طاحونة الـ 450 مليار دولار: كيف يعيد تقادم GPU كتابة اقتصاد Hyperscalers

منحنى إنفاق كسر المقياس

الأرقام مذهلة. الإنفاق الرأسمالي المجمع لعام 2026 عبر أكبر أربعة Hyperscalers — Alphabet و Microsoft و Meta و Amazon — يتجه نحو ما يقرب من 700 مليار دولار، مع دفع Oracle لإجمالي الخمسة الأوائل نحو 750 مليار دولار. حسب الشركة: Amazon مُتوقع بحوالي 200 مليار، Alphabet/Google حتى 185 مليار، Meta حتى 135 مليار، Microsoft 120 مليار أو أكثر للسنة المالية 2026، و Oracle حوالي 45–50 مليار.

حوالي 75% من capex المجمع لـ Hyperscalers — تقريباً 450 مليار دولار — يتدفق مباشرة إلى البنية التحتية للذكاء الاصطناعي: GPU والخوادم ومراكز البيانات والشبكات. هذه زيادة سنوية بأكثر من 60% من مستويات 2025 التاريخية بالفعل، والآثار على التدفق النقدي شديدة. يُنمذج محللو Barclays انخفاض التدفق النقدي الحر لـ Meta بنحو 90% على capex الموجّه، ومن المتوقع أن يتحول Amazon إلى تدفق نقدي حر سلبي في السنة المالية 2026.

السؤال المحاسبي وراء الإنفاق

يقع الجدل في جداول الاستهلاك. يستهلك Hyperscalers حالياً حصة كبيرة من أجهزة AI على مدى خمس إلى ست سنوات. يجادل Michael Burry (Scion Asset Management) ومستثمرون آخرون بأن الحياة الاقتصادية الفعلية لـ GPU الحدود أقرب إلى سنتين أو ثلاث سنوات — منتجاً ما يسميه Dave Friedman “سؤال المحاسبة البالغ 176 مليار دولار”: مقدار الاستهلاك غير المذكور والأرباح المبالغ فيها المقدّرة للفترة 2026–2028 بموجب الجداول الحالية.

الحجة بسيطة. انتقلت NVIDIA إلى كادنس منتج سنوية، حيث تقدم كل جيل أداء 2–3× لكل واط. في مراكز البيانات حيث الطاقة هي التكلفة التشغيلية المهيمنة، يجعل الفارق في تكلفة الملكية الإجمالية الأجهزة القديمة غير قادرة على المنافسة لتدريب الحدود في غضون 18–36 شهراً. جدول استهلاك خمس سنوات على شريحة متقادمة اقتصادياً في سنتين يبالغ في الأرباح ويقلل من احتياجات capex المستمرة.

بدأ Hyperscalers — بهدوء — في التصالح مع هذه الحقيقة. قصّرت Amazon الحياة المفيدة لمجموعة فرعية من خوادمها من ست سنوات إلى خمس، مشيرةً إلى “الوتيرة المتسارعة لتطوير التكنولوجيا، خاصة في مجال الذكاء الاصطناعي والتعلم الآلي”. مدّد Hyperscalers آخرون جداولهم في الاتجاه المعاكس — مما ينتج معاملة محاسبية غير متسقة بين الشركات التي تشتري أجهزة متطابقة تقريباً.

طاحونة الثلاث سنوات: Blackwell → Rubin → ما بعد Rubin

تقود خارطة طريق NVIDIA الواقع التشغيلي. هيمنت Hopper على 2022–2024. Blackwell (GB200، GB300) هي حصان العمل لـ 2024–2026. Vera Rubin — المعلن عنها للنشر الأولي في 2026–2027، بما في ذلك داخل صفقة CoreWeave-Meta البالغة 21 مليار دولار — هي الخطوة التالية. جيل ما بعد Rubin مُخطط بالفعل على خارطة الطريق لعام 2028.

كل جيل أكثر كفاءة بـ 2–3× لكل وحدة حوسبة ولكل واط من الجيل الذي يحل محله. هذه الكفاءة ليست ميزة جيدة. في مراكز بيانات AI حيث الكهرباء بند أكبر من السيليكون نفسه، تشغيل GPU من الجيل الأخير بعد هبوط الجيل الجديد يرفع تكاليف الاستدلال لكل رمز فوق ما يمكن للمنافسين تقديمه. في غضون 18–36 شهراً، تُحوّل الأجهزة الأقدم من تدريب الحدود إلى الاستدلال — أو تُتقاعد.

ماذا يعني هذا لدورة capex 2026

ثلاثة آثار لاحقة مرئية بالفعل:

حلزون capex قد لا يتباطأ. لا يمكن لـ Hyperscalers تقليل capex AI بأمان دون فقدان الموقع التنافسي في سوق يتسابق فيه كل لاعب على نفس الحوسبة. يلاحظ محللو Invezz أن إبطاء الإنفاق يخاطر بخسارة حرب AI. لهذا السبب ترتفع بالفعل توقعات capex 2027.

تصبح إيجارات neocloud صمام أمان. عندما يعني امتلاك الأجهزة استيعاب دورة تقادم 2–3 سنوات، فإن استئجار السعة المخصصة من neoclouds (CoreWeave، Nebius، Lambda) يتيح لـ Hyperscalers تحويل capex الثابت إلى عقود هيكلية أكثر مرونة. إنفاق Microsoft على neocloud بأكثر من 60 مليار دولار و62 مليار دولار المجمع لـ Meta عبر CoreWeave (35 مليار) و Nebius (27 مليار) يُظهر الآلية في العمل.

توسعت مخاوف جودة الأرباح. إذا كان لـ GPU فعلاً حياة اقتصادية من سنتين إلى ثلاث سنوات، فستحتاج تريليونات من أجهزة AI المشتراة في 2024–2026 إلى الشطب بشكل أسرع مما تشير إليه الجداول الحالية. هذا ينتج فجوة بين الربح المُعلن واحتياجات إعادة الاستثمار الفعلية — وهذا هو السبب في أن صقور المحاسبة والبائعين على المكشوف ركزوا على القضية.

سؤال العوائد المستدامة

السؤال الأعمق هو ما إذا كانت الـ 450 مليار دولار سنوياً تنتج في النهاية عوائد تبرر الإنفاق. تؤطر توقعات Morningstar لـ 2026 الأمر كسباق تسلح: الفائزون الذين يؤمنون الحوسبة اليوم يلتقطون تدفق الإيرادات الذي يبرر الإنفاق، بينما المتأخرون لا يلحقون أبداً.

لكن أطروحة العوائد المستدامة تستند إلى افتراضين: أن إيرادات الاستدلال تتوسع بسرعة كافية لتمرير capex التدريب، وأن تقادم الأجهزة لا يفرض تحديث capex قبل أن يُسدد الجيل الأول. إذا فشل أحد الافتراضين، فإن التصحيح المحاسبي سيكون مؤلماً — لـ Hyperscalers والنظام البيئي المجاور (مرافق الطاقة ومطوري العقارات ومشغلي neocloud) الذي بنى نفسه حول طلب متزايد دائماً.

ما يجب على المشترين المؤسسيين أخذه في الاعتبار

لقادة IT في المؤسسات، الدرس ليس خوف إنفاق AI، ولكن التخطيط حوله:

• توقع أن يعكس تسعير السحابة AI الاستهلاك المتسارع. يجب على المزودين تمرير تكاليف التحديث. التسعير المقفول متعدد السنوات نادر اليوم — تفاوض على شروط التحديث وتغيير السعر الصريحة.
• فضّل الالتزامات القائمة على الاستخدام على الأجهزة المخصصة. دع المزود يمتص مخاطر التقادم.
• خطط لترقية سريعة للقدرات. النموذج الذي يكلف X لتشغيله في الربع الأول 2026 من المحتمل أن يكلف أقل بكثير على سيليكون الجيل التالي في 2027، مما يغير اقتصاديات ميزات AI في الوقت الذي يتم فيه شحن منتج.

دورة capex البالغة 450 مليار دولار حقيقية. وكذلك ضغط التقادم وراءها. أي شخص يبني على تلك البنية التحتية — من الشركات الناشئة إلى الوزارات — يجب أن يخطط لطاحونة لن تبطئ قريباً.

المصادر والقراءات الإضافية

• إنفاق Tech AI يقترب من 700 مليار دولار في 2026 — CNBC
• Capex AI 2026: سباق البنية التحتية بقيمة 690 مليار دولار — Futurum Group
• Capex Hyperscaler يصل إلى 600 مليار دولار في 2026 — Introl
• سؤال المحاسبة البالغ 176 مليار دولار في قلب طفرة AI — Dave Friedman
• هل تخلق “الأعمار المفيدة” لشرائح AI أرباحاً عديمة الفائدة؟ — Level-Headed Investing
• لماذا العمر المفيد لـ GPU هو المتغير الأكثر إساءة فهمه — Stanley Laman
• التطلع إلى 2026: لماذا لا يستطيع Hyperscalers إبطاء الإنفاق — Invezz
• سباق تسلح AI: كيف ستعيد موجة رأس المال التكنولوجية تشكيل الاستثمار — Morningstar