الاستدلال مقابل التدريب: الأرقام

يقدم تقرير Gartner الصادر في أغسطس 2026 التوقعات التالية للإنفاق على البنية التحتية السحابية المحسّنة للذكاء الاصطناعي:

• 2026: من المتوقع أن تصل أعباء عمل الاستدلال إلى 23.3 مليار دولار، مقارنة بـ 19 مليار دولار للتدريب — وهي المرة الأولى التي يتفوق فيها الاستدلال على التدريب في البنية التحتية كخدمة المحسّنة للذكاء الاصطناعي .
• 2027: من المتوقع أن يستحوذ إنفاق الاستدلال على 59% من إنفاق البنية التحتية كخدمة المحسّنة للذكاء الاصطناعي، ارتفاعًا من 55% في 2026 .

للإيضاح، في السنوات الأولى من طفرة الذكاء الاصطناعي التوليدي، هيمن التدريب على إنفاق البنية التحتية. لكن هذه الديناميكية انعكست تمامًا الآن .

لا يقتصر النمو على الاستدلال وحده. فمن المتوقع أن يصل إجمالي الإنفاق على البنية التحتية كخدمة المحسّنة للذكاء الاصطناعي إلى 42.3 مليار دولار في 2026، بزيادة قدرها 96.4% عن 21.5 مليار دولار في 2025. وفي 2027، من المتوقع أن ينمو السوق أكثر ليصل إلى 66.1 مليار دولار، بزيادة قدرها 56.5% .

أما إجمالي الإنفاق العالمي على البنية التحتية كخدمة (بما في ذلك أعباء العمل غير المرتبطة بالذكاء الاصطناعي) فمن المتوقع أن يصل إلى 287.3 مليار دولار في 2026 (بارتفاع 29.3% عن 222.2 مليار دولار في 2025) و359.9 مليار دولار في 2027 .

لماذا حدث الانقلاب: الذكاء الاصطناعي العاملي والنماذج المخصصة

وفقًا لـ Gartner، هناك قوتان تدفعان إنفاق الاستدلال لتجاوز التدريب:

• الذكاء الاصطناعي العاملي (Agentic AI) — الأنظمة المستقلة التي تنفذ مهامًا متعددة الخطوات — يضاعف بشكل كبير كثافة الحوسبة، مما يجعل الاستدلال نموذج الاستهلاك المهيمن .
• النماذج المخصصة والمُحسَّنة لمجالات محددة (Domain-Specific Models) يتم دمجها في الأنظمة التي تواجه العملاء والأنظمة التشغيلية، مما يتطلب تنفيذًا مستمرًا وفي الوقت الفعلي بدلاً من دورات التدريب الدورية .

وعلق المحلل في Gartner، هارديب سينغ، قائلاً: "هذا التحول يُسرِّع أنماط استهلاك الخدمات السحابية ويخلق طلبًا مستدامًا على البنية التحتية المحسّنة للذكاء الاصطناعي" .

هذا النمط تؤكده تحليلات أخرى. تشير تقديرات تقرير Deloitte's Tech Trends 2026 إلى أن الاستدلال يمثل بالفعل ثلثي إجمالي حوسبة الذكاء الاصطناعي في عام 2026 . ويظهر التوقع المستقل لمجموعة Futurum أن الاستدلال المُدار قد وصل إلى 23.1 مليار دولار في 2025 (58.6% من إنفاق البنية التحتية)، مع تجاوز الاستدلال للتدريب في وقت مبكر من عام 2025 .

السياق الأوسع لإنفاق الذكاء الاصطناعي

تندرج أرقام إنفاق Gartner ضمن صورة أكبر بكثير:

• من المتوقع أن يبلغ إجمالي الإنفاق العالمي على الذكاء الاصطناعي عبر جميع الفئات 2.59 تريليون دولار في 2026، بزيادة سنوية قدرها 47% .
• أعلنت شركات الحوسبة السحابية العملاقة (Hyperscalers) عن أكثر من 500 مليار دولار من إجمالي النفقات الرأسمالية للبنية التحتية للذكاء الاصطناعي في عام 2026 .
• يعكس الارتفاع الكبير في الإنفاق انتقال المؤسسات من التجارب إلى الإنتاج، حيث أصبحت تكاليف الاستدلال البند الرئيسي في الميزانية .

وعلى الرغم من الانخفاض السريع في التكاليف — حيث تشير Deloitte إلى أن أسعار واجهات برمجة التطبيقات السحابية للاستدلال انخفضت بنحو 80% عامًا بعد عام — إلا أن الإنفاق الإجمالي ينفجر صعودًا لأن الاستخدام ينمو بوتيرة أسرع من انخفاض تكاليف الوحدة .

تحذير Gartner: خطر تجاوز الميزانية

أصدرت Gartner أيضًا نتيجة تحذيرية: 50% على الأقل من مبادرات الذكاء الاصطناعي التوليدي ستتجاوز ميزانياتها المخططة بحلول عام 2028 بسبب اختيارات معمارية سيئة ونقص في الخبرة التشغيلية .

الاستدلال هو السبب الرئيسي. فعلى عكس التدريب — وهو نفقة كبيرة لمرة واحدة — تتكرر تكاليف الاستدلال في كل مرة يقوم فيها مستخدم أو تطبيق باستدعاء النموذج. تتوقع Gartner أن يشكل الاستدلال ما لا يقل عن 70% من التكاليف الإجمالية للنموذج على مدار عمره .

الآثار الاستراتيجية لمدراء تكنولوجيا المعلومات

توصي Gartner باتخاذ الإجراءات الاستراتيجية التالية:

• إعطاء الأولوية لاستثمارات البنية التحتية للذكاء الاصطناعي حول أعباء عمل الاستدلال، حيث يتركز الجزء الأكبر من الإنفاق والنمو .
• تجنب الهندسة المعمارية الموحدة (One-size-fits-all) — فالنهج الأفضل يعتمد على حالة الاستخدام، وموقع البيانات، والمتطلبات التنظيمية، وهيكل التكلفة .
• اعتماد نماذج السحابة الهجينة لنشر الذكاء الاصطناعي، لتحقيق التوازن بين المرونة والتحكم في التكاليف وسيادة البيانات. وجد دليل Gartner لمدراء تكنولوجيا المعلومات لعام 2026 أن ما يقرب من الثلثين (62%) من المؤسسات تفضل الآن النموذج الهجين كأسلوب أساسي لنشر الذكاء الاصطناعي .
• التخطيط لنمو التكاليف المستدام بدلاً من افتراض أن انخفاض أسعار الوحدة سيخفض الفواتير الإجمالية .

ماذا يعني هذا للقطاع

"انقلاب الاستدلال" ليس مجرد إحصائية إنفاق؛ بل يمثل إعادة هيكلة أساسية لأولويات البنية التحتية للذكاء الاصطناعي. عصر بناء نماذج أكبر وأكبر كمحرك رئيسي للتكلفة يفسح المجال لعصر تشغيل تلك النماذج على نطاق واسع في بيئة الإنتاج. بالنسبة لمزودي الخدمات السحابية، هذا يعني طلبًا مستدامًا على سعات وحدات معالجة الرسومات (GPUs) والدوائر المتكاملة الخاصة بالتطبيقات (ASICs). وبالنسبة للمؤسسات، فهذا يعني أن تخطيط البنية التحتية يجب أن يتمحور الآن حول التكاليف التشغيلية للذكاء الاصطناعي، وليس فقط الاستثمار المسبق في تدريب النماذج.

كما يوضح تقرير Gartner، فإن التحول من التطوير إلى النشر قد وصل، ولن تبدو بنود الميزانية كما كانت عليه مرة أخرى.

الاستدلال مقابل التدريب: الأرقام

يقدم تقرير Gartner الصادر في أغسطس 2026 التوقعات التالية للإنفاق على البنية التحتية السحابية المحسّنة للذكاء الاصطناعي:

• 2026: من المتوقع أن تصل أعباء عمل الاستدلال إلى 23.3 مليار دولار، مقارنة بـ 19 مليار دولار للتدريب — وهي المرة الأولى التي يتفوق فيها الاستدلال على التدريب في البنية التحتية كخدمة المحسّنة للذكاء الاصطناعي .
• 2027: من المتوقع أن يستحوذ إنفاق الاستدلال على 59% من إنفاق البنية التحتية كخدمة المحسّنة للذكاء الاصطناعي، ارتفاعًا من 55% في 2026 .

للإيضاح، في السنوات الأولى من طفرة الذكاء الاصطناعي التوليدي، هيمن التدريب على إنفاق البنية التحتية. لكن هذه الديناميكية انعكست تمامًا الآن .

لا يقتصر النمو على الاستدلال وحده. فمن المتوقع أن يصل إجمالي الإنفاق على البنية التحتية كخدمة المحسّنة للذكاء الاصطناعي إلى 42.3 مليار دولار في 2026، بزيادة قدرها 96.4% عن 21.5 مليار دولار في 2025. وفي 2027، من المتوقع أن ينمو السوق أكثر ليصل إلى 66.1 مليار دولار، بزيادة قدرها 56.5% .

أما إجمالي الإنفاق العالمي على البنية التحتية كخدمة (بما في ذلك أعباء العمل غير المرتبطة بالذكاء الاصطناعي) فمن المتوقع أن يصل إلى 287.3 مليار دولار في 2026 (بارتفاع 29.3% عن 222.2 مليار دولار في 2025) و359.9 مليار دولار في 2027 .

لماذا حدث الانقلاب: الذكاء الاصطناعي العاملي والنماذج المخصصة

وفقًا لـ Gartner، هناك قوتان تدفعان إنفاق الاستدلال لتجاوز التدريب:

• الذكاء الاصطناعي العاملي (Agentic AI) — الأنظمة المستقلة التي تنفذ مهامًا متعددة الخطوات — يضاعف بشكل كبير كثافة الحوسبة، مما يجعل الاستدلال نموذج الاستهلاك المهيمن .
• النماذج المخصصة والمُحسَّنة لمجالات محددة (Domain-Specific Models) يتم دمجها في الأنظمة التي تواجه العملاء والأنظمة التشغيلية، مما يتطلب تنفيذًا مستمرًا وفي الوقت الفعلي بدلاً من دورات التدريب الدورية .

وعلق المحلل في Gartner، هارديب سينغ، قائلاً: "هذا التحول يُسرِّع أنماط استهلاك الخدمات السحابية ويخلق طلبًا مستدامًا على البنية التحتية المحسّنة للذكاء الاصطناعي" .

هذا النمط تؤكده تحليلات أخرى. تشير تقديرات تقرير Deloitte's Tech Trends 2026 إلى أن الاستدلال يمثل بالفعل ثلثي إجمالي حوسبة الذكاء الاصطناعي في عام 2026 . ويظهر التوقع المستقل لمجموعة Futurum أن الاستدلال المُدار قد وصل إلى 23.1 مليار دولار في 2025 (58.6% من إنفاق البنية التحتية)، مع تجاوز الاستدلال للتدريب في وقت مبكر من عام 2025 .

السياق الأوسع لإنفاق الذكاء الاصطناعي

تندرج أرقام إنفاق Gartner ضمن صورة أكبر بكثير:

• من المتوقع أن يبلغ إجمالي الإنفاق العالمي على الذكاء الاصطناعي عبر جميع الفئات 2.59 تريليون دولار في 2026، بزيادة سنوية قدرها 47% .
• أعلنت شركات الحوسبة السحابية العملاقة (Hyperscalers) عن أكثر من 500 مليار دولار من إجمالي النفقات الرأسمالية للبنية التحتية للذكاء الاصطناعي في عام 2026 .
• يعكس الارتفاع الكبير في الإنفاق انتقال المؤسسات من التجارب إلى الإنتاج، حيث أصبحت تكاليف الاستدلال البند الرئيسي في الميزانية .

وعلى الرغم من الانخفاض السريع في التكاليف — حيث تشير Deloitte إلى أن أسعار واجهات برمجة التطبيقات السحابية للاستدلال انخفضت بنحو 80% عامًا بعد عام — إلا أن الإنفاق الإجمالي ينفجر صعودًا لأن الاستخدام ينمو بوتيرة أسرع من انخفاض تكاليف الوحدة .

تحذير Gartner: خطر تجاوز الميزانية

أصدرت Gartner أيضًا نتيجة تحذيرية: 50% على الأقل من مبادرات الذكاء الاصطناعي التوليدي ستتجاوز ميزانياتها المخططة بحلول عام 2028 بسبب اختيارات معمارية سيئة ونقص في الخبرة التشغيلية .

الاستدلال هو السبب الرئيسي. فعلى عكس التدريب — وهو نفقة كبيرة لمرة واحدة — تتكرر تكاليف الاستدلال في كل مرة يقوم فيها مستخدم أو تطبيق باستدعاء النموذج. تتوقع Gartner أن يشكل الاستدلال ما لا يقل عن 70% من التكاليف الإجمالية للنموذج على مدار عمره .

الآثار الاستراتيجية لمدراء تكنولوجيا المعلومات

توصي Gartner باتخاذ الإجراءات الاستراتيجية التالية:

• إعطاء الأولوية لاستثمارات البنية التحتية للذكاء الاصطناعي حول أعباء عمل الاستدلال، حيث يتركز الجزء الأكبر من الإنفاق والنمو .
• تجنب الهندسة المعمارية الموحدة (One-size-fits-all) — فالنهج الأفضل يعتمد على حالة الاستخدام، وموقع البيانات، والمتطلبات التنظيمية، وهيكل التكلفة .
• اعتماد نماذج السحابة الهجينة لنشر الذكاء الاصطناعي، لتحقيق التوازن بين المرونة والتحكم في التكاليف وسيادة البيانات. وجد دليل Gartner لمدراء تكنولوجيا المعلومات لعام 2026 أن ما يقرب من الثلثين (62%) من المؤسسات تفضل الآن النموذج الهجين كأسلوب أساسي لنشر الذكاء الاصطناعي .
• التخطيط لنمو التكاليف المستدام بدلاً من افتراض أن انخفاض أسعار الوحدة سيخفض الفواتير الإجمالية .

ماذا يعني هذا للقطاع

"انقلاب الاستدلال" ليس مجرد إحصائية إنفاق؛ بل يمثل إعادة هيكلة أساسية لأولويات البنية التحتية للذكاء الاصطناعي. عصر بناء نماذج أكبر وأكبر كمحرك رئيسي للتكلفة يفسح المجال لعصر تشغيل تلك النماذج على نطاق واسع في بيئة الإنتاج. بالنسبة لمزودي الخدمات السحابية، هذا يعني طلبًا مستدامًا على سعات وحدات معالجة الرسومات (GPUs) والدوائر المتكاملة الخاصة بالتطبيقات (ASICs). وبالنسبة للمؤسسات، فهذا يعني أن تخطيط البنية التحتية يجب أن يتمحور الآن حول التكاليف التشغيلية للذكاء الاصطناعي، وليس فقط الاستثمار المسبق في تدريب النماذج.

كما يوضح تقرير Gartner، فإن التحول من التطوير إلى النشر قد وصل، ولن تبدو بنود الميزانية كما كانت عليه مرة أخرى.