دورة الذكاء الاصطناعي الفائقة تتراجع: رهان الذكاء الاصطناعي الذي بلغت قيمته مليارات الدولارات - لماذا يصطدم الضجيج التقني الآن بواقع مرير

خيبة الأمل بعد الضجة الإعلامية: لماذا أصبحت الشركات مترددة فجأة بشأن الذكاء الاصطناعي

تكنولوجيا رائدة – ولكن من سيدفع ثمنها؟ 6. فخ تكلفة الذكاء الاصطناعي: عندما تلتهم قوة الحوسبة الأرباح

أدى ازدهار الذكاء الاصطناعي إلى دفع عالم التكنولوجيا إلى حالة من التنافس المحموم غير المسبوق. ولكن خلف كواليس نماذج اللغة المبهرة والتقييمات التي تصل إلى مليارات الدولارات، تتفاقم مشكلة اقتصادية ضخمة. فبينما تضخ شركات التكنولوجيا العملاقة مبالغ طائلة في مراكز البيانات والرقائق عالية الأداء ومصادر الطاقة، يتخلف الطلب الفعلي عن الركب. باتت صناعة الذكاء الاصطناعي أشبه بمقامرة محفوفة بالمخاطر على المستقبل: تكاليف تشغيل هائلة ومخاطر خفية خارج الميزانية تصطدم بسوق بات فيه تحقيق الربحية الحقيقية أصعب بكثير مما كان متوقعًا. لا يكفي توفير الوقت وحده لتوليد الإيرادات، ولن يكون المستخدم النهائي العادي قادرًا على تحمل تكاليف البنية التحتية الفلكية. هل تواجه دورة الذكاء الاصطناعي الفائقة، التي طالما تم الترويج لها، صدمة واقعية قاسية؟ هذا تحليل معمق لفجوات العائد المتزايدة، وعمليات الدمج الوشيكة في السوق، والتساؤل عن سبب بقاء أولئك القادرين على تحويل الذكاء الاصطناعي إلى خلق قيمة حقيقية قابلة للقياس فقط في نهاية المطاف.

ذو صلة بهذا الموضوع:

• دراسة جديدة من Xpert.Digital حول الذكاء الاصطناعي: أصبحت نماذج الذكاء الاصطناعي عاملاً إنتاجياً صناعياً ونظام تشغيل للشركات وخلق القيمة

رهان الذكاء الاصطناعي بمليارات الدولارات: لماذا يُجبر السوق الآن على إعادة النظر في الواقع؟ – عندما تنمو قوة الحوسبة بوتيرة أسرع من الطلب المدفوع

لا يزال سوق الذكاء الاصطناعي العالمي في طور النمو، ولكنه يواجه تحديًا اقتصاديًا لم يحظَ بالنقاش الكافي حتى الآن. من الناحية التقنية، يُمثل الذكاء الاصطناعي بلا شك طفرة هيكلية: فنماذج اللغة، والأنظمة متعددة الوسائط، والوكلاء المتخصصون، وحلول الرؤية الحاسوبية الصناعية، ودعم اتخاذ القرارات الآلي، تُحدث تحولًا جذريًا في عمليات العمل، والمنتجات، وسلاسل القيمة بأكملها. في الوقت نفسه، يُصبح هذا النجاح التقني تحديًا متزايدًا للأعمال. ثمة فجوة بين قدرات النمذجة المذهلة ونموذج الأعمال المستدام، وهي فجوة قد تتسع مع كل مركز بيانات جديد، وكل عملية شراء لرقائق إلكترونية، وكل استثمار إضافي بمليارات الدولارات.

لم يعد السؤال المحوري هو ما إذا كان الذكاء الاصطناعي مفيدًا، بل ما إذا كانت العوائد المتوقعة من البنية التحتية العالمية للذكاء الاصطناعي قادرة على تغطية تكاليف تطويره وتشغيله وتمويله وتجديده المستمر، بما يبرر التقييمات الحالية وبرامج الاستثمار. هذا هو جوهر النقاش. توفر العديد من التطبيقات الوقت، وتحسن البحث، وتسرع البرمجة، وتسهل الترجمة، وتولد المحتوى، أو تدعم عمليات خدمة العملاء. لكن توفير الوقت لا يُترجم تلقائيًا إلى إيرادات إضافية، أو هوامش ربح محققة، أو قيمة تجارية مستدامة. في كثير من الحالات، يُغير الذكاء الاصطناعي المهام فحسب، أو يرفع توقعات السرعة، أو يجعل الخدمات الحالية أرخص وبالتالي أقل تميزًا.

لذا، فإن الواقع الاقتصادي أكثر تعقيدًا بكثير من الرواية الشائعة عن دورة فائقة حتمية للذكاء الاصطناعي. لا تستثمر شركات التكنولوجيا الكبرى في تطبيقات فردية، بل في نظام صناعي متكامل يشمل أشباه الموصلات، ومراكز البيانات، ومصادر الطاقة، والتبريد، والألياف الضوئية، ومنصات الحوسبة السحابية، وتدريب النماذج، وتشغيلها، وتراخيص البيانات، وبنى الأمن، والمبيعات. يتطلب هذا النظام تدفقات رأسمالية ضخمة على مدى سنوات عديدة. تُجرى هذه الاستثمارات اليوم، بينما لم يتحقق بعد جزء كبير من الطلب المتوقع. ونتيجة لذلك، باتت صناعة الذكاء الاصطناعي أشبه بمقامرة على استعداد المستثمرين للدفع في المستقبل.

تكشف مقارنة Xpert.Digital لما يصل إلى 24 نموذجًا للذكاء الاصطناعي عن مدى سرعة تنوع السوق. فإلى جانب المنصات الرئيسية المعروفة، توجد نماذج مفتوحة المصدر، وأنظمة خاصة بقطاعات محددة، وعروض متعددة الوسائط، ونماذج مدمجة للأجهزة، وحلول متخصصة للغاية للبرمجة والتحليل ومعالجة الصور والعمليات الصناعية. يُعد هذا التنوع إيجابيًا من الناحية التقنية، ولكنه يُفاقم أيضًا المسألة الاقتصادية. فليس كل نموذج عالي الأداء قادرًا على دعم نموذج عمل مستقل ومربح للغاية. وكلما تشابهت الوظائف الأساسية وتلاشى فارق الأداء، كلما تحول التنافس من ذكاء النموذج إلى السعر والتوزيع والوصول إلى البيانات والتكامل وتكاليف الحوسبة وولاء العملاء.

وبالتالي، فإن اقتصاد الذكاء الاصطناعي اليوم لا يشبه سوق البرمجيات التقليدية ذات وفورات الحجم الكبيرة والتكاليف الحدية المنخفضة، بل يشبه سوق البنية التحتية كثيفة رأس المال، والتي تُباع مع تاريخ برمجي. هذا التمييز جوهري. فالبرمجيات البحتة قادرة على النمو عالميًا باستثمار رأسمالي إضافي ضئيل نسبيًا. أما الذكاء الاصطناعي التوليدي، من ناحية أخرى، فيتطلب موارد مادية ضخمة للتدريب والاستخدام. فكل استعلام يُنفذ يُكبّد تكاليف حسابية، واستهلاكًا للطاقة، وتكاليف شبكة، واستهلاكًا للأجهزة باهظة الثمن. وكلما زادت قوة النماذج واتسعت قاعدة المستخدمين، زادت ليس فقط الإيرادات، بل أيضًا قاعدة تكاليف التشغيل.

فجوة العائد خلف التقدم التكنولوجي

يكمن الصراع الاقتصادي الأبرز في صناعة الذكاء الاصطناعي في التناقض بين حجم الاستثمار والطلب القابل للتسويق. غالبًا ما تنظر الشركات والمستثمرون والجهات المعنية إلى الذكاء الاصطناعي باعتباره تقنية مستقبلية حتمية. وهذا الافتراض صحيح من حيث المبدأ؛ إذ سيصبح الذكاء الاصطناعي جزءًا لا يتجزأ من البنية الاقتصادية. مع ذلك، لا يعني هذا بالضرورة أن كل استثمار اليوم، وكل جيل جديد من الرقائق الإلكترونية، وكل نموذج شركة، وكل مشروع مركز بيانات سيحقق نجاحًا اقتصاديًا.

يكمن الخطأ في مساواة الأهمية التكنولوجية بالعائد الفوري على الاستثمار. فالكهرباء والسكك الحديدية والاتصالات والإنترنت كانت جميعها تقنيات تحويلية. ومع ذلك، أدت مراحل تطويرها إلى فائض في الطاقة الإنتاجية، وفقاعات مضاربة، وحروب أسعار، وانهيار شركات. ولأن التكنولوجيا مهمة على المدى البعيد، فإن الجيل الأول من تطبيقها الاقتصادي قد يكون مكلفًا للغاية، أو سابقًا لأوانه، أو مجزأً للغاية. وغالبًا ما تجني الشركات الأخرى، غير تلك التي مولت التطوير الأولي الذي يتطلب رأس مال ضخم، الفوائد اللاحقة للبنية التحتية.

مع الذكاء الاصطناعي، يرتفع هذا الخطر بشكل خاص نظرًا لطول سلسلة الاستثمار. تبدأ هذه السلسلة بمصنّعي الرقائق عالية الأداء ومكونات الذاكرة، ثم يتبعهم مصنّعو الخوادم، وتقنيات الشبكات، وتقنيات التبريد، وبناة مراكز البيانات، ومزودو الطاقة، ومنصات الحوسبة السحابية، ومزودو النماذج. بعد ذلك، يتعين على الشركات دمج هذه الأنظمة في عملياتها الواقعية. وفي نهاية هذه السلسلة فقط، يوجد عميل يدفع مقابل هذه التقنية، ويجب أن يكون مستعدًا لإنفاق مبلغ يفوق تكلفة التقنية نفسها لتحقيق تحسين ملموس.

تأخذ كل مرحلة من مراحل سلسلة التوريد النمو في الحسبان. يتوقع مُصنّعو الرقائق زيادة الطلب من مزودي خدمات الحوسبة السحابية العملاقة. يخطط مزودو هذه الخدمات لمراكز البيانات لأن مُصنّعي النماذج وعملاء المؤسسات يتوقعون زيادة في السعة. يستثمر مُصنّعو النماذج في التدريب لأنهم يتوقعون ملايين أو مليارات المستخدمين. يشتري عملاء المؤسسات التراخيص لأنهم يتوقعون زيادة في الإنتاجية. لا تعمل السلسلة بأكملها بكفاءة إلا إذا نما طلب المستخدم النهائي وعُوِّض بهامش ربح كافٍ.

هنا تحديدًا تكمن الشكوك. تختبر العديد من الشركات الذكاء الاصطناعي التوليدي على نطاق واسع، لكنها لا تُوسّع نطاق سوى جزء صغير من مشاريعها التجريبية. والأسباب مفهومة من منظور تجاري: فالبيانات غير مُهيكلة أو حساسة قانونيًا، والعمليات غير موحدة، ويصعب توثيق الخبرات، والنتائج بحاجة إلى التحقق، والواجهات غير كافية، أو أن الفوائد المتوقعة غير كافية لتبرير إجراء تغيير جذري في النظام. يُضاف إلى ذلك متطلبات تتعلق بحماية البيانات، وأمن المعلومات، والمسؤولية، ومجالس العمل، والامتثال التنظيمي، ومعايير الجودة الخاصة بكل قطاع.

لذا، تُعدّ تقنيات الذكاء الاصطناعي ذات قيمة بالغة في الواقع العملي، ليس فقط عندما تُسرّع عمل الموظفين الأفراد، بل أيضاً عندما تُؤتمت عملية محددة بوضوح ذات معدل تكرار عالٍ، أو تكاليف أخطاء مرتفعة، أو وقت تنفيذ طويل. ومن الأمثلة على ذلك: التحقق من المستندات في شركات التأمين، ومراقبة الجودة في الإنتاج، والتوريد الذكي لقطع الغيار في الهندسة الميكانيكية، وإعداد عروض الأسعار آلياً في مبيعات الشركات، والتنبؤ باحتياجات صيانة المعدات، أو دعم تطوير البرمجيات المعقدة. في هذه المجالات، يُمكن للذكاء الاصطناعي تحسين مؤشرات الأداء الرئيسية الملموسة والقابلة للقياس، مثل: وقت المعالجة، ومعدل الهدر، وقدرة التسليم، ومعدل الخطأ، ومعدل الإنجاز من المرة الأولى، والإيرادات لكل مندوب مبيعات، أو وقت توقف الآلات.

الوضع أكثر تعقيدًا مع روبوتات الدردشة العامة ومساعدي الذكاء الاصطناعي. فهي قادرة على تحقيق فوائد فردية كبيرة، لكن هذه الفوائد غالبًا ما تتوزع بشكل غير منظم على العديد من المهام الصغيرة. على سبيل المثال، قد يُجري الموظف بحثًا أسرع، أو يُصيغ رسائل البريد الإلكتروني بفعالية أكبر، أو يُعدّ مخططًا أوليًا لعرض تقديمي. هذا أمر قيّم، لكن التوفير لا يُترجم تلقائيًا إلى طاقة متاحة. في كثير من الأحيان، يُستغل الوقت المُوفّر في مهام إضافية، أو ترتفع معايير الجودة، أو يبقى التوفير غير مرئي لعدم إلغاء أي وظائف أو استخدام أي خدمات خارجية. وبالتالي، يكون الأثر الاقتصادي ملموسًا، لكنه أقل مما يُوحي به الحماس الأولي للتكنولوجيا.

يُفسر هذا التباين صعوبة تحقيق عائد استثماري من الاستخدام الواسع النطاق للذكاء الاصطناعي التوليدي يتناسب مع استثمارات البنية التحتية العالمية. فالذكاء الاصطناعي قادر على زيادة الإنتاجية دون تعزيز الناتج الاقتصادي الإجمالي بشكل فوري ومتناسب، كما أنه قادر على خفض التكاليف دون زيادة هوامش الربح بشكل مستدام، ويتيح خدمات جديدة دون أن يكون العملاء على استعداد لدفع مبالغ إضافية مقابلها، ويحول خدمات المعرفة والاتصالات المدفوعة سابقًا إلى سلع موحدة قابلة للتبادل بسهولة أكبر.

المستخدم العادي ليس ثقلاً موازناً قابلاً للتطبيق

أدى الحماس الأولي في سوق المستخدمين الأفراد إلى توقعات بأن يصبح الذكاء الاصطناعي التوليدي منتجًا عالميًا متاحًا للجميع، على غرار محركات البحث وشبكات التواصل الاجتماعي والهواتف الذكية. هذه التوقعات مفهومة، لكنها لا تتحقق على أرض الواقع. فالسوق الخاص واسع جدًا، ولكنه يتسم برغبة محدودة في الدفع. يقبل العديد من المستخدمين خدمات مجانية أو مدعومة بشكل كبير. وحتى الرسوم الشهرية المنخفضة نسبيًا لا يدفعها إلا جزء من المستخدمين على المدى الطويل.

تتفاقم المشكلة لأن النماذج الأكثر قوة لا يمكن إعادة إنتاجها مجانًا تقريبًا مثل المنتجات الرقمية التقليدية. فملف نصي أو تطبيق أو بث موسيقي لا يتطلب سوى تكاليف إضافية منخفضة نسبيًا مقارنةً بنطاق وصوله المحتمل. في المقابل، قد يستهلك استعلام الذكاء الاصطناعي المعقد موارد حاسوبية كبيرة. أما بالنسبة لتطبيقات الصور والفيديو والصوت والوكلاء، فتزداد هذه التكاليف بشكل ملحوظ. وعندما يستخدم ملايين المستخدمين ميزات عالية الجودة بكثافة، قد ينمو عبء التكلفة بوتيرة أسرع من الإيرادات من الاشتراكات أو الإعلانات.

لا يعني هذا أن سوق المستهلكين غير مهم، فهو لا يزال ذا أهمية استراتيجية لأنه يُولّد بيانات الاستخدام، ويعزز الوعي بالعلامة التجارية، ويمنح مزايا التوزيع، ويعزز ولاء المستخدمين للمنصة. كما يُمكن أن يكون مدخلاً للعروض المتميزة. لكن من الصعب عليه وحده تحمّل تكاليف البنية التحتية لسباق الذكاء الاصطناعي العالمي. لا يُمكن لاشتراك شهري واحد أن يحظى بنفس الأهمية الاقتصادية لعقد مؤسسي متعدد السنوات يدمج الذكاء الاصطناعي بشكل عميق في العمليات الحيوية.

علاوة على ذلك، يتزايد الشعور بالتعود. فما كان يُعتبر مذهلاً في السابق سرعان ما يصبح ميزة قياسية متوقعة. تفقد ميزات توليد النصوص والترجمة وتحرير الصور والملخصات والمساعدة البرمجية الأساسية عنصر الإثارة. يقارن العملاء بشكل متزايد بين مقدمي الخدمات بناءً على السعر وسهولة الاستخدام. وهذا يخلق ضغطًا تقليديًا نحو التنميط. فعندما تتوفر مستويات أداء مماثلة عبر نماذج متعددة، تتضاءل القدرة على تبرير الأسعار المرتفعة باستمرار بناءً على جودة النموذج فقط.

يُعدّ هذا التطور إيجابيًا بشكل عام للمستخدمين، إذ يستفيدون من انخفاض الأسعار، وتوفّر خيارات أوسع، وتزايد انفتاح البدائل. أما بالنسبة لمقدّمي الخدمات، فيعني ذلك إمكانية ضخّ استثمارات ضخمة في سوق بات فيها التميّز أكثر صعوبة، وتضاءلت فيه القدرة على تحديد الأسعار. في ظل هذه الظروف، يصبح من غير الممكن تبنّي فكرة أن يصبح كل نموذج ذكاء اصطناعي آلة ربح عالمية مستقلة.

وبالتالي، تظل الشركات هي الشريحة المؤثرة اقتصاديًا في السوق. ولكن حتى في هذا القطاع، فإن استعداد الشركات للدفع ليس بلا حدود. فالشركات لا تشتري الذكاء الاصطناعي لمجرد الظهور بمظهر عصري، بل تستثمر فيه بشكل مستدام فقط إذا أثبت جدواه في زيادة الإيرادات، أو خفض التكاليف، أو تخفيف المخاطر، أو تحسين الجودة، أو تحقيق تميز استراتيجي في السوق. وتزداد هذه المتطلبات صرامةً خلال فترات الركود الاقتصادي ومع ارتفاع تكاليف التمويل. وتتنافس ميزانيات الذكاء الاصطناعي مع الاستثمارات في مجالات الأتمتة، والأمن السيبراني، وأنظمة تخطيط موارد المؤسسات، وتحديث المصانع، وتطوير الكوادر، وكفاءة الطاقة، وسلاسل التوريد الدولية.

بُعد جديد للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | إكسبرت للاستشارات - الصورة: Xpert.Digital

ستتعلم هنا كيف يمكن لشركتك تطبيق حلول الذكاء الاصطناعي المخصصة بسرعة وأمان ودون عوائق دخول عالية.

تُعدّ منصة الذكاء الاصطناعي المُدارة حلاً شاملاً ومريحاً لمشاكل الذكاء الاصطناعي. فبدلاً من التعامل مع التكنولوجيا المعقدة والبنية التحتية المكلفة وعمليات التطوير المطولة، ستحصل على حل جاهز مصمم خصيصاً لتلبية احتياجاتك من شريك متخصص، غالباً في غضون أيام قليلة فقط.

المزايا الرئيسية باختصار:

⚡ تنفيذ سريع: من الفكرة إلى التطبيق الجاهز للاستخدام في أيام، وليس شهورًا. نقدم حلولًا عملية تُحقق قيمة مضافة فورية.

🔒 أقصى درجات أمان البيانات: بياناتك الحساسة تبقى معك. نضمن معالجة آمنة ومتوافقة مع الأنظمة دون مشاركة البيانات مع أي جهات خارجية.

💸 لا مخاطر مالية: أنت تدفع فقط مقابل النتائج. يتم التخلص تماماً من الاستثمارات الأولية الكبيرة في الأجهزة أو البرامج أو الموظفين.

🎯 ركّز على جوهر عملك: انصبّ اهتمامك على ما تُجيده. نحن نتولّى جميع جوانب التنفيذ التقني والتشغيل والصيانة لحلول الذكاء الاصطناعي الخاصة بك.

📈 حلول مستقبلية وقابلة للتطوير: يتطور نظام الذكاء الاصطناعي الخاص بك معك. نضمن التحسين المستمر وقابلية التوسع، ونقوم بتكييف النماذج بمرونة مع المتطلبات الجديدة.

للمزيد من المعلومات، انقر هنا:

• حلول الذكاء الاصطناعي المُدارة - خدمات الذكاء الاصطناعي الصناعية: مفتاح التنافسية في قطاعات الخدمات والصناعة والهندسة الميكانيكية

لا يزال الطلب من الشركات انتقائياً

الاقتصاد كبير، لكن طاقته ليست غير محدودة. هذه الملاحظة التي تبدو بديهية غالبًا ما تُغفل في نقاشات الذكاء الاصطناعي. حتى لو تبنت جميع الشركات تقريبًا الذكاء الاصطناعي، فليس بالضرورة أن تتكبد كل شركة نفقات باهظة ومتزايدة باستمرار على النماذج الخارجية، وسعة الحوسبة السحابية، وأنظمة الوكلاء. ستندمج العديد من التطبيقات في حزم البرامج الحالية ولن تُدرّ سوى إيرادات إضافية محدودة كوظيفة إضافية. بينما سيتم تشغيل تطبيقات أخرى محليًا، عبر نماذج أصغر، أو من خلال حلول مفتوحة المصدر. وسيتم إيقاف تطبيقات أخرى بعد مراحل تجريبية لأن جودة البيانات، أو نضج العمليات، أو الأعباء التنظيمية تفوق فوائدها.

لذا، فإن السؤال المحوري ليس عدد الشركات التي تُجرّب الذكاء الاصطناعي، بل مقدار هامش الربح الإضافي الذي يُحققه الذكاء الاصطناعي لكل شركة، وما هي النسبة التي تُترجم إلى استعداد للدفع لمزودي خدمات الذكاء الاصطناعي. ثمة فرقٌ كبير بين هذين الرقمين.

على سبيل المثال، يمكن لشركة هندسة ميكانيكية استخدام مساعد خدمة مدعوم بالذكاء الاصطناعي لتسريع عملية البحث عن الوثائق الفنية. مع ذلك، لا تعود الفائدة تلقائيًا على مُزوّد ​​النموذج، إذ يبقى جزء كبير منها في يد مُصنّع الآلة، أو مُكامل الأنظمة، أو مُزوّد ​​برامج تخطيط موارد المؤسسات (ERP) أو إدارة دورة حياة المنتج (PLM)، أو مُشغّل الحوسبة السحابية، أو العميل نفسه. وبالتالي، فإنّ خلق القيمة مُوزّع. في الوقت نفسه، يتحمّل مُزوّد ​​البنية التحتية الأساسية للنموذج تكاليف باهظة للأجهزة والتشغيل والتطوير والمبيعات.

ينطبق هذا الأمر بشكل أكبر على أنظمة الذكاء الاصطناعي. فهي تُعتبر المرحلة الرئيسية التالية للنمو، لأنها لا تقتصر وظيفتها على توليد المحتوى فحسب، بل تشمل أيضًا تنفيذ سلاسل المهام. نظريًا، يمكنها التحقق من الطلبات، ومقارنة الموردين، وتنسيق المواعيد، وبدء اختبارات البرمجيات، وتحديث بيانات المبيعات، أو معالجة طلبات الدعم. عمليًا، سرعان ما تواجه هذه الأنظمة مشاكل تتعلق بالموثوقية، والتفويض، وجودة البيانات، وقابلية التفسير، والمسؤولية. كلما زادت استقلالية النظام، ارتفعت متطلبات التحكم والأمان. لذلك، غالبًا ما يبقى العنصر البشري جزءًا من عملية صنع القرار في العمليات التجارية الحيوية. ورغم أن هذا لا يُقلل من الفوائد، إلا أنه يُحد من نطاق الأتمتة التي يُمكن تحقيقها بالكامل.

لذا، من المرجح ألا يتحدد اقتصاد الذكاء الاصطناعي بسوق واحد شامل، بل بمجموعة من الأسواق الفرعية شديدة التباين. قد يكون بعضها مربحًا للغاية، مثل التطبيقات الصناعية المتخصصة، وتحليل الصور الطبية، والأمن السيبراني، وتطوير البرمجيات، والتحليل المالي، وإدارة الخدمات اللوجستية، والبحث العلمي. بينما سيتعرض البعض الآخر لضغوط سعرية نتيجةً للتوحيد القياسي، والبرمجيات مفتوحة المصدر، وتكامل المنصات. إن الافتراض الشامل بأن قطاع الذكاء الاصطناعي بأكمله سيحقق هوامش ربح استثنائية في كل مكان ليس مقنعًا من الناحية الاقتصادية.

في أوروبا وألمانيا تحديدًا، يبرز عامل آخر. غالبًا ما تمتلك الشركات الصناعية الصغيرة والمتوسطة بيانات قيّمة، ومعرفة متعمقة بالعمليات، وحالات استخدام معقدة. وهذا يتيح فرصًا لحلول الذكاء الاصطناعي الفعّالة. في الوقت نفسه، تتسم العديد من الشركات بتنوع هيكلها التنظيمي، واستخدامها لبنى تحتية تقنية معلوماتية قائمة، ومواردها المحدودة لمشاريع التحول طويلة الأمد. لذا، لا يكمن التحدي في الوصول إلى نموذج عالي الأداء بقدر ما يكمن في التكامل السلس للعمليات.

يُتيح هذا سوقًا هامًا لشركاء الاستشارات والتكنولوجيا والتنفيذ. غالبًا ما لا يكمن جوهر الذكاء الاصطناعي الاقتصادي في مجرد توفير نافذة دردشة، بل في ترجمة مشكلات الأعمال إلى مسارات عمل قابلة للقياس باستخدام الذكاء الاصطناعي. أولئك الذين يربطون مصادر البيانات، ويعيدون تصميم العمليات، ويضعون أسس الحوكمة، ويُدمجون استخدام الذكاء الاصطناعي في العمليات التشغيلية، هم أكثر قدرة على خلق قيمة مستدامة من مقدمي الخدمات الذين يعتمدون فقط على نماذج عامة.

ذو صلة بهذا الموضوع:

• لا تتعثر في مرحلة "إثبات المفهوم": لماذا تُحدث نماذج الذكاء الاصطناعي القائمة على النتائج ثورة في مجال تكنولوجيا المعلومات

مليارات الدولارات خارج الميزانية العمومية تغير المخاطر

لا تختفي التكاليف الباهظة لتوسيع نطاق الذكاء الاصطناعي لمجرد تنظيمه خارج إطار الميزانية العمومية التقليدية. تُعدّ هياكل التمويل هذه من أهم المواضيع، وأقلها فهمًا، في اقتصاد الذكاء الاصطناعي الحالي. ويشير بنك التسويات الدولية إلى أن الشركات العملاقة في مجال الحوسبة السحابية تستخدم بشكل متزايد هياكل تمويل خارج الميزانية العمومية وشراكات مع جهات إقراض خاصة، بالإضافة إلى السندات التقليدية، لتوسيع بنيتها التحتية.

قد تكون هذه النماذج مفيدة من منظور الأعمال. إذ يُمكن تمويل مراكز البيانات، ومزارع الخوادم، ومرافق الطاقة، أو البنية التحتية المتخصصة من خلال شركات المشاريع، أو نماذج التأجير، أو اتفاقيات الإيجار طويلة الأجل، أو المشاريع المشتركة، أو المستثمرين الخارجيين. وهذا يُقلل من متطلبات رأس المال الفورية، ويُوزع المخاطر، ويُمكن أن يُحسّن نسبة الميزانية العمومية للشركة على المدى القصير. وتُعد هذه الأدوات جذابة للأسواق سريعة النمو لأنها تُسرّع التوسع.

لكن النقطة الاقتصادية الحاسمة تكمن في أن الالتزامات لا تختفي، بل تتغير فقط. فبدلاً من أن تكون نفقات استثمارية فورية، يمكن تأجيلها إلى فترات لاحقة عبر ضمانات شراء طويلة الأجل، أو عقود إيجار، أو التزامات طاقة إنتاجية، أو وعود سداد. ويمكن لهذا النظام أن يستمر بثبات لسنوات، شريطة أن يتوافق الطلب، واستغلال الطاقة الإنتاجية، والأسعار مع التوقعات. وتنشأ المشاكل عندما تكون الإيرادات أضعف من المخطط لها، بينما تظل تكاليف البنية التحتية ثابتة إلى حد كبير بموجب العقد.

يُؤدي هذا إلى تأثيرٍ مُضاعف. فمع ارتفاع معدلات الاستخدام وزيادة الطلب، تعمل مراكز البيانات الضخمة كمحركاتٍ لتوسيع نطاق العمليات. إلا أنه مع انخفاض معدلات الاستخدام أو المنافسة السعرية الشديدة، يُمكن أن تُصبح هذه المرافق نفسها عبئًا. فالأجهزة تتقادم بسرعة، وتبقى تكاليف الكهرباء مرتفعة، ويُطالب المُقرضون بالعوائد، ويُؤدي الجيل التالي من الرقائق إلى زيادة الضغط على التحديث. وقد يجد أولئك الذين بنوا مراكز البيانات بتكلفةٍ باهظة، أو في وقتٍ مُبكر جدًا، أو بناءً على افتراضاتٍ مُفرطة في التفاؤل بشأن الطلب، أنفسهم تحت ضغطٍ كبير.

لا تقتصر المخاطر على شركات التكنولوجيا الظاهرة للعيان، بل قد تمتد لتشمل أسواق الائتمان الخاصة، وشركات التأمين، وصناديق التقاعد، وممولي البنية التحتية، ومشاريع الطاقة، والهياكل العقارية. ولهذا السبب تحديدًا، فإن النقاش حول التمويل خارج الميزانية العمومية يتجاوز كونه مجرد تفصيل محاسبي، إذ يتعلق بمسألة من يتحمل الخسائر فعليًا في حال حدوث تصحيح.

لا يشترط أن يأتي التصحيح على شكل انهيار مفاجئ. بل من المرجح أن يتطور في البداية كسلسلة من التعديلات التدريجية: انخفاض أسعار القدرة الحاسوبية، وإعلانات استثمارية أكثر حذرًا، وفترات استرداد أطول، وتوقعات هوامش ربح أقل، وشروط إقراض أكثر تقييدًا، وتدقيق أكبر في الشركات الناشئة. لن يختفي السوق، لكن تقييمه قد يتغير جذريًا. سيتحول سوق النمو إلى سوق بنية تحتية بافتراضات عائد أكثر واقعية.

ينشأ خطر حدوث سلسلة من التفاعلات عندما يشترك العديد من اللاعبين في نفس الافتراض المتفائل: أن القدرة الحاسوبية ستظل محدودة، وأن الطلب على الذكاء الاصطناعي سيستمر في النمو بشكل متسارع، وأن الأسعار المرتفعة قابلة للفرض. إذا انهار عامل واحد فقط من هذه العوامل، يبقى التأثير قابلاً للسيطرة. مع ذلك، إذا انهارت عدة عوامل في آن واحد، فإن نماذج الأعمال ستتعرض لضغوط. على سبيل المثال، إذا انخفضت أسعار الوصول إلى النماذج، وارتفعت تكاليف الكهرباء، وتأخر إطلاق منتجات الشركات الكبرى، فقد تتسع الفجوة بين تكاليف التشغيل والإيرادات المتوقعة بسرعة.

لماذا لن ينجو جميع مزودي النماذج؟

إن توحيد سوق الذكاء الاصطناعي ليس ممكناً فحسب، بل هو أمرٌ مرجحٌ اقتصادياً. يوجد حالياً عددٌ كبيرٌ جداً من مزودي الخدمات ذوي الطموحات المتشابهة، ولكن بموارد مالية مختلفة تماماً، وإمكانية وصول متباينة إلى البيانات، وقنوات بيع متباينة، وشراكات بنية تحتية متباينة. على المدى البعيد، لن تتمكن معظم الشركات من تمويل نماذجها المتطورة، وبنيتها التحتية الحاسوبية، ومنظمات مبيعاتها العالمية، وميزانياتها الضخمة للبحث والتطوير في آنٍ واحد.

من المرجح أن ينقسم السوق إلى عدة مستويات. في القمة، ستتمركز شركات منصات وشركات أشباه موصلات قوية مالياً، تتمتع بإمكانية الوصول إلى رأس المال، والبنية التحتية السحابية، والتوزيع العالمي، وقاعدة عملاء من المؤسسات. يليها في الترتيب مزودو النماذج المتخصصة، شريطة أن يقدموا نتائج أفضل، أو تكاليف أقل، أو مزايا بيانات واضحة في مجالات محددة. ويضم مستوى آخر نماذج مفتوحة المصدر، ومبادرات السيادة الأوروبية أو الوطنية، ومزودي الخدمات الذين يدمجون الذكاء الاصطناعي في منتجات الصناعة الحالية. أما البقية، فسيتعين عليهم التكيف من خلال الشراكات، أو عمليات الاستحواذ، أو التخصص التكنولوجي، أو الخروج من السوق.

ستلعب عمليات الاستحواذ دورًا هامًا. لا تقتصر شركات التكنولوجيا الكبرى على شراء الإيرادات فحسب، بل تشمل أيضًا فرق البحث، والوصول إلى البيانات، والنماذج المتخصصة، وعلاقات العملاء، وقدرات البنية التحتية. مع ذلك، فإن فكرة استحواذ منافس قوي تلقائيًا على شركة متعثرة في السوق تُعدّ إشكالية. فالمشترون أيضًا يواجهون ضغوطًا، إذ يتعين عليهم تمويل استثمارات ضخمة، وتلبية توقعاتهم، ومراعاة المخاطر التنظيمية. لذا، قد يكون الاستحواذ مفيدًا، ولكنه لا يضمن توحيدًا منظمًا للسوق.

تُعدّ الشركات التي تعمل في منطقة رمادية غير مواتية الأكثر عرضةً للخطر. فهي صغيرة جدًا بحيث لا تستطيع تحمّل تكاليف نموذج أساسي رائد، وفي الوقت نفسه عامة جدًا بحيث لا تستطيع فرض أسعار مرتفعة من خلال مزايا متخصصة. تفتقر هذه الشركات إلى منصة قوية، ومصدر بيانات حصري، وفريق مبيعات متغلغل بعمق. يمكن لهذه الشركات أن تنمو على المدى القصير من خلال التمويل، والتغطية الإعلامية، والشراكات، لكنها تتعرض لضغوط بمجرد أن يطالب المستثمرون بشكل متزايد بجودة إيرادات أعلى، وهامش ربح إجمالي أكبر، وولاء العملاء.

من المتوقع ظهور نماذج أعمال أكثر قوة في المجالات التي يصعب فيها استبدال الذكاء الاصطناعي. قد يعود ذلك إلى بيانات خاصة بكل قطاع، أو إجراءات عمل متوافقة مع القوانين، أو أنظمة متكاملة بعمق، أو تكاليف تحويل عالية، أو الموافقات التنظيمية، أو خبرة عملية واضحة. لا يمكن استبدال نظام ذكاء اصطناعي يدعم بشكل موثوق مراقبة الجودة الصناعية الحرجة، ويرتبط ببيانات الآلات وأنظمة تخطيط موارد المؤسسات والصيانة، بسهولة بنموذج لغوي مجاني وعام. في المقابل، يُعدّ مُولّد النصوص البسيط أسهل بكثير في المقارنة.

يُقدّم هذا درسًا استراتيجيًا لمزودي الخدمات الأوروبيين. فمحاولة المنافسة في جميع نماذج المنافسة الأساسية العالمية بنفس الموارد المالية أمرٌ غير واقعي. والنهج الأكثر جدوى هو بناء هياكل ذكاء اصطناعي سيادية وفعّالة ومُخصصة لكل قطاع: مساحات بيانات صناعية، ونماذج تشغيل آمنة، ونماذج متخصصة، وخدمات تكامل عالية الجودة، وحوكمة موثوقة. تكمن قوة أوروبا ليس في سرعة توسيع منصات المستهلكين، بل في التطبيقات الصناعية المعقدة، والخبرة التنظيمية، والمعرفة الهندسية الميكانيكية، ومتطلبات الجودة، وعلاقات الأعمال بين الشركات.

التطور المحتمل حتى توحيد السوق

من غير المرجح أن تشهد السنوات القادمة خيارًا بسيطًا بين طفرة في الذكاء الاصطناعي وانهياره. السيناريو الأرجح هو انتقال غير متكافئ من مرحلة نمو مدفوعة برأس المال إلى مرحلة توطيد موجهة نحو الربحية. سيستمر التطور التكنولوجي، وستصبح النماذج أكثر كفاءة، وستزداد قوة الأنظمة الأصغر حجمًا، وسيتحسن أداء الأجهزة، وستجد الشركات تطبيقات إنتاجية متزايدة. في الوقت نفسه، من المرجح أن يصبح التمويل أكثر إلحاحًا، حيث سيتساءل المستثمرون بشكل متكرر عن الإيرادات المتكررة، والعملاء الذين يدفعون فعليًا، والهوامش المتبقية بعد تكاليف الحوسبة، وسرعة استرداد البنية التحتية الجديدة لتكاليفها.

أحد السيناريوهات الأساسية المحتملة هو استمرار تزايد الطلب على الذكاء الاصطناعي، ولكن بوتيرة أبطأ وبشكل انتقائي مقارنةً بالبنية التحتية المخطط لها حاليًا. في هذه الحالة، ستتعرض أسعار قوة الحوسبة والوصول إلى النماذج لضغوط. تتمتع المنصات الكبيرة بوضع أفضل لاستيعاب هذا الضغط نظرًا لدمجها الذكاء الاصطناعي مع الخدمات السحابية، وبرامج المكاتب، ومحركات البحث، والإعلانات، والتجارة الإلكترونية، وأنظمة التشغيل، أو الأجهزة الطرفية. أما مزودو النماذج البحتة الذين لا يملكون هذا الدعم المتبادل، فسيواجهون صعوبة بالغة.

ينشأ سيناريو سلبي عندما يقل طلب الشركات عن التوقعات بينما ترتفع تكاليف التمويل. قد يؤدي ذلك إلى مراكز بيانات غير مستغلة بالكامل، وصعوبة تمويل المشاريع، وتأخير الاستثمارات. ستحصل الشركات الناشئة على رأس مال أقل، وستضطر الشركات ذات القيمة العالية إلى تعديل توقعات نموها، وقد تتم عمليات الاستحواذ بتقييمات أقل. سيمتد التأثير إلى ما هو أبعد من صناعة الذكاء الاصطناعي، ليؤثر بشكل غير مباشر على مصنعي الرقائق، ومنتجي الخوادم، ومزودي الطاقة، وشركات البناء، والمقرضين.

يُمكن أن يكون السيناريو إيجابيًا أيضًا. إلا أنه يفترض أن الذكاء الاصطناعي لا يُسرّع سير العمل الفردي فحسب، بل يُتيح أيضًا نماذج أعمال جديدة، ومنتجات جديدة، وعمليات صناعية مُحسّنة بشكل ملحوظ. وستكون الإنجازات في مجالات البحث والتطوير، والروبوتات، وإنتاج البرمجيات المؤتمت، والطب الشخصي، وترشيد استهلاك الطاقة، والخدمات اللوجستية، والتخطيط المُعقّد ذات أهمية خاصة. في مثل هذا السيناريو، يُمكن للذكاء الاصطناعي أن يُبرّر جزءًا أكبر من تكاليف الاستثمار من خلال زيادة الإنتاجية ومصادر دخل جديدة. ولكن حتى في هذا السيناريو، لن يستفيد جميع مُقدّمي الخدمات الحاليين. فالقيمة طويلة الأجل للتكنولوجيا وقيمة الشركات الفردية تظلان أمرين مُختلفين.

لذا، فإن المنظور الواقعي هو أن الذكاء الاصطناعي ليس مجرد فقاعة مضاربة، ولا هو آلة لطباعة النقود تلقائيًا. بل هو تقنية تحويلية متعددة الأغراض، واستغلالها الاقتصادي أصعب بكثير من إثبات جدواها. وتفترض أحجام الاستثمارات أن تدفقات نقدية موثوقة ستنشأ من قدراتها التقنية في المستقبل. وحتى الآن، لا يزال هذا الدليل غير مكتمل في العديد من المجالات.

وبالتالي، سيشهد السوق اندماجاً. ليس بالضرورة من خلال انهيار مفاجئ وكبير، بل من خلال المنافسة السعرية، وانخفاض التقييمات، والانضباط الاستثماري، وعمليات الاستحواذ، والانسحابات الاستراتيجية، والتركيز بشكل أكبر على التطبيقات ذات الجدوى الاقتصادية. وسيكون الفائزون هم مقدمو الخدمات الذين لا يكتفون بعرض نماذج مبهرة، بل يتقنون أيضاً جميع جوانب المعادلة: تكاليف رأس المال، والطاقة، واستهلاك الأجهزة، والأمن، والمبيعات، وتكامل العملاء، وتكرار الاستخدام، والاستعداد الفعلي للدفع.

السؤال المحوري ليس ما إذا كان الذكاء الاصطناعي سيغير اقتصادنا، فهو سيغيره حتماً. السؤال المحوري هو ما إذا كان الجيل الحالي من المستثمرين ينتمي إلى الشركات القادرة على تمويل هذا التحول بعائد مقبول. ولن يُحسم هذا الأمر بناءً على تصنيفات النماذج، أو العروض التوضيحية المبهرة، أو التقييمات التي تصل إلى مليارات الدولارات، بل في السنوات القادمة من خلال الميزانيات العمومية، والعقود طويلة الأجل، ومعدلات استخدام مراكز البيانات، ومكاسب الإنتاجية الحقيقية للعملاء.

من الشفافية إلى الثقة: مسارك القابل للتوسع مع Xpert.Digital - الصورة: Xpert.Digital

في مجال الأعمال الصناعية بين الشركات، نادراً ما تنشأ علاقات تجارية مستدامة بين عشية وضحاها. بل تتطور تدريجياً من خلال الشفافية، والأهمية المهنية، والتواصل المستمر، وبناء الثقة المتنامية. ويُعالج نموذج Xpert.Digital ذو المراحل الأربع هذا الأمر تحديداً: فهو يُقدم مساراً منظماً يبدأ بنقطة دخول سهلة، ويمكن تطويره إلى تعاون أعمق في تنمية الأعمال عند الحاجة.

بدلاً من الاعتماد على وعود تسويقية براقة، يضع هذا النموذج العلاقة في صميم اهتمامه. تبدأ الشركات بمقاييس محددة بوضوح وسهلة الحساب، ثم تقرر، بناءً على خبرتها، مدى رغبتها في توسيع نطاق التعاون. ومن العوامل الرئيسية في هذه العملية السلسة لبناء الثقة: أن المنصة تتجنب تماماً الإعلانات المزعجة، بحيث يبقى التركيز التحريري منصباً بالكامل على خبرة الشركات.

للمزيد من المعلومات، انقر هنا:

• من الشفافية إلى الثقة: مسارك القابل للتوسع مع Xpert.Digital

☑️ لغة أعمالنا هي الإنجليزية أو الألمانية

☑️ جديد: مراسلات بلغتك الأم!

Konrad Wolfenstein

يسعدني أنا وفريقي أن نكون متاحين لكم بصفتنا مستشاركم الشخصي.

يمكنكم التواصل معي عبر ملء نموذج الاتصال هنا [email protected]:أو الاتصال بي مباشرةً على الرقم +49 7348 4088 965. عنوان بريدي الإلكتروني هو

أتطلع إلى مشروعنا المشترك.

☑️ دعم الشركات الصغيرة والمتوسطة في مجالات الاستراتيجية والاستشارات والتخطيط والتنفيذ

☑️ إنشاء أو إعادة تنظيم الاستراتيجية الرقمية والتحول الرقمي

☑️ توسيع وتحسين عمليات المبيعات الدولية

☑️ منصات التداول العالمية والرقمية بين الشركات

☑️ تطوير الأعمال الرائدة / التسويق / العلاقات العامة / المعارض التجارية