اقتصاديات طفرة الذكاء الاصطناعي: الأرباح، وتكاليف الحوسبة، ومخاطر الفقاعة

اقتصاديات طفرة الذكاء الاصطناعي: الأرباح، وتكاليف الحوسبة، ومخاطر الفقاعة

عن هذه الكبسولة

تحرق شركات الذكاء الاصطناعي مليارات الدولارات على قوة الحوسبة بينما يظل مسارها نحو الربحية غامضًا. تنقسم هذه الآراء بين فقاعة destined to pop (مقدر لها أن تنفجر)، وأعمال يمكنها الوصول إلى الربحية من خلال خفض التكاليف والإنفاق الأكثر ذكاءً، وشكوكًا في أن البيانات الحالية يمكنها البت في هذا السؤال على الإطلاق. يساعدك weighing them (موازنتها) على الحكم على مدى واقعية هذه الطفرة.

يختلف الخبراء بشدة حول ما إذا كانت شركات الذكاء الاصطناعي مثل OpenAI وAnthropic قادرة على تحويل إنفاقها الهائل على الحوسبة والبنية التحتية إلى أرباح حقيقية، أم أنها محاصرة في فقاعة مكلفة destined to burst (مقدر لها أن تنفجر). يحذر أحد الآراء من حرق النقد غير المستدام والتقييمات المتضخمة التي تهدد بانهيار مالي، بينما يرى آخر إمكانية للربحية eventual (المحتملة) من خلال خفض التكاليف والاستثمارات الأكثر ذكاءً، في حين يسلط ثالث الضوء على حدود البيانات الحالية ونماذج الإيرادات التي تتحدى جميع الافتراضات. تساعدك هذه capsule (النشرة الموجزة) على موازنة هذه وجهات النظر المتضاربة لتقرر ما إذا كانت طفرة الذكاء الاصطناعي اختراقًا أم فقاعة تنتظر الانفجار.

66 مواضيع موجهة · ~132 دقيقة من الاستكشاف الموجه · 7451 عناصر معرفية4 فصول

3 آراء رئيسية حول فقاعة الذكاء الاصطناعي والأرباح

1

رؤية متشككة بشأن ربحية الذكاء الاصطناعي واستدامته.

جرّب أن تسأل: «كم تحرق شركات الذكاء الاصطناعي الناشئة في الجولة Series A مقابل كل دولار من الإيرادات الجديدة؟»

2

فقاعة الذكاء الاصطناعي: إنفاق كثير جدًا، وكسب قليل جدًا.

جرّب أن تسأل: «كم يجب أن تولد الذكاء الاصطناعي من إيرادات سنوية لتبرير الإنفاق الحالي على الحوسبة؟»

3

القيود والحدود في البيانات

ذكاء اصطناعي عام مقابل هذه الكبسولة

معاينة

أسمع باستمرار أن OpenAI تخسر مليارات الدولارات ولكن أيضًا أن الاستدلال (inference) مربح — كيف يمكن لكلا الأمرين أن يكونا صحيحين في نفس الوقت؟

ذكاء اصطناعي عام

“كلاهما can be (يمكن أن يكون) true (صحيحًا) لأنهما يشيران إلى طبقات different (مختلفة) من الأعمال.

"الاستدلال مربح" usually (عادةً) ما means (يعني): لمكالمة API مدفوعة معينة أو استفسار اشتراك ChatGPT، فإن التكلفة المباشرة لتقديم النموذج — GPUs، الكهرباء، الشبكات، عمليات مركز البيانات، إلخ. — هي lower (أقل) من الإيرادات attributed (المعزوة) إلى ذلك الاستخدام. بعبارة أخرى، قد يكون لدى الشركة هامش إجمالي إيجابي على الاستدلال.

"OpenAI تخسر مليارات" تشير إلى ربح/خسارة الشركة بأكملها أو حرق النقد، والذي includes (يتضمن) many (العديد من) التكاليف beyond (أبعد من) تقديم استفسارات اليوم.

مثال مبسط:

البندمثال
إيرادات الاشتراكات/واجهة API10 مليارات دولار
تكلفة الاستدلال المباشرة-4 مليارات دولار
إجمالي الربح من الاستدلال+6 مليارات دولار
تدريب نماذج frontier (الحدود)-5 مليارات دولار
رواتب البحث/الهندسة-2 مليار دولار
الم...”

هذه الكبسولة

“** الخدعة هي أن عبارة "الاستدلال مربح" often (غالبًا) ما تعني دفتر أستاذ narrow (ضيق) واحد: تقديم رموز API مدفوعة بعد استبعاد التدريب، والبحث والتطوير، والرواتب، والمستخدمين المجانيين، ومشاركة الإيرادات، والتمويل، والتزامات مراكز البيانات الضخمة. يمكن لـ OpenAI كسب المال من بعض calls (طلبات) الرموز المدفوعة بينما لا تزال تخسر مليارات على مستوى الشركة.** صورتها في 2025 هي التناقض في الأرقام: إيرادات متوقعة around (حوالي) 13 مليار دولار، إنفاق على البنية التحتية للحوسبة around (حوالي) 60 مليار دولار/سنة، مما implies (يعني ضمنًا) عجزًا سنويًا قدره 47 مليار دولار؛ بما في ذلك تكاليف التدريب، يُقدر إيرادات OpenAI لكل دولار حوسبة بحوالي 0.68 دولار، مما يعني أن الإنفاق على البنية التحتية وحده غير مغطى.

فكر في OpenAI كشركة تدير عملين في وقت واحد:

1. عمل "عداد الرموز" قد يكون مربحًا

هذا هو الادعاء وراء عبارة "الاستدلال مربح".

إذا دفع العميل سعر API الخاص بـ OpenAI وقدمت...”

اقتصاديات طفرة الذكاء الاصطناعي: الأرباح، وتكاليف الحوسبة، ومخاطر الفقاعة

مجانية

C

Capxule AI & Machine Learning

عرض الملف الشخصي

ذات صلة في التكنولوجيا

الذكاء الاصطناعي كمساعد: الخصوصية، التحكم، والحكم البشري

الذكاء الاصطناعي كمساعد: الخصوصية، التحكم، والحكم البشري

إن الثقة في أدوات الذكاء الاصطناعي لتعمل بهدوء من تلقاء نفسها تكلفك خصوصيتك وحكمك الإبداعي الخاص. وفي مواجهة الإيمان السائد بالأتمتة، فإن الحجة هنا تدعو إلى التحكم النشط: أدر البيانات التي تشاركها، وتحقق من سياسات البائعين، وراجع كل مخرجات الذكاء الاصطناعي بنقدية. وعند القيام بذلك بشكل صحيح، يبقى الذكاء الاصطناعي مساعداً مفيداً بدلاً من أن يصبح مفكراً بديلاً عنك.

AI safety · 104 محطات · ~208 دقيقةمجانية
دليل مالك المنزل للتحكم في المنزل الذكي

دليل مالك المنزل للتحكم في المنزل الذكي

قد يفلت المنزل الذكي الذي تُعِدُّه اليوم من بين يديك عندما تغير الشركات سياساتها أو تُوقف خدمات السحابة الإلكترونية. تختلف الأساليب حول مكان التركيز: الدفاع عن الخصوصية والحقوق القانونية، أو شراء أجهزة تعمل دون الاعتماد على السحابة، أو بناء نواة يدوية متينة وقبول بعض الإضافات الهشة. اختر الاستراتيجية التي تضمن بقاء منزلك مستجيبًا لك.

Smart home · 68 محطات · ~136 دقيقةمجانية
دفء التشويه التناظري: الحقيقة حول الجودة المتفوقة

دفء التشويه التناظري: الحقيقة حول الجودة المتفوقة

الدفء المشهور في أسطوانات الفينيل هو في الغالب تشويه توافقي اعتاد دماغك على حبه، وليس دقة صوتية أعلى. وفي مواجهة التبجيل السائد للصوت التناظري، تؤكد هذه المقالة أن الصوت الرقمي يقدم جودة أكثر اتساقًا ودقة دون التدهور المدمج في الوسائط المادية. إذا قمت بمعايرة إعداد رقمي بشكل جيد، فستحتفظ بالجودة دون الحاجة إلى الطقوس المعقدة.

Analog audio · 88 محطات · ~176 دقيقةمجانية
تدوير كلمات المرور بعد إرشادات NIST: أمان أفضل دون فرض التغييرات

تدوير كلمات المرور بعد إرشادات NIST: أمان أفضل دون فرض التغييرات

إن إجبار المستخدمين على تغيير كلمات المرور بانتظام دون مبرر يُضعف فعليًا من مستوى الأمان، وهو رأي تدعمه الآن معايير NIST. وبينما لا يزال الكثيرون يعتقدون أن التغيير المتكرر لكلمات المرور يحمي الحسابات، فإن هذه الممارسة تؤدي في كثير من الأحيان إلى كلمات مرور أضعف وشعور بالإحباط. وبدلاً من ذلك، فإن التركيز على المصادقة متعددة العوامل (MFA) وعدم تغيير كلمات المرور إلا عند وجود تهديد حقيقي يحسّن من الأمان وتجربة المستخدم.

Password security · 64 محطات · ~128 دقيقةمجانية