طفرة البنية التحتية للذكاء الاصطناعي لدى عمالقة التقنية ليست مجرد سباق استعراضي على من يبني أكثر. هي، في جوهرها، رهان إنفاق رأسمالي مشروط: يمكن تبريره ما دامت القدرة الحاسوبية نادرة، لكنه سيصبح عبئاً إذا لم تتحول تجارب الشركات إلى استخدامات إنتاجية متكررة تدر عائداً مالياً واضحاً.

بعبارة أبسط: مراكز البيانات والشرائح المتخصصة لا تكفي وحدها. السؤال الذي سيحسم الرهان هو: هل سيدفع عملاء الشركات ما يكفي، ولفترة كافية، لتبرير هذه الفاتورة؟

رقم الإنفاق لم يعد تفصيلاً جانبياً

تختلف التقديرات بحسب الشركات المشمولة وبحسب تعريف الإنفاق الرأسمالي، أو ما يعرف اختصاراً بـcapex، لكنه في كل الأحوال رقم ضخم. تقول Futurum إن Microsoft وAlphabet وAmazon وMeta وOracle التزمت معاً بما بين 660 و690 مليار دولار من الإنفاق الرأسمالي في 2026، أي ما يقارب ضعف مستويات 2025 ^[2]. وتفيد Campaign US بأن Meta وMicrosoft وAlphabet وAmazon تتجه إلى إنفاق يزيد على 650 مليار دولار في 2026 على استثمارات ذكاء اصطناعي تتركز في مراكز بيانات متقدمة وشرائح متخصصة وأنظمة تبريد سائل ^[5]. كما ذكرت Business Insider أن Amazon وMicrosoft وMeta وGoogle كانت تخطط لإنفاق رأسمالي قد يصل إلى 725 مليار دولار في 2026 بعد تحديثات نتائج الربع الأول ^[8].

هذه الأرقام تغيّر طبيعة النقاش. لم يعد السؤال: هل الذكاء الاصطناعي مهم استراتيجياً؟ بل أصبح: هل ستُستخدم هذه البنية بما يكفي، وبأسعار مناسبة، حتى تحقق عائداً جذاباً؟

لماذا تبني شركات السحابة قبل اكتمال الدليل؟

بالنسبة إلى مزودي السحابة فائقة الحجم، عدم البناء يحمل كلفة أيضاً. إذا زادت أحمال عمل الذكاء الاصطناعي أسرع من السعة المتاحة، ستكون الشركات التي تملك مراكز بيانات وشرائح جاهزة للبيع في موقع أقوى من منافسين ما زالوا ينتظرون البناء أو التوريد أو توفر الطاقة.

لذلك يمكن فهم الإنفاق الحالي باعتباره قراراً عقلانياً، حتى قبل أن يثبت عائد الذكاء الاصطناعي داخل الشركات على نطاق واسع. تصف AInvest توسع مراكز البيانات في 2026 بأنه يحدث وسط قيود في المعروض، وتقول إن الاستثمار في بنية الذكاء الاصطناعي يتقدم على قدرة البرمجيات على التقاط القيمة ^[7]. أي إن عمالقة التقنية يسابقون الزمن للسيطرة على مورد نادر قبل أن ينضج السوق النهائي بالكامل.

لكن هذا لا يعني أن الرهان مضمون. البناء المبكر يقلل خطر فقدان الطلب إذا انفجر لاحقاً، لكنه يزيد خطر وصول السعة قبل أن يصبح عدد كافٍ من العملاء مستعداً للدفع على نطاق واسع.

الحلقة الأضعف: عائد الذكاء الاصطناعي داخل الشركات

تبني الشركات أدوات الذكاء الاصطناعي، لكن التبني شيء والعائد المالي شيء آخر. وجدت دراسة ماكينزي العالمية للذكاء الاصطناعي لعام 2025 أن نحو ثلثي المشاركين يقولون إن مؤسساتهم لم تبدأ بعد توسيع استخدام الذكاء الاصطناعي على مستوى المؤسسة؛ و64% يقولون إن الذكاء الاصطناعي يدعم الابتكار، لكن 39% فقط يبلغون عن أثر على مستوى الأرباح قبل الفوائد والضرائب، أو EBIT، على مستوى المؤسسة ^[27]. وتشير ماكينزي أيضاً إلى أن بعض المؤسسات بدأت إعادة تصميم سير العمل وتعيين قيادات عليا في أدوار حوكمة الذكاء الاصطناعي لمحاولة تحويل التقنية إلى قيمة فعلية في النتائج المالية ^[22].

الصورة أكثر قتامة في تغطية تقرير MIT المعروف باسم GenAI Divide. فقد ذكرت Digital Commerce 360 أنه رغم إنفاق الشركات ما يقدّر بين 30 و40 مليار دولار على أدوات وأنظمة الذكاء الاصطناعي التوليدي، فإن 95% من المؤسسات لم ترَ عائداً مالياً قابلاً للقياس، بينما تمكنت 5% فقط من التجارب المتكاملة من استخراج قيمة بملايين الدولارات ^[24].

ينبغي قراءة ذلك كإشارة تحذير، لا كحكم نهائي بأن ذكاء الشركات الاصطناعي لن ينجح. الدرس الأوضح هو وجود فجوة بين مشاريع مدمجة في سير العمل وتصل إلى قائمة الأرباح والخسائر، وتجارب معزولة تبقى في مرحلة العرض التجريبي.

ما الذي سيحدد نجاح الرهان؟

1. معدل الاستخدام

السؤال المركزي هو ما إذا كانت مراكز بيانات الذكاء الاصطناعي والشرائح المتخصصة ستظل مستخدمة بكثافة. الاستخدام المرتفع يحوّل الاستثمار الثابت إلى سعة قابلة للبيع. أما الاستخدام الضعيف فيكشف خطر الإفراط في البناء، ويجعل امتصاص كلفة البنية الجديدة أصعب.

2. قوة التسعير

لا يكفي أن يزيد الطلب على الحوسبة. يجب أن تُباع قدرة الذكاء الاصطناعي بأسعار تدعم العائد على رأس المال. إذا تنافست شركات السحابة بقوة وخفضت الأسعار قبل أن يتسع استخدام الشركات، فقد تنمو الإيرادات من دون أن تواكب عبء الإنفاق الرأسمالي.

3. أثر مالي على مستوى المؤسسة

العروض التجريبية وحالات الاستخدام الناجحة لا تكفي. نقطة الإثبات الأقوى هي الأثر المالي على مستوى المؤسسة، حيث لا تزال دراسة ماكينزي تظهر فجوة بين فوائد الابتكار وبين أثر EBIT ^[27]. وكلما أعادت الشركات تصميم سير العمل بدلاً من إضافة الذكاء الاصطناعي كطبقة فوق عمليات قديمة، زادت قوة الحجة لصالح طلب سحابي مستدام على الذكاء الاصطناعي ^[22].

4. صبر المستثمرين

الأسواق لا تتعامل مع كل قصص الإنفاق على الذكاء الاصطناعي بالطريقة نفسها. ذكرت Fortune أنه بعد حديث Alphabet وMeta وMicrosoft عن زيادة الإنفاق على الذكاء الاصطناعي، هبط سهم Meta بأكثر من 6% في تعاملات ما بعد الإغلاق، وظل سهم Microsoft شبه مستقر، بينما ارتفع سهم Alphabet بنحو 7% ^[1]. هذا التباين يوحي بأن المستثمرين لا يريدون ميزانية أكبر للذكاء الاصطناعي فقط، بل يريدون مساراً مقنعاً من الإنفاق إلى العائد.

أين يتركز الخطر؟

أكثر السعات صموداً هي تلك القادرة على خدمة عدد كبير من أحمال العمل المدفوعة. منصة سحابية واسعة لديها طرق أكثر لتسييل بنية الذكاء الاصطناعي مقارنة ببنية مرتبطة بقاعدة طلب ضيقة أو غير مثبتة.

وتشير Futurum إلى جوهر الاختلال: شركات الذكاء الاصطناعي الخالصة، بقيادة OpenAI وAnthropic، تنمو إيراداتها بسرعة، لكن إيراداتها المجمعة لا تزال جزءاً صغيراً من الاستثمار في البنية التحتية الذي يُنفق لخدمتها ^[2]. هذا لا يعني أن الإنفاق محكوم عليه بالفشل، بل يعني أن هامش الأمان يعتمد على ما إذا كان عملاء الشركات سيحوّلون الذكاء الاصطناعي إلى طلب مستمر، لا إلى تجارب متفرقة.

الخلاصة

إنفاق عمالقة التقنية على بنية الذكاء الاصطناعي قابل للاستمرار في المدى القريب، لكنه ليس شيكاً على بياض. طالما أن الحوسبة المتخصصة نادرة، لدى أكبر مزودي السحابة أسباب استراتيجية للبناء مبكراً ^[7]. لكن تقديرات إنفاق تتجاوز 650 مليار دولار ستُحاكم في النهاية بمعدلات الاستخدام، وقوة التسعير، والعائد داخل الشركات — لا بضجيج النماذج وحده ^{[2][5][24][27]}.

إذا نجحت المؤسسات في تحويل الذكاء الاصطناعي إلى أحمال عمل إنتاجية متكررة ذات أثر مالي قابل للقياس، فسيبدو هذا البناء كتحول طويل الأمد في منصات السحابة. أما إذا بقيت معظم المؤسسات عالقة قبل التوسع على مستوى المؤسسة، فقد يتحول الرهان نفسه إلى قصة إفراط في البناء.