مايكل بوري يحذّر بشأن Nvidia: الحالة الصعودية مقابل الحالة الهبوطية لطفرة رقائق الذكاء الاصطناعي

تدخل صفقة الذكاء الاصطناعي مرحلة أكثر تحديًا. فعلى مدار السنوات الثلاث الماضية، كانت الفرضية الصعودية بسيطة نسبيًا: تحتاج شركات الحوسبة الضخمة إلى مزيد من القدرة الحاسوبية، وتتصدر Nvidia مسابح مسرعات الذكاء الاصطناعي، وتتطلب النماذج الأكبر حجمًا مجموعات حوسبة أضخم باستمرار. وما زال هذا المنطق يحظى بدعم قوي، لكن المستثمرين يواجهون الآن سؤالًا أكثر صعوبة: هل يمكن لعائدات الذكاء الاصطناعي ومكاسب الإنتاجية أن تواكب النفقات الرأسمالية الاستثنائية اللازمة لبناء هذه البنية التحتية؟

ينسجم انتقاد مايكل بوري لمبادرة Nvidia الجديدة للتمويل الخاص بالذكاء الاصطناعي بقيمة 500 مليار دولار أمريكي مع هذا النقاش الأوسع. فقد وصف الخطة بأنها "علامة على اليأس"، متسائلًا عمّا إذا كان الطلب على الذكاء الاصطناعي يعتمد بشكل مفرط على التمويل. في المقابل، ترى Nvidia أن الشراكات مع Apollo وBlackRock وBlackstone وBrookfield وGoldman Sachs وKKR يمكن أن تفتح الباب لأكثر من 500 مليار دولار أمريكي من رأس مال جهة خارجية لبنية الذكاء الاصطناعي التحتية.

يتجاوز النقاش الحقيقي بين الصعوديين والهبوطيين مسألة التمويل. فهو يرتكز على إنفاق شركات الحوسبة الضخمة، وتحقيق عائدات من الذكاء الاصطناعي، ودورات استبدال الرقائق، والمنافسة، وعوائد رأس المال.

الحالة الصعودية: الطلب على الذكاء الاصطناعي لا يزال في توسّع

الحجة الصعودية الأقوى واضحة ومباشرة: دورة الإنفاق لم تتوقف بعد.

بلغت عائدات Nvidia للربع المالي الأول من عام 2027 نحو 81.6 مليار دولار أمريكي، بارتفاع نسبته 85% على أساس سنوي، بينما ارتفعت عائدات مركز البيانات بنسبة 92% إلى 75.2 مليار دولار أمريكي. وقدّمت الشركة توقعات بعائدات تبلغ نحو 91 مليار دولار أمريكي للربع التالي، حتى دون افتراض عائدات الحوسبة الخاصة بمركز البيانات في الصين.

كما يعمل أكبر عملائها على تسريع استثماراتهم. فقد رفعت Alphabet توقعاتها للنفقات الرأسمالية لعام 2026 إلى ما بين 195 دولار أمريكي205 مليار دولار أمريكي. وتتوقع Meta نفقات تتراوح بين 130 دولار أمريكي145 مليار دولار أمريكي. وأنفقت Microsoft 41 مليار دولار أمريكي في ربعها الأخير، مع توجيه نحو ثلثي هذا المبلغ إلى أصول قصيرة العمر مثل وحدات المعالجة المركزية (CPU) ووحدات معالجة الرسوميات (GPU).

والأهم من ذلك، أن البنية التحتية للذكاء الاصطناعي بدأت تحقق عائدات حقيقية. فقد ارتفعت عائدات Google Cloud بنسبة 82% في الربع الثاني إلى 24.8 مليار دولار أمريكي، بينما بلغ حجم الطلبات المتراكمة 514 مليار دولار أمريكي. وتجاوزت عائدات خدمات السحابة لدى Microsoft 214 مليار دولار أمريكي للسنة المالية 2026، مع تزايد الطلب بشكل متزايد خارج نطاق شركات النماذج المتقدمة.

وهذا أمر مهم لأن المرحلة القادمة من نمو الذكاء الاصطناعي قد تأتي من الاستدلال (inference) والوكلاء الذكيين والبرمجة والإعلانات والبحث والذكاء الاصطناعي الصناعي والتبني على مستوى المؤسسات، بدلًا من تدريب النماذج المتقدمة وحده. وإذا أصبح الذكاء الاصطناعي جزءًا أساسيًا من أحمال العمل الإنتاجية اليومية، فقد يبقى الطلب على أشباه الموصلات مرتفعًا بشكل بنيوي لسنوات قادمة.

ويوفّر Rubin محفزًا آخر. تقول Nvidia إن هذه المنصة قيد الإنتاج بالفعل، مع وصول الأنظمة في النصف الثاني من عام 2026. ومن بين المستخدمين الأوائل المتوقعين: AWS وGoogle Cloud وMicrosoft وOracle وCoreWeave.

وتمتد الفرصة أيضًا إلى ما هو أبعد من Nvidia. فالمجموعات الأكبر للذكاء الاصطناعي تتطلب مزيدًا من ذواكر HBM، والتغليف المتقدم، والشبكات، والاتصال البصري، والبنية التحتية للطاقة، وأنظمة التبريد. وحتى إذا استحوذت Nvidia في النهاية على حصة أصغر من كل دولار إضافي يُصرف على الذكاء الاصطناعي، فإن سوق البنية التحتية للذكاء الاصطناعي بشكل عام يمكن أن يستمر في التوسّع.

الحالة الهبوطية: هل يمكن أن يتماشى تحقيق العائدات مع الإنفاق؟

يمكن للهبوطيين النظر إلى نفس أرقام النفقات الرأسمالية والوصول إلى استنتاج مختلف تمامًا.

أنفقت Alphabet 44.9 مليار دولار أمريكي على النفقات الرأسمالية في الربع الثاني وحققت تدفقًا نقديًا حرًا سالبًا بلغ 5.9 مليار دولار أمريكي. أنفقت Meta 31.1 مليار دولار أمريكي ولم تحقق سوى 784 مليون دولار أمريكي من التدفق النقدي الحر الفصلي. وقد أقرّت Microsoft أيضًا بأن الاستثمار في البنية التحتية للذكاء الاصطناعي يضغط على هوامش خدمات السحابة.

ولذلك، يظل السؤال الجوهري بسيطًا:

كم من العائدات الإضافية من الذكاء الاصطناعي سيولّده كل دولار إضافي من النفقات الرأسمالية؟

يمكن أن تستمر الطفرة ما دامت شركات الحوسبة الضخمة تعتقد أن القدرة الحاسوبية لا تزال شحيحة. ويصبح السوق أكثر عرضة للمخاطر عندما تلبّي القدرة الطلب وتبدأ الشركات في المطالبة بعوائد أقوى من كل مركز بيانات جديد.

ويخلق الاستهلاك التقني خطرًا آخر. فـ Nvidia تتحرك بسرعة عبر أجيال Hopper وBlackwell وBlackwell Ultra وRubin. وقد تظل وحدات معالجة الرسوميات (GPU) الأقدم قادرة على تحقيق عائدات من خلال الاستدلال (inference) والضبط الدقيق وأحمال العمل السحابية منخفضة التكلفة، لكن قيمتها الاقتصادية قد تنخفض بسرعة مع تحسّن الأداء لكل واط والتكلفة لكل رمز (token) في الهياكل الجديدة.

وهنا تصبح انتقادات بوري بشأن التمويل ذات صلة. فشراكات Nvidia الجديدة في وول ستريت تهدف إلى فتح الباب لأكثر من 500 مليار دولار أمريكي من التمويل من جهة خارجية. وتفسيره الهبوطي هو أن الحاجة إلى أساليب تمويل متزايدة التعقيد قد تكون ضرورية لاستمرار دورة إنفاق لا تزال عوائدها طويلة الأجل غير مؤكدة.

ويظهر الخطر الحقيقي إذا تراجع الطلب على الذكاء الاصطناعي في الوقت نفسه الذي تنخفض فيه معدلات إيجار وحدات معالجة الرسوميات الأقدم وقيمها المتبقية بشكل حاد. عند ذلك، ستواجه شركات الحوسبة السحابية للذكاء الاصطناعي ذات الرافعة المالية العالية تدفقًا نقديًا أضعف وضمانًا أضعف في الوقت نفسه.

وتضيف المنافسة عاملًا آخر من الضغط. فـ Google تُوسّع نشر وحدات معالجة الموترات (TPU) خارج نطاق الاستخدام الداخلي البحت، بينما تستهدف AMD والمسرعات المخصصة التي تدعمها شركات مثل Broadcom أحمال عمل قد يصبح فيها تبرير اقتصاديات Nvidia المرتفعة أمرًا أكثر صعوبة.

وبإمكان Nvidia أن تستمر في النمو في هذه البيئة، لكن حصتها السوقية وقدرتها على التسعير وهوامش أشباه الموصلات قد تعود تدريجيًا إلى مستويات طبيعية.

ما الذي يحدد صفقة الذكاء الاصطناعي القادمة؟

تعتمد المرحلة القادمة من صفقة رقائق الذكاء الاصطناعي على أربعة متغيرات:

نمو عائدات الذكاء الاصطناعي، والنفقات الرأسمالية لشركات الحوسبة الضخمة، ومعدل استخدام وحدات معالجة الرسوميات (GPU)، وهوامش أشباه الموصلات.

يبقى المسار الصعودي سليمًا إذا استمرت تطبيقات الذكاء الاصطناعي في الانتشار، وتوسّع الاستدلال (inference)، وبقيت شركات الحوسبة الضخمة محدودة القدرة، ووجدت وحدات معالجة الرسوميات الأقدم استخدامات مربحة في الفئات الأدنى، وأطلقت Rubin دورة ترقية جديدة أخرى.

ويبدأ المسار الهبوطي عندما تنمو النفقات الرأسمالية بمعدل أسرع بكثير من تحقيق العائدات، وتنكمش هوامش الخدمات السحابية، وتتراجع اقتصاديات وحدات معالجة الرسوميات الأقدم، وتُقلّل شركات الحوسبة الضخمة في النهاية من إنفاقها على البنية التحتية.

والسؤال المحوري أكبر من خطة Nvidia للتمويل بقيمة 500 مليار دولار أمريكي:

هل يمكن للذكاء الاصطناعي أن يحقق قيمة اقتصادية كافية لتبرير البنية التحتية التي يُتم بناؤها فعليًا — وموجة الاستثمار الأكبر القادمة؟

إذا ظلت الإجابة بنعم، فما زالت دورة أشباه الموصلات للذكاء الاصطناعي تملك مساحة للاستمرار. وإذا بدأت هذه العلاقة تتصدع، فقد يحتاج المستثمرون إلى إعادة تقييم السلسلة بأكملها، من Nvidia والذاكرة إلى الشبكات والمصانع وشركات الحوسبة السحابية للذكاء الاصطناعي.