شريك Sequoia: يجب أن يحقق الذكاء الاصطناعي 3 تريليونات دولار لتبرير الإنفاق

يحسب David Cahn، الشريك في Sequoia، أن قطاع الذكاء الاصطناعي سيتعين عليه تحقيق عائدات بقيمة 3 تريليونات دولار لتبرير كل تلك الرقاقات ونفقات مراكز البيانات الأخرى — وهو الجانب الآخر للإنفاق المتوقع على البنية التحتية للذكاء الاصطناعي البالغ 1.5 تريليون دولار لعام 2026. ويشير إلى أن رقم الإيرادات المطلوبة هذا ربما يكون أقل من الواقع، نظراً لأن تكاليف الذاكرة المتزايدة والاستخدام المتنامي للرقاقات غير التقليدية أو المخصصة لعمليات الاستدلال من المرجح أن يدفعه إلى مستوى أعلى.

ويمثل هذا التقدير تصاعداً مقارنة بما كان عليه قبل ثلاث سنوات، عندما أجرى Cahn الحسابات لأول مرة بشأن إنفاق سيليكون فالي على البنية التحتية للذكاء الاصطناعي. ففي عام 2023، وتفاعلاً مع إيرادات Nvidia السنوية المُبلغ عنها من وحدات معالجة الرسومات (GPU) البالغة 50 مليار دولار، حسب أن تحقيق إيرادات بقيمة 200 مليار دولار سيكون مطلوباً لاسترداد الاستثمار الأولي. ويكتب Cahn، الشريك في Sequoia: “مؤخراً، ارتفعت الإيرادات المطلوبة لكل غيغاواط من النفقات الرأسمالية (CapEx) بشكل حاد بسبب ديناميكيات الاختناق هذه وتكاليف البناء المتزايدة”.

أما على جانب الإيرادات في الميزانية، فلا تزال الفجوة واسعة. إذ يُعتقد أن شركة Anthropic قد وصلت إلى 60 مليار دولار من الإيرادات السنوية المتكررة (ARR — وهو مقياس قياسي لمعدل تشغيل إيرادات الاشتراكات)، في حين كسبت OpenAI بحسب ما ورد 13 مليار دولار في عام 2025؛ وقالت الشركة في نوفمبر 2025 إنها وصلت إلى 20 مليار دولار من الإيرادات السنوية المتكررة (ARR).

ويراقب Torsten Slok، كبير الاقتصاديين في شركة إدارة الأصول Apollo، هذه الفجوة عن كثب. ويشير إلى أن الشركات العملاقة في مجال الحوسبة السحابية (hyperscalers) — وهي Google وMeta وMicrosoft وAmazon، ومقدمو الخدمات السحابية الذين يدعم إنفاقهم التوسع في مجال الذكاء الاصطناعي — تتوقع جميعها تسارعاً هائلاً في تدفقاتها النقدية الحرة في عام 2028. كما يشير Slok إلى اتجاه معاكس: إذ تتجه المزيد من المؤسسات إلى نماذج الأوزان المفتوحة (open weight models) الأرخص سعراً، والتي غالباً ما تكون صينية، بدلاً من تلك القادمة من المختبرات الرائدة، في حين تنخفض أسعار الرموز (tokens) الإجمالية. ووفقاً للرئيس التنفيذي Sam Altman، فإن أحدث نموذج من OpenAI يعد أكثر كفاءة في استخدام الرموز بنسبة 54% في مهام البرمجة — وهو ما يمثل أخباراً جيدة للمستخدمين، ولكنه قد يشكل ضغطاً محتملاً على الشركات التي تعتمد إيراداتها على زيادة استخدام الرموز إذا لم ينمُ هذا الاستخدام للتعويض عن ذلك.

ويحذر Slok من أنه إذا أخفقت الشركات العملاقة (hyperscalers) في تحقيق أهداف التدفق النقدي لعام 2028، فإن التداعيات قد تمتد إلى ما هو أبعد بكثير من قطاع التكنولوجيا: “مع اعتماد الكثير على عدد قليل جداً من الأسماء، فإن العائد الأبطأ لن يكون مجرد مشكلة قطاعية، بل قد يهدد بدفع الاقتصاد إلى الركود ومؤشر S&P 500 (مؤشر سوق الأسهم الأمريكية) إلى حركة تصحيحية”.

لماذا يهم

إن الفجوة بين الإنفاق على البنية التحتية للذكاء الاصطناعي البالغ 1.5 تريليون دولار والإيرادات الفعلية التي تحققها الشركات الناشئة الرائدة في مجال الذكاء الاصطناعي تمثل خطراً على الاقتصاد الكلي، وليس مجرد خطر قطاعي — فإذا لم تشهد الشركات العملاقة (hyperscalers) العائد الذي تتوقعه بحلول عام 2028، فقد تمتد التداعيات إلى الاقتصاد الأوسع وسوق الأسهم.