انتهاء الأموال في طفرة الذكاء الاصطناعي قبل تحقيق الربحية

الطائرة التي لا يعرف أحد كيف تهبط

يعمل بيل جيرلي منذ خمسة وعشرين عامًا في Benchmark، حيث يحدد اللحظة الدقيقة التي يتوقف فيها الحماس عن كونه عنصرًا إيجابيًا ويصبح عبئًا. وقد فعل ذلك مع أوبر في عام 2017، عندما ضغط لإخراج مؤسسها من منصبه قبل أن تجر ثقافتها السامة وأرقامها غير المستدامة الجميع إلى العدم. وفي مقابلة مع CNBC بتاريخ 16 مارس 2026، يكرر تشخيصه بحجم أكبر بعشر مرات: قطاع الذكاء الاصطناعي يحرق رأس المال بسرعة لا يمكن لأي آفاق للربحية تبريرها. كلماته دقيقة وخالية من الزخارف: "في يوم ما، سنعثر على أنفسنا ببساطة وقد نفد المال." لا يتحدث عن انهيار تكنولوجي. النموذج يعمل. الأنظمة تتعلم. المنتجات موجودة. يتحدث عن شيء أكثر بساطة وفتكًا: أن بين ثلاثين وأربعين شركة ناشئة في مجال الذكاء الاصطناعي تخسر مليارات سنويًا، وأن حجم رأس المال المتاح لدعم هذه الخسائر له حد رياضي اخترق تفاؤل الصناعة. الصورة التي يستخدمها جيرلي تكشف الكثير: "من الصعب هبوط الطائرة" عندما تكون قد استهلكت الكثير من الوقود دون الوصول إلى ارتفاع الرحلة. شركات مثل OpenAI وAnthropic جمعت عشرات المليارات من التمويل. ولكن جمع رأس المال ليس هو نفسه بناء نموذج عمل. هو، في أفضل الأحوال، شراء الوقت.

لماذا التكلفة الحدية الصفرية لا تنقذ من لا يمكنه تحملها

هنا تكمن المفارقة الهيكلية التي لا تشير إليها أي تحليل للقطاع بوضوح كافٍ: الذكاء الاصطناعي يعمل وفق منطق التكلفة الحدية المتناقصة. بعدما يتم تدريب النموذج، تكون تكلفة إنتاج الاستجابة رقم عشرة ملايين أقل بكثير من تكلفة رقم واحد. التكنولوجيا، نظريًا، تميل إلى حالة حيث تكلفة الإنتاج الإضافي تكاد تكون لا شيء. هذه هي أعمق وعودها الاقتصادية. لكن خطأ تشخيص السوق الحالي هو الخلط بين تكلفة الاستنتاج الحدية وتكلفة بناء النظام بشكل كامل. تدريب نموذج متقدم يكلف مئات الملايين من الدولارات. الحفاظ على تحديثه يكلف أنواعًا أخرى من المبالغ. بناء بنية بيانات للعمل بكفاءة على نطاق واسع يكلف مليارات. يشير جيرلي إلى أن الشركات التكنولوجية الكبرى السبع — آبل، أمازون، ألفابيت، ميتا، مايكروسوفت، نيفيديا وتيسلا — تستثمر مئات المليارات في مراكز البيانات لدعم تلك البنية التحتية. هذا الإنفاق لا ينخفض بشكل هامشي. إنه ثابت، ضخم، ويتزايد. النتيجة هي هيكل تكاليف مقلوب بالنسبة لما يطرحه السوق: الإيرادات تنمو ببطء لأن التبني التجاري أبطأ من الضجة الإعلامية، في حين أن تكاليف البنية التحتية تنمو بطريقة تقريبًا أسية لدعم سباق تسلح المعلمات والقدرات الحاسوبية. المنطق وراء التكلفة الحدية الصفرية ينطبق على مستقبل القطاع، وليس على واقعه المالي الحالي. لدى هذا تأثيرات مباشرة على نماذج الأعمال. تواجه الشركات الناشئة التي تتقاضى رسومًا مقابل الوصول إلى نماذج لغتها ضغطًا ضاريًا على الأسعار لأن المنافسين الذين يحصلون على تمويل مماثل من رأس المال الاستثماري مستعدون للبيع بأسعار أقل من التكلفة للحصول على حصة سوقية. لا أحد يبني هوامش ربح. إنهم يشترون مستخدمين بخسائر مدعومة من مستثمرين يراهنون على أنهم سيكونون آخرين صامدين عندما ينفد رأس المال.

الفقاعة لا تنفجر بسبب التكنولوجيا، بل بسبب صبر رأس المال

يضع جيرلي موازنة مع عصر الدوت كوم التي تستحق تحليلًا ببرود أكثر من المعتاد. المقارنة السهلة هي أنه كان هناك أيضًا شركات بلا إيرادات مع تقييمات شديدة الارتفاع. لكن آلية الانهيار مختلفة وأكثر إفادة. في عام 2000، جف رأس المال عندما أغلقت الأسواق العامة نافذة الطروحات الأولية وفقد المستثمرون الصغار شهيتهم. اليوم، لدى رأس المال الخاص احتياطيات أعمق بكثير، مما يمدد مدة السقف بشكل مصطنع. لكنه يعني أيضًا أنه عندما يحدث التعديل، سيحدث بشكل مفاجئ وليس بطريقة تدريجية. حذر مايكل بيري من مستويات خطيرة من الاستثمارات المفرطة. لقد وثق جيريمي غرانثام، من GMO، بشكل منهجي كيف تنفجر الفقاعات التكنولوجية بالضبط عندما تبدأ التكنولوجيا الأساسية في إظهار قيمتها، وليس قبل ذلك. النمط الذي يحدده جيرلي كـ "الولايات المجهولة" — الفاعلون الذين يدخلون مدفوعين بالزخم، دون فرضية استثمار قوية — هو المؤشر الأكثر موثوقية على أن الفقاعة قد تجاوزت مرحلة تشكيلها وتدخل مرحلة الانهيار. عندما تعلن كل شركة من شركات رأس المال الاستثماري أنها تبحث فقط عن فرص في الذكاء الاصطناعي، وعندما يعيد مؤسسو تطبيقات اللياقة البدنية وتعلم اللغات صياغة عروضهم كمؤسسات في الذكاء الاصطناعي، يبدأ رأس المال في عدم التخصيص حيث يحقق أكبر قيمة ويبدأ في التخصيص حيث توجد أكبر سرد. ما أوصا به جيرلي للمستثمرين في هذا السياق سهل من الناحية التشغيلية: تحديد الشركات البرمجية ذات نماذج الاشتراك المثبتة، انتظار تصحيح التقييمات الذي سيحدثه إعادة الضبط، والشراء بشكل منظم. عدم المراهنة على الشركات الناشئة الخاصة في الذكاء الاصطناعي التي هي، بكلماته، "خطيرة بشكل كبير". إن عدم التوازن في المعلومات في تلك الاستثمارات عالٍ للغاية والطريق نحو الربحية غير مؤكد بشكل كبير. أقالت شركة Block، الشركة الأم لـ Square بقيادة جاك دورسي، ما يقارب نصف موظفيها في خطوة عمدت إلى تبني الذكاء الاصطناعي. هذا ليس تحسينًا هامشيًا. إنها علامة على أن حتى الشركات ذات نماذج أعمال مثبتة تعيد كتابة هياكلها التشغيلية على افتراض أن رأس المال البشري يمكن استبداله جزئيًا. إذا كانت الشركات الربحية تفعل ذلك، فإن تصور أن الشركات التي لا تزال لا تحقق إيرادات يمكنها الإفلات من هذا الضغط هو تمرين في الإنكار.

الإعادة تعيد ترتيب الهرمية، لكن لا تلغي التكنولوجيا

التفسير الخاطئ لتحذير جيرلي سيكون استنتاج أن الذكاء الاصطناعي وهمٌ. ليس كذلك. لقد أثبتت الأدوات على مدار السنتين أو الثلاثة الماضية أنها مفيدة في التخصيص، وتوليف المعلومات، وأتمتة المهام المتكررة. المشكلة ليست في التكنولوجيا. المشكلة هي الفجوة بين القيمة التي تولدها التكنولوجيا اليوم والقيمة التي يطرحها سوق رأس المال للغد. عندما يحدث إعادة الضبط — والمنطق المالي يشير إلى أنه سيحدث، ليس كاحتمال ولكن كنتيجة حسابية لمعدل الاستهلاك المتراكم — لن تختفي الذكاء الاصطناعي. ستختفي العشرات من الشركات التي لم تُنشئ اقتصادًا وحدة مستدامًا، والتي أولت الأولوية لنمو المستخدمين على الهوامش، والتي افترضت أن رأس المال سيظل متاحًا إلى ما لا نهاية لأن السرد كان كبيرًا بما فيه الكفاية. ما سيبقى هو النماذج التي تتناسب فيها تكلفة اكتساب العملاء مع القيمة التي يولدها هذا العميل بمرور الوقت، حيث لا تتطلب البنية التحتية دعمًا دائمًا لتعمل، وحيث لا تعتمد التمايز بشكل حصري على امتلاك أكبر نموذج، بل على حل مشكلة محددة بشكل أفضل من أي بديل آخر. القادة الذين يفهمون أن القيمة في هذا القطاع يتم بناؤها على أساس اقتصاد وحدة وليس على تقييمات جولات التمويل هم الأفضل استعدادًا للاستحواذ على الأصول والمواهب بأسعار معقولة عندما ينفد رأس المال. الإعادة ليست نهاية دورة الذكاء الاصطناعي. إنها اللحظة التي تتوقف فيها التكنولوجيا عن الانتماء إلى السرد وتبدأ في الانتماء إلى البناة.