المستثمرون يتوقعون من الطرح العام الأولي لـ OpenAI وAnthropic أرقامًا شفافة عن اقتصاديات الذكاء الاصطناعي

يطالب المستثمرون بإلحاح متزايد بإثبات أن الإنفاق بمليارات الدولارات على الذكاء الاصطناعي يحقق عائدًا. جاء ذلك على لسان David Fetherstonhaugh، مدير المحافظ في VistaShares والشريك الرئيسي (principal) في DVX Ventures، خلال حديثه عبر Bloomberg Tech في 12 أكتوبر 2026، وأجرى معه الحوار Ed Ludlow. وفكرته الأساسية أن أكثر اللاعبين تأثيرًا في القطاع، OpenAI وAnthropic، لا تزالان شركتين خاصتين، ولهذا السبب بالذات يظل الجزء الأهم من اقتصاديات الذكاء الاصطناعي مغلقًا أمام السوق. وقد يغيّر طرحهما العام الأولي هذا الواقع.

لم تُذكر في الحلقة أرقام محددة، ولم تُحدَّد مواعيد الطرح. فالأمر أقرب إلى طرح يشرح ما ينقص السوق منه إلى خبر عن تقديم وثائق الطرح.

أين تكمن العتمة في اقتصاديات الذكاء الاصطناعي

سلسلة الذكاء الاصطناعي طويلة. في أحد طرفيها مصنّعو الرقائق ومزوّدو الخدمات السحابية وبُناة مراكز البيانات، وهي جهات تنشر نتائجها علنًا، ويمكن تتبّع إيراداتها ونفقاتها الرأسمالية ربعًا بعد ربع. وفي الطرف الآخر التطبيقات والخدمات التي يُفترض أن تحوّل القدرات الحاسوبية إلى أموال. وفي المنتصف يقف مطوّرو النماذج الرائدة (frontier models)، وهنا تحديدًا تقلّ البيانات أكثر من أي موضع آخر.

ومن هنا ينشأ الاختلال. فالإنفاق على البنية التحتية يمكن رصده، أما الإيرادات التي يُفترض أن تبرّره فلا تُعرف إلا من التسريبات والمقابلات وإفصاحات نادرة. وما دامت OpenAI وAnthropic لا تنشران تقارير مالية مدقَّقة، فلا يستطيع المستثمر التحقق من مدى توافق الطلب مع حجم القدرات التي بُنيت أو طُلبت.

ما الذي سيفرض الطرح العام الأولي الكشف عنه

الشركة المدرجة ملزمة بعرض أرقامها وفق معايير الجهة التنظيمية، وهذا يغيّر جودة المعلومات. وبالنسبة إلى المختبرات التي تنفق مبالغ ضخمة على تدريب النماذج وتشغيلها (inference)، ستكون مجموعة المؤشرات كاشفة:

• الإيرادات موزعة حسب المنتجات: الاشتراكات وواجهات API والعقود المؤسسية؛
• هامش الربح الإجمالي مع احتساب تكلفة الاستدلال (inference)؛
• الالتزامات المتعلقة بشراء القدرات الحاسوبية من مزوّدي الخدمات السحابية ومصنّعي الرقائق؛
• تكاليف تدريب النماذج الجديدة وحصتها من المصروفات التشغيلية؛
• تركّز العملاء والاعتماد على عدد قليل من العقود الكبرى؛
• ديناميكية التدفق النقدي والحاجة إلى رأس مال جديد.

كل بند من هذه البنود يُقدَّر اليوم بالتخمين. وبعد الطرح يمكن مقارنته عامًا بعد عام ومع المنافسين.

الأثر على السلسلة بأكملها

الشفافية في المختبرات ليست مطلوبة لمساهميها وحدهم. فتقارير OpenAI أو Anthropic ستصبح مرجعًا لمورّدي الرقائق والخدمات السحابية والطاقة، الذين تعتمد استثماراتهم على طلب قادر على الدفع. فإذا تبيّن أن هامش الاستدلال مرتفع وأن الإيرادات تنمو أسرع من التكاليف، فسيعزّز ذلك حجج الإنفاق الرأسمالي الحالي. وإذا ظهر العكس، فلن تقتصر إعادة التقييم على المختبرات نفسها، بل ستطال كل من يبني قدرات من أجلها.

وهذا بالضبط، وفق منطق Fetherstonhaugh، ما ينتظره السوق: لا تصريحات جديدة عن الحجم، بل بيانات يمكن التحقق منها.

ما الذي يمكن تتبّعه عمليًا

ما دامت عمليات الطرح لم تحدث، فلا بد من الاعتماد على مؤشرات غير مباشرة.

• تقارير مزوّدي الخدمات السحابية ومصنّعي الرقائق. نمو الطلبات المتراكمة (backlog) والتعليقات على العملاء من المختبرات يبيّنان كيف ينمو الطلب.
• تسعير API. انخفاض أسعار الرموز (tokens) مع ازدياد الحمل يلمّح إلى تحسّن اقتصاديات الوحدة، أما تثبيت الأسعار في ظل شحّ القدرات فيدل على العكس.
• العقود المؤسسية. انتقال الشركات من التجارب التجريبية إلى عمليات نشر واسعة يعطي إشارة أوثق من عدد مستخدمي روبوتات الدردشة.
• شروط جولات التمويل الجديدة. فهي تكشف كيف يقيّم المستثمرون العائد، قبل الإدراج في البورصة بوقت طويل.

أما الفرق التي تختار مزوّدًا للنماذج فالخلاصة بالنسبة إليها عملية: ينبغي أخذ مخاطر تغيّر الأسعار والشروط في الحسبان ما دامت اقتصاديات المختبرات لم تخضع للتحقق عبر تقارير مالية علنية. وبالنسبة إلى المستثمرين يبقى السؤال الرئيسي كما هو: متى ستبدأ الإيرادات بمجاراة النفقات، وإلى متى سيظل ذلك محجوبًا خلف الوضع الخاص للشركتين؟