واجهت شركات التكنولوجيا الكبرى، بما في ذلك Amazon وAlphabet وMeta، تدقيقًا من وول ستريت بشأن الجدول الزمني لتحويل نفقات رأسمالية ضخمة للذكاء الاصطناعي إلى عوائد نقدية فعلية. حددت Bank of America وجود «تحول جيلي» في التدفق النقدي الحر، إذ يُتوقع أن ينخفض التدفق النقدي الحر لدى شركات البنية التحتية الفائقة إلى -50 مليار دولار بحلول 2026، بينما تتراكم لدى شركات أشباه الموصلات سيولة من مبيعات رقائق الذكاء الاصطناعي. قامت شركات التقنية «Magnificent 7» بنشر 234 مليار دولار كإنفاق رأسمالي هذا العام، لكن أسعار أسهمها ما زالت ضمن نطاقات تداول. حذر كبير الاقتصاديين لدى Apollo Global Management Torsten Slok من أنه إذا استغرق استرداد النقد وقتًا أطول من توقعات السوق، فقد تتجسد مخاطر على مستوى الربحية. تنبع هذه المفارقة من قيام شركات التكنولوجيا الكبرى ببناء بنية تحتية للذكاء الاصطناعي، بينما يستحوذ موردو أشباه الموصلات مثل NVIDIA على الإيرادات فورًا، وهو ما تصفه Apollo بأنه «عدم تطابق توقيت» بين المدفوعات التكاليفية وبين تحقق الإيرادات.
Bank of America Identifies Free Cash Flow Reversal Between Big Tech and Semiconductor Firms
شخّصت Bank of America نمط تدفقات رأس المال الحالي باعتباره «هجرة جيلية للتدفق النقدي الحر» بين شركات البنية الفائقة وشركات أشباه الموصلات. يشير التدفق النقدي الحر إلى صافي النقد الذي تحتفظ به الشركة بعد مصروفات التشغيل والنفقات الرأسمالية. تُظهر بيانات السوق أنه بحلول 2026، شهدت شركات البنية الفائقة مثل Amazon وGoogle مسارًا هابطًا حادًا في التدفق النقدي الحر، ليصل إلى نحو -50 مليار دولار بسبب تكاليف بنية تحتية للذكاء الاصطناعي بمستويات فلكية. في المقابل، تجمع شركات أشباه الموصلات، بما في ذلك NVIDIA وMicron، احتياطيات نقدية كبيرة. ينشأ هذا الاختلاف البنيوي لأن فريقًا ينفق على بناء البنية التحتية، بينما يستحوذ الفريق الآخر فورًا على النقد عبر توريد المكونات الأساسية.
Apollo Global Management Warns of AI Revenue Realization Risks
حدد Apollo Global Management، مدير صندوق الأسهم الخاصة ثاني أكبر صندوق في العالم، عاملين رئيسيين يضغطان على ربحية شركات التكنولوجيا الكبرى. أولًا، رغم زيادة استخدام خدمات الذكاء الاصطناعي بشكل مطلق، يظل تسعير التوكن لكل وحدة في اتجاه هبوطي مستمر، ما قد يحد من نمو الإيرادات الفعلي دون التوقعات. ثانيًا، تُمارس نماذج الذكاء الاصطناعي الصينية ضغوطًا هبوطية حادة على التسعير في اللحظة نفسها التي تحاول فيها المنصات الأمريكية تسويق خدمات ذكاء اصطناعي بهوامش مرتفعة. توضح بيانات استخدام التوكن من أفضل 20 نموذج ذكاء اصطناعي هذه الفجوة بوضوح. حتى مايو، ظل استخدام الولايات المتحدة والصين متوازنًا نسبيًا، لكن بحلول يونيو، نما استخدام التوكن في الولايات المتحدة بشكل معتدل إلى 53 تريليونًا، بينما انفجر استخدام الصين إلى 98 تريليونًا. خلال شهر واحد فقط، اتسعت فجوة استغلال البنية التحتية للذكاء الاصطناعي بين الولايات المتحدة والصين بشكل درامي.
Token Usage Data Shows US-China AI Infrastructure Gap
تُظهر مقارنة استخدام التوكن بين مايو ويونيو تباينًا حادًا في نشر البنية التحتية للذكاء الاصطناعي بين الولايات المتحدة والصين. في مايو، حافظت الدولتان على مستويات استخدام متقاربة. لكن بحلول يونيو، بلغ استهلاك التوكن في الولايات المتحدة 53 تريليونًا بينما قامت النماذج الصينية بمعالجة 98 تريليونًا من التوكنات. يوضح هذا الفارق الذي يقترب من الضعف خلال شهر واحد وتيرة التصعيد السريعة للبنية التحتية للذكاء الاصطناعي في الصين. تحذر Apollo من أنه إذا واصلت نماذج الذكاء الاصطناعي الصينية الاستحواذ على حصة السوق بينما تنخفض أسعار التوكن، فقد تفشل شركات التكنولوجيا الكبرى في تحقيق الإيرادات المتوقعة. وتصف الشركة ذلك بأنه «عدم تطابق توقيت» حيث تصل فواتير التكاليف فورًا لكن تمتد عملية تحصيل الإيرادات إلى مستقبل بعيد، وهو ما يمثل أكبر خطر يواجه سوق الذكاء الاصطناعي الحالي.
يخلص Apollo إلى أنه بينما تضمن شركات أشباه الموصلات مثل NVIDIA وSK Hynix حاليًا أرباحًا محددة، فإن التصدعات المستمرة في نماذج إيرادات شركات التكنولوجيا الكبرى قد تقوض طفرة سوق أشباه الموصلات. تحولت مخاوف وول ستريت من الاحتفاء بقدرة شركات التكنولوجيا الكبرى على الاستثمار في الذكاء الاصطناعي إلى التساؤل عن موعد تحويل تلك الاستثمارات إلى عوائد نقدية فعلية.
FAQ
What did Bank of America identify regarding Big Tech and semiconductor company cash flows by 2026?
حددت Bank of America «تحولًا جيليًا» في التدفق النقدي الحر، مع انخفاض التدفق النقدي الحر لدى شركات البنية الفائقة إلى -50 مليار دولار بحلول 2026 بينما تتراكم لدى شركات أشباه الموصلات سيولة من مبيعات رقائق الذكاء الاصطناعي. يحدث هذا الانعكاس لأن شركات التكنولوجيا الكبرى تنفق بكثافة على البنية التحتية للذكاء الاصطناعي بينما يستحوذ موردو أشباه الموصلات فورًا على الإيرادات من مبيعات المكونات.
Why did Apollo Global Management warn about Big Tech AI profitability?
حذر Apollo Global Management من أن عاملين يضغطان على ربحية شركات التكنولوجيا الكبرى: انخفاض تسعير التوكن لكل وحدة رغم زيادة استخدام خدمات الذكاء الاصطناعي، والمنافسة السعرية الشديدة من نماذج الذكاء الاصطناعي الصينية. حذر كبير الاقتصاديين Torsten Slok من أنه إذا استغرق استرداد النقد وقتًا أطول من توقعات السوق، فقد تفشل شركات التكنولوجيا الكبرى في تحقيق الإيرادات المتوقعة من نفقاتها الرأسمالية البالغة 234 مليار دولار.
How did US and China AI token usage differ between May and June?
أظهرت بيانات استخدام التوكن من أفضل 20 نموذج ذكاء اصطناعي أنه حتى مايو، ظل استخدام الولايات المتحدة والصين متوازنًا نسبيًا. بحلول يونيو، ارتفع استخدام التوكن في الولايات المتحدة إلى 53 تريليونًا بينما انفجر استخدام الصين إلى 98 تريليونًا، ما خلق فجوة تقارب الضعف خلال شهر واحد وأظهر التصعيد السريع لتوسيع البنية التحتية للذكاء الاصطناعي في الصين.
