تحليل Barclays لهامش أرباح الذكاء الاصطناعي: من كل 100 دولار إيرادات تحققها شركات النماذج، يتجه 35-40 دولارًا إلى شركات الحوسبة السحابية، مما يحقق لها أرباح تشغيلية قدرها 10-20 دولارًا.

الكاتب | Kozmon

      تحرير | هارد AI

لكل 100 دولار تحققها شركات نماذج الذكاء الاصطناعي، حوالي 35-40 دولاراً تذهب كمصاريف حسابية للاستدلال إلى الثلاثة الكبار في السحابة: AWS، Azure، وGCP. تحقق شركات السحابة من هذه الإيرادات ربحاً تشغيلياً يتراوح بين 10-20 دولاراً، أي بهامش ربح تشغيلي يُقارب 35%-45%.

هذه هي الخلاصة الأساسية من تقرير اقتصاديات وحدة قطاع الذكاء الاصطناعي الذي أصدرته باركليز في 28 أغسطس.

وفي الوقت نفسه، قفز هامش ربح الاستدلال المدفوع لمختبرات الذكاء الاصطناعي من عدة عشرات من النقاط المئوية في 2025 إلى أكثر من 50%-65% في 2026، وارتفع هامش الربح الإجمالي بعد التعديل سنوياً ما بين 30-50 نقطة مئوية. والمحرك الأساسي هو بروز العملاء من فئة المؤسسات وتدفقات العمل agentic كمنتجات لا غنى عنها في السوق.

يرى المحلل في باركليز Ross Sandler أن هامش الربح الفعلي حالياً ربما يكون أعلى من التقديرات المُبلغ عنها، ولكن مع تصاعد المنافسة وزيادة إمدادات القدرة الحسابية، يتوقع أن تعود هذه الهوامش تدريجياً إلى مستويات أقل.

قطاع واحد، وجهان ماليان

أنشأت باركليز نموذجين افتراضيين لمختبرات الذكاء الاصطناعي لفهم فروق الربحية. "المختبر A" مصدر دخله حوالي 70% من API و30% من الاشتراكات، بينما "المختبر B" العكس: 80% من الاشتراكات و20% فقط من API.

الـAPI يملك طبيعياً هامش ربح للاستدلال أعلى بكثير من الاشتراكات. ومع فروق توزيع تكلفة التدريب وتقاسم الإيرادات مع الشركاء، يوجد فارق قدره 17 نقطة مئوية في هامش الربح المعدّل بين الاثنين — حوالي 55% للمختبر A مقابل 38% للمختبر B.

طريقة إثبات الإيرادات تعزّز من هذا "التشويه": المختبر A يثبت إيرادات API غير المباشرة على أساس الإجمالي، أما المختبر B فيعتمد صافي الإيرادات، أو قد لا يثبت إيرادات API غير المباشرة التي يسيّرها الشركاء الاستراتيجيون إطلاقاً. قارنت باركليز ذلك بما يحصل مع UBER وLYFT؛ نفس صميم النشاط لكن الأرقام المُبلغ عنها تختلف اختلافاً جذرياً بسبب الفروقات المحاسبية. مع بدء مختبرات الذكاء الاصطناعي الإعلان عن بيانات GAAP، يتوجب على المستثمرين فك هذه الفروق عند المقارنة عبر الشركات.

ارتفاع حاد في هامش ربح الاستدلال

فيما يخص خطوط الإنتاج المختلفة—

منتجات الاشتراك (مثل Claude Code، Codex) يقدّر هامش ربح الاستدلال لها بنحو 70%، وهو الأدنى من بين الثلاثة، لأن مختبرات الذكاء الاصطناعي ترغب في دعم تكلفة الtoken لاستبقاء المستخدمين. غالباً ما يستند الاشتراك إلى رسم شهري وله حد أقصى للاستخدام؛ وقد زادت وتيرة إعادة الضبط لهذا الحد مؤخراً، ما قد يعكس ضغط الحفاظ على العملاء وتحسّن كفاءة النماذج في آن واحد.

الـAPI المباشر هو أقدم نموذج عمل لمختبرات الذكاء الاصطناعي وأكثرها ربحية. يقوم المطورون مثل Cursor، Figma بالدفع حسب استهلاك الtoken. تقدّر باركليز أن هامش ربح الاستدلال عبر API يتجاوز حالياً 80%. التحسّن في كفاءة token للنماذج، وزيادة تسعير الـAPI الرسمي، والتحسينات في خدمات الاستدلال على مستوى البنية التحتية (من خلال التقنيات مثل quantization، speculator، والجيل الجديد من القدرات الحسابية) كلها تسهم في المزيد من الربحية. وترى باركليز أن هامش ربح API في الربع الثاني من 2026 أعلى بكثير مما تظهره التقارير، لكن من المتوقع أن ينخفض لاحقاً.

تجربة المستخدم للـAPI غير المباشر تطابق تجربة الـAPI المباشر، بينما تقع علاقة الفوترة بين المستخدم ومزودي السحابة. ومع تزايد حصة الـAPI غير المباشر في الإيرادات، ستتسع الفروق المحاسبية في طريقة إثبات الإيرادات وتؤثر أكثر على قابلية تقارير الشركات للمقارنة.

كم يحقق مزودو السحابة؟

من كل 100 دولار من إيرادات مختبر الذكاء الاصطناعي، المختبر A يدر 35 دولاراً لصالح مزود السحابة، وبعد طرح التكاليف التحتية يحقق 11.8 دولار كربح، بهامش ربح تشغيلي 34%. في حين أن المختبر B، نتيجة تقاسم الإيرادات مع الشركاء الاستراتيجيين (20% من الإيرادات وحد أقصى تراكمي)، يمنح مزود السحابة المزيد—41 دولار إيرادات و19.1 دولار ربح، بهامش ربح تشغيلي 47%.

تشير باركليز إلى أن هذا التقاسم يعزز هامش ربح شركات السحابة الظاهري فقط، بينما الربح الحقيقي لكل token يبقى ثابتاً. ومن المتوقع تصفير هذا التقاسم بعد 2028.

تقدم منتجات الاشتراك agentic قيمة إضافية لمزودي السحابة. فهذه المنتجات القائمة على runtime كثيراً ما تتطلب استدعاء مصادر برمجية عليا مثل قواعد البيانات، ما يجعل العائد لكل وحدة أعلى قيمة. وفي بعض الحالات، هناك أيضاً ترتيبات لتقاسم الدخل بين مزود السحابة ومختبر الذكاء الاصطناعي.

من هيمنة التدريب إلى هيمنة الاستدلال

تقدّر باركليز أن إجمالي إيرادات مختبرات الذكاء الاصطناعي سترتفع من 7 مليارات دولار في 2024 إلى 137 مليار دولار في 2026، وتصل إلى 690 مليار دولار في 2028. وحسب قياس ARR بنهاية العام: حوالي 200 مليار دولار بنهاية 2026 و782 مليار دولار بنهاية 2028.

حالياً، ما يقارب 48% من إيرادات مختبرات الذكاء الاصطناعي تذهب إلى مصاريف التدريب، أي أن كل دولار دخل يقابله تقريباً دولار واحد لمزود السحابة. لكن نسبة التكلفة تتراجع بسرعة—من 96% في 2024 إلى 35% في 2027 و30% في 2028. ومع تجاوز أرباح الاستدلال لمصاريف التدريب تدريجياً، سيتحسن إجمالي ربحية المختبرات باستمرار.

نسبة دخل شركات السحابة من دخل مختبرات الذكاء الاصطناعي أيضاً في تراجع: من 153% في 2024 إلى 90% في 2026، ومن المتوقع أن تصبح 73% في 2028. وتقدر باركليز أن AWS وAzure وGCP سيحافظون على حصة إنفاق مختبرات الذكاء الاصطناعي على الحسابات الحوسبية لمدة عامين قادمين، لكن بدءاً من 2028، ستدخل مشاريع البنية التحتية للذكاء الاصطناعي المضمونة حيز التنفيذ وتصبح الخيار الأول للمختبرات—وقد تفقد الشركات الثلاث تدريجياً حصتها في سوق التدريب والاستدلال.