تحذير الرئيس التنفيذي لشركة إنتل $INTC، ليب-بو تان، من استمرار نقص القدرة الحاسوبية للذكاء الاصطناعي حتى عام 2029؛ لكن التمويل قد يكون العامل الحاسم في مصير صناعة تريليونية
في 12 أكتوبر، اجتمع اثنان من أبرز الشخصيات في قطاع أشباه الموصلات على منصة واحدة خلال قمة DBS Asia Forward في سنغافورة.
ليب-بو تان، الرئيس التنفيذي لشركة إنتل $INTC، وتشن فو يانغ، الرئيس التنفيذي لشركة برودكوم $AVGO.
بعثت تصريحات ليب-بو تان إشارة تستحق أن يفكر فيها وول ستريت بجدية:
قد يظل الطلب على القدرة الحاسوبية للذكاء الاصطناعي قويًا حتى عام 2029 على الأقل، لكن ما سيحدد المدى الذي يمكن أن تبلغه دورة الاستثمار الهائلة هذه لم يعد يقتصر على إمدادات الرقائق، بل يشمل تكلفة رأس المال والعائد على الاستثمار.
تحدث عن خمسة اتجاهات رئيسية، يمكن لكل منها أن يؤثر في مسار استثمارات الذكاء الاصطناعي خلال السنوات المقبلة.
أولًا، قد يستمر نقص القدرة الحاسوبية للذكاء الاصطناعي حتى عام 2029.
ويتوقع ليب-بو تان أن يستمر الطلب على موارد الحوسبة للذكاء الاصطناعي في تجاوز المعروض حتى عام 2029 على الأقل، وأن القطاع لن يشهد على الأرجح تباطؤًا ملحوظًا خلال العامين أو الأعوام الثلاثة المقبلة.
لماذا؟
ذلك لأن الاختناقات التي تواجه البنية التحتية للذكاء الاصطناعي تواصل الانتقال من مجال إلى آخر.
في البداية، كان السبب نقص إمدادات وحدات معالجة الرسوميات من $NVDA.
ثم ظهر نقص في الطاقة الإنتاجية لذاكرة HBM (الذاكرة ذات النطاق الترددي العالي) لدى شركات مثل $MU وسامسونغ.
وفي مرحلة لاحقة، بدأت مراكز البيانات تواجه قيودًا بسبب إمدادات الكهرباء وأنظمة التبريد والمدة اللازمة لبناء شبكات الطاقة.
والآن، أصبحت القدرة على التمويل وتكلفة رأس المال عاملين مقيّدين جديدين.
وهذا يوضح أن نمو صناعة الذكاء الاصطناعي لا يمكن تحقيقه بحل جميع المشكلات بمجرد زيادة إنتاج الرقائق.
ثانيًا، قد يحل التمويل محل الرقائق ليصبح أكبر اختناق يواجه الذكاء الاصطناعي.
وأشار ليب-بو تان إلى أن تكلفة رأس المال آخذة في الارتفاع، وأن السوق بات يهتم أكثر بمدى قدرة الاستثمارات الضخمة في الذكاء الاصطناعي على تحقيق عوائد كافية.
قد تكون هذه أهم إشارة استثمارية في النقاش بأكمله.
تستثمر شركات التكنولوجيا العملاقة مثل $MSFT و$AMZN و$GOOGL و$META مبالغ طائلة في بناء البنية التحتية للذكاء الاصطناعي.
لكن مراكز بيانات الذكاء الاصطناعي ليست أصولًا تقليدية يمكن استخدامها إلى الأبد بمجرد إنشائها.
تتجدد وحدات معالجة الرسوميات، وتحتاج الخوادم إلى الصيانة، ويجب توفير الكهرباء باستمرار، كما يواصل تدريب النماذج والاستدلال استهلاك موارد الحوسبة.
إذا لم يواكب نمو إيرادات تطبيقات الذكاء الاصطناعي الإنفاق الرأسمالي، فقد تتعرض التدفقات النقدية الحرة للشركات لضغوط.
والأهم من ذلك أن بعض مشاريع البنية التحتية للذكاء الاصطناعي تعتمد على التمويل بالدين.
عندما ترتفع تكاليف التمويل، قد تصبح مشاريع بدت مربحة في الأصل غير مجدية فجأة.
لذلك، ينبغي للمستثمرين في المستقبل ألا يكتفوا بالنظر إلى مقدار نمو الإنفاق الرأسمالي على الذكاء الاصطناعي، بل عليهم أيضًا متابعة حجم التدفقات النقدية التي ستدرها هذه الاستثمارات في نهاية المطاف.
ثالثًا، لا يمكن لصناعة الذكاء الاصطناعي أن تعتمد إلى الأبد على أرباح بائعي «المعاول» وحدهم.
طرح ليب-بو تان تقديرًا بالغ الأهمية:
المستفيدون المباشرون حاليًا من سلسلة صناعة الذكاء الاصطناعي هم أساسًا مورّدو الرقائق والذاكرة والخوادم وغيرها من مكونات البنية التحتية.
ومنها $NVDA و$AVGO و$INTC وسامسونغ.
لكن إذا ظل مزودو البنية التحتية وحدهم يحققون الأرباح في هذا القطاع، في حين عجزت شركات التطبيقات في المراحل اللاحقة عن تحقيق عوائد كافية، فسيصعب الحفاظ على نموذج النمو هذا على المدى الطويل.
ما سيحدد الحجم المستقبلي لصناعة الذكاء الاصطناعي حقًا هو قدرة OpenAI وAnthropic وغيرها من شركات تطبيقات الذكاء الاصطناعي على تحويل القدرة الحاسوبية إلى إنتاجية فعلية وإيرادات تجارية.
ويرى أنه إذا اعتمدت الشركات الذكاء الاصطناعي على نطاق واسع وحققت عائدًا على استثماراتها، فستتاح لصناعة أشباه الموصلات فرصة للانتقال من حجم تريليون دولار إلى تريليوني دولار أو حتى ثلاثة تريليونات.
المنطق الكامن وراء ذلك مهم للغاية.
لا يتوقف الحد الأقصى طويل الأجل للطلب على القدرة الحاسوبية للذكاء الاصطناعي على مقدار ما ترغب شركات التكنولوجيا العملاقة في إنفاقه فحسب، بل يعتمد على مقدار القيمة الاقتصادية التي يستطيع المجتمع بأسره تحقيقها في نهاية المطاف من خلال الذكاء الاصطناعي.
رابعًا، قد تُحدث نماذج الذكاء الاصطناعي الصينية مفتوحة المصدر تغييرًا في منظومة التسعير العالمية للذكاء الاصطناعي.
وأشار ليب-بو تان تحديدًا إلى نماذج الذكاء الاصطناعي الصينية مثل DeepSeek وKimi وGLM.
وقال إن أداء هذه النماذج أصبح جيدًا بما يكفي، وإن تكلفة التوكن (وحدة قياس النص الذي يعالجه النموذج) منخفضة، ما يسرّع انتشارها.
كما شدد على أنه من المؤيدين الراسخين للتقنيات مفتوحة المصدر.
هناك اتجاه يستحق الانتباه وراء ذلك.
ليس من الضروري أن تشتري الشركات في المستقبل خدمات النماذج المغلقة الأعلى تكلفة كلها عند اعتمادها الذكاء الاصطناعي.
إذا استطاعت النماذج مفتوحة المصدر إنجاز معظم المهام التجارية بتكلفة أقل، فقد تتجه الشركات إلى حلول أكثر توفيرًا.
وسيؤدي ذلك إلى تأثيرين مختلفين.
قد تشكل النماذج مفتوحة المصدر منخفضة التكلفة ضغطًا على أسعار مزودي النماذج المغلقة مرتفعة التكلفة.
لكن بالنسبة إلى قطاع البنية التحتية للذكاء الاصطناعي بأكمله، قد يؤدي انخفاض تكلفة استخدام النماذج أيضًا إلى تشجيع مزيد من الشركات على اعتماد الذكاء الاصطناعي، ما يزيد الطلب على الحوسبة اللازمة للاستدلال.
بعبارة أخرى، لا يعني انخفاض تكلفة النماذج بالضرورة تراجع الطلب على الرقائق.
بل على العكس، إذا نما استخدام الذكاء الاصطناعي بسرعة كافية، فقد يواصل إجمالي استهلاك القدرة الحاسوبية ارتفاعه.
خامسًا، قد تصبح الحوسبة الكمومية عاملًا مهمًا في المرحلة المقبلة.
كما أشار ليب-بو تان إلى أن الحوسبة الكمومية قد تبدأ دخول التطبيقات السائدة تدريجيًا خلال السنوات الثلاث إلى الخمس المقبلة.
ورغم ما يحيط بهذا التقدير الزمني من قدر كبير من عدم اليقين التقني والتجاري، فإنه يعكس أن صناعة أشباه الموصلات تستكشف في الوقت نفسه اتجاهات جديدة تتجاوز بنى الحوسبة التقليدية.
قد لا تقتصر المنافسة على البنية التحتية للذكاء الاصطناعي مستقبلًا على وحدات معالجة الرسوميات ووحدات ASIC (الدوائر المتكاملة المخصصة) ووحدات CPU (وحدات المعالجة المركزية)، بل قد تشمل أيضًا تقنيات حوسبة جديدة وأنظمة برمجية ترفع كفاءة استخدام الأجهزة.
من وجهة نظر استثمارية، أرى أن أهم ما في تصريحات ليب-بو تان هذه المرة هو أنها تكشف عن تحول هيكلي تشهده صناعة الذكاء الاصطناعي.
ركز السوق في السنوات القليلة الماضية أساسًا على الجهات القادرة على إنتاج أكبر عدد من الرقائق.
قد يزداد تركيز السوق في المرحلة المقبلة على الجهات القادرة على بناء البنية التحتية بأقل تكلفة لرأس المال، وعلى الجهات التي تستطيع تحويل القدرة الحاسوبية للذكاء الاصطناعي إلى أرباح فعلية.
وهذا يعني أن منطق الاستثمار في الذكاء الاصطناعي ينتقل تدريجيًا من مجرد توسيع القدرة الحاسوبية إلى كفاءة رأس المال والعوائد التجارية.
قد يستمر الطلب القوي في دعم مورّدي المكونات في المراحل الأولى مثل $NVDA و$AVGO و$MU خلال العامين أو الأعوام الثلاثة المقبلة.
لكن بالنسبة إلى صناعة الذكاء الاصطناعي ككل، قد يتوقف توسع التقييمات في الجولة المقبلة على قدرة إيرادات التطبيقات على اللحاق بالاستثمارات في البنية التحتية.
قد لا يكون الخطر الأكبر الذي يهدد ثورة الذكاء الاصطناعي اختفاء الطلب على القدرة الحاسوبية فجأة، بل استمرار الطلب القوي في وقت لا تعود فيه أسواق رأس المال مستعدة لضخ التمويل بلا حدود.
هل تعتقد أن أكبر فرص الاستثمار في صناعة الذكاء الاصطناعي بين عامي 2027 و2029 ستظل متركزة في شركات البنية التحتية مثل $NVDA و$AVGO، أم ستنتقل تدريجيًا إلى شركات تطبيقات الذكاء الاصطناعي القادرة فعلًا على تحقيق الأرباح؟
