في مقابلة حديثة معمقة، قدّم جنسن هوانغ رؤية مؤثرة: الحوسبة تنتقل من كونها "تكلفة" إلى "منتج" يخلق قيمة مباشرة.
ورغم أن هذا المفهوم قد يبدو مجرداً، إلا أنه يطرح سؤالاً جوهرياً: ما هو العامل الأساسي للإنتاج في عصر الذكاء الاصطناعي؟
بصفته مؤسس NVIDIA، يمتلك هوانغ منظوراً فريداً. فهو لا يناقش نمو المستخدمين في طبقة التطبيقات أو حجم المعاملات في طبقة النماذج، بل يعيد تعريف الأساس: هل أصبحت الحوسبة نفسها وحدة اقتصادية قابلة للتداول؟
من مركز تكلفة إلى محرك إنتاج
في عصر الإنترنت، كان دور مراكز البيانات محدداً.
كانت مراكز البيانات تخزن المعلومات، وتعالج الطلبات، وتدعم التطبيقات، وتعد جزءاً من تكاليف الشركات. سواء كانت الحوسبة السحابية أو SaaS، كان التركيز على "تحسين هيكل التكلفة" وليس إنتاج مخرجات قابلة للبيع بشكل مباشر.
غيّر الذكاء الاصطناعي هذه المعادلة. مع بدء النماذج في إنتاج النصوص والصور والرموز وتنفيذ المهام المعقدة، أصبح كل عملية حسابية أكثر من مجرد استهلاك موارد—أصبح "إنتاج نتائج". هذه النتائج يمكن استهلاكها من قبل المستخدمين أو تسعيرها مباشرة.
وبالتالي، لم تعد مراكز البيانات مجرد مراكز تكلفة؛ بل أصبحت تعمل كمصانع. مدخلاتها: الكهرباء، الرقائق، والنماذج؛ ومخرجاتها: المحتوى، القرارات، وحتى الإجراءات المؤتمتة. كل هذه المخرجات موحدة تحت مفهوم واحد—Token.
Token: أصغر وحدة إنتاج في عصر الذكاء الاصطناعي
هنا، يشير Token إلى وحدة القياس الأساسية في أنظمة الذكاء الاصطناعي، وليس إلى رموز العملات الرقمية. عندما تطرح سؤالاً على نموذج، تستهلك Tokens؛ وعندما ينتج النموذج إجابة، فهو "يُنتج" Tokens. تسعير API يعتمد أساساً على استخدام Token.
قد يبدو هذا تفصيلاً تقنياً، لكن التغيير الحقيقي هو: لأول مرة، يمكن قياس الحوسبة بدقة وتسعيرها وتداولها كوحدات.
تاريخياً، يُعد هذا علامة فارقة. في العصر الصناعي، أصبحت الكهرباء بنية تحتية لأنها قابلة للقياس (كيلوواط/ساعة)؛ وفي عصر الإنترنت، أصبح النطاق الترددي والتخزين سلعتين لأنهما قابلتان للفوترة.
الآن، حول الذكاء الاصطناعي "الذكاء" نفسه إلى مورد قابل للقياس. Token ليس مجرد مفهوم تقني—بل يبرز كوحدة اقتصادية جديدة.
لماذا سيتم استهلاك قوة الحوسبة مثل الكهرباء
قدّم هوانغ توقعاً جريئاً في المقابلة: في المستقبل، قد يشكل الإنفاق على الحوسبة نسبة أكبر بكثير من الاقتصاد.
المنطق وراء ذلك يشبه تطور الكهرباء.
عندما ظهرت الكهرباء لأول مرة، كانت مجرد جزء من تكاليف الصناعة. لكن مع انتشار الكهرباء، أصبحت كل صناعة تقريباً تعتمد عليها، حتى أصبحت مورداً أساسياً لا غنى عنه.
قد يسير الذكاء الاصطناعي في نفس المسار. مع تولي الذكاء الاصطناعي المزيد من المهام—الكتابة، البرمجة، التصميم، التحليل، اتخاذ القرار—جوهر هذه الأنشطة هو استهلاك قوة الحوسبة وTokens.
هذا يخلق هيكل استهلاك جديد:
- لم تعد الشركات تشتري البرامج فقط؛ بل باتت "تشتري الذكاء"
- لم يعد المستخدمون يستخدمون الأدوات فقط؛ بل أصبحوا "يستهلكون الحوسبة"
- النشاط الاقتصادي يدور بشكل متزايد حول قوة الحوسبة
هذا هو مفهوم "قوة الحوسبة كالكهرباء".
نقطة التحول الحقيقية: ارتفاع تكاليف الاستدلال
يرى الكثيرون أن تكاليف الذكاء الاصطناعي هي "تدريب النماذج"، لكن هوانغ شدد مراراً في هذه المقابلة على تحول: الاستدلال أصبح المحرك الأساسي للتكلفة. كان الذكاء الاصطناعي المبكر أشبه بأداة سلبية—تسأل، يجيب، وكانت الحوسبة منفصلة. الآن، يتحول الذكاء الاصطناعي إلى نظام يعمل باستمرار. خاصة مع صعود Agents، تغير الوضع بشكل جذري:
- لم تعد المهمة مجرد استدعاء واحد، بل أصبحت عدة جولات من الاستدلال
- يمكن للنظام تشغيل عدة نماذج ذكاء اصطناعي في وقت واحد
- يمكن للذكاء الاصطناعي استدعاء ذكاء اصطناعي آخر بشكل مستقل
هذا يعني أن الحوسبة انتقلت من "الاستهلاك حسب الاستخدام" إلى "الاحتراق المستمر". تصريح هوانغ كان مباشراً: "التفكير مكلف."
عندما يبدأ الذكاء الاصطناعي في "التفكير"، فإن الطلب على قوة الحوسبة لا ينمو بشكل خطي—بل ينمو بشكل أُسي.
من نمو المستخدمين إلى نمو الوكلاء
إذا كان منطق النمو في عصر الإنترنت هو "عدد المستخدمين"، فقد يصبح في عصر الذكاء الاصطناعي "عدد Agents". وهذا تحول مهم غالباً ما يُغفل. المستخدمون محدودون، لكن يمكن تكرار Agents.
يمكن لمساعد الذكاء الاصطناعي خدمة عدة مهام في وقت واحد؛ ويمكن للنظام تشغيل آلاف Agents دفعة واحدة؛ ويمكن للAgent إنتاج Agents جديدة. هذا يؤدي إلى نموذج نمو جديد: لم يعد الطلب على قوة الحوسبة يُحدد بعدد الأشخاص، بل بـ"عدد الآلات". ونمو الآلات ليس له سقف طبيعي.
من يستفيد؟ سلسلة صناعة واضحة
في هذا الهيكل، تصبح سلسلة صناعة الذكاء الاصطناعي واضحة جداً.
في أحد الطرفين شركات النماذج التي تحول قوة الحوسبة إلى Tokens وتقدمها للمستخدمين. وفي الطرف الآخر طبقة التطبيقات التي تستهلك هذه Tokens وتبني المنتجات والخدمات. أما الشركات في الأعلى مثل NVIDIA، فهي توفر "الآلات التي تنتج Tokens".
يشبه هذا إعداد عصر البحث عن الذهب:
- شركات الذكاء الاصطناعي "تستخرج الذهب"
- المستخدمون "يستهلكون الذهب"
- NVIDIA "تبيع المجارف"
طالما هناك طلب على "الذهب"، سيظل بيع المجارف عملاً قوياً.
المتغير المغفل: الطاقة وليس الرقائق
يعتقد الكثيرون أن عنق الزجاجة للذكاء الاصطناعي هو الرقائق، لكن هوانغ قدم رؤية أكثر إثارة للاهتمام في هذه المقابلة: القيد الحقيقي قد يكون الطاقة.
لكن رأيه ليس أن "الكهرباء غير كافية"، بل أن "الاستخدام غير فعال".
الشبكات الكهربائية التقليدية مصممة لأحمال الذروة القصوى وتبقى خاملة معظم الوقت. مراكز بيانات الذكاء الاصطناعي لديها ميزة—يمكنها التكيف ديناميكياً.
على سبيل المثال، يمكنها تقليل الأداء، تأخير المهام، أو نقل الأحمال، دون التأثير على النظام ككل. هذا يعني أن أنظمة قوة الحوسبة قد تكون أكثر مرونة من أنظمة الطاقة. وستصبح هذه المرونة عاملاً رئيسياً في المنافسة المستقبلية.
تحول أقرب إلى ثورة صناعية
عند جمع هذه المؤشرات تتضح رؤية أوسع.
- Token يحول الحوسبة إلى سلعة
- مصانع الذكاء الاصطناعي تمنح مراكز البيانات صفات الإنتاج
- تكاليف الاستدلال تدفع الاستهلاك المستمر لقوة الحوسبة
- Agents توسع الطلب بلا حدود
هذه التغييرات تخلق ليس مجرد ترقية تقنية، بل إعادة بناء لنموذج الإنتاج. إذا كان الإنترنت قد غيّر تدفق المعلومات، فإن الذكاء الاصطناعي يغيّر "عملية الإنتاج نفسها". ولهذا يستخدم هوانغ لغة مستوحاة من التصنيع لوصف الذكاء الاصطناعي.
لأن في تعريفه، الذكاء الاصطناعي ليس مجرد برنامج—بل نظام إنتاج جديد.
الخلاصة
عندما تصبح الحوسبة قابلة للقياس والتسعير والتداول؛ وعندما تعمل مراكز البيانات مثل المصانع وتقدم القيمة باستمرار؛ وعندما يتم استهلاك قوة الحوسبة مثل الكهرباء—كل ذلك يشير إلى اتجاه واحد: الذكاء الاصطناعي يتحول من أداة إلى بنية تحتية. وعندما تصبح التقنية بنية تحتية، فإن التغييرات الناتجة ليست تدريجية، بل هيكلية.
من هذا المنظور، قد لا تكمن أهمية المقابلة في التنبؤ بالمستقبل، بل في تقديم حكم: قد نكون بالفعل عند نقطة انطلاق "تصنيع الذكاء الاصطناعي".
