هذه المقالة جعلتني أفهم الذكاء الاصطناعي: طبقة التطبيقات الأكثر حرارة، طبقة الأساس الأكثر ربحية

كتابة: 深思圈

يعتقد معظم الناس أن الذكاء الاصطناعي هو مجرد روبوت يتحدث معك. عندما تفتح ChatGPT وتطلب منه تعديل بريد إلكتروني، ينجز المهمة، ويشعر كأنه سحر. تغلق الصفحة برضا، وتظن أنك فهمت ما هو الذكاء الاصطناعي. لكن الأمر أشبه بأن تضع بطاقة ائتمان في مطعم وتظن أنك فهمت كيف تربح Visa المال — لقد استخدمت المنتج، لكنك لم ترَ النظام.

مؤخرًا، أصدر المستثمر أنيش مونكا مقالًا مطولًا وتحليليًا يدرس بشكل منهجي سلسلة قيمة صناعة الذكاء الاصطناعي. استغرق منه قرابة عام ليفهم بشكل كامل كيف يتدفق المال في صناعة الذكاء الاصطناعي. بصراحة، يعترف في مقاله بأنه سلك طرقًا ملتوية، وكان يركز على منتجات مرئية وملموسة مثل ChatGPT وClaude وGemini، بينما كان يتدفق سرًا وهدوءًا 700 مليار دولار نحو البنية التحتية الأساسية التي لا يعرف عنها الكثير، مثل الرقائق، وتقنيات التغليف التي تبدو وكأنها من خيال، وأنظمة التبريد، ومحطات توليد الطاقة. يتم صب الخرسانة في تكساس، أيوا، وحيدر أباد لتشكيلها.

هذا المقال ألهمني كثيرًا. أدركت أن فهمنا للذكاء الاصطناعي ربما كان منذ البداية في غير محله. نحن نرى قمة الجبل الجليدي، لكن الثروة الحقيقية تتشكل تحت الماء بصمت.

خمس طبقات: لماذا لا يتحدث أحد عن الطبقات الأربعة السفلية

في منتدى دافوس يناير 2026، وصف الرئيس التنفيذي لشركة Nvidia، هوان رونغ، الذكاء الاصطناعي كنظام من خمس طبقات: الطاقة، الرقائق، الحوسبة السحابية، النماذج، التطبيقات. وسمى هذا النظام “أكبر مشروع بنية تحتية في تاريخ البشرية”. أطلق أنيش مونكا على هذا الإطار اسم “مكدس الذكاء الاصطناعي” (AI Stack)، وأشار إلى أن كل طبقة تدعم الطبقات العليا، وأن الأموال تتدفق بين هذه الطبقات بشكل ثنائي الاتجاه.

هذا الهيكل المكون من خمس طبقات سهل الفهم. طبقة الطاقة توفر الكهرباء، وتستهلك مراكز البيانات للذكاء الاصطناعي كميات هائلة من الطاقة — فعملية تدريب كبيرة واحدة تستهلك كهرباء تعادل استهلاك بلدة صغيرة لمدة سنة. طبقة الرقائق توفر معالجات مخصصة لإجراء عمليات حسابية هائلة، ليست تلك الموجودة في الحواسيب المحمولة العادية. طبقة الحوسبة السحابية عبارة عن مخازن ضخمة مليئة بهذه الرقائق، متصلة بسرعة عالية عبر شبكة الإنترنت. طبقة النماذج هي البرامج الفعلية للذكاء الاصطناعي، “دماغ” يتعلم أنماط البيانات. أما طبقة التطبيقات فهي المنتجات التي نستخدمها فعليًا، مثل ChatGPT، بحث Google، أنظمة كشف الاحتيال في البنوك، وغيرها.

وجدت ظاهرة مثيرة للاهتمام: تقريبًا كل النقاش حول الذكاء الاصطناعي يركز على الطبقة الخامسة، أي التطبيقات. لأنها ما نراه ونلمسه ونستخدمه. لكن أنيش أشار إلى نقطة مهمة: التركيز فقط على الطبقة الخامسة يُغفل 80% من الصورة الكاملة. وللمستثمرين، رواد الأعمال، أو أي شخص يرغب في فهم مسار العالم، الأهم هو فهم كيف يتدفق المال بين هذه الطبقات — كيف يتركز، كيف يتضاعف، كيف يتجمع، والآن يتجمع في أماكن لا يوليها معظم الناس اهتمامًا.

فكر في معنى كلمة “البنية التحتية”. الطرق، الشبكات الكهربائية، أنظمة المياه — هذه هي التي تدير الحضارة، وقبل أن تنهار، لا يفكر أحد فيها. الذكاء الاصطناعي يتحول إلى ذلك — شيء غير مرئي، لا غنى عنه، وتكلفته عالية جدًا. هذا يفسر لماذا لا يتحدث أحد في حفلات الكوكتيل عن أنظمة تبريد مراكز البيانات أو سعة الشبكة الكهربائية، لكن هذا “الغياب عن النقاش” هو علامة على أن الأموال تتدفق هناك.

إلى أين ذهبت الأموال: حقيقة غير بديهية

كشف أنيش في مقاله عن أرقام مذهلة. بحلول 2026، من المتوقع أن تنفق أكبر أربع شركات حوسبة سحابية — أمازون، مايكروسوفت، جوجل، وفيسبوك (Meta) — بين 650 مليار و700 مليار دولار على النفقات الرأسمالية (CapEx). ماذا يعني ذلك؟ تقريبًا يعادل الناتج المحلي الإجمالي لسويسرا سنة كاملة. ومن بين هذا، حوالي 75%، أي 450 مليار دولار، ستُخصص مباشرة للبنية التحتية للذكاء الاصطناعي. ليست تطبيقات الدردشة، أو البرامج، بل بناء، ورقاقات، وكابلات، وأنظمة تبريد.

هذا الرقم أعاد لي التفكير في منطق صناعة الذكاء الاصطناعي برمتها. قبل أن يستخدم أحد ChatGPT، يجب أن يُبنى مركز بيانات بحجم مركز تسوق، مملوء بعشرات الآلاف من المعالجات المخصصة، متصل بشبكة بقيمة تتجاوز غالبية الشركات، ويُمدّ بالكهرباء التي تكفي لمدينة صغيرة يوميًا. هذا هو ما يحدث في الطبقات الأولى والثالثة — طبقات غير مرئية، حيث يُنفق رأس المال بشكل كبير.

لكن هناك تناقض أعمق. الجميع يعتقد أن شركات مثل OpenAI تحقق أرباحًا ضخمة، وهذا صحيح. فـOpenAI حققت بنهاية 2025 إيرادات سنوية متكررة بقيمة 20 مليار دولار، بعد أن كانت 6 مليارات قبل عام، و2 مليار قبل عامين. نمو بمقدار عشرة أضعاف خلال عامين، لم يحدث من قبل في تاريخ الشركات.

لكن أنيش كشف عن حقيقة مهمة: أن OpenAI أهدرت حوالي 9 مليارات دولار من السيولة النقدية في 2025، ومن المتوقع أن تصل استهلاكها النقدي إلى 17 مليار دولار في 2026. تكاليف الاستدلال (عندما تسأل الذكاء الاصطناعي سؤالًا ويعمل في الخلفية) بلغت 8.4 مليار دولار في 2025، ومن المتوقع أن تصل إلى 14.1 مليار دولار في 2026. ويتوقعون أن تصل إلى نقطة توازن نقدي بحلول 2029 أو 2030.

إلى أين ذهبت هذه السيولة؟ يوضح أنيش أن الأموال تتدفق عبر مكدس التقنية بأكمله. تتجه نحو Azure من مايكروسوفت (التي ستدفع لـOpenAI 20% من إيراداتها حتى 2032)، وتتجه لشراء الرقائق من Nvidia، وتتجه لبناء وتحديث مراكز البيانات، وتتجه لشركات الكهرباء التي توفر الطاقة. هناك نمط شبه دائري: استثمار مايكروسوفت في OpenAI، ثم إنفاق OpenAI على Azure، وشراء Azure لمزيد من رقائق Nvidia، وNvidia تحقق أرباحًا قياسية، والجميع يحتفل. السيولة تتدفق باستمرار إلى الأسفل.

أعتقد أن هذا يكشف عن خطأ أساسي في الإدراك: أن معظم المستخدمين في قمة مكدس التقنية، ومعظم الأرباح في القاع. هذا الانفصال هو جوهر المنطق الاستثماري. كما يقول أنيش، هذه هي الدرس الأول في سلسلة قيمة الذكاء الاصطناعي: الإيرادات تتدفق للأعلى، ورأس المال يتدفق للأسفل. كمستثمر أو مراقب، ننجذب لنمو الإيرادات، لكننا نغفل أن تراكم رأس المال هو الحصن الحقيقي.

التكرار التاريخي: دروس ثورة الكهرباء

في مقاله، أجرى أنيش مقارنة تاريخية رائعة. إذا أردت فهم ما يحدث مع الذكاء الاصطناعي، فابحث في ثورة الكهرباء بين 1880 و1920. عندما بنى توماس إديسون أول محطة توليد كهرباء تجارية في شارع بيرل في مانهاتن عام 1882، اعتقد الناس أن الكهرباء مجرد شيء غريب، وسيلة فاخرة لإضاءة الغرف. لماذا يحتاجونها، أليس الغاز الطبيعي جيدًا؟

لكن خلال 40 سنة فقط، أعادت الكهرباء تشكيل كل صناعة على الأرض — التصنيع، النقل، الاتصالات، الرعاية الصحية، الترفيه. الشركات الفائزة لم تكن تلك التي اخترعت المصباح، بل تلك التي بنت محطات التوليد، ومررت الأسلاك النحاسية، وصنعت المولدات: جنرال إلكتريك، وويسترن يونيون، وشركات المرافق، ومناجم النحاس، والمقاولون.

نفس النموذج يتكرر الآن في مجال الذكاء الاصطناعي، لكن خلال سنوات قليلة بدلًا من عقود. يصف أنيش هذا الظاهرة بـ"جاذبية البنية التحتية" (Infrastructure Gravity). كلما ظهرت منصة حسابية جديدة، يكون الربح الأولي في “المعول والمجرفة”. التطبيقات تظهر لاحقًا، وتحصل على كل الاهتمام الإعلامي، لكن البنية التحتية تحصل على كل الأرباح.

الأرقام تؤكد صحة هذا المنطق. في السنة المالية 2026، حققت Nvidia إيرادات بقيمة 215.9 مليار دولار، بزيادة 65% عن العام السابق. فقط قسم مراكز البيانات حقق 62.3 مليار دولار في الربع الأخير، بزيادة 75%. هذا القسم الآن يمثل أكثر من 91% من إيرادات Nvidia. شركة واحدة تحقق 680 مليار دولار في ربع واحد، تسعة أعشاره من خلال خط عمل واحد.

شركة TSMC، التي تصنع رقائق Nvidia ومعظم الرقائق الأخرى، تسيطر على حوالي 70% من سوق تصنيع الرقائق العالمية في 2025، بإيرادات تصل إلى 122.5 مليار دولار. أقرب منافس لها، سامسونج، يملك 7.2%. تعليق أنيش: هذا الهيمنة تثير قلق شركات النفط الكبرى.

أعجبني جدًا رأي أنيش: إذا سألت أي شخص عن ثورة الإنترنت، سيقول Google، Amazon، Facebook. لكن إذا سألت عن من كان يحقق الأرباح في البداية، فالإجابة ستكون Cisco، وCorning، وشركات تركيب الألياف الضوئية. نفس القصة تتكرر، لكن مع فترات زمنية مختلفة. البنية التحتية دائمًا هي التي تربح أولًا، والسؤال هو: كم من الوقت ستظل هذه النافذة مفتوحة؟

خريطة المستثمرين: تحليل الفرص طبقة تلو الأخرى

خصص أنيش جزءًا كبيرًا من مقاله لتحليل فرص الاستثمار بشكل تفصيلي. أراه مفيدًا جدًا، لأنه يحول المفاهيم المجردة إلى إطار استثماري عملي.

الطبقة الأولى: الطاقة. استهلاك مراكز البيانات للذكاء الاصطناعي مذهل، ومن المتوقع أن يستهلك حوالي 90 تيراواط ساعة سنويًا بحلول 2026، بزيادة عشرة أضعاف عن 2022. هذا يخلق حجة استثمار مباشرة: أي شركة تستطيع توليد، ونقل، وتوفير طاقة موثوقة للمراكز ستستفيد. قول هوان رونغ في أكتوبر 2025 يلخص الأمر: “مراكز البيانات قد تولد طاقتها بنفسها بسرعة أكبر من الشبكة الكهربائية.” هذا يعني أن الشركات التقنية أصبحت مزودي خدمات مرافق، متجاوزة الشبكة التقليدية. هذا الاتجاه يذكرني بأن فرص استثمار البنية التحتية قد تكون أقرب إلى قطاع التكنولوجيا مما يظن الكثيرون.

الطبقة الثانية: الرقائق. وهي الأكثر شهرة، خاصة مع Nvidia. لكن أنيش يوضح أن طبقة الرقائق أكثر تعقيدًا من شركة واحدة. لها طبقات فرعية: المصممون (Nvidia، AMD، Broadcom)، المصنعون (TSMC المسيطرة على 70% من السوق)، مزودو المعدات (ASML الوحيدة التي تصنع آلات EUV)، مزودو الذاكرة (SK Hynix، Samsung، Micron)، وتقنيات التغليف.

التركيز الشديد في السوق يثير الانتباه. Nvidia تسيطر على حوالي 92% من سوق GPU لمراكز البيانات. TSMC تصنع رقائق لمعظم مصممي الرقائق. ASML هي المزود الوحيد لآلات EUV. شركة واحدة تصمم، وأخرى تصنع، وأخرى تبني الآلات. هذا التركيز هو حجة استثمارية، لكنه يحمل مخاطر جيوسياسية أيضًا. هذا الملاحظة مهمة جدًا — هذا التركيز العالي يضمن أرباحًا عالية، لكنه يعرض الشركات لمخاطر عالية أيضًا.

الطبقة الثالثة: الحوسبة السحابية ومراكز البيانات. السوق يسيطر عليه ثلاثة عمالقة: أمازون ويب سيرفيسز (31%)، مايكروسوفت أزور (24%)، وجوجل كلاود (11%). لكن الأمر يتجاوز هؤلاء. فابروسكون، Arista، Credo، Vertiv، وصناديق استثمار العقارات لمراكز البيانات (REITs) كلها تلعب دورًا.

رقم مذهل ذكره أنيش: وفقًا لبيانات البنك الأمريكي، ستخصص شركات الحوسبة السحابية 90% من تدفقاتها النقدية التشغيلية للاستثمار الرأسمالي في 2026، مقابل 65% في 2025. وتوقعات أن الشركات ستقترض أكثر من 400 مليار دولار هذا العام، ضعف ما اقترضته في 2025 (165 مليار دولار)، لتمويل بناء مراكز البيانات — رقم غير مسبوق.

الطبقة الرابعة: النماذج. وهي “الدماغ”، وتشمل OpenAI (نموذج GPT، إيرادات تتجاوز 20 مليار دولار)، Anthropic (Claude، حوالي 19 مليار دولار في 2026)، Google DeepMind (Gemini)، Meta AI (Llama). تقييم أنيش لهذه الطبقة واقعي: هي الأكثر إثارة للضجة والأقل ربحية. مشكلة النموذج هي بنيوية — كلما زادت الإنفاق، زادت جودة النموذج، لكن الإنفاق ينمو أسرع من الإيرادات. يشبه الأمر إدارة مطعم، حيث كل طبق يتطلب مكونات أغلى، لكن الزبائن يتوقعون سعرًا ثابتًا. وهو ما يضغط على هامش الربح.

الطبقة الخامسة: التطبيقات. وهي ما نراه يوميًا، مثل ChatGPT، بحث Google، Copilot من Microsoft. أوسع وأكثر ازدحامًا، لكنها أيضًا أقل ربحية، وأشد تنافسية. أنيش يوضح أن التميز في هذه الطبقة يعتمد على البيانات. الشركات التي تمتلك بيانات حصرية وفريدة ستبني ميزة دائمة — مثل Salesforce ببيانات إدارة علاقات العملاء، Bloomberg بالبيانات المالية، Epic بالسجلات الطبية.

أعجبني جدًا رأي أنيش: أن أفضل عوائد خلال 3-5 سنوات ستكون من استثمار في البنية التحتية الآن، ثم التركيز على التطبيقات لاحقًا. الشركات التي ستفوز حقًا في التطبيقات هي تلك التي تمتلك بيانات لا يمكن للآخرين الوصول إليها، وغالبًا لا تعتبر نفسها شركات ذكاء اصطناعي.

هل هو فقاعة؟ سؤال يجب مواجهته

رد أنيش مباشرة على سؤال جوهري: “هل هذا تكرار لفقاعة الإنترنت؟ إنفاق ضخم على البنية التحتية، بدون أرباح، والجميع يضخم الأمور؟” وأجاب بشكل مقنع.

الفرق هو توقيت الطلب. في فقاعة الإنترنت، كانت الشركات تبني البنية التحتية قبل أن تظهر الحاجة — شبكات الألياف، والخوادم، لكن المستخدمين لا يزالون يستخدمون dial-up. البنية التحتية كانت تُبنى، لكن الطلب لم ينفجر إلا بعد 5-7 سنوات، وحدث تصحيح كبير.

أما الآن، فالحاجة للذكاء الاصطناعي موجودة وتتزايد بسرعة. Nvidia لا تستطيع تصنيع الرقائق بسرعة كافية، وTSMC نفدت من قدراتها، وأسعار استئجار الحوسبة السحابية ترتفع، وOpenAI زادت 400 مليون مستخدم نشط أسبوعيًا بين مارس وأكتوبر 2025. النماذج تُستخدم، والحسابات تُستهلك، والعملاء يدفعون.

لكن أنيش يعترف بثلاث مخاطر رئيسية: سوء تخصيص رأس المال — إذا لم تتزايد إيرادات خدمات الذكاء الاصطناعي بسرعة كافية لتبرير الإنفاق فوق 650 مليار دولار، فستواجه بعض الشركات ضغط أرباح شديد، وربما تصبح التدفقات النقدية الحرة سلبية. مخاطر التركيز — TSMC تصنع 70% من الرقائق، وASML المزود الوحيد لآلات EUV، وNvidia تسيطر على 92% من سوق GPU لمراكز البيانات، وأي اضطراب جيوسياسي أو طبيعي قد يهدد المكدس بأكمله. وأخيرًا، مشكلة DeepSeek — حيث أنشأت شركة DeepSeek الصينية في يناير 2025 نموذجًا بأقل تكلفة تدريب، وتحدت فرضية أن الإنفاق الأكبر يساوي ذكاءً اصطناعيًا أفضل.

أعتقد أن صراحة أنيش بشأن المخاطر تزيد من مصداقية تحليله. لم يتجنبها، بل عرضها بوضوح. ومع ذلك، حتى مع هذه المخاطر، تقدر شركة McKinsey أن استثمارات مراكز البيانات العالمية قد تصل إلى 6.7 تريليون دولار بحلول 2030، وPWC تتوقع أن يساهم الذكاء الاصطناعي بـ15.7 تريليون دولار في الناتج المحلي الإجمالي العالمي بحلول 2030. حتى لو كانت هذه الأرقام مخطئة بنسبة 50%، فنحن نتحدث عن أكبر تحول اقتصادي تقني منذ الإنترنت.

جملة أنيش التي أوافق عليها جدًا: “كن مشككًا في النماذج، ومشككًا في الجدول الزمني، لكن لا تكن جاهلًا بسلسلة التوريد. هذان أمران مختلفان. أحدهما موقف ذكي، والآخر قد يكلفك أموالًا.”

اللعب على المستويات الصحيحة

اختتم أنيش مقاله بمجاز لعبة الفيديو: الذكاء الاصطناعي كأنه لعبة من خمس مراحل، كل مرحلة لها صعوبة وعائد مختلف. طبقة الطاقة هي مرحلة التدريب، مخاطر منخفضة وعائد ثابت. طبقة الرقائق هي معركة الزعيم، أرباح عالية ولكنها صعبة. الحوسبة السحابية هي خادم متعدد اللاعبين، حيث تقتنص الشركات الكبرى الأرباح. النماذج هي ساحة PvP، تنافس شرس، وغالبية اللاعبين يُقضى عليهم. التطبيقات هي عالم مفتوح، إمكانيات لا حصر لها، لكن مع مكافآت غير مضمونة.

استراتيجيته الأساسية بسيطة: لا يتعين عليك لعب كل المراحل الخمسة. معظم الناس يركزون على المرحلة الخامسة لأنها واضحة، لكن الأموال الذكية تركز على المرحلة الثانية والثالثة، لأنها أكثر خبرة الآن.

هذه الإطار يوضح أن مكانك في مكدس التقنية يحدد ما يجب أن تركز عليه. لغير التقنيين، لا تحتاج لفهم كيف تعمل وحدات معالجة الرسوم، بل تحتاج إلى فهم أن هناك من يصنعها، ويستضيفها، ويزودها بالطاقة — وهذه الشركات عامة. للمطورين، أنت تعرف أن النماذج تتقدم، لكن قد تقلل من سرعة ظهور قيود فيزيائية. للمستثمر، سلسلة قيمة الذكاء الاصطناعي تتكون من خمس معاملات مختلفة، وكل منها يحمل مخاطر وعوائد مختلفة. اعتبار “الذكاء الاصطناعي” كصناعة واحدة هو سذاجة مثل اعتبار “التكنولوجيا” صناعة واحدة في 1998.

أخيرًا، يذكر أن أنيش أن ميزة البنية التحتية لن تدوم للأبد. في مرحلة معينة، ستنضج البنية، وتندمج التطبيقات، وتنتقل القيمة إلى أعلى المكدس، كما حدث مع الإنترنت — حيث استحوذت أمازون، Google، Facebook على القيمة التي كانت تذهب سابقًا لمصنعي الألياف الضوئية والخوادم. لكن الآن، نحن لا نزال في مرحلة البنية التحتية، ومرحلة المعول والمجرفة. ومع ذلك، فإن المعول والمجرفة يطبعان النقود.

بعد قراءة مقال أنيش الطويل، أكبر استفادة لي كانت فهم قاعدة بسيطة وعميقة: المستهلك يركز على المنتج، والمستثمر يركز على سلسلة التوريد، وأفضل المستثمرين يلاحظون سلسلة التوريد قبل أن يطرح المنتج. بعد خمس سنوات، ستبدو تسمية هذا الدورة واضحة، فهي دائمًا كذلك. اللعبة تكمن في رؤية الهيكل قبل أن يلحق الآخرون.

بعد عشر سنوات، سيكون فهم مكدس تقنيات الذكاء الاصطناعي مثل فهم الميزانية العمومية — تعلم الهيكل، ورسم المستويات، وتتبع رأس المال. هذه هي اللعبة.