اقتصاديات الذكاء الاصطناعي الاستهلاكي لا تزال صعبة رغم المساعدين الجدد

حقق مساعد Muse من Meta وشخصيته Jolly انتشاراً مفاجئاً، بينما يسعى Dots الجديد من OpenAI وخدمة Instinct الوكيلة، التي بلغت قيمتها 10 مليارات دولار، إلى نفس نموذج المساعد الودود. يرى المؤيدون أن النماذج الوكيلة أصبحت أخيراً موثوقة بما يكفي للمهام اليومية، مذكرين بالحماس الذي رافق إطلاق ChatGPT في 2022.

غير أن بيانات السوق ترسم صورة مغايرة. في مايو، كان حوالي 2.2 % فقط من المستهلكين يدفعون مقابل أي خدمة ذكاء اصطناعي، بمتوسط 31 دولار شهرياً. حتى الاستطلاعات المتفائلة تضع نسبة المستخدمين الدافعين في خانة الأرقام الفردية المنخفضة، ويبدو منحنى النمو خطياً بعناد رغم قفزات النماذج الكبيرة مثل الانتقال من GPT‑5.2 إلى Astra.

الإيرادات عند هذه المستويات تظل بعيدة جداً عن نقطة التعادل. باستخدام معيار 325 مليون مشترك في Netflix، فإن إنفاق 34 دولار شهرياً سيولد حوالي 11 مليار دولار سنوياً — أقل من ثلث تكاليف التشغيل التي أعلنتها المختبرات الرائدة. المشكلة الجوهرية ليست الطلب بل تكلفة الحوسبة الاستثنائية اللازمة لتشغيل الاستدلال على نطاق واسع.

لماذا يهم هذا البنية التحتية للـ GPU / الذكاء الاصطناعي

أعباء الذكاء الاصطناعي الاستهلاكي تولد طلباً مستمراً وعالي الإنتاجية على وحدات معالجة الرسوميات. إلى أن تتحسن نماذج الربحية، يجب على المزودين تعظيم استخدام العتاد وكفاءة الطاقة للحفاظ على التكاليف قابلة للتحمل. هذا يعزز الحاجة إلى منصات سحابية GPU مرنة بنموذج الدفع حسب الاستخدام، قادرة على التوسع الفوري مع حركة مرور المستهلكين غير المتوقعة.