ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارTNW→ المصدر

عمالقة التقنية الصينية تضاعف إنفاقها على الذكاء الاصطناعي إلى 139 مليار دولار، ومختبراتها تغطي أقل من 8% منه

تبني عمالقة التقنية الصينية بنية الذكاء الاصطناعي بوتيرة أسرع من قدرتها على الربح منها. وبحسب تقدير Rhodium Group، ستضخ 13 شركة فيها هذا العام 139 مليار دولار (بزيادة 103%)، بينما لن تغطي إيرادات مختبراتها للذكاء الاصطناعي سوى أقل من 8% من هذا المبلغ. وتدر جميع النماذج الصينية مجتمعةً نحو 10.7 مليار دولار سنويًا، أي أقل بنحو عشر مرات تقريبًا مما تحققه OpenAI وAnthropic. ولذلك لا تقتصر مخاطر مزودي النماذج على الرقائق، بل تشمل المال أيضًا.

معالج بواسطة الذكاء الاصطناعي من TNW؛ بتحرير Hamidun News
عمالقة التقنية الصينية تضاعف إنفاقها على الذكاء الاصطناعي إلى 139 مليار دولار، ومختبراتها تغطي أقل من 8% منه
المصدر: TNW. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTNW ↗
رئيس التحرير
توقعات 2027أكثر من 193 مليار دولار (1.2 تريليون يوان)
حقيقة رئيسية #2مؤشر STAR 50، نظير Nasdaq الصيني، تراجع بنسبة 43% منذ نهاية يوليو
حقيقة رئيسية #3تحتاج DeepSeek إلى أربع رقائق Huawei 950 بدلًا من رقاقة Nvidia GB300 واحدة

تخيّل شركة تضاعف كل عام إنفاقها على الخوادم، بينما لا تكاد إيرادات الخدمة التي تعمل على هذه الخوادم تغطي سوى جزء ضئيل منه. هذا بالضبط، بحسب تقدير شركة الاستشارات Rhodium Group، ما يبدو عليه سباق الذكاء الاصطناعي بين كبرى شركات التقنية الصينية. فقد استطلعت Rhodium آراء 13 شركة مدرجة، وتبيّن أنها ستستثمر هذا العام في البنية التحتية للذكاء الاصطناعي (مراكز البيانات والرقائق والخوادم) أكثر بنسبة 103% من العام الماضي: 932 مليار يوان، أي نحو 139 مليار دولار. أما إيرادات مختبراتها للذكاء الاصطناعي، أي الأقسام التي تطوّر النماذج وتبيعها، فتغطي أقل من 8% من هذا المبلغ. وقد نشرت صحيفة The New York Times هذه المعطيات في 13 يونيو، ونحن نستعرض هنا دلالاتها لمن يبنون منتجاتهم على النماذج الصينية.

عادةً ما يُختزل الحديث عن سباق الذكاء الاصطناعي بين الولايات المتحدة والصين في الرقائق: من يستطيع شراء ماذا، وما القيود التصديرية التي تفرضها واشنطن. أما الأرقام الجديدة فتكشف مشكلة ثانية: الصين لا ينقصها العتاد وحده، بل ينقصها كذلك المال الذي يعوّض كلفة شرائه.

الإنفاق ينمو أسرع من الإيرادات

وفق توقعات Rhodium، سيتجاوز الإنفاق على البنية التحتية للذكاء الاصطناعي في عام 2027 مبلغ 1.2 تريليون يوان (193 مليار دولار). وللمقارنة، لا تمثل البنية التحتية الصينية للذكاء الاصطناعي سوى 15–20% من نظيرتها الأمريكية. أما الإيرادات السنوية المتكررة (ARR، أي الدخل السنوي من الاشتراكات والوصول المدفوع) لجميع النماذج الصينية مجتمعةً فتبلغ نحو 10.7 مليار دولار، أي ما يعادل عُشر ما تعلنه OpenAI وAnthropic معًا تقريبًا.

شبّه كايل تشان من معهد Brookings الوضع بجهاز مشي يتسارع باستمرار، فيزداد الركض عليه صعوبة. وبحسب Times، أصبح لدى Alibaba وBaidu وTencent، التي تدعم عدة مختبرات صينية رائدة، تدفق نقدي سالب: فهي تنفق أكثر مما تكسب. كما فتر حماس المستثمرين، إذ تراجع مؤشر STAR 50، النظير الصيني لمؤشر Nasdaq، بنسبة 43% منذ نهاية يوليو.

النماذج المفتوحة وشحّ العتاد

يزيد رهان الصين على النماذج المفتوحة صعوبة تحقيق الأرباح. ففي أغسطس أطلقت Z.ai نموذج GLM-5.3 Flash وخفّضت الأسعار إلى النصف لمدة أسبوعين، رغبةً في أن يشغّل المستخدمون النموذج على خوادمها. وبحلول نوفمبر، كما تنقل Times عن بيانات OpenRouter، كان نحو 20 مزودًا منافسًا يبيعون الوصول إلى النموذج نفسه بسعر أقل من سعر Z.ai ذاتها. فإذا كانت أوزان النموذج مفتوحة، يستطيع أي طرف أن يعرضه بسعر أدنى من مطوّره.

وفي الوقت نفسه، تظل القدرة الحاسوبية شحيحة ومكلفة. فعلى منصة Goofish الصينية لبيع السلع المستعملة، عرض بائعون خادم Nvidia DGX B300 بنحو 3 ملايين دولار، أي أغلى بنحو ثماني مرات مما هو عليه في الولايات المتحدة. وقد شرعت واشنطن هذا الأسبوع في سدّ إحدى الثغرات: استئجار مراكز بيانات أجنبية مزوّدة بعتاد Nvidia. وحذّرت Tencent وAlibaba بالفعل من تبعات القيود الجديدة.

وقال ليانغ وينفنغ، رئيس DeepSeek، بحسب تسجيل مسرّب لحديثه مع المستثمرين، إن رقائق Huawei متأخرة عن Nvidia بنحو عامين. ولكي تعادل DeepSeek رقاقة Nvidia GB300 واحدة، تحتاج إلى أربع رقائق Huawei 950. وأضاف: «نحن ببساطة لا نستطيع تحمّل كلفة تدريب أكبر النماذج الآن». وقد جمعت DeepSeek أكثر من 20 مليار دولار، بينها أموال من مستثمرين مرتبطين بـ Tencent وCATL، لكن قلة من منافسيها تملك احتياطيات كهذه.

من أين ينشأ نقص التمويل

بلغ الاستثمار الخاص في الذكاء الاصطناعي في الصين عام 2025 نحو 12.4 مليار دولار مقابل 285.9 مليار دولار في الولايات المتحدة. وربما يقلّل هذا الرقم من حجم الصورة الحقيقية، لأن صناديق حكومية تستثمر في الذكاء الاصطناعي أيضًا. أما الأموال الأجنبية فقد غادرت إلى حد كبير، ومن أسباب ذلك أن الولايات المتحدة تحظر على صناديق رأس المال الجريء الأمريكية الاستثمار في بعض التقنيات الصينية.

ومع ذلك، تحتفظ الصين بنقاط قوة. فقد وجد باحثوها مرارًا طرقًا لتدريب النماذج وتشغيلها بكلفة أقل. وأشار هان لين من Asia Group إلى كفاءات هندسية قوية ودولة قادرة على تعبئة موارد ضخمة. لكنه قال إن التقنيات المتقدمة تحتاج أيضًا إلى رأس مال مخاطر مستعد لتحمّل الإخفاقات.

ماذا يعني هذا للمطورين ومديري المنتجات

من المرجّح أن تبقى النماذج الصينية المفتوحة رخيصة، لأن المنافسة بين المزودين تضغط الأسعار نحو الأسفل. لكن استدامة المختبرات نفسها غير مضمونة. فإذا استمرت النفقات في النمو أسرع من الإيرادات، قد تقلّص الشركات تدريب أكبر النماذج أو تغيّر استراتيجيتها، كأن تُغلق الأوزان أو ترفع الأسعار. ولذلك لا ينبغي ربط المنتج بنموذج واحد من مزود واحد، حتى لو كان مجديًا اليوم. احتفظوا بطبقة تجريد فوق واجهة API، واختبروا خيارًا احتياطيًا، واحسبوا مسبقًا كلفة الانتقال.

تنبيه: بعض الأرقام هي تقديرات من Rhodium لـ 13 شركة، وكثير من الوقائع، بما فيها كلمات ليانغ وينفنغ من التسجيل المسرّب، مأخوذ من عرض Times لها. لكن الصورة واضحة: عنق الزجاجة أمام الذكاء الاصطناعي الصيني لا يقتصر على الرقائق، بل يمتد إلى الجدوى الاقتصادية.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول الإنفاق ينمو أسرع من الإيرادات؟

وفق توقعات Rhodium، سيتجاوز الإنفاق على البنية التحتية للذكاء الاصطناعي في عام 2027 مبلغ 1.2 تريليون يوان (193 مليار دولار). وللمقارنة، لا تمثل البنية التحتية الصينية للذكاء الاصطناعي سوى 15–20% من نظيرتها الأمريكية. أما الإيرادات السنوية المتكررة (ARR، أي الدخل السنوي من الاشتراكات والوصول المدفوع) لجميع النماذج الصينية مجتمعةً فتبلغ نحو 10.7 مليار دولار، أي ما يعادل عُشر ما تعلنه OpenAI وAnthropic معًا تقريبًا. شبّه كايل تشان من معهد Brookings الوضع بجهاز مشي يتسارع باستمرار، فيزداد الركض عليه صعوبة.

ما أبرز التفاصيل حول النماذج المفتوحة وشحّ العتاد؟

يزيد رهان الصين على النماذج المفتوحة صعوبة تحقيق الأرباح. ففي أغسطس أطلقت Z.ai نموذج GLM-5.3 Flash وخفّضت الأسعار إلى النصف لمدة أسبوعين، رغبةً في أن يشغّل المستخدمون النموذج على خوادمها. وبحلول نوفمبر، كما تنقل Times عن بيانات OpenRouter، كان نحو 20 مزودًا منافسًا يبيعون الوصول إلى النموذج نفسه بسعر أقل من سعر Z.ai ذاتها. فإذا كانت أوزان النموذج مفتوحة، يستطيع أي طرف أن يعرضه بسعر أدنى من مطوّره. وفي الوقت نفسه، تظل القدرة الحاسوبية شحيحة ومكلفة.

ما أبرز التفاصيل حول من أين ينشأ نقص التمويل؟

بلغ الاستثمار الخاص في الذكاء الاصطناعي في الصين عام 2025 نحو 12.4 مليار دولار مقابل 285.9 مليار دولار في الولايات المتحدة. وربما يقلّل هذا الرقم من حجم الصورة الحقيقية، لأن صناديق حكومية تستثمر في الذكاء الاصطناعي أيضًا. أما الأموال الأجنبية فقد غادرت إلى حد كبير، ومن أسباب ذلك أن الولايات المتحدة تحظر على صناديق رأس المال الجريء الأمريكية الاستثمار في بعض التقنيات الصينية. ومع ذلك، تحتفظ الصين بنقاط قوة. فقد وجد باحثوها مرارًا طرقًا لتدريب النماذج وتشغيلها بكلفة أقل.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…