تيسلا تصنع رقائقها الخاصة: ماذا يعني ذلك لأسعار الذكاء الاصطناعي؟
في 14 مارس 2026، نشر إيلون ماسك ست كلمات على منصة X: "إطلاق مشروع تيرافاب بعد 7 أيام." ست كلمات للإعلان عن استثمار قدره 25 مليار دولار، ومصنع مصمم لإنتاج ما بين 100 إلى 200 مليار رقاقة مخصصة سنويًا، وهو رهان قد يغير، إذا تم تنفيذه بالشكل الصحيح، كيف يتم حساب تكلفة تدريب نموذج ذكاء اصطناعي.
لا يعد هذا مبالغة. إنها أرقام رياضية.
لماذا تعتبر بناء مصنع رقائق قرارًا ماليًا وليس تقنيًا
تعمل صناعة أشباه الموصلات وفق منطق يغفل الكثير من التنفيذيين خارج هذا القطاع: تتكامل التكلفة الهامشية لإنتاج رقاقة إضافية بشكل حاد مع زيادة الحجم، ولكن تكلفة الدخول الثابتة كانت منذ عقود عائقًا لا يمكن التغلب عليه. استغرقت شركة TSMC عقودًا ومئات المليارات لتحقيق موقعها المت dominant. استثمرت سامسونج بأرقام مشابهة. لم تحاول أي شركة خاصة خارج هذا الاحتكار الثنائي بناء قدرة تصنيع مكافئة.
تسعى تيسلا لإنتاج، من مجمع واحد، ما يعادل 70% من إنتاج TSMC الحالي. الهدف الابتدائي هو 100,000 رقاقة في الشهر، مع خطة للوصول إلى مليون شهريًا. تستهدف تقنية التصنيع 2 نانومتر، وهو أقصى تطور متاح تجاريًا اليوم.
هذا ليس مشروع بحث وتطوير. إنها إعادة تنظيم هيكلية لاقتصاد تكاليف تيسلا، وبالتالي، لسعر الحوسبة للذكاء الاصطناعي على المستوى العالمي.
المنطق وراء تيرافاب لا يعتمد على طموحات تقنية غامضة. بل بناءً على حساب ملموس: حدّدت تيسلا أنه حتى في أفضل السيناريوهات لمورديها الحاليين، لن يكفي العرض المتوقع لتغطية الطلب الذي ستخلقه برامج مثل Cybercab، خط إنتاج الروبوت Optimus، الحاسوب العملاق Dojo وبنية تدريب Grok، نموذج xAI. صاغ ماسك ذلك بوضوح غير معتاد خلال الاجتماع السنوي للمساهمين: "حتى عند استقراء أفضل سيناريو لإنتاج الرقاقات من موردينا، لا يزال غير كافٍ." عندما يكون السيناريو الأفضل مع الموردين غير كافٍ، فإن الخيار العقلاني الوحيد هو أن تصبح المورد الخاص بك.
اللحظة التي تتحول فيها البنية التحتية من تكلفة إلى ميزة
هناك فرق هيكلي بين شركة تشتري رقاقات وأخرى تصنعها. ليس فقط في التكاليف المباشرة. بل في هيكل تنافسي كامل.
عندما تشتري تيسلا رقاقات من TSMC أو سامسونج، فإنها تدفع ليس فقط تكلفة التصنيع ولكن أيضًا هامش الوسيط والقيود على القدرات المشتركة مع عملاء بارزين مثل آبل، إنفيديا أو كوالكوم، وأوقات الدورة التي لا يمكن لأي عقد التخلص منها تمامًا. كل دولار من الهامش الذي تتقاضاه TSMC من تيسلا هو دولار لا يمكن استثماره في خفض سعر السيارة المستقلة أو الروبوت الصناعي.
مع تيرافاب، يختفي ذلك الهامش من الميزانية. لكن ما يظهر بدلاً من ذلك هو أكثر إثارة: القدرة على تصميم رقاقة AI5، الجيل الخامس من معالج الذكاء الاصطناعي الخاص بتيسلا، بمواصفات تتماشى تمامًا مع أعباء العمل الخاصة بها. ليست رقاقات عامة مُحسَّنة للسوق، بل رقاقات تتجمع فيها عمليات المعالجة المنطقية، تخزين البيانات، والتعبئة المتقدمة في خط إنتاج متكامل عموديًا. يمكن أن تترجم الفرق في الكفاءة التشغيلية بين رقاقة مصممة خصيصًا لتدريب نماذج القيادة الذاتية وأخرى مصممة للسوق العام إلى توفير يتراوح بين 20% و40% في استهلاك الطاقة لكل دورة استدلال، وفقًا لمقاييس الصناعة القياسية للتخصيصات المخصصة.
إنتاج بكميات صغيرة في 2026. حجم إنتاج في 2027. إذا تم الوفاء بهذه المواعيد، ستكمل تيسلا في أقل من عامين ما يستغرقه أغلب الفاعلين في القطاع عقدًا من الزمان.
ال25% التي لم يخصصها المدير المالي بعد
هنا يصبح التحليل المالي أكثر إزعاجًا. اعترف المدير المالي لتيسلا، فايبهاف تانجا، خلال عرض نتائج 28 يناير 2026 أن التكلفة الإجمالية لتيرافاب، المقدرة بـ 25 مليار دولار، لم يتم تضمينها بالكامل في الدفعة المعلنة من النفقات الرأسمالية لعام 2026، والتي تتجاوز بالفعل 20 مليار. هذا يعني أن خطة رأس المال للسنة كانت طموحة قبل إضافة أكبر استثمار في البنية التحتية أعلنت عنه الشركة.
وهذا هو أخطر مخاطر التنفيذ للمشروع. فإن صناعة أشباه الموصلات لا تغفر للأخطاء في التخطيط. فدورات بناء مصانع التصنيع المتقدمة طويلة، ويكون talento المتخصص نادرًا، ومنحنيات الأداء للعمليات التصنيعية الجديدة غير متوقعة. بدأت تيسلا بتجنيد مصممي رقاقات الذكاء الاصطناعي في كوريا الجنوبية في فبراير 2026، باحثة عن مهندسين لما وصفته بأعلى حجم رقاقات في العالم. يشير هذا التوظيف، قبل أشهر من الإطلاق المؤكد، إلى أن المنظمة لا تزال تبني قدرات عادة ما تسبق عملية التشغيل.
السؤال هنا ليس ما إذا كانت تيرافاب فكرة جيدة. السؤال هو ما إذا كان يمكن أن يظل معدل التنفيذ متوافقًا مع طموحات الجدول الزمني. وفي صناعة أشباه الموصلات، نادرًا ما تقاس المسافة بين الإعلان والإنتاج على نطاق واسع بالشهور.
عندما تقترب تكلفة إنتاج الذكاء الاصطناعي من الصفر بالنسبة لمن يتحكم في السيليكون
يوجد نمط يتكرر في كل صناعة تصل فيها التكنولوجيا إلى مرحلة النضج: تنخفض تكلفة الإنتاج الهامشية بشدة بالنسبة للأطراف التي تتحكم في طبقة البنية التحتية، بينما يبقى الذين يعتمدون على الجهات الوسيطة عالقين في هيكل تكاليف لا يمكن تحسينه.
فعلت آبل ذلك مع رقاقات M-series، لكن فقط في التصميم، وليس في التصنيع. بنت جوجل وحدات TPUs لتدريب النماذج، لكنها لا تزال تعتمد على صبّات خارجية. طورت أمازون رقاقات Trainium وGraviton، مع نفس الاعتماد. تحاول تيسلا القيام بالخطوة التي لم يقدم عليها أي منهم: السيطرة على كل من التصميم والتصنيع.
إذا حققت تيرافاب هدفها المتمثل في مليون رقاقة في الشهر، ستنتج تيسلا رقاقات متقدمة أكثر من أي كيان خاص خارج تايوان وكوريا الجنوبية. وستقترب التكلفة الهامشية لإضافة قدرة حوسبة إضافية لتدريب نسخ جديدة من نظام FSD أو لتوسيع إنتاج أوبتيموس تدريجياً من التكلفة المتغيرة البسيطة للطاقة والمواد، دون تكاليف زائدة هيكلية من التعاقدات مع أطراف ثالثة.
لا يغير هذا الاقتصاد الخاص بتيسلا فقط. بل يغير أيضًا سعر الحوسبة للذكاء الاصطناعي لجميع الصناعة، حيث يحدد حد أدنى جديد للتكاليف يمكن تحقيقه لمن يمتلك الحجم ورأس المال لتكرار النموذج.
القادة الذين لا يزالون يحسبون استراتيجيتهم للذكاء الاصطناعي على افتراض أن تكلفة الحوسبة متغير خارجي لا يتحكمون فيه يتخذون قرارات على خريطة يتم إعادة رسمها بالفعل. فالميزة التنافسية في السنوات العشر القادمة لن تكون لمن يستخدم أفضل رقاقات موجودة في السوق، بل لمن بُني البنية التحتية لإنتاجها بتكاليفهم الهامشية الخاصة.
