النماذج الصغيرة "تسرق" الطلب على قوة الحوسبة السحابية، وإنفاق رأس المال على مراكز البيانات بقيمة تريليون دولار يواجه اختباراً

تستمر تطبيقات الذكاء الاصطناعي في التوسع، لكن الاستثمارات الضخمة في مراكز البيانات فائقة الحجم التي تدعم هذه الجولة من الحماس، تواجه تحديات جديدة على جانب الطلب.

أشار تقرير Jefferies إلى أنه مع تحسن أداء النماذج اللغوية الصغيرة وانخفاض التكلفة، قد تتحول عمليات نشر الذكاء الاصطناعي في المؤسسات من الاعتماد على السحابة المركزية إلى النشر المحلي، مما يضع ضغطاً على الطلب على قوة الحوسبة السحابية ويزيد من الضغط على المصروفات الرأسمالية الضخمة لمراكز البيانات.

يعتمد هذا التقييم بشكل أساسي على الملاحظات الأخيرة لاستخدام الخوادم المخصصة للذكاء الاصطناعي. ففي سبتمبر 2026، قامت Swerve Research Technologies برصد مدة انتظار طوابير طلبات خوادم Anthropic وبناء "مؤشر الازدحام"؛ ووجدت أن معدل استخدام هذه الخوادم انخفض بنسبة 26% عن الذروة المسجلة بين يناير وفبراير 2026. هذا المؤشر لا يعكس بالضرورة إيرادات الشركات بشكل مباشر، لكن إذا استمر انخفاض معدل الاستخدام، فقد يشير ذلك إلى بداية وجود فائض في بعض عرض الحوسبة.

في الوقت ذاته، لا تزال الاستثمارات في بنى الذكاء الاصطناعي التحتية تتوسع بسرعة. ويتوقع السوق حالياً أن تبلغ النفقات الرأسمالية المجمعة لأربع شركات تكنولوجيا أمريكية كبرى - Meta، Alphabet، أمازون، وMicrosoft - حوالي 990 مليار دولار في عام 2027. وأشار التقرير إلى أنه إذا لم يتناسب نمو الطلب على قوة الذكاء الاصطناعي مع هذا الحجم الهائل من الاستثمارات، فقد تواجه بعض مراكز البيانات خطر العائد المنخفض أو حتى أن تصبح "أصولاً مركونة".

انخفاض معدل استخدام الخوادم، وعرض قوة الحوسبة للذكاء الاصطناعي أمام اختبار صعب

بعد إطلاق Meta لمنتجها الشخصي للذكاء الاصطناعي Muse في 8 سبتمبر، ارتفع سهم Meta بنسبة 21% خلال أسابيع قليلة، ليصبح من أبرز تطبيقات الذكاء الاصطناعي الاستهلاكية مؤخراً. لكن التقرير يرى أن نجاح تطبيق منفرد لا يكفي للإثبات على قدرة دورة الاستثمار في بنى الذكاء الاصطناعي التحتية على الاستمرار.

الأكثر لفتاً للنظر هو أن شركات الذكاء الاصطناعي نفسها بدأت ترسل إشارات مغايرة لتوقعات السوق المتفائلة. فقد ناقش كل من الرئيس التنفيذي لشركة Anthropic والرئيس التنفيذي لشركة OpenAI سام ألتمان، بالإضافة إلى إيلون ماسك، في الآونة الأخيرة بشكل علني ضرورة التمهل في تطوير الذكاء الاصطناعي؛ كما تم تأجيل الطرح الأولي لشركة Anthropic حتى نوفمبر.

في الوقت نفسه، كانت Anthropic قد وقعت بالفعل سابقاً عقد حوسبة لمدة ثلاث سنوات بقيمة 45 مليار دولار مع SpaceX، واتفاقيات تعاون حوسبة بمليارات الدولارات مع أمازون وGoogle Cloud. إذا تباطأ نمو الإيرادات للذكاء الاصطناعي، بينما تظل العقود كبيرة الحجم ملزمة، فقد يؤدي ذلك إلى زيادة الضغط على تكاليف الشركات.

وفقاً للتقارير، أجرت Meta في يوليو مفاوضات مع Anthropic لاستئجار قوة حوسبة مراكز بيانات بقيمة تصل إلى 10 مليارات دولار خلال عامين. ويعتقد التقرير أن بدء الشركات التقنية الكبرى في البحث النشط عن عملاء خارجيين لاستيعاب قوة الحوسبة لديهم، يعكس أن كيفية زيادة معدل استخدام الأصول أصبحت مشكلة جديدة مع التوسع السريع في البنى التحتية.

أداء النماذج الصغيرة يقترب، والنشر المحلي قد يخفف الطلب على السحابة

وبالمقارنة مع التغيرات القصيرة الأجل في معدل استخدام الخوادم، يركز التقرير أكثر على التغيرات الحاصلة في هياكل النماذج الخاصة بالذكاء الاصطناعي.

أظهرت دراسة "Intelligence per Watt" التي أصدرتها جامعة ستانفورد بالتعاون مع Together AI أن النماذج اللغوية الصغيرة تضيق الفجوة بسرعة مع النماذج الكبيرة من حيث الأداء، في حين أن استهلاك الطاقة وتكاليف الحوسبة أقل بنسبة 50% إلى 85%. وإذا استمر هذا الاتجاه، فقد يتغير كل من حجم وتكلفة قوة الحوسبة المطلوبة لنشر الذكاء الاصطناعي في المؤسسات.

في السابق، كانت المؤسسات تعتمد أكثر على النماذج الكبيرة السحابية لتنفيذ مهام الذكاء الاصطناعي؛ ومع تحسن قدرات النماذج الصغيرة، قد تتحول بعض السيناريوهات نحو النشر المحلي. بالنسبة لقطاعات مثل البنوك التي تضع خصوصية البيانات على رأس أولوياتها، فإن الحاجة للنشر المحلي بالفعل قوية؛ ومع استمرار النماذج الصغيرة في تقليل تكاليف النشر، قد تتوسع هذه الحاجة أكثر.

وهذا يعني أن نمو تطبيقات الذكاء الاصطناعي لا يعني بالضرورة نمواً متناسباً في الطلب على قوة الحوسبة السحابية. قد تتوسع المؤسسات في استخدام تطبيقات الذكاء الاصطناعي، وتقلل في الوقت ذاته من اعتمادها على واجهات برمجة التطبيقات للنماذج الكبيرة وقوة الحوسبة السحابية المركزية.

وهذا أيضاً هو السبب الرئيسي الذي يجعل التقرير يشكك في النفقات الرأسمالية البالغة نحو تريليون دولار: إذا أصبحت المزيد من تطبيقات الذكاء الاصطناعي في المستقبل تعتمد على نماذج محلية منخفضة التكلفة وصغيرة الحجم، فقد لا يتناسب حجم الاستثمار الحالي في مراكز البيانات فائقة الحجم مع الطلب الحقيقي على قوة الحوسبة.

في هذا السيناريو، ما يجب إعادة تقييمه ليس وجود أو عدم وجود طلب على الذكاء الاصطناعي، بل كم القوة الحوسبية المركزية التي يحتاجها الطلب بالفعل، وما إذا كانت هذه المراكز قادرة على تحقيق عائدات تتناسب مع حجم استثماراتها.