أزمة الطاقة في الذكاء الاصطناعي: مشكلة الطاقة بتريليون دولار خلف طفرة الذكاء الاصطناعي

مشكلة الطاقة حاضرة الآن

ثورة الذكاء الاصطناعي تعمل بالكهرباء، والكهرباء تنفد. استهلك تدريب نموذج حدودي واحد مثل GPT-4 ما يُقدّر بـ 40 إلى 50 ضعف طاقة GPT-3 — الذي استهلك بدوره 1,287 ميغاواط ساعة في التدريب، أي ما يعادل تزويد 120 منزلاً أمريكياً بالطاقة لمدة عام. أحمال الاستدلال (Inference) — كل استعلام في ChatGPT وكل اقتراح في Copilot وكل استدعاء ذكاء اصطناعي مؤسسي — تُضاعف هذا الطلب عبر مليارات الطلبات اليومية. وفي 2026، مع عمل وكلاء الذكاء الاصطناعي بشكل مستمر وتوسع توليد الفيديو بالذكاء الاصطناعي ونشر كل مؤسسة لسير عمل مدمج بالذكاء الاصطناعي، ينمو الطلب على الكهرباء من مراكز البيانات أسرع مما يمكن للشبكة توفيره.

وجد تقرير وكالة الطاقة الدولية (IEA) لعام 2025 “الطاقة والذكاء الاصطناعي” أن استهلاك مراكز البيانات العالمية للكهرباء بلغ نحو 415 تيراواط ساعة في 2024 — حوالي 1.5% من الاستهلاك العالمي للكهرباء — ويتوقع أن يتضاعف تقريباً إلى 945 تيراواط ساعة بحلول 2030 في سيناريوه الأساسي. وفي الوقت نفسه، أنفق أكبر خمسة مشغّلين فائقين (Amazon وGoogle وMicrosoft وMeta وOracle) نحو 256 مليار دولار على البنية التحتية لمراكز البيانات في 2024 ومن المتوقع أن ينفقوا 600 إلى 700 مليار دولار في 2026 — نحو 75% منها مرتبط مباشرة بالذكاء الاصطناعي. العائق ليس رأس المال. إنه الطاقة.

حجم المشكلة

وفقاً لـ تقرير مختبر لورانس بيركلي الوطني الممول من وزارة الطاقة الأمريكية، استهلكت مراكز البيانات الأمريكية 176 تيراواط ساعة في 2023 — نحو 4.4% من إجمالي الكهرباء الأمريكية. تتوقع وكالة الطاقة الدولية أن يتجاوز طلب مراكز البيانات الأمريكية 250 تيراواط ساعة في 2026، مع تقدير مختبر بيركلي بارتفاع إضافي إلى 325-580 تيراواط ساعة بحلول 2028. تقدّر Goldman Sachs أن الذكاء الاصطناعي وحده قد يُضيف 200 تيراواط ساعة سنوياً إلى الطلب العالمي على الكهرباء بين 2023 و2030، رافعاً حصة مراكز البيانات من 1-2% إلى 3-4% من الاستهلاك العالمي.

أشارت تقديرات مبكرة في 2023 إلى أن استعلام ChatGPT واحد يستهلك نحو عشرة أضعاف كهرباء بحث Google. تقلصت هذه الفجوة منذ ذلك الحين بشكل كبير بفضل تحسينات العتاد وكفاءة النماذج — لكن هذا بالكاد يهم، لأن الحجم الإجمالي لاستدلال الذكاء الاصطناعي ينفجر. وعلى جانب العرض، تُضيف مشاريع مثل مبادرة Stargate بقيمة 500 مليار دولار — مشروع مشترك بين OpenAI وSoftBank وOracle وMGX أُعلن في يناير 2025 — نحو 7 غيغاواط من سعة مراكز البيانات المخططة عبر عدة مواقع أمريكية.

لماذا لا تستطيع الشبكة المواكبة

بناء مركز بيانات يتطلب أرضاً وشبكات وتبريداً وطاقة. من بين هذه العناصر، الطاقة هي القيد الملزم.

سعة الشبكة: صُممت شبكة الكهرباء الأمريكية لطلب مستقر نسبياً. تجمعات مراكز البيانات في شمال فيرجينيا وأوريغون وجورجيا وتكساس تُجهد السعة المحلية. يتوقع PJM Interconnection، أكبر مشغّل للشبكة في الولايات المتحدة الذي يخدم 65 مليون شخص عبر 13 ولاية، أنه سيعاني نقصاً بمقدار 6 غيغاواط عن متطلبات الموثوقية بحلول 2027. امتدت قوائم انتظار الربط بالشبكة لأكثر من عقد في بعض المناطق بحلول 2025.

جداول البناء: يستغرق بناء محطة غاز طبيعي جديدة 5-7 سنوات للتصريح والبناء. مزرعة رياح تستغرق 3-5 سنوات. محطة نووية جديدة، وفق الأطر التنظيمية الأمريكية الحالية، تستغرق 10-15 سنة. قرارات الاستثمار في البنية التحتية اللازمة لتشغيل ذكاء اصطناعي 2030 كان ينبغي أن تبدأ في 2020.

التأثير على المستهلكين: الآثار اللاحقة واضحة بالفعل. ارتفعت أسعار الكهرباء الأمريكية 6.9% في 2025 — ضعف معدل التضخم العام — مع مسؤولية مراكز البيانات الآن عن 40% من نمو الطلب على الكهرباء الأمريكية. رد الفعل السياسي يتجاوز الأحزاب، وقدّمت عدة ولايات تشريعات لإدارة تأثير مراكز البيانات على الشبكة.

رهان المشغّلين الفائقين على الطاقة النووية

في مواجهة استحالة بناء قدرة توليد متجددة كافية بسرعة كافية، لجأت أكبر شركات التكنولوجيا في العالم إلى الطاقة النووية.

Microsoft وقّعت اتفاقية شراء طاقة لمدة 20 عاماً مع Constellation Energy في سبتمبر 2024 لإعادة تشغيل الوحدة 1 من Three Mile Island، المُعاد تسميتها الآن إلى Crane Clean Energy Center. تستثمر Constellation مبلغ 1.6 مليار دولار في إعادة التشغيل، مدعومة بـ قرض بمليار دولار من وزارة الطاقة. المنشأة بقدرة 835 ميغاواط من المتوقع أن تعمل بحلول 2027 وكامل إنتاجها يذهب لـ Microsoft.

Google وقّعت اتفاقية إطارية مع Kairos Power لـ 500 ميغاواط من المفاعلات المعيارية الصغيرة (SMR) المتقدمة — سبع وحدات إجمالاً، أولها يعمل بحلول 2030 وجميعها بحلول 2035. إنها أول اتفاقية مؤسسية لنشر متعدد لتصميم مفاعل متقدم واحد في الولايات المتحدة.

Amazon وقّعت ثلاث صفقات للطاقة النووية: استثمار في X-energy لدعم نشر أكثر من 5 غيغاواط من المفاعلات المعيارية الصغيرة، واتفاقية مع Dominion Energy لتطوير مفاعلات معيارية صغيرة قرب محطة North Anna النووية في فيرجينيا، وصفقة مع Energy Northwest لما يصل إلى 960 ميغاواط في ولاية واشنطن.

Meta انتقلت من طلب عروض في ديسمبر 2024 إلى اتفاقيات موقّعة في يناير 2026 مع Vistra وTerraPower وOklo لما يصل إلى 6.6 غيغاواط من سعة الطاقة النووية — كافية لتزويد نحو 5 ملايين منزل بالطاقة.

تعكس هذه الصفقات قيداً صلباً: مراكز بيانات الذكاء الاصطناعي تحتاج طاقة مستمرة (وليست متقطعة كالطاقة الشمسية والرياح) وموثوقة ومنخفضة الكربون بشكل متزايد. الطاقة النووية، وخاصة المفاعلات المعيارية الصغيرة التي يمكن إنشاؤها قرب مجمعات مراكز البيانات، تلبي المتطلبات الثلاثة.

مكاسب الكفاءة مقابل مفارقة Jevons

على جانب الطلب، تتقدم كفاءة العتاد والخوارزميات بسرعة.

يوفر جيل GPU Blackwell من NVIDIA (B200، المُنشر في 2025) خفضاً بنسبة تصل إلى 25 ضعفاً في استهلاك الطاقة لأحمال الاستدلال على مستوى النظام مقارنة بجيل Hopper السابق، إلى جانب تحسين بنحو 4 أضعاف في أداء التدريب. أثبت DeepSeek R1 أن الابتكار المعماري — خليط الخبراء (Mixture of Experts) والتكميم (Quantization) والتقطير (Distillation) — يمكن أن يحقق أداءً حدودياً بقدر أقل بكثير من الحوسبة. التبريد السائل المباشر، الذي يُوزّع سائل التبريد مباشرة إلى الرقائق، أكفأ بـ 2-3 أضعاف من التبريد بالهواء لأحمال العمل كثيفة GPU ويُنشر الآن عبر جميع المشغّلين الرئيسيين.

لكن مكاسب الكفاءة تحمل مفارقة. مفارقة Jevons، التي لوحظت أولاً في اقتصاديات الفحم في القرن التاسع عشر، تنص على أن تحسينات الكفاءة في استخدام الموارد يمكن أن تزيد الاستهلاك الإجمالي بجعل المورد أكثر وصولاً اقتصادياً. إذا أصبح الاستدلال أرخص بـ 25 ضعفاً لكل استعلام، فقد ينمو عدد الاستعلامات بأكثر من 25 ضعفاً. إنجازات DeepSeek في الكفاءة، على سبيل المثال، تُسرّع بالفعل تبني الذكاء الاصطناعي في أسواق وتطبيقات كانت مكلفة للغاية سابقاً. التأثير الصافي على إجمالي استهلاك الطاقة قد يكون زيادة وليس انخفاضاً.

حساب الاستدامة

الشركات التي تبني أكبر قدر من البنية التحتية للذكاء الاصطناعي هي نفسها التي لديها أطموح التزامات مناخية — والفجوة تتسع.

اعترف تقرير Google البيئي لعام 2024 بزيادة 48% في انبعاثات الغازات الدفيئة منذ 2019، مدفوعة أساساً بطاقة مراكز البيانات. كما تخلّت Google عن ادعائها طويل الأمد بالحياد الكربوني في 2024، متحولة إلى هدف “صفر صافي بحلول 2030” الذي تعترف بأن نمو الذكاء الاصطناعي يجعله أصعب. أظهر تقرير استدامة Microsoft لعام 2024 زيادة 29% في إجمالي الانبعاثات منذ 2020، مع أكثر من 97% من النطاق 3 (المصادر غير المباشرة) — أساساً الكربون المُتضمّن في بناء مراكز البيانات الجديدة.

المياه نقطة ضغط أخرى. قدّرت أبحاث من جامعة كاليفورنيا ريفرسايد أن كل 20 إلى 50 استعلام ChatGPT يُبخّر نحو 0.5 لتر من المياه العذبة عبر أبراج التبريد. بأحجام الاستخدام العالمية، يُترجم هذا إلى ملايين اللترات يومياً. أُوقفت أو أُجّلت مقترحات مراكز بيانات في أريزونا وهولندا وأيرلندا بسبب مخاوف تأثير المياه.

في الوقت نفسه، كشفت تقارير أوائل 2026 أن عدة شركات تكنولوجيا تبني محطات طاقة غاز طبيعي خاصة مجاورة لمراكز البيانات — “شبكات طاقة ظل” تزيد الانبعاثات في تعارض مباشر مع تعهداتها العلنية بالاستدامة. التقييم الصريح هو أن العلاقة بين الذكاء الاصطناعي والطاقة والمناخ لم تُحسم حقاً: قد تساعد أدوات الذكاء الاصطناعي في حل مشاكل المناخ (نماذج طقس أفضل، تحسين الشبكات، اكتشاف المواد)، لكن ما إذا كانت هذه الفوائد تفوق البصمة الخاصة بالذكاء الاصطناعي فهو سؤال لا يستطيع أحد الإجابة عنه بعد.

ما الذي سيأتي بعد ذلك

طلب الذكاء الاصطناعي على الطاقة ليس مشكلة مستقبلية — إنه أزمة بنية تحتية حاضرة ستُشكّل استراتيجية التكنولوجيا وسياسة الطاقة والاستثمار المؤسسي لبقية العقد. الشركات والحكومات التي تعالجها من خلال نشر الطاقة النووية وتحديث الشبكات والاستثمار في الكفاءة وحوكمة الموارد العقلانية ستبني الأساس المادي لعصر الذكاء الاصطناعي. أما التي لا تفعل فستصطدم بجدار لا يستطيع أي قدر من رأس المال تحريكه بسرعة: قوانين الفيزياء لا تتفاوض.

المصادر والمراجع

• IEA: Energy and AI — Energy Demand from AI
• IEA: Energy and AI — Executive Summary
• IEA: Electricity Mid-Year Update 2025 — Demand
• DOE: Report on Data Center Electricity Demand
• Lawrence Berkeley National Laboratory: Data Center Electricity Demand
• Pew Research: US Data Center Energy Use
• Goldman Sachs: AI to Drive 165% Increase in Data Center Power
• Hyperscaler Capex $600B in 2026
• Futurum Group: AI Capex 2026 — The $690B Infrastructure Sprint
• Axios: Hyperscaler Spending 2026
• Constellation Energy: Crane Clean Energy Center Announcement
• DOE $1B Loan for TMI Restart
• Google / Kairos Power Nuclear Agreement
• Amazon Nuclear SMR Deals
• Meta Nuclear RFP (Dec 2024)
• Meta Nuclear Deals Signed (Jan 2026)
• Nvidia Blackwell Benchmarks Deep Dive
• GPT-4 Carbon Footprint Analysis
• AI Water Consumption Study (UC Riverside)
• Original Research Paper: Water Footprint of AI (arXiv)
• ChatGPT vs Google Search Energy Comparison
• Google Emissions +48% Since 2019
• Google Drops Carbon-Neutral Claim
• Microsoft 2024 Sustainability Report
• Data Center Knowledge: Hyperscalers in 2026