من المرجح أن ترتفع تكاليف الحوسبة بالذكاء الاصطناعي وسط تزايد الطلب وقيود العرض

أرغب في تجربة أسلوب مبسط: تحديد ساعتين لنفسي لكتابة مقالة بسرعة. لا أتمكن من استكشاف العديد من القضايا الفرعية المهمة، لكن إن لم أفعل ذلك، فستظل العديد من المواضيع التي أهتم بها معلقة دون تقدم.

اليوم أريد أن أتحدث عن وضع قوة الحوسبة في مختبرات الذكاء الاصطناعي على مدار السنوات القادمة.

يُضاعف إيرادات Anthropic عشرة أضعاف سنويًا. ووفقًا لهذا الاتجاه، من المرجح أن تقع إيرادات Anthropic بنهاية هذا العام بين 1000 و1500 مليار دولار أمريكي. إذا استمر هذا الاتجاه، فسيتعين عليهم تحقيق إيرادات قدرها تريليون دولار أمريكي بحلول نهاية العام القادم. بالطبع، لا توجد أسباب صارمة تضمن استمرار هذا الاتجاه — فهذا يعود في جوهره إلى قدرات الذكاء الاصطناعي. لكن لنفترض أنه استمر فعلاً، فما هي الشروط التي يجب أن تكون صحيحة في هذا العالم؟

يُضاعف حساب قوة الحوسبة في المختبرات ثلاث مرات سنويًا. إذا أراد مختبر تحقيق نمو في الإيرادات بنسبة 10 أضعاف مع نمو في قوة الحوسبة بنسبة 3 أضعاف فقط، يجب أن تحدث واحدة أو أكثر من الأمور الثلاثة التالية في نفس الوقت: أولاً، تحسين هامش ربح المختبر؛ ثانيًا، ارتفاع سعر قوة الحوسبة؛ ثالثًا، تخصيص نسبة أكبر من قوة الحوسبة للمختبر للاستنتاج.

فهمي أن هذه الأمور الثلاثة تحدث في الأساس جميعها: أولاً، ارتفعت هامش ربح Anthropic من 40% في عام 2025 إلى ما يزيد على 80% على الأرجح في أعمال الاستدلال الخاصة بـ Fable هذا العام (رغم أن هامش ربح قوة الحوسبة الحدية قد يكون مختلفًا، وسأوضح ذلك لاحقًا)؛ ثانيًا، ارتفع سعر قوة الحوسبة الفوري بنسبة تزيد على 40% منذ انخفاضه في فبراير هذا العام، وقد يكون السعر الفعلي الذي تدفعه المختبرات أعلى من ذلك بكثير (سأشرح ذلك بالتفصيل لاحقًا)؛ ثالثًا، وفقًا لبيانات Epoch، أنفق OpenAI حوالي ربع نفقاته على قوة الحوسبة في عام 2024 على الاستدلال، والآن هذا النسبة تقترب بالتأكيد من 50% أو أكثر.

في الواقع، لا ترغب المختبرات في اتباع الطريق الثالث (تخصيص قدر متزايد من القدرة الحسابية للاستدلال). هناك مزحة تصف الأمر بدقة: إن إيرادات الاستدلال تهدف إلى إقناع المستثمرين بمنح المزيد من الأموال لشرائك المزيد من القدرة الحسابية وتدريب نماذج أكبر. إذا كنت تركز معظم قدرتك الحسابية على الاستدلال، فأنت إلى حد ما تعلن أن تقدم الذكاء الاصطناعي توقف—لأن الاستمرار في زيادة الاستثمارات في التدريب لم يعد مربحًا، وعملك يصبح في جوهره مزودًا للخدمات السحابية. لكن المختبرات الكبرى لا ترى الأمر بهذه الطريقة—فهي تعتقد أن النماذج التي تنشرها حاليًا ستبدو متخلفة جدًا بعد عام، وأن هدفها الآن هو جمع حالات استخدام تجارية لدعم استمرار تدريب نماذج أكثر ذكاءً.

إذًا، هناك طريقان متبقيان: أولًا، زيادة هامش الربح في المختبرات؛ ثانيًا، ارتفاع تكلفة القوة الحسابية. إذا تفوقت مختبرات قليلة رائدة بشكل كبير على منافسيها، فسيكون التأثير الأول أكثر وضوحًا. في السوق التنافسية، يعتمد هامش الربح على مدى تفوقك على الخيار الأفضل التالي. لجعل التأثير الأول هو السائد، يجب أن يصل هامش الربح إلى أكثر من 90% بحلول نهاية العام القادم. هذا، في رأيي، مبالغ فيه إلى حد كبير. لكنني أشعر حقًا أنه من المحتمل أن يستمر دخل مختبرات الذكاء الاصطناعي في النمو بسرعة مذهلة.

وبالتالي، لشرح كيف يمكن أن يصبح العالم الحقيقي حيث ينمو الإيرادات إلى تريليون دولار بحلول نهاية العام القادم، فإن هناك تأثيرًا أخيرًا واحدًا متبقٍ: ارتفاع كبير في أسعار الحوسبة. كما قلت، فقد بدأ هذا بالفعل. إذا نظرنا إلى مستوى الحوسبة الذي تحتاجه المختبرات حقًا، فسيكون الارتفاع في الأسعار أكثر إثارة للدهشة — فهم بالطبع لا يستطيعون الاعتماد على مثيلات السوق الفورية، بل يحتاجون إلى ضمان أمان أوزان النموذج وبيانات المستخدمين، بالإضافة إلى حجم كافٍ للحصول على كفاءة واستدامة جيدتين. دعونا نلقي نظرة على مدى جنون هذا السوق: أسعار إيجار الحوسبة من SpaceX التي تدفعها جوجل وأنثروبيك. وفقًا للتقارير، تنفق جوجل 900 مليون دولار شهريًا على إيجار 110,000 وحدة GPU، وهي مزيج من وحدات GB200 وGB300. وهذا يعادل تقريبًا ضعف سعر السوق الفوري لهذه الوحدات. وفي الوقت نفسه، فإن سعر السوق الفوري الحالي نفسه أعلى بنسبة 40٪ مقارنة بشهر فبراير.

أريد التأكيد على الاستنتاج الأساسي: مع تطور نماذج الذكاء الاصطناعي وقوتها المتزايدة، فإن القيمة التي يمكن توليدها من نفس كمية قوة الحوسبة تزداد أيضًا. إذا كان مهندس برمجيات حقيقي يمتلك مستوى إنساني قادرًا على التشغيل على جهاز من فئة H100، فوفقًا لمستوى الرواتب السائدة في سوق مهندسي البرمجيات اليوم، يجب أن تتجاوز إيجار H100 السنوي 250 ألف دولار أمريكي — أي 15 ضعف السعر النقدي الحالي.

بالطبع، إذا ظهر فجأة 10 ملايين مهندس برمجيات إضافي، فستنخفض القيمة الحدية للمهندسين تلقائيًا، لذا فربما لا يمكن لبطاقة H100 أن تولد فعلاً 15 ضعف الإيرادات الحالية. لكنني في الواقع لست متأكدًا من صحة هذا المنطق. إذا طبقنا هذه الحجة على البشر بدلاً من الذكاء الاصطناعي، فهذا ما يُعرف بـ"مغالطة إجمالي القوى العاملة". يرى الاقتصاديون على نطاق واسع أن المهاجرين ذوي المهارات العالية لا يخفضون الرواتب على المدى الطويل، لأن التخصص والابتكار يرفعان قيمة القوى العاملة. ربما يكون صدمة العرض من القوى العاملة هذه المرة كبيرة جدًا وسريعة جدًا لدرجة أنها تُبطل هذه القاعدة التجريبية. لكن إذا كنا نؤمن بتحليل الاقتصاد القياسي للقوى العاملة، فإن القيمة الحدية للقوى العاملة (وأسعار الحوسبة الحدية) يجب أن تبقى مرتفعة بشكل مذهل.

What will happen in this world?

تصبح النماذج الرائدة أكثر قدرة على استخلاص القيمة من قوة الحوسبة، ويزداد صعوبة اللحاق بها. إذا تم أتمتة هندسة البرمجيات بحلول عام 2028، وارتفعت أسعار قوة الحوسبة بنسبة 15 مرة مقارنة بالآن، فسيكون من الصعب للغاية التنافس على قوة الحوسبة مع المختبرات الرائدة دون أي إيرادات.

إذا استطعت تدريب أفضل وأكثر النماذج كفاءة، فستكون هامش ربحك أعلى بكثير مما هو عليه اليوم. هذا هو تأثير ألتشين-ألن: عندما يُضاف تكلفة ثابتة إلى سلعتين بجودتين مختلفتين، تصبح السلعة ذات الجودة الأعلى أكثر فائدة نسبيًا، فينتقل الطلب نحوها. عندما يرتفع سعر H100 إلى 20 دولارًا في الساعة، يصبح استخدام نموذج أضعف وأقل كفاءة مكلفًا وسخيفًا بشكل كبير — لأنك ستحتاج إلى حرق المزيد من الرموز وتشغيل المزيد من قوة الحوسبة المكلفة للحصول على نفس النتيجة. لذا، إذا استطاع أي شخص تدريب نموذج رائد أكثر كفاءة في استخدام قوة الحوسبة، فسيتمكن من فرض هامش ربح مرتفع جدًا. بما أن قوة الحوسبة الأساسية ستُنفق هذا المبلغ على أي حال، فلماذا لا تنفق قليلاً إضافيًا لاستخدام النموذج الأكثر كفاءة الذي يعمل على نفس قوة الحوسبة؟

ستُستبعد العديد من تطبيقات الذكاء الاصطناعي الشائعة حاليًا بسبب التكلفة. الذكاء الاصطناعي الآن أرخص نسبيًا، على الأقل مقارنة بالقوى العاملة البشرية، جزئيًا لأنه لا يزال غير قادر على القيام بالكثير من المهام التي يستطيع البشر المتميزون القيام بها. وستتوقف هذه الحقيقة يومًا ما. في ذلك الوقت، ستكون تكلفة استخدام وحدات معالجة الرسومات لإنشاء محتوى فيديو قصير عشوائي مرتفعة جدًا لدرجة أنها لن تكون مجدية.

ومع ذلك، فإن هذه التنبؤات تشبه التوقعات الخاطئة التاريخية حول الندرة. أفكر في الرهان بين سيمون وإليخ: راهن بول إليخ على أن سعر سلة من السلع الأساسية سيصعد، وليس يهبط، خلال العقد السابق لعام 1990. وقد اشتُهِر هذا الرهان في المناقشات الاقتصادية الشعبية لأنه يُزعم أنه أثبت تكذيب النظرة المارثوسية لإليخ — حيث قلّل من دور إشارات السوق والذكاء البشري في ترشيد الموارد النادرة (رغم أن بعض التحليلات أشارت إلى أنه لو تم إعادة الرهان على عقد مختلف، لكانت النتيجة لصالح إليخ).

أعتقد أن مرجعية السلع الأساسية غير مناسبة لقوة الحوسبة، لأن مرونة عرض قوة الحوسبة أقل بكثير من استخراج المعادن، كما أن قدرتها على امتصاص صدمات الطلب الكبيرة أو العثور على حلول بديلة أضعف بكثير. إن نمو قوة الحوسبة بمقدار 3 أضعاف سنويًا هو ناتج ضرب الأرقام التالية: 1.4 ضعفًا بسبب قانون مور، و1.2 ضعفًا بسبب بناء مصانع رقائق جديدة (محدودة حتى عام 2030 بسبب إمدادات معدات EUV)، و1.8 ضعفًا بسبب استيلاء الذكاء الاصطناعي على حصص رقائق التصنيع المتقدمة من الأجهزة الأخرى (ستصل هذه النقطة إلى حدودها حوالي عام 2027، عندما سترتفع نسبة رقائق N3 المخصصة للذكاء الاصطناعي من 60% إلى 86%). لا يمكن دفع أي من هذه العوامل الثلاثة إلى مستويات أعلى بسهولة، بل إن العامل الأخير سيصل إلى ذروته خلال عام أو عامين مع امتلاء حصص الرقائق.

أود أن أوضح أن هناك وقتًا مستقبليًا ستُصبح فيه قوة الحوسبة أرخص مرة أخرى. في يوم من الأيام، ستتمكن الروبوتات من تحويل رمال السيليكا على الشواطئ وخامات النحاس تحت الأرض مباشرة إلى حواسيب، وعندها سينخفض سعر قوة الحوسبة ليقترب من تكلفة المواد الخام والأدوات. لكنني أتحدث الآن فقط عن المرحلة الحالية — حيث تنمو قوة الحوسبة للذكاء الاصطناعي فقط بثلاثة أضعاف سنويًا، وهو معدل لا يواكب التأثير التصاعدي على الأسعار الناتج عن الزيادة السنوية في قيمة الذكاء الاصطناعي.

بالمناسبة، ينمو إيراد شركة Anthropic بمقدار 10 أضعاف سنويًا، بينما ينمو حساب التعلم فقط بمقدار 3 أضعاف، مما يشير إلى وجود اقتصاديات حجم قوية جدًا في عمل النماذج. من الناحية المنطقية، هذا منطقي — عند تدريب نموذج، تدفع تكلفة تعليمية واحدة، ثم يمكن توزيع هذه التكلفة على جميع المستخدمين (على عكس القوى العاملة البشرية، التي تتطلب تدريبًا من الصفر لكل مثيل). لا أرغب في العيش في عالم حيث يمتلك الذكاء اقتصاديات حجم قوية جدًا (لأنني أخشى تركيز السلطة). لكن الواقع يبدو أنه كذلك.

المؤلف: Dwarkesh Patel، الترجمة: Shenchao TechFlow