انخفاض حاد في تكلفة رموز الذكاء الاصطناعي: نقطة تحول جديدة في الأتمتة الصناعية في الولايات المتحدة

لماذا ستنهار تكاليف الرموز الذكاء الاصطناعي قريبًا؟

رموز الذكاء الاصطناعي - الوحدة الأساسية لمعالجة المعلومات في النماذج، وهي أيضًا المعيار لقياس استخدام الذكاء الاصطناعي وتسعيره - ستشهد قريبًا انخفاضًا تاريخيًا في الأسعار. وفقًا لاختبارات SemiAnalysis، فإن نظام GPU الجديد Blackwell من Nvidia (GB 300 NVL72) مقارنة بنظام Hopper السابق، ارتفع عدد الرموز المولدة لكل GPU في الثانية من 90 إلى 6,000، بزيادة قدرها 65 ضعفًا؛ وارتفع عدد الرموز المولدة لكل ميغاواط من الطاقة من 54,000 إلى 2.8 مليون، بزيادة قدرها 50 ضعفًا. والأهم من ذلك، انخفضت تكلفة كل مليون رمز من 4.2 دولار إلى 0.12 دولار، أي بانخفاض قدره 35 ضعفًا.

هذه القفزة في الكفاءة ليست نظرية. ذكرت Business Insider أن أنظمة Blackwell يتم تثبيتها على نطاق واسع، ومن المتوقع أن تعمل بكامل طاقتها في النصف الثاني من عام 2026. وفقًا لبيانات شركة أبحاث الذكاء الاصطناعي SemiAnalysis، بحلول ذلك الوقت، سيعتمد تدريب واستدلال النماذج الجديدة بشكل كبير على Blackwell، مما سيؤدي إلى تدفق هائل من الرموز الرخيصة. اعترف المدير التنفيذي لـ OpenAI سام ألتمان بأن تكاليف الذكاء الاصطناعي أصبحت "مشكلة كبيرة"، وتعهد بتقديم قيمة أكبر. بعد أن وصل مؤشر إنفاق الرموز التابع لـ Silicon Data، وهي وكالة مراقبة مراكز البيانات في وادي السيليكون، إلى ذروة بلغت 2.06 في نهاية مايو، انخفض إلى 1.75 في 10 يونيو، مما يشير إلى أن اتجاه الانخفاض قد بدأ بالفعل.

إعادة تشكيل المشهد الصناعي: من يستفيد ومن يتحمل الضغط؟

• الصناعات المستفيدة:
• مزودو نماذج وتطبيقات الذكاء الاصطناعي: يؤدي انخفاض التكاليف مباشرة إلى تحسين هامش الربح، مع إمكانية خفض الأسعار للحصول على حصة سوقية وتحفيز الطلب النهائي. وهذا مفيد بشكل خاص لتطبيقات الذكاء الاصطناعي الاستهلاكية التي تعتمد على الاستدلال واسع النطاق، ومساعدي البرمجة، وروبوتات خدمة العملاء وما شابه ذلك.
• التصنيع والأتمتة الصناعية: هذا هو أكبر مستفيد محتمل. انخفاض تكلفة الرموز يحسن بشكل كبير الجدوى الاقتصادية لنشر الذكاء الاصطناعي في السيناريوهات الصناعية. على سبيل المثال، فحص جودة المنتج باستخدام الذكاء الاصطناعي البصري، تحسين جداول الإنتاج عبر النماذج الكبيرة، تدريب نماذج الصيانة التنبؤية بناءً على البيانات في الوقت الفعلي - هذه التطبيقات التي كانت محدودة سابقًا بسبب ارتفاع تكاليف الاستدلال، أصبح من المرجح الآن تنفيذها على نطاق واسع. يمكن للشركات المصنعة الأمريكية الاستفادة من ذلك لرفع مستوى الأتمتة في خطوط الإنتاج، وتقليل تكاليف العمالة، وتسريع بناء "المصانع الذكية".
• البنية التحتية لمراكز البيانات: الطلب القوي على مجموعات GPU سيدفع الصناعات المساعدة مثل أنظمة التبريد السائل، الرفوف عالية الكثافة، معدات الطاقة، ولكنه سيضع أيضًا ضغطًا على شبكات الكهرباء.الصناعات المتأثرة:
• موردو البرمجيات الصناعية التقليدية والأتمتة: إذا تمكن الذكاء الاصطناعي من استبدال بعض الخوارزميات التقليدية أو منطق التحكم بتكلفة منخفضة للغاية، فإن شركات البرمجيات الصناعية التقليدية تواجه خطر التغيير الجذري.
• البنية التحتية للطاقة الكهربائية: يتزايد استهلاك الطاقة في مراكز بيانات الذكاء الاصطناعي. نظام Blackwell نفسه يستهلك طاقة أعلى، وقد يرتفع استخدام الرموز (tokens) بشكل هائل بسبب انخفاض الأسعار، مما يزيد الطلب على الكهرباء. ستظهر مشاكل تقادم شبكة الكهرباء الأمريكية وبطء التصاريح بشكل أكثر وضوحًا، مما قد يعيق سرعة توسع الذكاء الاصطناعي الصناعي.

ماذا يعني ذلك للتصنيع في الولايات المتحدة؟

دخول التصنيع الأمريكي وعملية التحول الذكي مرحلة جديدة. في السنوات الماضية، دفع قانون الرقائق (CHIPS Act) وقانون خفض التضخم (IRA) بناء مصانع لأشباه الموصلات والبطاريات، لكن معدل اختراق الذكاء الاصطناعي في قطاع التصنيع لا يزال منخفضًا. أحد العوائق الأساسية هو تكلفة الاستدلال. الآن، انخفاض حاد في أسعار الرموز (tokens) يعادل إزالة عقبة تكلفة رئيسية أمام تطبيقات الذكاء الاصطناعي في التصنيع.

• على وجه التحديد، ستتمكن شركات التصنيع الصغيرة والمتوسطة من تحمل أدوات الذكاء الاصطناعي بسهولة أكبر، مثل:
• استخدام أنظمة الرؤية بالذكاء الاصطناعي لاستبدال فحص الجودة البشري، تقليل معدلات الإرجاع؛
• الاستعانة بنماذج كبيرة للمساعدة في صيانة المعدات، تقليل وقت التوقف؛
• تحسين لوجستيات سلسلة التوريد عبر الذكاء الاصطناعي، خفض تكاليف المخزون.

التأثير الأكبر هو أن الولايات المتحدة قد تقلص الفجوة مع اليابان وألمانيا في التصنيع الدقيق، من خلال تحسين جودة المنتجات بمساعدة الذكاء الاصطناعي، وتعزيز القدرة التنافسية العالمية.

ماذا يعني ذلك لسلسلة التوريد؟

من ناحية، يصبح توريد Nvidia Blackwell عاملاً حاسمًا. تظل طاقة التغليف CoWoS في TSMC متوترة، ويتطلب Blackwell تقنيات تغليف أكثر تقدمًا. إذا كان الإمداد غير كافٍ، فقد يؤخر وتيرة انخفاض أسعار الرموز. من ناحية أخرى، قد يؤدي انخفاض تكلفة نماذج الذكاء الاصطناعي إلى تسريع قرارات "التعهيد القريب": مصانع الولايات المتحدة تزيد كفاءة التكلفة بفضل تمكين الذكاء الاصطناعي، مما يعوض بعض مزايا تكلفة العمالة الخارجية، ويجعل عودة سلسلة التوريد أكثر جاذبية.

بالإضافة إلى ذلك، ستستفيد سلسلة توريد معدات مراكز البيانات (التبريد السائل، الطاقة، الرفوف) من موجة نشر Blackwell، ومن المتوقع نمو طلبات الشركات المصنعة مثل Vertiv و Schneider Electric.

ماذا يعني ذلك للاستثمار المؤسسي؟

تتغير وجهة الإنفاق الرأسمالي للشركات. في العامين الماضيين، استثمرت الشركات بكثافة في البنية التحتية لتدريب الذكاء الاصطناعي، وشراء وحدات معالجة رسوميات H100. الآن، كفاءة Blackwell تجعل عائد الاستثمار في الاستدلال أعلى. من المتوقع أنه اعتبارًا من النصف الثاني من عام 2026، ستسرع الشركات الانتقال من Hopper إلى Blackwell، مما يشكل دورة شراء جديدة لوحدات معالجة الرسوميات. في الوقت نفسه، سترتفع حصة تكلفة الطاقة في التكلفة الإجمالية، وقد تميل الشركات أكثر للاستثمار في الطاقة المتجددة في الموقع أو توقيع اتفاقيات شراء طاقة طويلة الأجل (PPA) لتثبيت تكلفة الطاقة.

ماذا يعني ذلك للسنوات الخمس القادمة؟## ماذا يعني ذلك للسنوات الخمس القادمة؟

في السنوات 3-5 القادمة، قد تستمر تكلفة رموز الذكاء الاصطناعي في الانخفاض، مما يدفع معدل اختراق الذكاء الاصطناعي الصناعي من النسبة المئوية الفردية الحالية إلى نسبة مئوية مزدوجة. ستنتقل تطبيقات الذكاء الاصطناعي في التصنيع الأمريكي من "التجربة" إلى "التوسع". سيكون لذلك تأثير مزدوج على سوق العمل: من ناحية، سيحل محل بعض وظائف الفحص والفرز منخفضة المهارات؛ ومن ناحية أخرى، سيخلق وظائف جديدة مثل تشغيل وصيانة الذكاء الاصطناعي وضبط النماذج.

لكن العائق تحول من القوة الحاسوبية إلى الطاقة. هل يمكن لشبكة الكهرباء الأمريكية تحمل الحمل المزدوج من مراكز البيانات والذكاء الاصطناعي الصناعي؟ ستحدد الإصلاحات التنظيمية للولايات (مثل اقتراح حاكم تكساس جريج أبوت للحد من تمرير تكاليف الكهرباء لمراكز البيانات) سرعة التوسع. وبالمثل، يتطلب تطبيق الذكاء الاصطناعي الصناعي حل مشكلات أمن البيانات وموثوقية النماذج.

الاستنتاج: الانخفاض الحاد في تكلفة رموز الذكاء الاصطناعي الذي جلبه بلاكويل ليس مجرد حرب أسعار بسيطة، بل هو البداية الحقيقية لعصر الذكاء الاصطناعي الصناعي في أمريكا. يجب على المستثمرين التركيز على برامج الأتمتة الصناعية، ومعدات الطاقة لمراكز البيانات، وشركات التصنيع القادرة على تطبيق الذكاء الاصطناعي.