غولدمان ساكس وسيمي أناليسيس يتصادمان حول تقييم البنية التحتية للذكاء الاصطناعي والفائزين المستقبليين

على مدار السنتين الماضيتين، سيطرت تجارة الذكاء الاصطناعي تقريبًا على أسواق الأسهم العالمية.

تم إعادة تقييم السوق مرارًا وتكرارًا لأي أصول يمكن إدراجها في سلسلة بنية تحتية للذكاء الاصطناعي، مثل نفيديا، ومعدات أشباه الموصلات، وHBM، والتغليف المتقدم، ومركز البيانات، ومعدات الطاقة، والمحولات، والتبريد، ومحركات الغاز. لم يفقد هذا التداول فعاليته، بل ارتفع إلى درجة أجبرت المستثمرين على مواجهة سؤال أصعب: هل تم مكافأة الفائزين في المرحلة الأولى من سلسلة الذكاء الاصطناعي إلى أقصى حد من قبل السوق؟ هل يمكن أن يستمر الارتفاع في الخطوة التالية؟

تستند تقريران من جولدمان ساكس وSemiAnalysis إلى هذا المفترق正好.

تقييم جيمس كوفيلو من غولدمان ساكس أكثر برودة: تم تسعير المرحلة الأولى من البنية التحتية للذكاء الاصطناعي بشكل كافٍ، حيث استحوذت الشرائح والسلسلة المتعلقة بـ"بيع المجرفات" على الكثير من الأرباح المؤكدة، لكن عائد الاستثمار على جانب الشركات لا يزال غير متحقق بشكل عام، كما أن ضغوط السيولة لدى مزودي السحابة يتزايدون. وفقًا لهذا المنطق، فإن أفضل الصفقات النسبية القادمة ليست مواصلة مطاردة أشباه الموصلات، بل الشراء على المدى الطويل لمزودي السحابة الضخمة وأشباه الموصلات ذات التكوين المنخفض.

الإجابة التي قدمتها SemiAnalysis هي تقريبًا العكس: إذا كان الذكاء الاصطناعي القائم على الوكلاء قد جعل الرموز مادة إنتاجية فعلًا، وبدأت هامش ربح إجمالي مختبرات النماذج في التحسن، وما زالت النماذج الرائدة تمتلك قوة تحديد الأسعار، فإن البنية التحتية للذكاء الاصطناعي ليست "مبالغ في تقييمها"، بل لم تُعاد تسعيرها بالكامل وفقًا للقيمة الجديدة للرموز. لا تزال نيفيديا، وتايوان سيميكوندكتور، والذاكرة، ونيوكلاود، ومختبرات النماذج، لديها أسباب للاستمرار في الاستفادة من القيمة الزائدة.

هذا ليس جدلاً حول ما إذا كان للذكاء الاصطناعي مستقبل أم لا.

إن نفقات رأس المال في الذكاء الاصطناعي لا تزال في ارتفاع، كما أن أسهم البنية التحتية للذكاء الاصطناعي لم تهدأ. أصبح السؤال الحقيقي الآن: هل حافظت طبقة الرقائق على الربح الأولي في الحسابات، وهل تم تسعير هذا الربح بالكامل بالفعل في السوق؟ إذا استمر الذكاء الاصطناعي الوكيل في تعزيز قيمة الرموز، فهل سيظل الربح الإضافي التالي في طبقة الأجهزة، أم سيبدأ في إعادة توزيعه على مختبرات النماذج وشركات السحابة وطبقة برامج المؤسسات؟

أقسى جزء في تقرير غولدمان ساكس ليس التشكيك في نمو مستخدمي الذكاء الاصطناعي، ولا إنكار التقدم التقني.

اعترف كوفيللو بامرَين: إن اعتماد المستهلكين للذكاء الاصطناعي أسرع مما توقعوا؛ ورغم ضغوط أسعار الأسهم، لم تقلص شركات السحابة إنفاقها الرأسمالي على الذكاء الاصطناعي كما توقّعوا، بل استمرت في زيادة الاستثمارات. لم يهدأ الذكاء الاصطناعي، ولم ينحسر الإنفاق الرأسمالي.

لكن جولدمان ساكس تنظر إلى الأمام.

يستخدم المستهلكون الذكاء الاصطناعي، لكن كثيرًا منهم لا يزالون في المستوى المجاني. يمكن أن يثبت نمو المستخدمين جاذبية المنتج، لكنه لا يستطيع دفع فواتير وحدات معالجة الرسومات ومراكز البيانات والطاقة والشبكة واستنتاج النماذج. إن قطاع الشركات هو المفتاح لتحديد ما إذا كان اقتصاد الذكاء الاصطناعي يمكنه إغلاق حلقاته: رغبة الشركات في الدفع المستمر، وقدرتها على خفض التكاليف وزيادة الدخل وتحسين الإنتاجية من خلال الذكاء الاصطناعي، هي ما يقرر ما إذا كانت سلسلة القيمة بأكملها قادرة على تحمل نفقات رأس المال الحالية على المدى الطويل.

إجابة جولدمان ساكس كانت حذرة.

أشار التقرير إلى أن الشركات قد استثمرت بالفعل بشكل كبير في الذكاء الاصطناعي التوليدي، لكن العديد من المنظمات لم تحقق عوائد قابلة للتحقق بعد؛ في الوقت نفسه، لا يزال الإنفاق العالمي على تكنولوجيا المعلومات في ارتفاع، ولم يخفض الذكاء الاصطناعي الميزانيات التقنية للشركات على مستوى المجموع. بالنسبة للمستثمرين، يعني هذا مشكلة واقعية للغاية: فالشركات تشتري الذكاء الاصطناعي وتجربه وتتحدث عنه، لكن الذكاء الاصطناعي لم يدخل بعد بشكل شائع إلى قائمة الأرباح والخسائر.

هذا يشكل تناقضاً حاداً مع أرباح سلسلة البنية التحتية للذكاء الاصطناعي.

شركات الرقائق قد ربحت، بينما أعاد السوق تقييم شركات التخزين والطاقة ومرافق مراكز البيانات مرارًا وتكرارًا. أما مزودو السحابة، فهم يتحملون النفقات الرأسمالية في الطرف الآخر. جميع هذه المصروفات—بناء مراكز البيانات، وشراء وحدات معالجة الرسوميات، وتوصيل الطاقة، ومعدات الشبكة، ورفوف الخوادم—تُسجّل أولًا على حسابات مزودي السحابة. ووفقًا لتقرير غولدمان ساكس، فقد استهلك مزودو السحابة الضخمة جزءًا من التدفق النقدي التشغيلي الزائد، وبدأوا الآن في دعم بناء مراكز البيانات عبر الديون، حيث من المتوقع أن يتضاعف إصدار الديون الخاصة بمراكز البيانات في عام 2025 ليصل إلى 182 مليار دولار أمريكي.

هذا هو عدم التوازن كما يراه غولدمان ساكس.

في الدورة الطبيعية للشبه موصلات، فإن ربح شركات الرقائق بكثافة يشير عادةً إلى أن العملاء أيضًا في مرحلة توسع. عندما يربح العملاء، يستمرون في شراء الرقائق، وتستمر شركات الرقائق في الازدهار. لكن هذه الدورة من الذكاء الاصطناعي أكثر غرابة: الأرباح في سلسلة الرقائق واضحة جدًا، لكن عوائد طبقة العملاء وطبقة التطبيقات لم تصبح واضحة بنفس الدرجة.

لذلك، فإن تقييم غولدمان ساكس ليس أن "الذكاء الاصطناعي غير مفيد"، بل أن "طريقة توزيع الأرباح الحالية يصعب توسيعها خطيًا على المدى الطويل".

لقد استحوذت شركات أشباه الموصلات على الربح الأكثر تأكيدًا في المرحلة الأولى. المشكلة هي ما إذا كان عملاء السلسلة السفلية يمتلكون ما يكفي من الربح لمواصلة دعم نفقات رأس المال العالية وتركيز الربح في السلسلة العلوية.

يبدو أن توصية التداول من غولدمان ساكس غير بديهية: التحالف الإيجابي مع مزودي السحابة الضخمة مقابل التقليل من أهمية أشباه الموصلات.

هناك طريقان وراء ذلك.

المسار الأول، بدأ عائد استثمار الذكاء الاصطناعي للشركات في التحقق. عندما تثبت الشركات أن الذكاء الاصطناعي يمكنه توليد إيرادات وتحسين الكفاءة وتقديم مزايا تكلفة، سيعيد السوق فهم نفقات رأس المال لدى مزودي السحابة. ستتحول الاستثمارات التي كانت تُعتبر عبئًا على التدفق النقدي الحر إلى مصادر لإيرادات مستقبلية وقوة تحكم في المنصة. وسيتم تصحيح تقييمات مزودي السحابة، كما سيستفيد قطاع أشباه الموصلات، لكن نظرًا لأن أشباه الموصلات قد تم مكافأتها بالفعل بشكل كبير من قبل السوق، فقد لا تكون مرونتها النسبية أكبر.

المسار الثاني، يستمر صعوبة عائد استثمار الشركات. حيث تقوم مزودي السحابة بتخفيض الإنفاق الرأسمالي تحت ضغط التدفق النقدي وضغط المستثمرين، وسيكافئ السوق الانضباط الأفضل في التدفق النقدي. أما سلسلة أشباه الموصلات، فستواجه تعديلًا للأسفل في توقعات الطلبيات.

تعتقد غولدمان ساكس أن كلا المسارين يدعمان "تفوق مزودي السحابة على أشباه الموصلات". الحالة الوحيدة التي ستؤدي إلى فشل هذه الصفقة هي المسار الثالث: بقاء عائد الاستثمار للشركات غامضًا، بينما تستمر مزودو السحابة في زيادة الاستثمارات دون اعتبار للتكاليف، وتستمر أشباه الموصلات في استهلاك معظم أرباح سلسلة التوريد.

هذا بالضبط هو الحالة التي عرفها السوق على مدار العامين الماضيين.

ولهذا السبب، لا تتجه تقارير غولدمان ساكس نحو تقنية الذكاء الاصطناعي، بل نحو تسعير السوق. لقد تم تداول فوائد بنية الذكاء الاصطناعي التحتية بشكل كافٍ، كما تم تداول سلبيات مزودي السحابة بشكل كافٍ. الخطوة التالية، هي أن السوق سيتطلع إلى ما إذا كان هذان الاتجاهان سيقلبان.

تتعامل SemiAnalysis من مدخل مختلف تمامًا.

لا تنفي أن القيمة الناتجة عن الذكاء الاصطناعي بين عامي 2023 و2025 تتدفق بشكل رئيسي نحو البنية التحتية. إن نفيديا والطاقة ومراكز البيانات والتخزين كانت بالفعل الفائزين الكبار في المرحلة الأولى. لم تكن شركات النماذج وخدمات الاستدلال مرتاحة في المراحل المبكرة، حيث بدا العديد من منتجات الذكاء الاصطناعي وكأنها مجرد مربع بحث أفضل، كما أن هوامش الربح الإجمالي كانت بعيدة كل البعد عن أن تكون جيدة.

لكن SemiAnalysis تعتقد أن الأمور تغيرت بعد نهاية عام 2025.

التغييرات來自 Agentic AI.

كانت الرموز السابقة تشبه "تكلفة الأسئلة والأجوبة". يسأل المستخدم سؤالًا، ويجيب النموذج بسؤال واحد. يمكنها توفير الوقت، لكن حدود قيمتها محدودة. بدأت الرموز الحالية بالدخول إلى سير عمل معقدة: كتابة الكود، وإنشاء نماذج مالية، وتوليد لوحات تحكم، وتحليل القوائم المالية، وتنظيم البيانات، وإنشاء المخططات.

تستخدم SemiAnalysis شركتها كمثال. فقد استخدم محللوها يوميًا الوكلاء في معالجة أبحاثهم ونمذجتها، وكانت هذه المهام في السابق تتطلب من المحللين المبتدئين قضاء ساعات عديدة، أو لم تُدرج أصلًا في سير العمل. وكشف المقال أن إنفاق SemiAnalysis على tokens على منصة Anthropic Claude وصل في ذروته إلى 10.95 مليون دولار سنويًا، أي ما يعادل تقريبًا 30% من رواتب الموظفين.

هذه الأرقام قد لا تمثل جميع الشركات، لكنها تمثل تغييرًا في فئة المستخدمين الحدية.

للمستهلكين العاديين، قد تكون اشتراكات الذكاء الاصطناعي مجرد أدوات تكلف بضعة عشرات من الدولارات شهريًا. أما بالنسبة للمهنيين المكثفين في العمل المعرفي، فتبدأ الرموز في أن تصبح وسائل إنتاج.

العملات المميزة التي تكلف بضعة دولارات أو عشرات الدولارات لا تُشتري فقط بعض النصوص، بل تُشتري نماذج ورسومات بيانية وأكواد وتنظيف بيانات وتحليل التقارير المالية، وحتى مهام لم تُنفَّذ من قبل أصلًا. وسيتغير تفكير المستخدمين في تكلفة الذكاء الاصطناعي: فلن يسألوا فقط "كم تكلف المليون وحدة توكين؟"، بل سيسألون "كم من العمل اليدوي استبدلته هذه الوحدات، وكم من الإنتاج زادت؟"

هذا هو نقطة انطلاق الخلاف بين SemiAnalysis وGoldman Sachs.

يُظهر غولدمان ساكس أن عائد الاستثمار المتوسط للشركات غير واضح. بينما يُظهر SemiAnalysis أن أقوى المستخدمين بدأوا بالاستهلاك المكثف للرموز، وهم مستعدون للدفع مقابل نماذج أقوى.

الحكم الثاني الأساسي من SemiAnalysis هو أن الاقتصاد الوحدوي لمختبرات النماذج يتحسن.

هذا يتناقض مع مخاوف السوق السابقة.

سابقًا، كانت شركات النماذج تُعتبر محصورة بين شركات الرقائق وشركات السحابة. فقد كان نمو الإيرادات سريعًا، لكن تكاليف التدريب والاستنتاج كانت أسرع. كلما زاد عدد المستخدمين، زادت التكاليف. وكلما كان النموذج أقوى، زادت النفقات الرأسمالية. بدا هذا النموذج كنمو عالٍ، هوامش ربح منخفضة، واستهلاك كبير للنقد.

الذكاء الاصطناعي الوكيل غيّر هذه الجدول.

• على مستوى السعر، يمكن للنماذج المتقدمة تنفيذ مهام ذات قيمة أعلى، ويكون المستخدمون مستعدين لدفع فرق سعري مقابل نماذج أقوى.
• على جانب التكلفة، تُقلل التحديثات في الأجهزة، وتحسين الاستنتاج، وآليات التخزين المؤقت، وهندسة البرمجيات باستمرار تكلفة الـtoken الوحدة.
• في الجانب المنتج، يمكن للشركات النموذجية تحديد أسعار متمايزة من خلال تقديم SKUs أكثر تطورًا، واستجابة أسرع، وقدرات استدلال أقوى.

ذكرت SemiAnalysis أنه في حالة تشغيل DeepSeek على B300، يمكن لتوافيق تحسينات البرمجيات المختلفة رفع إنتاجية نفس العتاد من حوالي 1000 و8000 إلى حوالي 14000 رمز/ثانية/GPU. وبإضافة ترقيات العتاد، فإن التكوين الأمثل GB300 NVL72 يحقق إنتاجية تقارب 17 ضعفًا مقارنة بـ H100 في FP8؛ وإذا تم الانتقال إلى FP4 الذي لا تدعمه Hopper أصليًا، فقد يصل الفرق إلى 32 ضعفًا، مع ارتفاع تكلفة الملكية الإجمالية لكل GPU بنسبة حوالي 70% فقط.

هذا يعني أن مختبر النموذج يمكنه في الوقت نفسه زيادة القيمة الاقتصادية للرمز المميز وتقليل تكلفة إنتاجه.

يقول SemiAnalysis إن إيرادات Anthropic السنوية (ARR) ارتفعت من 9 مليارات دولار إلى أكثر من 44 مليار دولار، وارتفعت هامش الربح الإجمالي للبنية التحتية للاستدلال من 38% إلى أكثر من 70%. حتى مع انخفاض أسعار النماذج، قد تدفع زيادة نسبة استخدام النماذج الفاخرة، وارتفاع معدلات التوافق في التخزين المؤقت، وتحسين كفاءة الأجهزة، إلى مواصلة توسيع هامش الربح الإجمالي.

إذا كان هذا التقييم صحيحًا، فلن تكون المرحلة الثانية من سلسلة صناعة الذكاء الاصطناعي مجرد "استمرار انتصار الرقائق" أو "تعافي مزودي السحابة".

ستتحول مختبرات النماذج من طبقة إنفاق إلى طبقة جديدة لاستخلاص القيمة.

غولدمان ساكس وSemiAnalysis يدّعون ظاهريًا أنهم يتنافسون على عائد استثمار الذكاء الاصطناعي، لكنهم في الواقع يتنافسون على أي عينة更能 تمثّل المستقبل.

غولدمان ساكس تنظر إلى الشركات المتوسطة.

تمتلك هذه الشركات أنظمة بيانات معقدة، وأعباء تقنية معلوماتية تاريخية، وإدارة صلاحيات، ومتطلبات الامتثال، وعمليات موافقة. العديد من الشركات تبدأ بمشاريع تجريبية، وروبوتات دردشة، ومساعدين داخليين فقط لتبرير استراتيجية الذكاء الاصطناعي أمام السوق ومجلس الإدارة. إن الإنفاق حقيقي، لكنه لا يعني بالضرورة تغيير العمليات التجارية. دون تغيير العمليات، من الصعب تحقيق عائد استثمار يظهر في التقارير المالية.

هذا هو سبب تركيز غولدمان سachs على هيكل البيانات وطبقة التنسيق.

إذا لم تُدمج شركة التجزئة مخزونها وصور العملاء ونظام التوصيات، فقد يقترح خدمة العملاء بالذكاء الاصطناعي منتجًا غير متوفر. وإذا لم تمتلك الشركة طبقة توجيه النماذج، فستُرسل الاستعلامات البسيطة إلى أحدث النماذج الأغلى ثمنًا، مما يؤدي بالضرورة إلى فقدان السيطرة على التكاليف. المكان الذي يتعثر فيه تنفيذ الذكاء الاصطناعي لم يعد نقصًا في قوة النموذج، بل لأن الشركة لم تعد مستعدة لدمج النموذج في أنظمتها التشغيلية.

تُركز SemiAnalysis على المستخدمين الحدوديين.

المهام مثل البحث، والكود، والنماذج، والرسوم البيانية، وتحليل التقارير المالية، مناسبة بشكل طبيعي للوكلاء. فهي شديدة النصية، الرقمية، والهيكلية، ونتائجها سهلة التقييم، كما أن المستخدمين قادرون على دمج الذكاء الاصطناعي في سير العمل. مثل هذه المنظمات ستلاحظ عائد الاستثمار قبل الشركات العادية، وستكون أكثر ميلًا لزيادة استهلاك الرموز.

ما يتعين على الأسواق المالية تقييمه هو ما إذا كان هذا العينة الرائدة سيتوسع.

إذا كان ما رآه SemiAnalysis هو مجرد قيم شاذة لعدد قليل من المستخدمين الفائقين، فسيتفوق إطار عمل غولدمان ساكس. ستُقيّد نفقات رأس المال في الذكاء الاصطناعي بشكل متزايد بواسطة التدفقات النقدية، وستحتاج سلسلة أشباه الموصلات إلى امتصاص التوقعات المرتفعة، وقد تستفيد شركات السحابة من العائد النسبي بسبب الانضباط في الإنفاق وضغط التقييم.

إذا كان ما رآه SemiAnalysis هو مؤشر رائد قبل انتشار التوسع، فلا يمكن للسوق أن ينكر سلسلة الذكاء الاصطناعي بناءً على عائد استثمار منخفض اليوم للشركات المتوسطة. بمجرد دخول الذكاء الاصطناعي الوكيل إلى مزيد من سير عمل الموظفين المكتبية، سترتفع معًا طلبات الرموز، وإيرادات النماذج، وإيرادات السحابة، واحتياجات الأجهزة.

هذا التقييم أهم من "التشجيع على الذكاء الاصطناعي أم التحوط ضده". السوق لا يتداول أبدًا على المتوسطات الثابتة، بل على ما إذا كانت التغييرات الحدية يمكن أن تصبح سائدة.

أكبر خلاف بين جولدمان ساكس وSemiAnalysis في أسواق رأس المال يتركز في النهاية على نفيديا وسلسلة أشباه الموصلات.

منظور جولدمان ساكس واضح جدًا: لقد استحوذت أشباه الموصلات على أكبر وأكثر الأرباح تحديدًا في المرحلة الأولى. بعد أن دفعت السوق منطق "بيع مجرفات" إلى الأسعار، بدأ عائد المخاطر في التدهور. طالما أن إنفاق رأس المال لمزودي السحابة يبدأ في التخفيف، فستواجه سلسلة أشباه الموصلات ضغطًا مزدوجًا على التقييم والطلبيات.

تعتقد SemiAnalysis أن NVIDIA وTSMC تتحكمان في أ scarce الموارد في عصر الذكاء الاصطناعي، لكنهما لم تُقيّما بعد بالكامل وفقًا للقيمة.

ذكر المقال أن أسعار الذاكرة ارتفعت حوالي ستة أضعاف خلال العام الماضي، وارتفع سعر عقد إيجار H100 لمدة عام من Neocloud بنسبة حوالي 40% مقارنة بانخفاض أكتوبر 2025. في الوقت نفسه، لم تُعاد تسعير شركتي نيفيديا وتايوان سيميكوندكتور بالسرعة نفسها التي أعادت بها قيم التوكنات السفلية تسعيرها.

تُسمّي SemiAnalysis نفيديا بـ"البنك المركزي" لبيئة الذكاء الاصطناعي.

هذا التشبيه دقيق جدًا. نيفيديا تتحكم في سيولة القوة الحسابية. لديها القدرة على رفع الأسعار، لكنها لا تستطيع تفريغ النظام بالكامل. إذا رفعت الأسعار بشكل مفرط، فسيحفز ذلك العملاء على تسريع التحول إلى معالجات ASIC وTPU وTrainium مخصصة، كما سيؤدي إلى ضغوط تنظيمية. نفس الشيء ينطبق على تايوان سيميكوندكتور. العقد المتقدمة نادرة جدًا، لكنها تركز على المدى الطويل على علاقات العملاء واستقرار النظام البيئي، ولن تستغل كل ندرة بشكل فوري خلال فترات الازدهار.

التحكم لا يعني عدم وجود مساحة.

يُعد Rubin VR NVL72 معيارًا مهمًا لتحديد SemiAnalysis أن نيفيديا لا تزال تمتلك قوة التسعير. وفقًا لنموذجها، يحتاج مشروع Neocloud VR NVL72 إلى إيجار يبلغ حوالي 4.92 دولار/ساعة/GPU لتحقيق عائد داخلي بنسبة 15.6% مشابه لمشروع GB300؛ وإذا تم حساب سعر الإيجار لكل PFLOP لـ VR NVL72 على أساس التكافؤ مع GB300، فإن السقف النظري لـ VR NVL72 يبلغ حوالي 12.25 دولار/ساعة/GPU؛ وحتى باستخدام معدل أكثر تحفظًا قدره 0.55 دولار/PFLOP، فإنه يعادل حوالي 9.63 دولار/ساعة/GPU، وهو ما يقارب ضعف عتبة التسعير على أساس التكلفة.

المعنى هنا واضح: طالما استمرت قيمة التوكنات السفلية في الارتفاع، لا يزال هناك مجال لرفع الأسعار في النظام الجديد لشركة NVIDIA، ولا يزال يُمكن لـ Neocloud تحقيق أرباح، ولا يزال يُمكن للمستخدمين النهائيين قبول ذلك.

انقسمت آراء جولدمان ساكس وSemiAnalysis بشكل حاد بسبب ذلك.

تعتقد غولدمان ساكس أن الربحية الفائقة في قطاع أشباه الموصلات غير مستدامة، لأن القطاعات السفلية لا تزال لا تحقق أرباحًا كافية.
تعتقد SemiAnalysis أن خزانة الأرباح في الجزء السفلي من السلسلة تتوسع، لذا فإن طبقة الأجهزة لا تربح كثيرًا، بل لم تُفرض بعد رسومها بالكامل وفقًا للقيمة.

المتغير الوحيد الذي يحدد الفائز والخاسر هو: هل يمكن لمخزون الربح الجديد الذي أنشأه الذكاء الاصطناعي أن يكون كبيرًا بما يكفي لدعم مختبرات النماذج، ومزودي السحابة، وNeocloud، وNVIDIA، وTSMC، والتخزين، وسلسلة الطاقة في نفس الوقت؟

The cake isn't big enough, Goldman Sachs wins.

الكعكة تستمر في النمو، ويفوز SemiAnalysis.

مزوّد السحابة هو أكثر طبقة في هذه الجدل إحراجًا.

إنها في نفس الوقت أكبر مشترين للنفقات الرأسمالية وأكثر المنصات احتمالًا لتحويل طلب الذكاء الاصطناعي إلى إيرادات. وهي تخضع لضغط من نيفيديا والتخزين وسلسلة الطاقة، كما تمتلك عملاء مؤسسيين وخدمات سحابية وواجهات برمجة تطبيقات النماذج وشرائح مطورة داخليًا وبيئة برمجية.

يعتقد غولدمان سachs أن مزودي السحابة متفائلون، لأن السوق قد أخذ بالفعل العديد من السلبيات في الاعتبار. إن ضغوط الإنفاق الرأسمالي على التدفق النقدي الحر، وشكوك المستثمرين بشأن عائد استثمار الذكاء الاصطناعي، وتراجع التقييمات. كل ما يحتاجه مزودو السحابة لاحقًا هو حدوث إحدى الحالتين التاليتين لوجود مسار للتعافي: تحقيق إيرادات الذكاء الاصطناعي من الشركات، أو تقلص الإنفاق الرأسمالي.

تُحلل SemiAnalysis مزودي السحابة من منظور الطلب. طالما استمر توسع طلب الرموز المميزة، فسيحتاج مختبرات النماذج والعملاء المؤسسيون إلى مزيد من قوة الحوسبة. تخضع قوة الحوسبة لقيود تتعلق بالتقنيات المتقدمة، والذاكرة، والطاقة، وأنظمة الرفوف. ما يقلق المشترين أكثر من السعر هو عدم القدرة على الحصول عليها.

لذلك، مزودو السحابة ليسوا ضحايا ببساطة، ولا فائزين تلقائيين.

يجب أن تُثبت هذه العوامل من خلال التقارير المالية: أن إنفاق رأس المال على الذكاء الاصطناعي يمكن تحويله إلى إيرادات وأرباح وولاء العملاء. ستكون هذه المؤشرات أكثر أهمية من ذي قبل: هل نما نشاط السحابة مرة أخرى بسرعة؟ هل أصبح الكشف عن إيرادات الذكاء الاصطناعي أكثر وضوحًا؟ هل يمكن تحسين استخدام الاستنتاج؟ هل يمكن للرقائق المطورة داخليًا تقليل الاعتماد على نيفيديا؟ هل انتقل عملاء المؤسسات من التجارب إلى النشر طويل الأجل؟ هل استقر التدفق النقدي الحر؟

تحسين هذه المؤشرات سيقوي منطق غولدمان ساكس التفاؤلي النسبي بالنسبة للشركات السحابية.

لا تزال شركات السحابة تُعتبر طبقة مُضغطة من الإنفاق الرأسمالي بين نيفيديا وعملاء المؤسسات، حيث لا تتحسن هذه المؤشرات بسرعة.

تأكيد تقرير غولدمان ساكس على "هيكل البيانات" و"طبقة التنسيق" قد يكون أقرب جزء إلى الواقع المؤسسي.

لن يظل الذكاء الاصطناعي المؤسسي مقتصرًا على موظفين يفتحون مربع دردشة لطرح الأسئلة. الذكاء الاصطناعي الحقيقي ذو التأثير المالي يجب أن يدخل خدمات العملاء والمبيعات والمالية والمشتريات والبحث والتطوير والتحكم في المخاطر وسلسلة التوريد وصيانة تكنولوجيا المعلومات. كل عملية لديها بيانات وصلاحيات وامتثال وموافقات وأنظمة تاريخية وحدود مسؤولية.

مهما كانت النموذج قويًا، لا يمكنه تجاوز هذه الأشياء.

هذا هو المكان الذي تعود فيه طبقة البرمجيات المؤسسية إلى الأهمية. يمكن تفويض المهام منخفضة المخاطر وعالية التردد إلى نماذج خفيفة أو نماذج مفتوحة المصدر؛ بينما تتطلب المهام عالية المخاطر وذات القيمة العالية نماذج متقدمة. هناك حاجة إلى طبقة وسطى تحدد نوع المهمة، وتستدعي البيانات، وتحكم في الصلاحيات، وتشتغل النموذج المناسب، وتراقب التكاليف، وتُعيد كتابة النتائج.

• مزايا شركات البرمجيات كخدمة التقليدية هي الخبرة الصناعية، وعلاقات العملاء، ومدخلات البيانات، وترسيخ سير العمل. أما عيوبها فهي الديون التقنية وسرعة التحديث.
• مزايا الشركات الأصلية التي تعتمد على الذكاء الاصطناعي هي سرعة المنتج، وقدرات استدعاء النموذج، وهيكل التكلفة. أما عيوبها فهي نقص نقاط الدخول للشركات والسياق الصناعي.
• مزايا شركة النموذج المتقدم هو الذكاء الأقوى. عيوبها هي نقص السيطرة على عمليات الشركة.

لا يمكن للطبقة البرمجية أن تُستهلك بسهولة من قبل الذكاء الاصطناعي. قد تُجرّد شركات البرمجيات التي لا تمتلك السيطرة على البيانات وتحكم العمليات من وجودها عبر تجريد النماذج. أما شركات البرمجيات التي تتحكم في بنية البيانات وسير العمل ومسارات النماذج، فلديها فرصة لتحويل الذكاء الاصطناعي إلى سوق أكبر، من بيع المقاعد إلى بيع الإنتاجية.

يعتمد ما إذا كان عائد الاستثمار للشركات يمكن أن ينتشر من عينات مستخدمين قوية مثل SemiAnalysis إلى الشركات العادية على هذا المستوى إلى حد كبير.

في الماضي، كان سؤال التداول بالذكاء الاصطناعي هو: من الأقرب إلى قوة الحوسبة؟

هذا السؤال الآن كبير جدًا.

في المرحلة القادمة، سيطرح السوق أسئلة حول متغيرات أكثر تفصيلاً.

أولاً، هل ستستمر قيمة الرمز في الارتفاع؟ إذا انتشر الذكاء الاصطناعي الوكيل من الكود والبحث والتحليل إلى مزيد من سير عمل الموظفين المكتبية، فستستمر مختبرات النماذج وسلاسل الاستدلال في إعادة التقييم.

ثانيًا، هل سيستمر تحسن هامش الربح الإجمالي لمختبر النماذج؟ لم يعد نمو الإيرادات كافيًا، فالسوق سيتطلع إلى تكلفة الاستدلال وكفاءة التخزين المؤقت وترقية SKU وحقوق التسعير للنماذج المتقدمة.

ثالثًا، هل يمكن لمزودي السحابة تحويل نفقات رأس المال إلى إيرادات؟ لم تعد نفقات رأس المال الخاصة بالذكاء الاصطناعي تُحسب تلقائيًا كإيجابية، بل فقط نفقات رأس المال التي تدخل في إيرادات السحابة، وهامش الربح من الاستنتاج، وعقود الشركات ستُكافأ من قبل السوق.

رابعًا، هل يمكن لـ NVIDIA الاستمرار في رفع الأسعار بسبب عوامل الاختناق على مستوى النظام؟ تعتبر وحدات معالجة الرسوميات (GPU) الطبقة الأولى فقط، بينما تحدد Rubin وSOCAMM والشبكات وأنظمة الرفوف وطابق البرمجيات وقدرات الشراء في سلسلة التوريد ما إذا كان يمكن لـ NVIDIA الاستمرار في فرض عمولة.

خامساً، هل يمكن لشركة TSMC والتخزين إعادة تسعير الندرة؟ العقد المتقدمة، HBM، DRAM، SOCAMM، والتغليف المتقدم، إذا استمرت كعقبات في العرض، فلن تغادر القيمة بسهولة من القطاع العلوي.

سادسًا، هل يمكن للبرمجيات المؤسسية الحصول على نقطة دخول لتطبيق الذكاء الاصطناعي؟ ستتقلص شركات البرمجيات التي لا تمتلك نقطة دخول للعمليات، بينما قد تصبح شركات البرمجيات التي تمتلك نقطة دخول، وبيانات، وقدرات ترتيب أكثر تكلفة.

Trading in AI infrastructure has not expired.

ارتفع بقوة جدًا، مما أدى إلى ظهور الخلاف بين غولدمان ساكس وSemiAnalysis.

حذرت غولدمان ساكس السوق من أن فوائد سلسلة الرقائق قد تم استغلالها بالكامل. إذا لم تأتِ عوائد الاستثمار للشركات بسرعة، فستؤدي سيولة الشركات السحابية إلى تراجع الإنفاق الرأسمالي، وسيتم تصحيح نمط الربح الوحيد للقطاع半導體.

تذكّر SemiAnalysis السوق بأنه لا يمكن استخدام تجربة الذكاء الاصطناعي في عام 2024 لتقييم الذكاء الاصطناعي الوكيل في عام 2026. تصبح الرموز مادة إنتاجية، وتبدأ مختبرات النماذج في تحسين الهامش الإجمالي، ولا يزال عرض القوة الحسابية محدودًا، وقد لا تكون نفيديا وتياميسين قد قيمتا بالكامل وفقًا للقيمة.

عند دمج هذين الحكمين معًا، قد تغير مركز تداول الذكاء الاصطناعي.

على مدار السنتين الماضيتين، كانت السوق تكافئ الأصول النادرة. في المرحلة التالية، ستراقب السوق من يستطيع الحفاظ على القيمة الاقتصادية التي يخلقها الذكاء الاصطناعي بشكل مستمر في قائمة الدخل.

إذا كان ما رآه SemiAnalysis هو نقطة انعطاف هامشية، فستستمر كعكة سلسلة الذكاء الاصطناعي في النمو، وللمختبرات النموذجية، ومزودي السحابة، ونفيديا، وتايوان سيميكونداكتور، وسلسلة التخزين والطاقة جميعها أسباب لتقسيم الحصة.

إذا كانت جولدمان ساكس ترى واقعًا أكثر قربًا من متوسط الشركات، فسيكون إنفاق رأس المال هو أول ما يصطدم بالسيولة النقدية، وتحتاج سلسلة أشباه الموصلات إلى تخفيف التوقعات المرتفعة جدًا، بينما تحصل شركات السحابة على عوائد نسبية أفضل بسبب ضغط التقييم والانضباط المحتمل في الإنفاق.

الحالة الأكثر احتمالًا الآن، بين الاثنين.

بدأ المستخدمون الأقوى في شراء التوكنات بقوة، بينما لم تُحصِّل الشركات العادية حساباتها بعد. ستسوق الأسواق المالية أولاً التغييرات الحدية التي يجلبها المستخدمون الأقوى، ثم تنتظر الشركات المتوسطة التحقق من خلال تقاريرها المالية. كلما كان التحقق أسرع، اقتربنا أكثر من عالم SemiAnalysis؛ وكلما كان التحقق أبطأ، زادت فرص نجاح تداولات جولدمان ساكس.

لا تزال "مجرفة الذكاء الاصطناعي" تهيمن على السوق، لكن السؤال قد تحوّل من "من يبيع المجرفة" إلى دفتر حسابات آخر: من ربح بالفعل ما يكفي، ومن لا يزال قادرًا على رفع الأسعار، ومن سيصبح المستأجر الحقيقي في الطبقة التالية.