← العودة للمدونة
الذكاء الاصطناعي والأتمتةبواسطة الحسن ستوديو

إنفاق المؤسسات على الذكاء الاصطناعي يتباطأ. هل يبرد الطلب أم ينضج السوق؟

إنفاق المؤسسات على الذكاء الاصطناعي يتباطأ. هل يبرد الطلب أم ينضج السوق؟
الحسن ستوديو

المفارقة التي تملأ لوحات بيانات الذكاء الاصطناعي هذه الأيام

إليك ثنائية أرقام غريبة.

في سبتمبر 2026 كان 55.9% من الشركات الأمريكية التي استطلعتها Ramp تدفع ثمن أدوات الذكاء الاصطناعي — بزيادة 12.1 نقطة مئوية عن العام السابق، وفي ارتفاع شهري مستمر. وفي المقابل تباطأ نمو ما تنفقه تلك الشركات على رموز الذكاء الاصطناعي حتى كتبت TechCrunch عنوانها المشهور: «الإنفاق على الذكاء الاصطناعي يتباطأ».

كلتا الحقيقتين صحيحتان في آنٍ واحد: انتشار تبنّي الذكاء الاصطناعي ونمو الإنفاق المرتبط به لا يتحركان بالضرورة بالوتيرة نفسها.

إن بدا ذلك تناقضاً فليس كذلك. إنها نتيجة طبيعية حين يهبط ثمن شيءٍ ما أسرع مما يرتفع الطلب عليه. وقد يكون هذا المخططُ الأهمَ لأصحاب الأعمال الصغيرة الذين يفكرون هذا العام في كيفية الاستثمار في الذكاء الاصطناعي.

ماذا يقيس مؤشر Ramp للذكاء الاصطناعي فعلاً

مؤشر Ramp للذكاء الاصطناعي ليس استطلاعاً. Ramp منصة إنفاق مؤسسي — بطاقات شركات، وتسديد فواتير، وإدارة مصروفات — تخدم أكثر من 85,000 شركة أمريكية. وبدل أن تسأل الشركات عما إذا كانت «تستخدم الذكاء الاصطناعي»، تعُدّ المدفوعات الفعلية التي تمر عبر أنظمتها: الاشتراكات، وفواتير الواجهات البرمجية (API)، ورسوم الرموز.

وهذا مهم لأن الاستطلاعات تخطئ في عَدّ التبنّي سريع الحركة، والملاحظة المنهجية للشركة صريحة بأمانة لافتة في الشق المعاكس أيضاً: لأن الأدوات المجانية والحسابات الشخصية لا تظهر بمدفوعات مؤسسية، فقد يُقلّل المؤشر من التبني الحقيقي للذكاء الاصطناعي. فتلك الـ 55.9% ليست سقفاً — بل قياسٌ محكم لتبنّي المدفوع، على الأرجح أدنى من صورة الاستخدام الفعلية.

ولدليل على أن عالم البيانات يأخذ هذه المجموعة بجدية: أضافت قاعدة بيانات FRED التابعة لبنك الاحتياطي الفيدرالي في سانت لويس أرقام تبنّي Ramp للذكاء الاصطناعي في أكتوبر 2026، فصارت متاحة بجوار مجموعات البيانات الاقتصادية الأخرى.

وملاحظة عن المصطلح قبل الجدول: «تبنّي الذكاء الاصطناعي» عند Ramp يعني الشركات التي دفعت ثمن منتجِ ذكاءٍ اصطناعي خلال الشهر — والاستخدام المجاني لا يُحتسَب. أرقام سبتمبر 2026 بحسب الشرائح:

الشريحة تبنّي الذكاء الاصطناعي، شركات تدفع ثمنه (سبتمبر 2026)
كل الشركات 55.9%
الشركات الكبيرة 65.7%
الشركات المتوسطة 62.5%
الشركات الصغيرة 50.0%

التبنّي واسع. يشمل الأجزاء غير اللامعة من الاقتصاد: 49.9% من متاجر التجزئة، و43.2% من شركات البناء، و33% من المطاعم وأعمال الإقامة تدفع اليوم لشيءٍ ما من الذكاء الاصطناعي. النسخة الحقيقية تمتد أبعد بكثير من مكاتب البرمجيات، إلى المحال ومواقع العمل والمطابخ.

الإنفاق مقابل الاستخدام: منحنيان مختلفان

والآن إلى الجزء الذي أصابت فيه العناوين الصحفية جانباً من الصواب، وأخطأت فيه من جانب آخر.

فقد نقلت TechCrunch عن مؤشر Ramp أن نمو الإنفاق على الرموز يتباطأ: نحو +1.5% من أغسطس إلى سبتمبر، بعد قفزة بلغت +42% في يوليو. هذا تباطؤ حقيقي في نمو الدولارات، وكلمة «يتباطأ» كلمة منصفة.

لكن انظر ما حدث لاحقاً في النافذة التي نشرتها Ramp ذاتها (الأسبوع المنتهي في 23 أكتوبر مقارنة بالأسبوع نفسه من الشهر السابق)، فتنقلب القصة:

  • ارتفع إجمالي الإنفاق على الرموز 8.9%
  • ارتفع إجمالي حجم الرموز 37.1%

اقرأ الرقمين معاً — وبتحفّظ، لأنهما من نافذتَي قياس ومجموعتي بيانات مختلفتين (لقطة إنفاق شهرية مقابل نافذة رموز أسبوعية على عينة متتبَّعة أصغر)، فليسا سلسلة إنفاق واحدة متصلة. وما يبيّنه الرقمان معاً: الشركات في العينة المتتبَّعة عالجت 37.1% من الرموز زيادةً عن الشهر السابق — ودفعت 8.9% فقط زيادة عن ذلك. الحجم يعدو بينما يمشي الإنفاق. (وتحفّظ واحد: مقاييس الرموز تأتي من عملاء Ramp الذين يستخدمون منتج إدارة تكاليف رموز الذكاء الاصطناعي وحدهم، فهي إرشادية تدل على الاتجاه لا تمثيلاً إحصائياً.)

فالفرق بين المنحنيين ليس انهياراً للطلب. إنه ثمن الذكاء الذي يهبط.

حرب الأسعار التي لا يسميها أحد حرباً

القرينة المهمة تكمن في تغيّر تكلفة الرموز: فالثمن المدمج عبر عملاء OpenAI وAnthropic المتتبَّعين هبط 26.8% بين النافذتين الأسبوعيتين — من $0.76 إلى $0.56 للمليون رمز. (وهذا يقيس ما دفعه عملاء Ramp المتتبَّعون فعلاً، لا جدول أسعار رسمياً.)

وإذا فصلنا الأرقام ظهرت الديناميكية التنافسية:

  • سعر OpenAI المدمج هبط 42.4% (من $0.80 إلى $0.46 لكل مليون رمز)
  • وسعر Anthropic هبط 15.7% (من $0.73 إلى $0.61)

لا تسمي أي من الشركتين هذا حرباً، وبيانات Ramp تُظهر حركة السعر لا سببَها: فالتنافس وتحسينات الكفاءة وتغيّرات التسعير قد تسهم جميعها في خفض تكلفة الرمز.

ثم تظهر بعدها قاعدة أساسية من مبادئ الاقتصاد. حين يهبط ثمن سلعةٍ ما بحدة:

  1. يشتري المشترون منها كميةً أكبر (الحجم +37%)
  2. يهبط الإيراد لكل وحدة (السعر المدمج −27%)
  3. ينمو الإنفاق الكلي ببطء حتى مع استهلاكٍ ينمو بسرعة (+8.9%)

ولهذا فعبارة «الإنفاق على الذكاء الاصطناعي يتباطأ» وعبارة «استخدامُه انفجر» ليستا ادعاءين متناقضين. هبوط أسعار الوحدة جزء مهم — بل قد يكون حاسماً — من القصة، على أن القصتين ليستا سلسلة واحدة: نمو الدولارات قُيّس شهرياً عبر الشركات، مقابل تدفق الرموز عبر أسبوعٍ وعينة أصغر. ومحفظة المشترِي ونقطة الواجهة البرمجية قد تقولان قصتين تظهران مختلفتين لفترةٍ من الزمن.

Anthropic وOpenAI ومشكلة الطرح الأولي

الطبقة الثانية من القصة تتعلق بما يعنيه كل هذا لمزوّدي الخدمة أنفسهم — وهي تقطع في الاتجاه المعاكس.

فالأسعار الهابطة خبر ممتاز للمشترين. أما لمزوّدي الذكاء الاصطناعي ومستثمريهم فالاتجاه نفسه ضغطٌ على الإيرادات والهوامش. تقول تقارير إن Anthropic تقترب من طرحٍ عامٍ أولي محتمل، وقد خُفّض تقييم معملَي الذكاء الاصطناعي كليهما في الأسابيع الأخيرة: ذكرت Bloomberg أن التقييم المتوقع لشركة Anthropic انخفض من نحو 2 تريليون دولار إلى نطاق 1.2–1.3 تريليون، بينما ذكرت Financial Times أن تقييم OpenAI قُلّص من 1.4 تريليون إلى نحو 1.25 تريليون. (هذه أرقام مُقرَّرة من جهات إعلامية مسماة، وليست أرقاماً مؤكدة رسمياً.)

لكن — وهنا ما فاتَتْه العناوين المذعورة — تشير بيانات حصص الرموز إلى أن المنافسة تتعاظم بطريقةٍ قد تُقلق في المقام الأول من افترض أن السوق سيتجه إلى مُهيمنٍ واحد:

  • قفزت حصة Anthropic من الإنفاق المتتبَّع على الرموز لدى شركات Ramp من 51.3% إلى 60.5% خلال شهر واحد
  • وهبطت حصة OpenAI من 44.2% إلى 35.1%

شهرٌ واحد من البيانات لعملاء منصة واحدة ليس قدراً — وانتبه أن هذا يقيس حصة الإنفاق لا حصة حجم الاستخدام. حصة التبنّي أكثر توازناً بكثير: يدفع لمنتجات Anthropic نحو 43.8% من الشركات ولمنتجات OpenAI نحو 40.6% في النافذة نفسها (وممكن أن تدفع الشركة الواحدة للاثنين معاً، فليس بالضرورة أن يبلغ مجموع هاتين الحصتين 100). وإن كان حجم الرموز ينمو بسرعة والأسعار تهبط كما تهبط، فالمسابقة الحقيقية في اقتصاديات الوحدة على نطاق واسع، لا في لوحة صدارة هذا الشهر.

ماذا على الشركات الصغيرة أن تتعلم من هذا كله

إن كنت تدير مشروعاً صغيراً، فهذا كله ليس مجرد أخبار قطاعٍ سريعة — بل معلومات سوقية عن المادة الخام التي ستشتريها على الأرجح هذا العام. أربعة دروس:

1. الذكاء الاصطناعي يصبح في متناول الشركات الصغيرة مالياً. جدول التبنّي عند Ramp يضع الشركات الصغيرة عند نسبة 50% وهي في صعود، والشركة الوسيطة من الشركات الدافعة تنفق 15.70 دولاراً لكل موظف في الشهر. والأمر عند معظم الشركات ليس قراراً رأسمالياً؛ بل أقرب إلى ثمن غداء. والسؤال لدى كثيرٍ من الشركات الصغيرة لم يعد بعدُ «كم يكلّف الذكاء الاصطناعي؟»، بل «أيُّ مهمةٍ يستحق أن تكون أتمتتها أولاً؟».

2. لا تُوازِن بالعناوين الصحفية، وازِن بالمخرجات. في نافذة الأسابيع الأربعة المقيسة، أمكن للدولار نفسه أن يشتري نحو ثلث الرموز زيادةً، استناداً إلى الهبوط المرصود في السعر المدمج — فأي حسبة استثمارية في الذكاء الاصطناعي بُنيت سابقاً تستحق إعادة تقديرٍ نزولاً.

3. خطر التركّز حقيقي، لكنه من وجهين. حصة Anthropic من الإنفاق المتتبَّع على الرموز ترتفع بسرعة، وقد تتأرجح الحصص بقوة من شهرٍ إلى آخر (تسع نقاط في نافذةٍ واحدة، وهي حصة إنفاقٍ لا استخدام). وللخدمة التي تصبح بنيةً تحتية في عملياتك، احتفظ بعلاقة مع مزوّد ثانٍ. وحيث أمكن، اختبر قابلية الانتقال بين النماذج — فتكاليف التبديل قد ترتفع حين يندمج النموذج بعمق في سير عملك.

4. قِس القيمة لكل دولار، لا الدولارات. بيانات Ramp نفسها تُظهِر مدى اتساع التفاوت في الإنفاق: الشركة الوسيطة بين الدافعين تنفق 15.70 دولاراً لكل موظف في الشهر، ووسيطُ أعلى 10% من الشركات الدافعة يبلغ 813.43 دولاراً، ووسيط أعلى 1% يبلغ 9,567.53 دولاراً. أما ما لا تخبرنا به البيانات فهو العائد على الاستثمار — فلا توجد أرقام إنتاجٍ لأيٍّ من هذه الشرائح. والإنفاق المرتفع لا يعني تلقائياً قيمةً مرتفعة. والسؤال الوحيد ذو المعنى: هل المال المُوجَّه للذكاء الاصطناعي يُنتج نتائج أعمالٍ قابلة للقياس — ساعاتٌ مُوفَّرة، وأخطاءٌ أقل، ومبيعاتٌ تحسّنت؟

ما التالي: تبريد، أم نضج؟

هنا الجواب الأمين على سؤال العنوان: لا نعلم بعد — وهذا أدق ما على التعلم منه.

تنافس هنا فرضيتان تفسيريتان، ولا تُحسِم بيانات Ramp أيَّهما منهما. تقول قراءةُ التشاؤم إن المؤسسات قد تُقلّص اشتراكات الذكاء الاصطناعي المتجددة تلقائياً، وأن تخفيضات الأسعار قد تُخفي سقفَ طلبٍ مقبَلاً، بينما تعكس التخفيضاتُ التقديرية على جانب المزوّدين — بحسب التقارير — رؤيةَ المستثمرين للمنحنيات نفسها التي رأتها TechCrunch. وتقول قراءةُ النضج إن هذا قد يكون صورةً لأسواق البنية التحتية حين تعمل بصورةٍ سليمة: اتساعُ التبنّي، وانهيارُ تكلفة الوحدة، ونموُّ إنفاقٍ بطيء، وانحرافُ القيمة إلى من يطبّق التقنية لا إلى من يكتفي بمجرّد إعادة بيعها. وعلى سبيل التشبيه التاريخي المتساهل — لا بمقياسٍ محسوس — مرّت الكهرباءُ والحوسبة السحابية بفترات الخيبة في معدلات نمو الإنفاق بينما ظل الاستخدام الفعلي يتسارع. والمستجدات القادمة — وقصة طرح Anthropic — قد تساعد في توضيح الصورة تحسيناً تدريجياً لا بإجابة مضمونة. ومن المفترض أن يقدّم مؤشر ديسمبر إشارةً نافعة عمّا إذا كان +8.9% في أكتوبر حالةً عابرة أم المعيارَ الجديد: نمو إنفاقٍ معتدل فوق نمو حجمٍ سريع.

الخلاصة: احكم على الذكاء الاصطناعي بما يُنتجه لا بما يكلّفه

منذ ستة أشهر كان السؤال المعلّق حول الذكاء الاصطناعي في عالم الأعمال هو: «هل تنفق الشركات ما يكفي؟». واليوم انتقلت البيانات إلى أسئلة أدقّ: ما الذي تحصل عليه الشركات مقابل كل دولار؟ وأين يترتب ذلك الدولار مقارنةً بالبدائل؟

والخلاصة النافعة لا يتغيّرها الجواب. إن كنت صاحب مشروع صغير أو مبدعاً مستقلاً، فأحدث لقطة من Ramp توحي بأن الشركات — ضمن عينتها المتتبَّعة — تعالج رموزاً أكثر بأسعار أقل لكل رمز. والفرصة حقيقية، غير أن قيمتها ما تزال معلّقة بما تفعله بهذه الطاقة.

وسيُعرَف الطور القادم من سوق الذكاء الاصطناعي بكمّ القيمة القابلة للقياس التي تخلقه الشركات، لا بكمّ ما تنفقه على التقنية.


البيانات والمصادر: مؤشر Ramp للذكاء الاصطناعي — الصفحة الرسمية (بيانات شهرية حتى سبتمبر 2026؛ مقاييس الرموز حتى الأسبوع المنتهي في 23 أكتوبر 2026)، وFRED — بنك الاحتياطي الفيدرالي في سانت لويس الذي بدأ استضافة البيانات في أكتوبر 2026. سياق التغطية: TechCrunch، 6 نوفمبر 2026؛ وأرقام التقييم المُسندة إلى Bloomberg وFinancial Times نُقلت نقلاً عن ذاك التقرير، إذ لم نتمكن من الاطلاع على مقالتَي المصدرين الأصليتين مباشرة. ويظل تنويه Ramp ساري المفعول على جميع أرقام الرموز: فهي مستمدة من فئة فرعية من العملاء الذين يستخدمون منتج إدارة إنفاق رموز الذكاء الاصطناعي، وتدل الاتجاه لا التمثيل، وقد تُقلّل منهجيتها من تقدير التبني الحقيقي لأن الاستخدام غير المدفوع لا يُحتسَب.