[TL;DR التحديد اليومي] ما أركز عليه ليس كم تكلف وحدات GPU، بل ما إذا كانت قادرة حقًا على أن تعمل كمصنع ذكي، تُنتج باستمرار "ذكاءً" يمكن فرض رسوم عليه. إن الرقم الذي أطلقه DeepSeek: 38 دولارًا لكل ساعة GPU، يشبه كشفًا جزئيًا عن دفتر الحسابات الأكثر حساسية في صناعة الذكاء الاصطناعي: لم يعد السؤال فقط كم من المال تم إنفاقه، بل هل يمكن لكل بطاقة أن تُدرّ عائدًا بنفسها؟ 📌 أولًا، دعونا ننظر إلى البيانات الأكثر إثارة: • كشفت DeepSeek: يمكن لمجموعة واحدة معالجة 155 تريليون رمز يوميًا. • عند حسابها وفق سعر واجهة برمجة التطبيقات المعلن في أوقات الذروة، فإن كل ساعة GPU تُنتج نظريًا 38 دولارًا من الإيرادات. • عند التوسع السنوي التقريبي، يمكن لكل وحدة GPU أن تُنتج أكثر من 330 ألف دولار من القيمة المُحصَّلة سنويًا. هذا ليس "ربحًا"، ولا رقمًا سهلًا للثراء، بل مجرد قدرة نظرية على الفوترة. لكنه أمر بالغ الأهمية — فهو يوضح أنه إذا تم تحسين الاستدلال بشكل كافٍ، فلن تكون وحدات GPU مجرد ثقوب سوداء للتكاليف، بل يمكن أن تصبح آلات تُنتج سيولة نقدية. 📌 كيف تم تحقيق 38 دولارًا؟ • DeepSeek V4.1 Flash يحتوي على 552 مليار معلمة، باستخدام بنية MoE. • عند معالجة المدخلات، يتم تفعيل حوالي 8 مليارات معلمة، وعند إنشاء المخرجات، حوالي 16 مليار معلمة. • تم خفض استخدام KV Cache العالمي إلى حوالي ربع الإصدار السابق، والتخزين المؤقت طويل الأمد إلى حوالي الثمن. • كل رمز يستهلك حوالي 890 بايت من KV Cache عالميًا، مع دعم أقصى لسياق يصل إلى مليون رمز. بمعنى آخر، لا تربح من خلال "بطاقات أقوى"، بل من خلال هندسة نظامية أكثر فعالية: التوازي بين الخبراء، التخمين في التحليل، الجدولة غير المتزامنة، فصل مراحل التمهيد والفك، بالإضافة إلى الحفاظ على KV Cache لأطول فترة ممكنة. باختصار، من يستطيع تقليل الحسابات المتكررة بنفس عدد وحدات GPU، يكون أقرب إلى آلة طباعة النقود. 📌 لكن لا تتسرع في اعتبار 38 دولارًا خطًا أساسيًا للصناعة: • لم تُصدر DeepInfer جميع مكونات بيئة الإنتاج بالكامل كمصدر مفتوح. • أنظمة KV Cache، وتنسيق الخدمات، والتوازن الديناميكي بين النسخ — كلها عناصر حاسمة لا تزال بحاجة إلى تكملة خارجية. • حاليًا، هي مصممة بشكل أساسي لنموذج DeepSeek-V4.1 Flash، ولا يمكن نسخها مباشرة لنموذج آخر. إذًا، تنزيل الإطار ≠ نسخ الإيرادات. إن 38 دولارًا هي أكثر شبهاً بـ"نموذج تجريبي في حالة هندسية ممتازة"، وليس سر ثروة يمكن لأي شخص تحقيقه بشراء بضع وحدات GPU. 📌 لماذا لا تزال العديد من شركات النماذج تخسر رغم تحسن الاستدلال؟ • تقديرات Stanford HAI / Epoch AI: إن نفقات الحوسبة لـ OpenAI في عام 2025 ستصل إلى حوالي 16.3 مليار دولار، منها 8.3 مليار للتطوير و8 مليار للاستدلال. • مقارنة بعام 2024، ارتفعت نفقات الاستدلال لـ OpenAI من 1.8 مليار إلى 8 مليار دولار — أي بزيادة قدرها 3.4 مرة. • نفقات الحوسبة لـ Anthropic في عام 2025 ستصل إلى حوالي 6.8 مليار دولار، منها 4.1 مليار للتطوير و2.7 مليار للاستدلال. هذه هي الحقيقة: التدريب والاستدلال هما دفترا حسابات منفصلان. يمكنك بيع الرموز، لكن هذا لا يعني أنك لن تحتاج لاستمرار إنفاق الأموال على النماذج التالية؛ وكلما زاد عدد المستخدمين، ارتفعت فواتير الاستدلال. انخفاض التكلفة لكل وحدة لا يعني بالضرورة انخفاض التكلفة الإجمالية. صناعة الذكاء الاصطناعي تشبه بناء طريق سريع — كلما زاد عدد السيارات، زادت الإيرادات، لكن الصيانة والتوسيع وفوائد التمويل ترتفع أيضًا. 📌 هل يمكن أن يصبح بيع الرموز فقط نشاطًا تجاريًا ناجحًا؟ الإجابة: ربما نعم، لكن ليس بسهولة. قدم النص حسابًا حساسًا مباشرًا: • إذا كانت التكلفة الكاملة 10 دولارات لكل ساعة GPU؛ • وكانت القيمة النظرية للإيرادات الممكنة 38 دولارًا لكل ساعة GPU؛ • فبمجرد تحقيق إيرادات فعالة بنسبة 26.3% فقط، يمكن تغطية التكلفة نظريًا. • وإذا وصلت الإيرادات الفعالة إلى 50%، فإن الدخل الساعي سيكون حوالي 19 دولارًا، وبخصم 10 دولارات للتكلفة يبقى ربح قدره 9 دولارات. هذا النموذج جذاب، لكن الواقع غير رومانسي. التسريع، التزامن، التأخير، هيكل العملاء، الذروة في حركة المرور، وأوقات الخمول — كلها عوامل ستستهلك الأرباح المتوقعة. بل وأكثر من ذلك: عندما تبدأ حرب الأسعار، غالبًا ما يتم نقل جزء من عوائد الكفاءة إلى العملاء. 📌 CoreWeave أظهرت الجانب الآخر بواقعية كبيرة: • إيرادات الربع الثاني من عام 2026: 2.575 مليار دولار — زيادة بنسبة 112% سنويًا. • EBITDA المعدل: 1.51 مليار دولار — هامش ربح 59%. • لكن تحت معايير GAAP، ما زال هناك خسارة صافية قدرها 626 مليون دولار. • الاستهلاك والاهتراء في الربع: 1.393 مليار دولار؛ فوائد صافية: 640 مليون دولار. هل رأيتم؟ عمل الحوسبة ليس "إيرادات = أرباح". وحدات GPU تتآكل، والتوسع يعتمد على التمويل، والفائدة تتبعك كالظل. تحقيق هامش ربح لا يعني بالضرورة تحقيق ربح صافٍ. 📌 الطبقة التطبيقية أكثر إرباكًا: الطلب يرتفع، لكن الأرباح لا تتبع بالضرورة: • Cursor حتى الربع الأول من عام 2026: هامش ربح بلغ -23%؛ وإذا تم احتساب تكاليف الاستدلال للمستخدمين المجانيين بالكامل، فسيصل إلى -31%. • https://t.co/RxWvQzBAAu طلبت الحماية من الإفلاس مع وجود حوالي 12 مليون مستخدم نشط شهريًا، وإيرادات أغسطس 2026 بلغت 5.3 مليون دولار، لكن الخسارة الشهرية لا تزال بين 8-9 ملايين دولار. • خلال الثمانية أشهر الأولى من عام 2026 فقط، أنفقت https://t.co/RxWvQzBAAu على الحوسبة 56.1 مليون دولار — أي حوالي 45% من نفقات التشغيل. • في المقابل، حقق Midjourney إيرادات تجاوزت 200 مليون دولار في عام 2023، وحافظ على الربحية. نفس النهج القائم على الذكاء الاصطناعي — مصير مختلف تمامًا. السبب غير غامض: استخدام الذكاء الاصطناعي لا يخلق نموذجًا تجاريًا تلقائيًا؛ المفتاح هو ما إذا كانت قيمة المهمة قادرة على تغطية تكاليف الاستدلال والتشغيل. 📌 الفرصة الأكبر ربما تكون في الوكلاء (Agents): • تقدر Menlo Ventures أن إنفاق المستهلكين العالميين على الذكاء الاصطناعي وصل إلى 40 مليار دولار في عام 2026 — أي أكثر من ثلاثة أضعاف ما كان عليه في عام 2025 (12 مليار دولار). • لكن معدل استخدام الذكاء الاصطناعي بين البالغين الأمريكيين ارتفع فقط من 61% إلى 64%. أي أن عدد المستخدمين الجدد لم ينفجر — بل انفجرت عمق استخدام المستخدمين الحاليين ودفعهم الأكبر. السوق يراهن الآن ليس فقط على عدد المحادثات، بل على عدد المهام التي يستطيع الذكاء الاصطناعي إنجازها لك يوميًا: البريد الإلكتروني، الشراء، الجدولة، تشغيل البرامج، التنسيق بين الخدمات — هذه هي المجالات التي قد تُضخم استهلاك الرموز حقًا. لكن لا يزال عليّ أن أسكب دلوًا من الماء البارد: المزيد من الرموز لا تعني بالضرورة نموذجًا تجاريًا أفضل. إذا كان منتج وكيل يحقق دخلاً شهريًا قدره 20 دولارًا لكنه ينفق 30 دولارًا على النموذج والأدوات، فهو فقط يدعم وحدات GPU للطرف الأعلى — ولا يدعم نفسه. حكمي ببساطة: 1. الرقم 38 دولارًا لكل ساعة GPU يوضح أن عمل الاستدلال "يمكن أن يكون قائمًا"، وأن قيمة التحسين الهندسي مُ недоّرَة بشدة. 2. لكن بين "إمكانية الفوترة" و"إمكانية الربح"، هناك أربعة جدران: معدل الاستخدام، سلطة التسعير، تكلفة رأس المال، وقيمة المنتج. 3. الأشخاص القادرون حقًا على عبور الدورة لن يكونوا أولئك الذين يحرقون البطاقات بأكثر طريقة — بل أولئك الذين يعرفون كيف يحولون الرموز إلى نتائج فعلية للمهام.إذا كان كل عامل في المستقبل يعمل بدلاً من البشر في الشراء والتفاوض وتنفيذ العمليات، فلن تكون المشكلة هي "بكم يُباع الرمز المميز"، بل — كم قيمة حققها لي ذكائي الذي أنشأته؟ هذه هي الحسابات التي أهتم بها أكثر.