في عالم الاقتصاد التقني، نادراً ما تتطابق الوعود التسويقية الأولية مع الحقائق المالية طويلة المدى. على مدار السنوات القليلة الماضية، روجت الشركات الكبرى للذكاء الاصطناعي التوليدي باعتباره العصا السحرية التي ستخفض التكاليف التشغيلية للشركات إلى أدنى مستوياتها. لكن مع نضوج هذه التقنية وانتقالها من مرحلة "التجربة" إلى "التطبيق الفعلي"، بدأت ملامح اقتصاديات الذكاء الاصطناعي (AI Economics) تتكشف عن واقع مختلف تماماً: تكلفة الذكاء الاصطناعي ترتفع بشدة، والانفراجة التقنية القادمة لن تكون في صالح المستخدم النهائي.

من خلال قراءة تحليلية لواقع السوق التقني اليوم، نستعرض كيف تتحول نماذج الأعمال في قطاع الذكاء الاصطناعي من استراتيجية "الاستحواذ على المستخدمين" إلى مرحلة "تحقيق العوائد الربحية"، وما يعنيه ذلك لمستقبل الشركات وسوق العمل.

نهاية حقبة "الدعم" والتحول نحو الدفع بالاستخدام

بُنيت مراكز البيانات الضخمة التي تدرب النماذج اللغوية العملاقة بأموال استثمارية ضخمة لم تكن مصممة أساساً لتحمل تكاليف التشغيل (Inference) على هذا النطاق الواسع. اليوم، تدرك شركات مثل "أوبن إيه آي" (OpenAI) و"جوجل" أن التدريب شيء، وتشغيل النماذج لخدمة ملايين المستخدمين يومياً شيء آخر تماماً.

ولتعويض هذه التكاليف، نشهد تحولاً جذرياً في استراتيجيات التسعير. على سبيل المثال، تخلت "مايكروسوفت" عن نموذج الاشتراكات الثابتة (Seat-based) لأداتها البرمجية (GitHub Copilot) لصالح نموذج الدفع مقابل الاستخدام الدقيق، حيث أدركت أن الاشتراكات الثابتة تصبح خاسرة اقتصادياً عندما يستهلك العميل ما قيمته 5000 دولار من الموارد الحوسبية مقابل اشتراك لا يتجاوز 200 دولار. بالتوازي مع ذلك، رفعت "أوبن إيه آي" أسعار التوكنات (Tokens) مع إطلاق نموذجها (GPT-5.5)، وسارت جوجل على نفس النهج مع نماذج (Gemini Flash 3.5) التي جاءت بتكلفة أعلى بـ 3 إلى 6 أضعاف مقارنة بالإصدارات السابقة.

البنية التحتية تتطور.. ولكن لصالح "هوامش الربح"

على جانب العرض، يتسابق مصنعو الرقائق لخفض تكلفة التشغيل. صفقة استحواذ "إنفيديا" (Nvidia) الأخيرة على شركة (Groq) الناشئة مقابل 20 مليار دولار، وتحركات "إيه إم دي" (AMD) و"إنتل"، كلها تهدف إلى إعادة هندسة مسرعات الذكاء الاصطناعي لخفض "تكلفة التوكن".

لكن، وفقاً لقواعد الاقتصاد المؤسسي، فإن انخفاض تكلفة الإنتاج في سوق يفتقر إلى المنافسة السعرية الحقيقية (بسبب الخسائر الحالية للمطورين) لا يؤدي إلى انخفاض الأسعار للمستهلك، بل يترجم مباشرة إلى ارتفاع في هوامش الربح (Profit Margins). الأنظمة الأقل تكلفة التي ستنتشر بحلول منتصف عام 2027 ستساعد عمالقة التقنية (Hyperscalers) على الخروج من دائرة الخسائر، في حين سيظل المستهلك يدفع الأسعار المرتفعة ذاتها؛ لأن السوق ببساطة أثبت قدرته على تحملها.

وهم "العمالة الرخيصة" وتسعير "الموظف المكافئ" ($/FTE)

أحد أكبر المفارقات الاقتصادية الحالية هو موجة تسريح الموظفين بدافع الاعتماد على الذكاء الاصطناعي؛ حيث قامت "ميتا" بتسريح 10% من قواها العاملة، وسرحت "سيسكو" 4000 موظف، بل وحتى الحكومة النيوزيلندية تخطط لتسريح 9000 موظف حكومي استناداً إلى هذه التقنية.

المديرون التنفيذيون الذين اعتقدوا أن الذكاء الاصطناعي سيوفر بديلاً بشرياً بـ "بنسات معدودة" يواجهون اليوم صدمة مالية. فالأدوات التي تبنى فوق هذه النماذج (Agent Harnesses) تستهلك موارد هائلة أسرع بكثير من روبوتات الدردشة العادية. التوجه المستقبلي لشركات الذكاء الاصطناعي لن يكون تسعير خدماتها بناءً على التكلفة الحوسبية، بل بناءً على ما يُعرف بـ "تكلفة الموظف المكافئ" ($/FTE). فإذا كان الموظف يكلف الشركة 40 دولاراً في الساعة، فإن مزود الذكاء الاصطناعي سيسعر خدمته بـ 30 دولاراً في الساعة؛ محتفظاً بالأسعار مرتفعة ومستحوذاً على فارق التكلفة لصالحه، بدلاً من تقديم التقنية بسعرها الفعلي الرخيص.

ديناميكية السوق والمستقبل

إن المنافسة الحرة هي العلاج الكلاسيكي لارتفاع الأسعار، ولكن في سوق الذكاء الاصطناعي، جميع المطورين الكبار يعملون بهوامش ربح سلبية في الوقت الراهن. هذا الواقع يمنح الأفضلية المطلقة للشركات العملاقة التي تمتلك أقساماً ربحية أخرى تغطي خسائر أبحاث الذكاء الاصطناعي.

التاريخ الاقتصادي يعلمنا أن أي فقاعة تقنية تبدأ بمنافسة شرسة، لكنها تنتهي بـ "اندماج واستحواذ" (Consolidation) عندما تنفجر الفقاعة وتستقر الأسواق. الذكاء الاصطناعي سيغير شكل الأعمال بلا شك، لكن فاتورة هذا التغيير ستكون باهظة، والمستفيد المالي الأكبر لن يكون الشركات التي تتبنى التقنية لخفض نفقاتها، بل تلك التي تبيع معول الحفر في منجم الذهب الرقمي الجديد.