كشفت بيانات أندريسن هورويتز عن قفزة في إنفاق توكنات الذكاء الاصطناعي بين 122% و160% رغم انهيار أسعارها 67%، ما يعكس تبني المطورين المكثف وسط أزمة تكاليف الحوسبة. ويبرز هذا التباعد تحولا هيكليا يتفوق فيه طلب الاستدلال على التسعير المضاربي، غير أن ارتفاع نفقات GPU يهدد ربحية البروتوكولات وسرعة تداول التوكنات على المدى الطويل.
تكشف نتائج أندريسن هورويتز عن ديناميكية كلاسيكية لمرحلة البنية التحتية: يتدفق رأس المال نحو البدائيات كثيفة الحوسبة قبل نضج نماذج الإيرادات المستدامة. وتاريخيا، سبقت أنماط مماثلة طفرة الطرح الأولي للعملات 2017 وصيف التمويل اللامركزي 2020، حيث انفصلت مقاييس الاستخدام عن قيمة التوكن لربعات. واليوم، يكمن المحفز في استدلال النماذج اللغوية الكبيرة — تحديدا التكلفة الحدية لساعات GPU — التي تحدد الآن الحد الأدنى لمنفعة توكنات الذكاء الاصطناعي. ويلاحظ مديرو المحافظ أن هذا يعكس اقتصاديات الحوسبة السحابية المبكرة، حيث قارن مايكل سايلور من MicroStrategy إنفاق بيتكوين للطاقة بكثافة رأس مال AWS، مجادلا بأن خزائن البروتوكولات يجب أن تستحوذ في النهاية على هامش الحوسبة لتبرير التقييم.
آثار السوق وقنوات انتقال الإنفاق: ثلاث مسارات رئيسية
ينعكس ارتفاع الإنفاق عبر ثلاث قنوات. أولا، تشتد مرونة طلب GPU: تمتد فترات انتظار إنفيديا H100، مما يرفع تكاليف الاستدلال ويجبر بروتوكولات الذكاء الاصطناعي على إما دعم الاستخدام عبر انبعاثات التوكن — مخففة حامليها — أو رفع الرسوم، مع مخاطر تسرب المطورين. ثانيا، تتسارع سرعة تداول التوكن حيث تبيع المشاريع أصولها الأصلية لتغطية فواتير السحابة المقومة بالفيات، مما يخلق ضغوط بيع مستمرة غير مرتبطة بأساسيات الشبكة. ثالثا، تتصاعد إعادة تدوير رأس المال المخاطر؛ حيث تضخ أندريسن هورويتز ونظيراتها رؤوس أموال متابعة في شركات المحفظة لتأمين حصص GPU، مما يدعم فعليا جانب الطلب في استثماراتها التوكنية الخاصة.
عندما تصبح الحوسبة التكلفة الحدية للإيرادات، تتحول نماذج التوكن من أصول مضاربية إلى أدوات رأس مال عامل. وستكون البروتوكولات الباقية هي تلك التي تعامل ساعات GPU كمخزون، لا كنفقات عامة.
تشير أسواق الائتمان إلى ضغوط: شبكات الحوسبة اللامركزية مثل Akash وRender تسجل معدلات استخدام تتجاوز 85%، بينما تتداول توكناتها عند 60-70% دون قمم 2024. ويشير هذا الفصل إلى أن مستثمري الأسهم يسعرون بنية الذكاء الاصطناعي التحتية كلعب سحابة عامة — إيرادات متكررة، عملاء مخلصون — بينما تسعرها أسواق التوكن كخيار شراء مضاربي على جداول الذكاء العام الاصطناعي. ولا يُغلق هذا المراجحة إلا عندما تثبت البروتوكولات قدرتها على فرض أقساط استدلال تفوق أسعار GPU الفورية.
أولويات المستثمرين: أربع نقاط للمتابعة
- رصد: أسعار إنفيديا H100 الفورية وبيانات فترات الانتظار من كبار موفري السحابة؛ انخفاض مستدام دون 2.50 دولار/ساعة يشير إلى تخفيف قيود الحوسبة وتوسع محتمل في هوامش بروتوكولات الذكاء الاصطناعي.
- توقع: جداول انبعاث توكن متزايدة عبر مشاريع الذكاء الاصطناعي الكبرى خلال الربعين القادمين حيث تمول الخزائن شراء GPU، مما يخفف حاملي التوكن غير المرهونين ما لم تُفعّل مفاتيح الرسوم.
- تقييم: اقتصاديات الوحدة على مستوى البروتوكول — تحديدا الإيرادات لكل مكالمة استدلال مقابل تكلفة GPU الشاملة — للتمييز بين مسرحات البنية التحتية المستدامة ومزارع التوكن المعتمدة على الدعم.
- دراسة: التحوط من انكشاف توكنات الذكاء الاصطناعي عبر مراكز شراء في أسهم إنفيديا/AMD أو صناديق الاستثمار المتداولة للرقائق؛ فطبقة الحوسبة تستحوذ على القيمة بغض النظر عن التوكن التطبيقي السائد.
الأسئلة الشائعة
لماذا يرتفع إنفاق توكنات الذكاء الاصطناعي بينما تنهار الأسعار 67%؟
تنمو نشاطات المطورين وطلب الاستدلال أسيا، مدفوعة بنشر تطبيقات الذكاء الاصطناعي الواقعية. غير أن أسعار التوكن تعكس تصفية مضاربية وجداول انبعاث كثيفة تُستخدم لدعم تكاليف GPU، مما يخلق انفصالا مؤقتا بين الاستخدام وتقييم الأصل.
هل يمكن لبروتوكولات الذكاء الاصطناعي تحقيق الربحية بتكاليف GPU الحالية؟
تتطلب الربحية الحدية إما قوة تسعير للاستدلال تفوق أسعار GPU الفورية، أو ارتفاع التوكن لتعويض فواتير الحوسبة المقومة بالفيات. وتعمل معظم البروتوكولات حاليا بخسارة، ممولة من رأس المال المخاطر؛ وتعتمد الاستدامة على تبني المؤسسات لعقود متعددة السنوات بأسعار مميزة.