الجوهر الاشتراكي للذكاء الاصطناعي هو تحويل تكلفة قوة الحوسبة غير القابلة للتنبؤ إلى هيكل إيرادات قابل للتنبؤ، وهو السؤال الأساسي الذي سيُطرح مرارًا وتكرارًا على شركات الذكاء الاصطناعي في السوق القادم.
كاتب المقال، المصدر: وو دو دو
الذكاء الاصطناعي المحلي وصل أخيرًا إلى هذه النقطة: لا يمكن التحدث فقط عن المستخدمين، بل يجب التحدث عن الربح.
انتهت مرحلة اكتساب العملاء مجانًا، وبدأ تطبيق الذكاء الاصطناعي في الدخول إلى مرحلة "التصنيف حسب التكلفة + التصنيف حسب المستخدم + التحقق من النموذج التجاري".
في الآونة الأخيرة، ظهرت معلومات اشتراك مدفوع على صفحة تطبيق دوباو على App Store: بالإضافة إلى الإصدار الأساسي المجاني، قد تتوفر إصدارات متميزة بسعر 68 يوان/شهر، وإصدار محسن بسعر 200 يوان/شهر، وإصدار احترافي بسعر 500 يوان/شهر، بأعلى رسوم سنوية تصل إلى 5088 يوان.
ستظل خدمة豆包 المجانية متوفرة، وتعمل الحزم القيمة المضافة حاليًا في مرحلة الاختبار، ولم تُعرض أي حقوق ذات صلة داخل المنتج بعد.
يمكن النظر إلى هذا الأمر من عدة مستويات.
هذا مرتبط بالتكلفة، خاصة "تكلفة المستخدمين المكثفين"
أكبر مشكلة في منتج دوباء هي أن كلما استخدمه المستخدمون أكثر، زادت تكاليف المنصة.
قد تكون تكلفة مستخدم عادي يسأل بضع جمل أحيانًا قابلة للتحكم.
لكن إذا بدأ المستخدم في فعل هذه الأمور:
كتابة مقالات طويلة، إنشاء عروض تقديمية، إجراء تحليلات بيانات، أبحاث متعمقة، توليد صور، توليد فيديوهات، محادثات صوتية مباشرة، تنفيذ مهام متعددة الخطوات بواسطة الوكلاء.
فلا يكون ذلك على نفس مستوى التكلفة على الإطلاق.
تشمل الميزات الرئيسية لإصدار Mac من DouBao إلى جانب المحادثة: "البحث، تحرير الصور، الكتابة، الترجمة، عروض PowerPoint، وتحليل البيانات"، مع التركيز على تدفقات عمل متكاملة تشمل إنشاء الصور والفيديوهات، والبحث المتعمق، ومحاضر الاجتماعات، ومعالجة المستندات والجداول. هذه الوظائف تتطلب بشكل أساسي موارد token أكبر، وقوة استدلال أعلى، وطاقة حوسبة متعددة الوسائط أكثر.
لذلك، فإن فرض رسوم على دو باو ليس على الأرجح بسبب "خسائر غير محتملة من المحادثات العادية"، بل بسبب:
القدرات ذات القيمة العالية والمستخدمين المكثفين لا يمكن تقديمها مجانًا بشكل غير محدود.
يمكن للنسخة المجانية الاستمرار كمدخل، وزيادة عدد المستخدمين اليوميين، وبناء الوعي بالعلامة التجارية؛ لكن القدرات التي تستهلك موارد كبيرة يجب أن تُصنّف عبر الاشتراكات، والحدود، والأولويات، والإصدار الاحترافي.
التحديات التجارية للذكاء الاصطناعي هي "الإيرادات ثابتة، لكن التكاليف متغيرة"
هناك تناقض طبيعي في نظام الاشتراك:
المبلغ الذي يدفعه المستخدم شهريًا ثابت، لكن عدد الرموز التي يستهلكها المستخدم غير ثابت.
هذا يختلف عن Netflix وTencent Video وiQIYI. في منصات الفيديو، بمجرد إنتاج مسلسل، فإن تكلفة الاستخدام الإضافية للمستخدمين الذين يشاهدونه عدة مرات تكون محدودة نسبيًا. لكن الذكاء الاصطناعي مختلف؛ فكل محادثة عميقة، وكل فيديو يتم إنشاؤه، وكل تحليل لسياق طويل يتطلب استهلاكًا جديدًا للموارد الاستدلالية.
نمط البرمجيات التقليدي ونمط نتفليكس يشبهان:
تطوير مرة واحدة → نسخ غير محدود → تكلفة حدية إضافية تقترب من الصفر
لكن خدمة النموذج الكبير تشبه أكثر:
نموذج البحث والتطوير مرة واحدة → كل استدعاء يتطلب قوة حوسبة → كلما زاد عدد المستخدمين وعمق استخدامهم، زادت تكلفة الاستنتاج.
تُفرض رسوم على واجهات برمجة التطبيقات مثل OpenAI وAzure OpenAI بناءً على الـ token، وهذا يوضح جوهر الأمر: توجد أسعار مختلفة للـ token المدخلة، والـ token المخرجة، والسياق الطويل، وتخزين المدخلات مؤقتًا، وعادةً ما تكون الـ token المخرجة أكثر تكلفة بشكل ملحوظ.
في صفحة التسعير الرسمية لـ OpenAI، فإن GPT-5.5 بسياق قصير يكلف 2.5 دولار لكل مليون رمز إدخال و15 دولارًا لكل مليون رمز إخراج، بينما يكون تكلفة الإدخال المخزن أقل بكثير.
هذا ليس نموذجًا اقتصاديًا مشابهًا لبيع Office أو Photoshop أو أنظمة التشغيل.
يمكن أيضًا رؤية المنطق المماثل من خلال محرك Volcano الخاص بـ ByteDance: يتم تسعير نماذج Doubao للمطورين بناءً على الملايين من الرموز، على سبيل المثال، يُعرض Doubao-Seed-2.0-pro بسعر 3.2 يوان كحد أدنى لكل مليون رمز إدخال و16 يوان كحد أدنى لكل مليون رمز إخراج.
هذا يوضح مشكلة جوهرية:
تبدو منتجات الذكاء الاصطناعي كأنها اشتراكات عضوية، لكن الخلفية تعمل حسب الاستهلاك. لكنها لا تساوي تمامًا المطعم.
يجب القول بدقة أكثر أن:
الذكاء الاصطناعي هو مزيج من "شركة برمجيات + شركة حوسبة سحابية + شركة صناعية كثيفة الاستهلاك للطاقة".
إذا دفع مستخدم 68 يوان شهريًا لكنه يُنتج بجنون عروض PowerPoint ومقاطع فيديو وتقارير طويلة، فقد تستهلك التكاليف معظم الدخل.
إذا كان المستخدم يدفع 500 يوان شهريًا، لكنه يستخدمها بشكل رئيسي لأعمال ذات قيمة عالية مع استهلاك قابل للتحكم، فهي عملية تجارية جيدة.
إذًا فإن اشتراك الذكاء الاصطناعي يُجري في جوهره شيئًا واحدًا:
حول تكاليف القوة الحسابية غير القابلة للتحكم إلى هيكل دخل قابل للتنبؤ.
الانتقال من "المنافسة على حجم المستخدمين" إلى "المنافسة على ARPU"
في السابق، كان التنافس على تطبيقات الذكاء الاصطناعي في الصين يعتمد إلى حد كبير على تقديم خدمات مجانية لجذب المستخدمين.
لماذا نجح DouBao؟ بالإضافة إلى ميزات منتجه، يعود ذلك أيضًا إلى تدفق المستخدمين الكبير من ByteDance، وقدراته القوية في المنتجات، وحاجز الدخول المنخفض المجاني. يُعد DouBao أكثر تطبيق محادثة ذكية اصطناعية استخدامًا في الصين، حيث تُظهر بيانات QuestMobile أن عدد المستخدمين النشطين أسبوعيًا يقارب 155 مليونًا، بينما يبلغ عدد مستخدمي DeepSeek حوالي 81.6 مليونًا؛ كما أن علي بابا تدعم نمو مستخدمي Qwen من خلال دعم مالي كبير.
لكن هناك مشكلة في الوضع المجاني:
كلما زاد حجم المستخدمين، زاد ضغط التكاليف واقعية.
خصوصًا أن منتجات الذكاء الاصطناعي الصينية تخوض حاليًا حرب أسعار. لقد خفض DeepSeek توقعات تكلفة النموذج بشكل كبير، بينما لا يرغب علي بابا وبايت دانس وتيانشي وبايدو في التخلي عن نقاط الدخول. وبالتالي، فإن الذكاء الاصطناعي للمستهلك يقع بسهولة في موقف محرج:
يظن المستخدمون أن الذكاء الاصطناعي يجب أن يكون مجانيًا؛ تعرف المنصة أن الذكاء الاصطناعي لا يمكن أن يكون مجانيًا بلا حدود؛ يرغب المستثمرون في رؤية النمو؛ وتسعى الشركة داخليًا إلى تحقيق دورة تجارية مغلقة.
إطلاق دو باو للنسخة المدفوعة يعني أنها تريد اختبار سؤال:
هل يرغب المستخدمون الصينيون حقًا في دفع ثمن سير عمل الذكاء الاصطناعي؟
لا تدفع مقابل "الدردشة"، بل تدفع مقابل مساعدتي في توفير وقتك، وإعداد عروض PowerPoint، وكتابة التقارير، وإجراء الأبحاث، ومعالجة البيانات، وتوليد الفيديوهات.
هذا الفرق مهم جدًا.
من الصعب على المستخدمين دفع 500 يوان شهريًا مقابل "التحدث معي".
لكن إذا كان يمكنه حقًا توفير ساعة إلى ساعتين يوميًا لمُنشئ محتوى، ومحرر، ومعلم، وطالب، ومسؤول تشغيل، ومستشار استشاري، فسيكون قبول السعر 68 يوان أو 200 يوان أو 500 يوان مختلفًا تمامًا.
هذا يوضح أيضًا أن الإصدار المجاني من الذكاء الاصطناعي سيظل متوفرًا، لكنه سيصبح أكثر "حدودًا" مع الوقت.
في المستقبل، من المرجح أن تطبيقات الذكاء الاصطناعي المحلية الأصلية لا تتبع نموذج تسعير موحد، بل تستخدم هيكلًا من أربع طبقات:
الطبقة الأولى: الإصدار المجاني
لجلب العملاء، وبناء عادات الاستخدام، والحفاظ على حصة السوق. ستظل المحادثات العادية، والإجابات الأساسية، والبحث الخفيف مجانية.
الطبقة الثانية: العضوية بسعر منخفض
للمستخدمين المتكررين العاديين، مثل حدود أعلى، وسرعات أسرع، وانتظار أقل، ونماذج أفضل.
الطبقة الثالثة: الإصدار الاحترافي
مخصص للمُنشئين المحتوى، المستخدمين المهنيين، الطلاب، المبرمجين، والباحثين، مع عرض عروض تقديمية، تحليل البيانات، البحوث المتعمقة، معالجة المستندات، الكود، والسياقات الطويلة.
الطبقة الرابعة: خدمات الشركات/API/الوكلاء
الدفع حسب الاستخدام، أو الحزمة + الدفع الزائد. هنا هو المكان الحقيقي الذي يمكن فيه تشغيل نموذج العمل.
الدرجات الثلاث المُعلنة حاليًا من DouBao — 68 و 200 و 500 — هي في جوهرها تجربة لهذا التصنيف.
النسخة المجانية تحل مشكلة "حجم المستخدمين"؛ النسخة القياسية تحل مشكلة "الدفع الخفيف"؛ النسخة المحسنة والنسخة الاحترافية تحلان مشكلة "استرداد تكاليف المستخدمين المكثفين".
تشات جي بي تي، كلاود، جيميني، كيمي، تونغيي، زهيبو، دوباو، جميعها قد دخلت أو على وشك الدخول إلى هيكل مشابه. الفرق الوحيد هو: أيها الأقوى في النسخة المجانية، وأيها يقدم أفضل مزايا الدفع، وأيها يتحكم بأفضل تكلفة.
لماذا يكون اشتراك الذكاء الاصطناعي أصعب من SaaS التقليدي؟
كل مستخدم إضافي، وكل محادثة إضافية، وكل تلخيص طويل إضافي، وكل مهمة إضافية ينفذها العامل، يتطلب استهلاكًا إضافيًا لوحدة معالجة الرسوميات، والطاقة، وذاكرة العرض، والعرض الترددي، والتخزين، وصيانة الهندسة.
لذلك فإن أبرز مشكلة تواجه شركات تطبيقات الذكاء الاصطناعي ليست:
هل هناك مستخدمون؟
بل:
كلما زاد عدد المستخدمين، هل تربح أكثر أم تنفق أكثر؟
هذا يختلف تمامًا عن نماذج SaaS التقليدية. في نماذج SaaS التقليدية، بمجرد إعداد النظام، فإن الهامش الإجمالي للعملاء الجدد عادةً ما يكون مرتفعًا؛ لكن في منتجات الذكاء الاصطناعي، إذا كان المستخدمون يعتمدون عليها بشدة، فقد يؤدي ذلك إلى تكاليف استدلال أعلى. إن القلق الحالي في السوق بشأن عائد استثمارات كبرى شركات التكنولوجيا في مجال الذكاء الاصطناعي يعود جوهره إلى هذه المشكلة نفسها. فقد خصصت شركات كبرى مثل Alphabet وMicrosoft وMeta وAmazon مبالغ ضخمة للاستثمار في الذكاء الاصطناعي هذا العام، وبدأ المستثمرون يركزون أكثر على متى ستُحقق هذه النفقات على الذكاء الاصطناعي عائدًا كافيًا.
لكن لا يمكن بالطبع مقارنة اشتراك الذكاء الاصطناعي ببساطة بمطعم، حيث يصعب على المطعم خفض تكلفة "وعاء من المعكرونة" بنسبة 80% سنويًا.
لكن يمكن للذكاء الاصطناعي.
لأن تكلفة استنتاج النموذج ستستمر في الانخفاض بسبب عدة عوامل:
أولاً، تحسين أداء الرقاقة. ثانيًا، تقليل حجم النموذج، والتخمير، والكمية، وتحسين توجيه MoE. ثالثًا، التخزين المؤقت، والمعالجة الدفعية، وإعادة استخدام السياق ستقلل من تكلفة الحسابات المتكررة. رابعًا، العديد من المهام لا تتطلب أقوى نموذج، ويمكن إنجازها باستخدام نماذج أصغر. خامسًا، ستنتقل الشركات من "التراكم العشوائي للرموز" إلى "استهلاك رموز أقل لكل نتيجة عمل".
إذًا، التكلفة الحدية للذكاء الاصطناعي ليست 0، لكنها أيضًا ليست تكلفة ثابتة للمكونات.
إنه يشبه الحوسبة السحابية في مراحلها الأولى: بدأت باهظة الثمن، لكن التوسع والتحسينات في الأجهزة والبرمجيات ستستمر في خفض التكاليف.
وهذا هو السبب في أن "إدخال التخزين المؤقت" في تسعير OpenAI أرخص بكثير من الإدخال العادي. وجود آلية التخزين المؤقت يُظهر ببساطة أن مزودي الذكاء الاصطناعي يسعون لتحويل الحسابات المتكررة إلى مراحل أكثر تكلفة منخفضة تشبه البرمجيات.
وهذا يؤدي إلى حاجة شركات الذكاء الاصطناعي للإجابة على ثلاثة أسئلة في نفس الوقت:
أولاً، كم يرغب المستخدم في دفعه؟ هذا هو جانب الدخل.
ثانيًا، كم عدد الرموز التي يستهلكها المستخدمون شهريًا؟ هذا هو جانب التكلفة.
ثالثًا، هل يمكن لتكلفة النموذج أن تنخفض أسرع من نمو الاستخدام؟ هذا من حيث هامش الربح.
إذا كانت الإجابة:
يود المستخدم دفع 200 يوان، لكنه يستهلك تكلفة قدرها 150 يوان شهريًا، لذا فإن هذا العمل عادي جدًا.
إذا كانت الإجابة: المستخدم مستعد لدفع 200 يوان؛ التكلفة فقط 20 يوان، ويمكن تخفيضها إلى 10 يوان مع تحسين النموذج.
يقترب تطبيق الذكاء الاصطناعي مرة أخرى من كونه عمل برمجي جيد.
لذلك فإن المؤشر الأساسي الحقيقي لنموذج العمل الخاص بالذكاء الاصطناعي ليس DAU، ولا عدد التنزيلات، بل:
إيرادات كل مستخدم مدفوع / تكلفة الاستدلال لكل مستخدم مدفوع.
أي نموذج اقتصادي وحدوي بالذكاء الاصطناعي.
هذا سيؤثر بدوره على بيانات السوق الخاصة بالذكاء الاصطناعي
بالنسبة لسوق الأسهم، هذا الأمر مهم حقًا.
السوق يتداول الآن الذكاء الاصطناعي، المرحلة الأولى تركز على:
Will the demand for computing power surge?
لذلك ارتفعت نفيديا، وتي إس إم سي، وبرودكوم، والتخزين، ومعدات الطاقة، ومراكز البيانات.
في المرحلة الثانية، سيسأل السوق:
هل هناك مستخدمون لتطبيقات الذكاء الاصطناعي؟
سيتم الانتباه إلى حجم مستخدمي ChatGPT وDouBao وKimi وQwen وCopilot وGemini.
المرحلة الثالثة، وهي المرحلة الأكثر أهمية القادمة، ستسأل السوق:
هل يمكن لهؤلاء المستخدمين الدفع؟ وهل يمكنهم كسب المال بعد الدفع؟
انتشرت شائعات عن فرض رسوم على DouBao، وهي في الواقع بداية المرحلة الثالثة.
إذا رُئيت هذه الإشارات في المستقبل، فسيكون الاتجاه السيادي أكثر صحة:
معدل التحويل المدفوع جيد؛ لم يفقد المستخدمون بسبب التكلفة بكميات كبيرة؛ هناك من يدفع مقابل الإصدار الاحترافي العالي السعر؛ بدأ العملاء المؤسسيون في شراء كميات كبيرة؛ تستمر تكاليف الاستدلال في الانخفاض؛ تقدم ميزات الذكاء الاصطناعي قدرة حقيقية على رفع الأسعار.
لكن إذا رأيت إشارة معاكسة:
المستخدمون يرغبون فقط في الاستخدام المجاني؛ سمعة الإصدار المدفوع سيئة؛ المنصة تخفض الأسعار باستمرار للترويج؛ المستخدمون ذوو التردد العالي يدمرن التكاليف؛ إيرادات تطبيقات الذكاء الاصطناعي تنمو بسرعة لكن هامش الربح الإجمالي ضعيف؛
ستبدأ السوق في الشك:
هل طبقة تطبيقات الذكاء الاصطناعي عمل جيد؟
هذا سيُنقل بشكل إضافي إلى السلسلة الإمدادية العلوية. لأنه إذا لم تربح طبقة التطبيق المال، فسيُسأل مزودو السحابة وشركات النماذج: لماذا لا تزالون تزيدون استثماراتكم الرأسمالية؟
شركات الذكاء الاصطناعي المختلفة لديها نماذج اقتصادية مختلفة تمامًا
هناك مشكلة أخرى، وهي أنه لا يمكن تجميع جميع شركات الذكاء الاصطناعي معًا.
1. NVIDIA، TSMC، التخزين، معدات الطاقة
هؤلاء هم الذين يبيعون أدوات الحفر. كلما استخدم الناس الذكاء الاصطناعي أكثر، ربحوا أكثر.
إنها لا تتحمل تكلفة رموز المستخدم النهائي مباشرة، بل تعتمد على النفقات الرأسمالية الناتجة عن توسع الاستنتاج والتدريب الخاص بالذكاء الاصطناعي.
2. مزودو السحابة: مايكروسوفت، جوجل، أمازون
They are in between.
من ناحية، يُسهم الذكاء الاصطناعي في نمو إيرادات السحابة؛ ومن ناحية أخرى، فإنها تتحمل تكاليف رأسمالية ضخمة، واستهلاكًا للطاقة، وتكاليف مراكز البيانات. وذكرت رويترز بريكنغفيوز أن إنفاق الشركات الكبرى على الذكاء الاصطناعي يتوسع بشكل كبير، لكن السوق يصبح أكثر قلقًا بشأن ما إذا كانت هذه الاستثمارات ستُنتج عوائد واضحة.
إذًا مشكلة مزودي السحابة هي:
هل يمكن لنمو إيرادات السحابة الذكية تغطية تكاليف مركز البيانات، ووحدات معالجة الرسومات، والاهتراء، والكهرباء؟
3. شركات تطبيقات الذكاء الاصطناعي: Copilot و ChatGPT وجميع الوكلاء
كلما زاد استخدام المستخدم، زادت التكلفة. إذا كانت هناك اشتراكية ثابتة، مثل فرض سعر ثابت شهريًا، لكن المستخدم يستخدم الخدمة بكثافة، فستتآكل هامش الربح الإجمالي.
لذلك، الحالة المثالية لتطبيقات الذكاء الاصطناعي ليست "المستخدم يدردش بلا حدود"، بل:
يُظهر المستخدم استعدادًا لدفع رسوم عالية، لكن استهلاك الرمز المميز قابل للتحكم.
على سبيل المثال، إذا كانت الشركات مستعدة لدفع 30 أو 50 أو 100 دولار شهريًا مقابل مساعد مبيعات بالذكاء الاصطناعي، أو مساعد أكواد بالذكاء الاصطناعي، أو مساعد قانوني بالذكاء الاصطناعي، لكن تكلفة الاستدلال خلفه لا تتجاوز بضعة دولارات، فهذا عمل مربح.
4. شركات البرمجيات التقليدية بالإضافة إلى الذكاء الاصطناعي
مثل شركات مايكروسوفت وAdobe وSalesforce، إذا تمكنت من إضافة وظائف الذكاء الاصطناعي إلى برامجها الحالية لزيادة ARPU دون إحداث فوضى في التكاليف، فقد تتحول الذكاء الاصطناعي إلى أداة لرفع الأسعار.
الذكاء الاصطناعي ليس إعادة إطلاق لها، بل هو قنوات توزيع البرمجيات الحالية + حزمة تسعير مدعومة بالذكاء الاصطناعي.
إذًا، أكبر اختلاف في التقييم للذكاء الاصطناعي هو هنا
لا داعي للجدل حول ما إذا كان الذكاء الاصطناعي مفيدًا أم لا، أو ما إذا كان له مستقبل أم لا، الذكاء الاصطناعي هو بالتأكيد المستقبل.
المشكلة الأعمق هي: هل الذكاء الاصطناعي هو برنامج ذو هامش ربح مرتفع، أم صناعة كثيفة الرأسمال؟
يعتقد المتفائلون أن:
ستنخفض تكاليف الذكاء الاصطناعي بسرعة، وستشهد التطبيقات انفجارًا، وسيرتفع ARPU، وفي النهاية ستظل عملة بربحية عالية نموذجية للبرمجيات.
يعتقد المتشائمون أن:
ستصبح الذكاء الاصطناعي سباقًا تسلح، حيث سيضطر الجميع إلى شراء وحدات معالجة الرسوميات، وبناء مراكز البيانات، ودفع فواتير الكهرباء، لكن المستخدمين قد لا يكونون مستعدين لدفع أسعار كافية لكل رمز، مما يؤدي إلى ابتلاع الأرباح من قبل تكاليف البنية التحتية.
أعتقد أن الحقيقة في المنتصف:
ستصبح النماذج الأساسية والبنية التحتية السحابية أكثر شبهاً بصناعات ذات أصول ثقيلة؛ فقط التطبيقات الذكية التي تمتلك توزيعًا وسيناريوهات وسلطة تحديد الأسعار، سيكون لديها فرصة للعودة إلى كونها أعمال برمجية.
هذا يفسر أيضًا سبب تباين أسعار الذكاء الاصطناعي
في المرحلة الأولى، يشتري السوق:
من له أي علاقة بالذكاء الاصطناعي، يرتفع.
في المرحلة الثانية، سيسأل السوق:
من يمكنه تحويل الذكاء الاصطناعي إلى دخل؟
في المرحلة الثالثة، سيستمر السوق في السؤال:
من يمكنه تحويل إيرادات الذكاء الاصطناعي إلى أرباح وتدفق نقدي حر؟
الذكاء الاصطناعي لا يشبه البرمجيات التقليدية التي "تُباع بنسخ إضافية بتكلفة شبه صفرية"، فكل خدمة يقدمها يستهلك قوة حسابية، لذا فهو يحمل طبيعة تكلفة مطاعم وحوسبة سحابية وشركات صناعية.
لكن الذكاء الاصطناعي ليس خطيًا مثل المطعم، لأن تحسين النموذج، والتخزين المؤقت، وتقدم الشرائح، ومعالجة الدفعات، وترحيل النماذج الصغيرة، ستؤدي جميعها إلى انخفاض مستمر في التكلفة لكل وحدة.
لذلك، ما يجب التركيز عليه حقًا في نموذج عمل الذكاء الاصطناعي ليس "ما إذا كان هناك دخل"، بل:
كم من تكلفة GPU والكهرباء والـtoken تتطلبها كل دولار من إيرادات الذكاء الاصطناعي.
هذا هو السؤال الأساسي الذي سيُطرح مرارًا وتكرارًا على شركات الذكاء الاصطناعي في السوق القادم.
ما هي نسبة الربحية المستقبلية للذكاء الاصطناعي؟