جينسن هوانغ: المهندس الذي يتقاضى 500 ألف دولار يجب أن ينفق ما لا يقل عن 250 ألف دولار سنويًا على رموز الذكاء الاصطناعي
تحدّث جينسن هوانغ في بودكاست All-In عقب مؤتمر GTC 2026 عن اختبار يعتمده لتقييم مهندسي Nvidia: إذا أنفق موظف يبلغ راتبه السنوي 500 ألف دولار على استهلاك رموز الذكاء الاصطناعي أقل من 250 ألف دولار، أي أقل من نصف راتبه، فإن ذلك «يقلقه بشدة». وعنوان مادة AI News حول الموضوع هو «الشركات استبدلت الناس بالرموز، ولا عائد يُرى حتى الآن».
معالج بواسطة الذكاء الاصطناعي من AI News؛ بتحرير Hamidun News
روى رئيس Nvidia جينسن هوانغ في بودكاست All-In، عقب مؤتمر GTC 2026، عن اختبار خاص به لقياس قيمة المهندس في الشركة، ويتضمن هذا الاختبار ميزانية محددة لرموز الذكاء الاصطناعي.
ما هو اختبار هوانغ؟
وفق هوانغ، إذا كان الاستهلاك السنوي لرموز الذكاء الاصطناعي لدى مهندس راتبه 500 ألف دولار أقل من 250 ألف دولار، أي أقل من نصف راتبه، فإن ذلك «يقلقه بشدة».
«إذا كان الاستهلاك السنوي لرموز الذكاء الاصطناعي لدى مهندس راتبه 500 ألف دولار أقل من 250 ألف دولار، فسأكون قلقًا للغاية»، قال جينسن هوانغ في بودكاست
All-In.
- صدر التصريح في بودكاست All-In مباشرة بعد اختتام GTC 2026
- الراتب السنوي للمهندس في مثال هوانغ هو 500 ألف دولار
- الحد الأدنى المتوقع للإنفاق على الرموز هو 250 ألف دولار، أي نصف الراتب
- صاحب الاختبار هو الرئيس التنفيذي لشركة Nvidia جينسن هوانغ
لماذا يهم ذلك سوق العمل في مجال الذكاء الاصطناعي؟
يحمل مقال AI News عنوان «الشركات استبدلت الناس بالرموز، ولا عائد يُرى حتى الآن»، وهو ما يشير إلى سياق أوسع لتصريح هوانغ: فالشركات ترفع إنفاقها على أدوات الذكاء الاصطناعي لموظفيها على نطاق واسع، على أمل أن تحلّ هذه الأدوات محل جزء من العمل البشري أو أن ترفع كفاءته أضعافًا، لكن لا عائد قابلًا للقياس من هذه الاستثمارات يُرى حتى الآن. وموقف هوانغ هو في جوهره مطلب علني من مهندسي Nvidia بأن يستخدموا أدوات الذكاء الاصطناعي بحجم يوازي حصة كبيرة من رواتبهم، وإلا فإن قيمتهم كموظفين موضع تساؤل.
ماذا يعني ذلك؟
يُضفي تصريح رئيس إحدى أغلى شركات التكنولوجيا في العالم طابعًا رسميًا على مقياس جديد لكفاءة المهندس: فلم يعد المعيار الشيفرة البرمجية والنتائج وحدهما، بل أيضًا حجم استخدام أدوات الذكاء الاصطناعي مقدَّرًا بالمال. وإذا انتشر هذا النهج خارج Nvidia، فقد يغيّر الطريقة التي تقيّم بها الشركات إنتاجية موظفيها وتخطط بها ميزانيات البنية التحتية للذكاء الاصطناعي، إذ تتحول الرموز من بند إنفاق إلى مؤشر قابل للقياس لمدى انخراط الموظفين في العمل مع الذكاء الاصطناعي.
- 24 أكتوبر 2026منصة Artificial Analysis تطلق مؤشر Decision Index: نموذج Jev 1.13 يتصدر بـ 58 نقطة
- 24 أكتوبر 2026Nvidia تجري محادثات للاستحواذ على Reflection AI، الشركة الناشئة التي تبلغ قيمتها 8 مليارات دولار
- 24 أكتوبر 2026وسيط في قضية Super Micro يقرّ بالذنب في تهريب خوادم الذكاء الاصطناعي إلى الصين
- 24 أكتوبر 2026بيانات جديدة: إيرادات OpenAI أقل بنحو 20 مليار دولار مما كان يُعتقد
أسئلة وأجوبة حول الخبر
ما هو اختبار هوانغ؟
وفق هوانغ، إذا كان الاستهلاك السنوي لرموز الذكاء الاصطناعي لدى مهندس راتبه 500 ألف دولار أقل من 250 ألف دولار، أي أقل من نصف راتبه، فإن ذلك «يقلقه بشدة». «إذا كان الاستهلاك السنوي لرموز الذكاء الاصطناعي لدى مهندس راتبه 500 ألف دولار أقل من 250 ألف دولار، فسأكون قلقًا للغاية»، قال جينسن هوانغ في بودكاست All-In. صدر التصريح في بودكاست All-In مباشرة بعد اختتام GTC 2026 الراتب السنوي للمهندس في مثال هوانغ هو 500 ألف دولار الحد الأدنى المتوقع للإنفاق على الرموز هو 250 ألف دولار، أي نصف الراتب صاحب الاختبار هو الرئيس التنفيذي لشركة Nvidia جينسن هوانغ
لماذا يهم ذلك سوق العمل في مجال الذكاء الاصطناعي؟
يحمل مقال AI News عنوان «الشركات استبدلت الناس بالرموز، ولا عائد يُرى حتى الآن»، وهو ما يشير إلى سياق أوسع لتصريح هوانغ: فالشركات ترفع إنفاقها على أدوات الذكاء الاصطناعي لموظفيها على نطاق واسع، على أمل أن تحلّ هذه الأدوات محل جزء من العمل البشري أو أن ترفع كفاءته أضعافًا، لكن لا عائد قابلًا للقياس من هذه الاستثمارات يُرى حتى الآن. وموقف هوانغ هو في جوهره مطلب علني من مهندسي Nvidia بأن يستخدموا أدوات الذكاء الاصطناعي بحجم يوازي حصة كبيرة من رواتبهم، وإلا فإن قيمتهم كموظفين موضع تساؤل.
ماذا يعني ذلك؟
يُضفي تصريح رئيس إحدى أغلى شركات التكنولوجيا في العالم طابعًا رسميًا على مقياس جديد لكفاءة المهندس: فلم يعد المعيار الشيفرة البرمجية والنتائج وحدهما، بل أيضًا حجم استخدام أدوات الذكاء الاصطناعي مقدَّرًا بالمال. وإذا انتشر هذا النهج خارج Nvidia، فقد يغيّر الطريقة التي تقيّم بها الشركات إنتاجية موظفيها وتخطط بها ميزانيات البنية التحتية للذكاء الاصطناعي، إذ تتحول الرموز من بند إنفاق إلى مؤشر قابل للقياس لمدى انخراط الموظفين في العمل مع الذكاء الاصطناعي.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.