قد تبدو العبارة #AIInfraShiftstoApplications بسيطة في البداية، لكنها تمثل في الواقع أحد أهم التحولات الهيكلية التي تحدث الآن في اقتصاد التكنولوجيا العالمي. الأمر لا يقتصر على تطور الذكاء الاصطناعي فحسب—بل يتعلق بمكان تركيز القيمة الاقتصادية الحقيقية للذكاء الاصطناعي الذي يبدأ في التركز.

على مدى السنوات الماضية، كانت القصة السائدة في الذكاء الاصطناعي تتعلق بالبنية التحتية. وكان ذلك يعني استثمارًا هائلًا في وحدات معالجة الرسوميات، ومراكز البيانات، ومنصات السحابة، وعناقيد الحوسبة عالية الأداء، وسلاسل التوريد التي تدعمها. كانت الشركات تتسابق لضمان قدرة الحوسبة لأنها كانت تؤمن جميعًا بنفس الشيء: من يسيطر على طبقة البنية التحتية للذكاء الاصطناعي يسيطر على المستقبل.

ولمدة فترة، كان ذلك صحيحًا.

كانت البنية التحتية هي عنق الزجاجة. كانت النماذج تتطور بسرعة، لكن القدرة الحاسوبية كانت محدودة. كان تدريب الأنظمة واسعة النطاق يتطلب موارد هائلة، وقليل من اللاعبين فقط كانوا قادرين على المنافسة على هذا المستوى. أدى ذلك إلى تركيز طبيعي لرأس المال في مقدمي خدمات البنية التحتية—مصنعي الرقائق، ومزودي السحابة، وبيئات الأجهزة المتخصصة.

لكن الأسواق والتكنولوجيا لا تبقى في مرحلة واحدة إلى الأبد.

ما نراه الآن مع #AIInfraShiftstoApplications هو بداية دوران—من بناء الأساس إلى البناء عليه. ببساطة، لم تعد البنية التحتية القصة الوحيدة. يتحول التركيز تدريجيًا إلى ما تفعله فعليًا بهذه البنية التحتية.

هذا التحول دقيق، لكنه قوي جدًا.

لأنه بمجرد أن تصبح البنية التحتية متاحة على نطاق واسع، تنتقل الندرة إلى مكان آخر. تنتقل من القدرة الحاسوبية إلى التنفيذ. من الأجهزة إلى البرمجيات. من القدرة الخام إلى الذكاء القابل للاستخدام.

وهنا تدخل التطبيقات إلى الصورة.

التطبيقات هي المكان الذي يتوقف فيه الذكاء الاصطناعي عن كونه قدرة مجردة ويصبح أداة عملية. إنها الطبقة التي يندمج فيها الذكاء الاصطناعي في سير العمل اليومي، وعمليات الأعمال، ومنصات المستهلك، والصناعات بأكملها. وعلى عكس البنية التحتية، فإن التطبيقات ليست فقط مكلفة من حيث رأس المال—بل هي مكلفة من حيث المستخدمين. فهي تعتمد على الاعتماد، وسهولة الاستخدام، والفائدة الواقعية.

في هذا الانتقال، نبدأ في رؤية إعادة تقييم لمكان توليد العوائد. قد تستمر شركات البنية التحتية في النمو، لكن نموها يصبح أكثر تدريجيًا ويعتمد على العرض. أما التطبيقات، فهي يمكن أن تتوسع بشكل أسي إذا نجحت في الاندماج في حالات الاستخدام ذات التردد العالي.

فكر في الأمر على النحو التالي: البنية التحتية هي المحرك، لكن التطبيقات هي المركبة. بمجرد وجود محركات كافية، يتحول الميزة التنافسية إلى من يستطيع بناء أفضل المركبات ومن يستطيع جعل الناس يستخدمونها فعليًا.

وهنا تصبح الأمور أكثر إثارة من منظور السوق.

في الدورات المبكرة للذكاء الاصطناعي، كان المستثمرون يقدرون بشكل كبير أدوار البنية التحتية لأنها كانت نادرة وضرورية. توسعت مراكز البيانات، وارتفعت طلبات الرقائق، وأصبحت مزودات السحابة مركزية في اقتصاد الذكاء الاصطناعي. كانت تلك المرحلة تتعلق ببناء القدرة.

لكن الآن، ندخل مرحلة تحقيق الإيرادات من القدرة.

والتحقيق من الإيرادات دائمًا أكثر تعقيدًا من توسيع القدرة.

لأنه في البنية التحتية، الطلب نسبيًا متوقع—تبني القدرة، وسيستخدمها شخص ما. لكن في التطبيقات، الطلب غير مؤكد. عليك حل مشكلات حقيقية. عليك الاندماج في سير العمل. عليك المنافسة مع أنظمة البرمجيات الموجودة. والأهم من ذلك، عليك إثبات أن الذكاء الاصطناعي يحسن الإنتاجية بشكل قابل للقياس.

لهذا السبب، فإن الانتقال من البنية التحتية إلى التطبيقات ليس مجرد مسألة تقنية—بل هو مسألة اقتصادية.

فهو يغير تدفق رأس المال.

عادةً، تتركز استثمارات البنية التحتية، وتكون كبيرة الحجم، وتقودها عدد قليل من اللاعبين المسيطرين. أما استثمارات التطبيقات فهي أكثر توزيعًا، ومجزأة، وتنافسية. بدلاً من عدد قليل من الفائزين، هناك مئات أو آلاف التجارب تتنافس على الاعتماد.

وهذا يخلق بيئة سوقية مختلفة جدًا. بدلاً من أن يلاحق رأس المال القدرة الحاسوبية، يبدأ في ملاحقة التحقق من حالات الاستخدام.

جانب آخر مهم لهذا التحول هو هيكل الهوامش.

غالبًا ما تعمل شركات البنية التحتية بدورات إنفاق رأسمالي ثقيلة. تستثمر بشكل كبير مقدمًا وتسترد القيمة مع مرور الوقت من خلال الاستخدام والعقود. أما التطبيقات، فهي يمكن أن تتوسع مع تكاليف هامشية أقل نسبيًا بمجرد تطويرها. هذا يخلق إمكانية لرفع مستوى التشغيل بشكل كبير إذا كان الاعتماد قويًا.

لكن هذا يعني أيضًا أن معدلات الفشل أعلى. ليست كل تطبيقات الذكاء الاصطناعي تنجح. في الواقع، معظمها لا ينجح. لأن بناء شيء ممكن تقنيًا يختلف تمامًا عن بناء شيء يستخدمه الناس باستمرار.

وهنا تصبح تصميم المنتج، وتجربة المستخدم، والتوزيع أمورًا حاسمة. في عصر البنية التحتية، كانت التميز الهندسي كافيًا. أما في عصر التطبيقات، فالأمر ليس كذلك. أنت بحاجة إلى تكامل بيئي، وفائدة واقعية، وغالبًا تغيير سلوكي من المستخدمين.

وهذا مشكلة أصعب بكثير.

من منظور كلي، يعكس هذا التحول أيضًا نمطًا أوسع في الثورات التكنولوجية. في كل موجة رئيسية—الإنترنت، والجوال، والسحابة—كانت المرحلة المبكرة تهيمن عليها بناءات البنية التحتية. ثم، بمجرد أن تصل البنية التحتية إلى نضج كافٍ، يتحول القيمة نحو التطبيقات التي تعتمد عليها.

لقد رأينا ذلك في عصر الإنترنت عندما تم بناء شبكات الألياف والخوادم أولاً، ثم استحوذت محركات البحث، ومنصات التجارة الإلكترونية، والشبكات الاجتماعية على قيمة هائلة. ورأيناه في الجوال عندما توسعت أجهزة الهواتف الذكية أولاً، تلتها أنظمة التطبيقات التي سيطرت على الاستخدام والإيرادات.

الذكاء الاصطناعي الآن يتبع مسارًا مشابهًا.

لكن الحجم أسرع، والوتيرة أسرع.

واحدة من الأسباب التي تجعل هذا التحول يحدث الآن هو أن نماذج الذكاء الاصطناعي وصلت إلى مستوى من الاستخدام العام. لم تعد أدوات تجريبية فقط—بل أصبحت مساعدين مدمجين، ووكلاء برمجة، ومنتجي محتوى، وأنظمة تحليلات، وطبقات أتمتة. هذا يعني أن العامل المحدد لم يعد فقط القدرة الحاسوبية—بل التنفيذ.

وهذا يخلق مشهدًا تنافسيًا جديدًا.

الشركات التي كانت تركز سابقًا فقط على البنية التحتية الآن تحت ضغط للعثور على قيمة على مستوى التطبيقات. وفي الوقت نفسه، يمكن للوافدين الجدد الذين لم يمتلكوا البنية التحتية أن يبنوا تطبيقات قوية تعتمد على الذكاء الاصطناعي باستخدام النماذج وواجهات برمجة التطبيقات الموجودة.

هذه الديمقراطية مهمة جدًا. فهي تخفض حاجز الدخول للابتكار، لكنها تزيد من المنافسة بشكل كبير.

في الأسواق المالية، غالبًا ما يؤدي هذا النوع من التحول إلى دوران قطاعات. يتحول رأس المال تدريجيًا من الشركات ذات رأس المال الكبير، والثقيلة على البنية التحتية، إلى الشركات ذات النمو العالي، المدفوعة بالتطبيقات. لكن هذا الدوران لا يحدث فجأة. إنه يتم على مراحل، غالبًا مصحوبًا بالتقلبات وتحولات السرد.

يبدأ المستثمرون في طرح أسئلة جديدة. بدلاً من “من لديه أكبر قدرة حاسوبية؟” يبدأون في السؤال “من يستخدم الذكاء الاصطناعي بشكل فعال؟” أو “أي الشركات تدمج الذكاء الاصطناعي في سير عمل يحقق إيرادات حقيقية؟”

هذا التغيير في الأسئلة يعكس تغييرًا أعمق في تصور القيمة.

جانب آخر مهم لهذا التحول هو اعتماد النظام البيئي. تعتمد التطبيقات بشكل كبير على النماذج الأساسية ومزودي البنية التحتية، مما يعني أنها ليست مستقلة تمامًا. لكن في الوقت نفسه، يمكن للتطبيقات الناجحة أن تصبح قنوات توزيع قوية للذكاء الاصطناعي نفسه، مما يخلق حلقات تغذية مرتدة.

على سبيل المثال، إذا أصبح أداة إنتاجية تعتمد على الذكاء الاصطناعي مستخدمة على نطاق واسع، فإن ذلك يزيد الطلب على النماذج الأساسية، مما يعزز من استخدام البنية التحتية. لذا، على الرغم من أن التركيز يتحول، فإن الطبقات تظل مترابطة.

هذه الترابطية هي ما يجعل اقتصاد الذكاء الاصطناعي معقدًا جدًا. إنه ليس تكديسًا خطيًا بسيطًا—بل نظام ديناميكي حيث تؤثر كل طبقة على الأخرى باستمرار.

من منظور طويل الأمد، فإن النتيجة الأهم لـ #AIInfraShiftstoApplications هي أن الذكاء الاصطناعي يبدأ في الانتقال من كونه “قطاع تكنولوجي” إلى أن يصبح “طبقة اقتصادية عامة”. بدلاً من أن يقتصر على شركات أو صناعات معينة، يصبح مدمجًا في كل شيء—التمويل، الرعاية الصحية، التعليم، اللوجستيات، الترفيه، وأكثر.

وعندما يحدث ذلك، يتغير تعريف القيمة نفسه.

لم تعد الشركات تُقيم فقط بناءً على مقاييس تقليدية مثل تراخيص البرمجيات أو مبيعات الأجهزة. بل تُقيم بناءً على مدى فعالية دمجها للذكاء في سير العمل، ومدى ما تفتح من إنتاجية.

لهذا السبب، فإن التطبيقات مهمة جدًا. فهي الواجهة بين قدرة الذكاء الاصطناعي والفائدة البشرية أو التجارية.

إذا كانت البنية التحتية تتعلق بالإمكانات، فإن التطبيقات تتعلق بالتحقيق.

وهذا التمييز هو جوهر هذا الانتقال بأكمله.

في المرحلة المبكرة، كانت الأسواق تكافئ الإمكانات. الآن، ستكافئ بشكل متزايد التحقيق.

لذا، عندما نتحدث عن #AIInfraShiftstoApplications ، فإننا نتحدث حقًا عن دورة نضوج. عن تحول من بناء أنظمة الذكاء إلى نشر أنظمة الذكاء على نطاق واسع.

وفي كل دورة تكنولوجية سبقت هذه، كان هذا التحول هو المكان الذي يحدث فيه أكبر قدر من خلق القيمة في النهاية.

لأن البنية التحتية تبني الأساس—لكن التطبيقات تحدد الاقتصاد الذي يقف فوقه.