هذه الأرقام، التي نشرتها The Information نقلاً عن وثائق شاركتها الشركة مع المساهمين، تسلط الضوء على التحدي المركزي الذي تواجهه صناعة الذكاء الاصطناعي: الطلب المتفجر لا يترجم بعد إلى أرباح مستدامة . وتزداد الرهانات أهمية، حيث أفادت التقارير أن كلاً من OpenAI وأنثروبيك قد قدمتا طلبات اكتتاب عام أولي سرية في منتصف عام 2026، مما يجبرهما على إظهار مسار موثوق للربحية .

الحل البرمجي: التوجيه متعدد النماذج

التحسين البرمجي المحدد الذي طورته OpenAI لخفض تكاليف الاستدلال بأكثر من النصف هو التوجيه متعدد النماذج. هذه التقنية ترسل الاستعلامات البسيطة تلقائياً إلى نماذج أصغر وأرخص، مع حجز النماذج الأكثر قوة (والأغلى) فقط للطلبات المعقدة .

تصف الأدلة الصناعية النهج الهجين بأنه يحقق تخفيضاً في التكلفة بنسبة 30-75% على مستوى النموذج باستخدام التكميم والتقطير والحجم المناسب، بالإضافة إلى تحسينات وقت التشغيل مثل الدفعات وفك التشفير التخميني وإدارة ذاكرة التخزين المؤقت KV التي يمكن أن تحقق زيادة في الإنتاجية بنسبة 40-80% . وقد قامت OpenAI أيضاً بتفعيل هذا من خلال تقديم تخفيضات بنسبة 50% للاستدلال المؤجل عبر واجهة برمجة التطبيقات للدفعات – إذا وافق العملاء على الانتظار لمدة تصل إلى 24 ساعة للحصول على النتائج .

وإلى جانب التوجيه، قال مهندسون في OpenAI لـ The Information إن هذه التقنيات قوية لدرجة أنهم قاموا في مرحلة ما بتشغيل ChatGPT للمستخدمين غير المسجلين على بضع مئات فقط من وحدات معالجة الرسومات Nvidia .

المبادرة العتادية: رقاقة 'خالابينيو' المخصصة للاستدلال

في 24 يونيو 2026، كشفت OpenAI وبرودكوم النقاب عن خالابينيو، أول رقاقة استدلال مخصصة لـ OpenAI . التفاصيل الرئيسية:

• النوع: دائرة متكاملة خاصة بالتطبيق (ASIC) – وليست GPU، مصممة لغرض وحيد هو استدلال LLM
• خفض التكلفة: تظهر الاختبارات المبكرة خفضاً بنحو 50% في تكلفة كل استدلال مقارنة بالأجهزة الحالية القائمة على وحدات معالجة الرسومات NVIDIA
• الأداء: توفر أداءً "أفضل بكثير" لكل واط مقارنة بأحدث التقنيات الحالية
• التطوير: تم تصميمها من الصفر إلى الإنتاج في تسعة أشهر فقط، بمساعدة نماذج الذكاء الاصطناعي الخاصة بـ OpenAI في تصميم الرقاقة
• النشر: استهداف نشر بسعة جيجاواط بحلول نهاية عام 2026
• الالتزام طويل الأمد: جزء من التزام بقدرة 10 جيجاواط للبنية التحتية حتى عام 2029
• الوفورات السنوية: قد يترجم خفض التكلفة بنسبة 50% إلى توفير سنوي يتراوح بين 500 مليون ومليار دولار لـ OpenAI بحلول عام 2028

تصف OpenAI الرقاقة بأنها "اللبنة الأولى في خريطة طريق متعددة السنوات للسيليكون المخصص" لبناء مجموعتها الحاسوبية الخاصة ومعالجة قوة تسعير NVIDIA . الرقاقة متكاملة رأسياً – ستستخدمها OpenAI حصرياً لأعمال الاستدلال الخاصة بها، ولن تُباع لعملاء خارجيين .

الضغوط المالية بالتفصيل

الأرقام الرئيسية من وثائق مساهمي الربع الأول من 2026:

• الإيرادات: 5.7 مليار دولار (حوالي ثلاثة أضعاف العام السابق)
• الحرق النقدي: 3.7 مليار دولار (أيضاً ثلاثة أضعاف العام السابق)
• خسائر التشغيل: 9.3 مليار دولار في الربع الأول وحده
• صافي الخسارة: 21.3 مليار دولار (بما في ذلك تعويضات قائمة على الأسهم بقيمة 2.3 مليار دولار ورسوم محاسبية غير نقدية بقيمة 12.4 مليار دولار)
• نفقات البحث والتطوير: 8.6 مليار دولار
• هامش الربح الإجمالي: تحسن طفيف إلى 39%
• الاحتياطيات النقدية: 73 مليار دولار نقداً وأوراق مالية، مما يوفر مجالاً للحركة رغم الخسائر الفادحة

بلغ هامش التشغيل للشركة حوالي -122%، مما يعني أنها خسرت حوالي 1.22 دولار لكل دولار كسبته . وبشكل عام في عام 2025، سجلت OpenAI خسائر بنحو 38.5 مليار دولار مقابل إنفاق قدره 34 مليار دولار .

سباق الصناعة الأوسع: انهيار تكاليف الاستدلال

تتناسب تحركات OpenAI لخفض التكاليف مع حرب أسعار أوسع نطاقاً تعيد تشكيل اقتصاديات الذكاء الاصطناعي:

• أنثروبيك سرعت نمو عملائها وتفوقت على OpenAI في التبني التجاري بالولايات المتحدة (34.4% مقابل 32.3%) اعتباراً من مايو 2026 .
• النماذج مفتوحة المصدر تضغط على الأسعار: أربعة نماذج صينية مفتوحة الأوزان تطابق الآن معايير البرمجة المتطورة بثلث تكلفة البدائل الاحتكارية . وورد أن DeepSeek V4 أرخص بخمسين مرة في التشغيل من Claude Opus 4.6 .
• Gemini 3.1 Flash من Google يكلف 0.10 دولار لكل مليون رمز إدخال – أي تخفيض بنسبة 99.7% في ثلاث سنوات .
• Claude Sonnet 4.6 من Anthropic يتفوق على GPT-4 في كل معيار قديم بسعر 3 دولارات لكل مليون رمز إدخال .
• انخفضت تكاليف الاستدلال بنحو 50 ضعفاً في ثلاث سنوات، مع توقع نمو السوق من 103 مليارات دولار (2025) إلى 255 مليار دولار (2030) .
• تدرس OpenAI تخفيضات كبيرة في أسعار الرموز المميزة للمطورين وعملاء المؤسسات لاستباق خطوات مماثلة من أنثروبيك .
• يستخدم العملاء بشكل متزايد أدوات التوجيه متعددة النماذج لمزج ومطابقة النماذج الأرخص وتجنب الأسعار المميزة من أي بائع واحد .

ماذا يعني هذا لصناعة الذكاء الاصطناعي

إن الجمع بين تحسينات البرمجيات والأجهزة يضع OpenAI في موقع يسمح لها بخفض تكاليف الاستدلال إلى النصف حتى مع توسعها. لكن الشركة لا تعمل في فراغ. فالانهيار الأوسع في أسعار الاستدلال – بفضل المنافسين والبدائل مفتوحة المصدر والأجهزة المتخصصة – يعني أن القوة التسعيرية تتآكل في جميع أنحاء الصناعة .

بالنسبة للمؤسسات، هذه أخبار سارة: التكلفة الفعلية لتشغيل أعباء عمل الذكاء الاصطناعي تنخفض أسرع من نمو القدرات. تقدم واجهة برمجة التطبيقات للدفعات من OpenAI بالفعل خصومات بنسبة 50% لأعباء العمل المؤجلة، بينما يمكن للتوجيه متعدد النماذج خفض التكاليف بنسبة 40-60% دون التضحية بالجودة . السؤال هو ما إذا كان بإمكان أي مزود واحد الحفاظ على أسعار متميزة في سوق تقدم فيه النماذج مفتوحة المصدر الصينية قدرات متطورة بجزء صغير من التكلفة .

هذه الأرقام، التي نشرتها The Information نقلاً عن وثائق شاركتها الشركة مع المساهمين، تسلط الضوء على التحدي المركزي الذي تواجهه صناعة الذكاء الاصطناعي: الطلب المتفجر لا يترجم بعد إلى أرباح مستدامة . وتزداد الرهانات أهمية، حيث أفادت التقارير أن كلاً من OpenAI وأنثروبيك قد قدمتا طلبات اكتتاب عام أولي سرية في منتصف عام 2026، مما يجبرهما على إظهار مسار موثوق للربحية .

الحل البرمجي: التوجيه متعدد النماذج

التحسين البرمجي المحدد الذي طورته OpenAI لخفض تكاليف الاستدلال بأكثر من النصف هو التوجيه متعدد النماذج. هذه التقنية ترسل الاستعلامات البسيطة تلقائياً إلى نماذج أصغر وأرخص، مع حجز النماذج الأكثر قوة (والأغلى) فقط للطلبات المعقدة .

تصف الأدلة الصناعية النهج الهجين بأنه يحقق تخفيضاً في التكلفة بنسبة 30-75% على مستوى النموذج باستخدام التكميم والتقطير والحجم المناسب، بالإضافة إلى تحسينات وقت التشغيل مثل الدفعات وفك التشفير التخميني وإدارة ذاكرة التخزين المؤقت KV التي يمكن أن تحقق زيادة في الإنتاجية بنسبة 40-80% . وقد قامت OpenAI أيضاً بتفعيل هذا من خلال تقديم تخفيضات بنسبة 50% للاستدلال المؤجل عبر واجهة برمجة التطبيقات للدفعات – إذا وافق العملاء على الانتظار لمدة تصل إلى 24 ساعة للحصول على النتائج .

وإلى جانب التوجيه، قال مهندسون في OpenAI لـ The Information إن هذه التقنيات قوية لدرجة أنهم قاموا في مرحلة ما بتشغيل ChatGPT للمستخدمين غير المسجلين على بضع مئات فقط من وحدات معالجة الرسومات Nvidia .

المبادرة العتادية: رقاقة 'خالابينيو' المخصصة للاستدلال

في 24 يونيو 2026، كشفت OpenAI وبرودكوم النقاب عن خالابينيو، أول رقاقة استدلال مخصصة لـ OpenAI . التفاصيل الرئيسية:

• النوع: دائرة متكاملة خاصة بالتطبيق (ASIC) – وليست GPU، مصممة لغرض وحيد هو استدلال LLM
• خفض التكلفة: تظهر الاختبارات المبكرة خفضاً بنحو 50% في تكلفة كل استدلال مقارنة بالأجهزة الحالية القائمة على وحدات معالجة الرسومات NVIDIA
• الأداء: توفر أداءً "أفضل بكثير" لكل واط مقارنة بأحدث التقنيات الحالية
• التطوير: تم تصميمها من الصفر إلى الإنتاج في تسعة أشهر فقط، بمساعدة نماذج الذكاء الاصطناعي الخاصة بـ OpenAI في تصميم الرقاقة
• النشر: استهداف نشر بسعة جيجاواط بحلول نهاية عام 2026
• الالتزام طويل الأمد: جزء من التزام بقدرة 10 جيجاواط للبنية التحتية حتى عام 2029
• الوفورات السنوية: قد يترجم خفض التكلفة بنسبة 50% إلى توفير سنوي يتراوح بين 500 مليون ومليار دولار لـ OpenAI بحلول عام 2028

تصف OpenAI الرقاقة بأنها "اللبنة الأولى في خريطة طريق متعددة السنوات للسيليكون المخصص" لبناء مجموعتها الحاسوبية الخاصة ومعالجة قوة تسعير NVIDIA . الرقاقة متكاملة رأسياً – ستستخدمها OpenAI حصرياً لأعمال الاستدلال الخاصة بها، ولن تُباع لعملاء خارجيين .

الضغوط المالية بالتفصيل

الأرقام الرئيسية من وثائق مساهمي الربع الأول من 2026:

• الإيرادات: 5.7 مليار دولار (حوالي ثلاثة أضعاف العام السابق)
• الحرق النقدي: 3.7 مليار دولار (أيضاً ثلاثة أضعاف العام السابق)
• خسائر التشغيل: 9.3 مليار دولار في الربع الأول وحده
• صافي الخسارة: 21.3 مليار دولار (بما في ذلك تعويضات قائمة على الأسهم بقيمة 2.3 مليار دولار ورسوم محاسبية غير نقدية بقيمة 12.4 مليار دولار)
• نفقات البحث والتطوير: 8.6 مليار دولار
• هامش الربح الإجمالي: تحسن طفيف إلى 39%
• الاحتياطيات النقدية: 73 مليار دولار نقداً وأوراق مالية، مما يوفر مجالاً للحركة رغم الخسائر الفادحة

بلغ هامش التشغيل للشركة حوالي -122%، مما يعني أنها خسرت حوالي 1.22 دولار لكل دولار كسبته . وبشكل عام في عام 2025، سجلت OpenAI خسائر بنحو 38.5 مليار دولار مقابل إنفاق قدره 34 مليار دولار .

سباق الصناعة الأوسع: انهيار تكاليف الاستدلال

تتناسب تحركات OpenAI لخفض التكاليف مع حرب أسعار أوسع نطاقاً تعيد تشكيل اقتصاديات الذكاء الاصطناعي:

• أنثروبيك سرعت نمو عملائها وتفوقت على OpenAI في التبني التجاري بالولايات المتحدة (34.4% مقابل 32.3%) اعتباراً من مايو 2026 .
• النماذج مفتوحة المصدر تضغط على الأسعار: أربعة نماذج صينية مفتوحة الأوزان تطابق الآن معايير البرمجة المتطورة بثلث تكلفة البدائل الاحتكارية . وورد أن DeepSeek V4 أرخص بخمسين مرة في التشغيل من Claude Opus 4.6 .
• Gemini 3.1 Flash من Google يكلف 0.10 دولار لكل مليون رمز إدخال – أي تخفيض بنسبة 99.7% في ثلاث سنوات .
• Claude Sonnet 4.6 من Anthropic يتفوق على GPT-4 في كل معيار قديم بسعر 3 دولارات لكل مليون رمز إدخال .
• انخفضت تكاليف الاستدلال بنحو 50 ضعفاً في ثلاث سنوات، مع توقع نمو السوق من 103 مليارات دولار (2025) إلى 255 مليار دولار (2030) .
• تدرس OpenAI تخفيضات كبيرة في أسعار الرموز المميزة للمطورين وعملاء المؤسسات لاستباق خطوات مماثلة من أنثروبيك .
• يستخدم العملاء بشكل متزايد أدوات التوجيه متعددة النماذج لمزج ومطابقة النماذج الأرخص وتجنب الأسعار المميزة من أي بائع واحد .

ماذا يعني هذا لصناعة الذكاء الاصطناعي

إن الجمع بين تحسينات البرمجيات والأجهزة يضع OpenAI في موقع يسمح لها بخفض تكاليف الاستدلال إلى النصف حتى مع توسعها. لكن الشركة لا تعمل في فراغ. فالانهيار الأوسع في أسعار الاستدلال – بفضل المنافسين والبدائل مفتوحة المصدر والأجهزة المتخصصة – يعني أن القوة التسعيرية تتآكل في جميع أنحاء الصناعة .

بالنسبة للمؤسسات، هذه أخبار سارة: التكلفة الفعلية لتشغيل أعباء عمل الذكاء الاصطناعي تنخفض أسرع من نمو القدرات. تقدم واجهة برمجة التطبيقات للدفعات من OpenAI بالفعل خصومات بنسبة 50% لأعباء العمل المؤجلة، بينما يمكن للتوجيه متعدد النماذج خفض التكاليف بنسبة 40-60% دون التضحية بالجودة . السؤال هو ما إذا كان بإمكان أي مزود واحد الحفاظ على أسعار متميزة في سوق تقدم فيه النماذج مفتوحة المصدر الصينية قدرات متطورة بجزء صغير من التكلفة .