إن نفقات الذكاء الاصطناعي للشركات ارتفعت 5.4 مرات خلال عام واحد، لكن النسبة من الشركات المستعدة لدفع الأموال زادت فقط من 55% إلى 65%. أصدرت Menlo Ventures مؤخرًا "تقرير الذكاء الاصطناعي للشركات لعام 2026". حتى سبتمبر من هذا العام، بلغ حجم إنفاق الشركات على تطبيقات الذكاء الاصطناعي 176.8 مليار دولار، مقارنة بـ 33 مليار دولار فقط في نفس الفترة من العام الماضي. هناك بعض الأرقام المثيرة للاهتمام: أولاً، بدأ العوامل (Agents) في أن تصبح أكبر مستهلك للقوة الحاسوبية للذكاء الاصطناعي. على منصة OpenRouter، يأتي 80% من استهلاك الرموز من العوامل. بعد تجاوز حركة مرور العوامل لحركة مرور الاستخدام البشري المباشر في فبراير من هذا العام، نمت بنسبة 37 مرة أخرى. ثانيًا، يتجه سوق النماذج بسرعة نحو التركز في يد القادة. فقد استحوذت Anthropic على 55% من إنفاق الشركات على واجهات برمجة تطبيقات نماذج اللغة الكبيرة (LLM API)، و31% لـ OpenAI، بحيث تجمع الشركتان معًا 86%. بينما انخفضت حصة Google من 21% العام الماضي إلى 9%. وهناك رقم مذهل آخر: بلغ حجم سوق تطبيقات الذكاء الاصطناعي للشركات 77.3 مليار دولار، حيث تمثل أدوات البرمجة وحدها 34 مليار دولار. واستحوذت منتجان فقط، Claude Code و Codex، على 70% من إنفاق سوق البرمجة. أعتقد أن أهم تغيير هنا هو أن منطق نمو الذكاء الاصطناعي التجاري يشهد تحولًا. في الماضي، كانت إيرادات SaaS مرتبطة بشكل أساسي بعدد المستخدمين. فعدد الموظفين في شركة ما، وعدد الحسابات التي يمكن بيعها، كانا يحدّدان تقريبًا الحد الأقصى لإيراداتها. لكن العوامل (Agents) مختلفة. يمكن لموظف واحد تشغيل عشرات العوامل في وقت واحد، وهذه العوامل يمكنها العمل باستمرار، واستدعاء النماذج مرارًا وتكرارًا، واستهلاك الرموز. وبالتالي، حتى لو لم تزد الشركة عدد موظفيها، فقد ينمو إنفاقها على الذكاء الاصطناعي عدة أضعاف. وهذا يفسر أيضًا لماذا زادت نسبة الشركات المدفوعة فقط بـ 10 نقاط مئوية، بينما نما حجم السوق 5.4 مرات. الأكثر إثارةً للانتباه أن 55% من زيادة إنفاق الذكاء الاصطناعي جاءت من ميزانيات جديدة أنشأتها الشركات، بينما جاءت فقط 22% من نقل الميزانيات من برامج قائمة. على الأقل في هذه المرحلة، يخلق الذكاء الاصطناعي سوقًا جديدًا كبيرًا للبرمجيات. لكن هذا النمو يحمل اختلافات هيكلية واضحة. استطاعت أدوات البرمجة أن تحقق سوقًا بقيمة 34 مليار دولار أولًا، لأن الكود يمتلك بيئة تنفيذ واضحة، ويمكن التحقق من النتائج، وبالتالي من السهل قياس مدى كفاءة العوامل. بالمقابل، لا تزال العديد من العوامل التي تدّعي أنها يمكنها استبدال الموظفين المكتبية لم تحل مشكلة كيفية إنجاز المهام بشكل مستقل أو كيفية تقييم النتائج. لذلك، سأركز في المستقبل على مؤشر واحد: كم من العمل الحقيقي ترغب الشركات في تفويضه للعوامل (Agents)، وكم تدفع مقابل إنجاز كل مهمة. عندما يبدأ الذكاء الاصطناعي في استهلاك الذكاء الاصطناعي بنفسه، ستضعف العلاقة بين كمية استدعاء النماذج وعدد موظفي الشركات. وقد يكون هذا هو المتغير الأكثر أهمية لدراسة سوق الذكاء الاصطناعي في السنوات القادمة.