ويعزز سرعة الاستدلال بحد أقصى 5 أضعاف، ويخفض تكلفة الاستخدام حتى 30%. وقد أصبح هذا النموذج هو الأكثر ذكرًا ضمن النماذج الأمريكية المفتوحة المصدر في تقرير UBS.

مزودو البنية التحتية السحابية: المستفيدون في عصر "النماذج المتعددة"

تقع مزودات الخدمات السحابية مثل Amazon وMicrosoft وGoogle أيضاً في موقع متقدم لأنها تدعم بالفعل عدة نماذج ذكاء صناعي على منصاتها. وتملك منصات سحابية مثل AWS وAzure القدرة على التعاطي مع نماذج متعددة، وأياً كان اختيار الشركات من النماذج فهم يحتاجون إلى قوة استدلال سحابية. ويواجه مزودو السحابة فائقي الضخامة استمرار ضغط العرض وطلب العملاء القوي على موارد حوسبة الذكاء الاصطناعي.

وتؤكد بيانات الإيرادات لدى شركات الذكاء الاصطناعي النشِطة هذه الرؤية. فبحسب أمثلة ذكرتها UBS، كانت هناك شركة رفعت إيراداتها من 400 مليون دولار في يناير إلى مليار دولار، وأخرى نمت من الصفر إلى 500 مليون دولار في 14 شهرًا. ويرتبط تسارع الإيرادات أساساً بتطور قدرات النماذج وتوسع تطبيقات الذكاء الاصطناعي التي تستهلك مزيداً من الكلمات (Token)، مما يشير إلى أن الطلب على الذكاء الاصطناعي توسع من قطاع البرمجة ليشمل عمليات الأعمال الأوسع.

مطوروا النماذج المتقدمة: ضغط متزايد على النمو

يواجه مطورو النماذج المتقدمة مثل OpenAI وAnthropic التأثير الأكبر على المدى القصير بسبب ضغوط خفض التكاليف. وبينما ترى UBS أن سوق الذكاء الاصطناعي لا يزال في بداياته وأن النماذج المفتوحة والمغلقة يمكن أن تنموا معاً، قد تواجه مختبرات تطوير النماذج المتقدمة تباطؤًا في نمو إيراداتها.

قطاع البرمجيات: "الطبقة الوسيطة" المحاصرة

تبدي UBS نظرة متشائمة نوعا ما حيال موردي البرمجيات. وتشير إلى أنه من أجل السيطرة على تكاليف الذكاء الاصطناعي قد تقوم الشركات في النهاية بتحويل الإنفاق بعيدًا عن مجال تطبيقات البرمجيات؛ في حين أن وظيفة التوجيه بين النماذج، التي اعتبرت سابقًا ميزة تنافسية، أصبحت سريعًا معيارًا صارمًا في الصناعة يصعب تحقيق الأرباح منه. ومع سيطرة "النماذج المتعددة" كالوضع الطبيعي، يواجه نموذج الأعمال المعتمد على طبقة التوجيه بين النماذج وحدها تحديات حادة.