الذكاء الاصطناعي يبرز بوصفه السرد الأكثر تأثيرًا على المدى الطويل في سوق الأسهم الأمريكية. منذ عام 2023، أدت التطورات في تقنيات الذكاء الاصطناعي التوليدي إلى تدفق رؤوس أموال كبيرة نحو الشركات المدرجة ذات الصلة. حتى يونيو 2026، تجاوز إجمالي القيمة السوقية للشركات المرتبطة مباشرة بالذكاء الاصطناعي ضمن مؤشر S&P 500 حاجز $10 تريليون.
ومع ذلك، فإن تصنيف "أسهم الذكاء الاصطناعي" يشمل شركات ذات نماذج أعمال، ومخاطر، ومحركات نمو مختلفة بشكل كبير. تجميع جميع الشركات المرتبطة بالذكاء الاصطناعي معًا قد يؤدي إلى أخطاء جسيمة في قرارات الاستثمار.
لماذا تعتبر طبقة البنية التحتية الحاسوبية المستفيد الأكبر من طفرة الذكاء الاصطناعي؟
تشمل طبقة البنية التحتية الحاسوبية الشركات التي تصمم شرائح الذكاء الاصطناعي، ومصانع أشباه الموصلات، ومصنعي شرائح الذاكرة عالية النطاق الترددي. تقع هذه الفئة في أعلى سلسلة صناعة الذكاء الاصطناعي، حيث يتم دفع نمو الطلب مباشرة من الإنفاق الحاسوبي الصارم لجميع الشركات في الطبقات الأدنى.
تتألق شركة NVIDIA كأبرز شركة في هذا المجال. تهيمن وحدات معالجة الرسوميات (GPU) الخاصة بها على سوق تدريب واستدلال الذكاء الاصطناعي، وقد حقق قطاع مراكز البيانات لديها نموًا في الإيرادات تجاوز %300 خلال الستة أرباع الماضية. شركة AMD تكتسب تدريجيًا حصة سوقية في سيناريوهات الاستدلال عبر سلسلة MI من المسرّعات، بينما تركز Broadcom وMarvell على شرائح الذكاء الاصطناعي المخصصة (ASIC)، مقدمة حلولًا ذات استهلاك طاقة أقل وكفاءة أعلى لمزودي خدمات السحابة.
تلعب TSMC، الشركة الرائدة في تصنيع أشباه الموصلات، دورًا محوريًا أيضًا. حافظت عملياتها المتقدمة (مثل 3 نانومتر و2 نانومتر) على معدلات استخدام تفوق %90 لفترات طويلة، وأصبحت طلبات عملاء شرائح الذكاء الاصطناعي المحرك الرئيسي لنمو الإيرادات. تستفيد شركات تصنيع الذاكرة مثل Micron وSK Hynix من الطلب المتزايد على شرائح HBM، التي تعد مكونات أساسية لمسرّعات الذكاء الاصطناعي عالية الأداء.
الميزة الأساسية لهذه الفئة تكمن في إمكانية التحقق من الإيرادات. كل شريحة تُباع لها عميل وسعر واضح، ويمكن تتبع نمو الطلب في السوق مباشرة من خلال حجم الطلبات، واستخدام الطاقة الإنتاجية، وبيانات الإيرادات. الجانب السلبي هو الطبيعة الدورية الواضحة—فعندما تدخل نفقات مزودي السحابة في مرحلة ركود، قد تتراجع طلبات الشرائح بسرعة.
لماذا لا تزال شركات النماذج الأساسية تواجه عدم يقين مرتفع في نماذج أعمالها؟
تشير طبقة النماذج الأساسية إلى الشركات التي تطوّر نماذج لغوية ضخمة، ونماذج متعددة الوسائط، وتقدم واجهات برمجة التطبيقات أو خدمات المنتجات مباشرة للعملاء. من اللاعبين الرئيسيين OpenAI (شريك وثيق مع Microsoft)، Anthropic، Google، Meta، وxAI.
التحدي الرئيسي لهذه الفئة هو عدم وضوح مسار تحقيق الأرباح. تدريب النماذج المتطورة يكلف عشرات أو حتى مئات ملايين الدولارات. رغم أن خدمات الاستدلال تولد إيرادات كبيرة، إلا أن هوامش الربح الإجمالية تتعرض لضغوط من تكاليف الحوسبة والمنافسة السعرية. حتى يونيو 2026، لم تحقق سوى قلة من شركات النماذج الأساسية الرائدة ربحية شاملة.
المشهد التنافسي أيضًا غير مستقر. النماذج مفتوحة المصدر تقترب بسرعة من أداء النماذج المغلقة المصدر، مما يقلل من قوة التسعير لمزودي النماذج الخاصة. غالبًا ما يتصل العملاء من الشركات بعدة مزودين للنماذج في الوقت نفسه لتقليل الاعتماد على مورد واحد، مما يصعب على أي مزود احتكار الحصة السوقية.
بالنسبة لمستثمري الأسهم الأمريكية، فإن فرص الاستثمار المباشر في طبقة النماذج الأساسية محدودة نسبيًا. OpenAI وAnthropic غير مدرجتين في البورصة، وGoogle وMeta لا تفصلان إيرادات أعمال الذكاء الاصطناعي عن بقية القطاعات، بل تدمجها مع قطاعات أخرى. هذا يجعل من الصعب على المستثمرين تقييم الأداء المالي لهذه الطبقة بشكل مستقل.
كيف تستفيد شركات البرمجيات التطبيقية من الذكاء الاصطناعي في تحسين الإيرادات وتقليل التكاليف؟
تشمل طبقة البرمجيات التطبيقية الشركات التي تدمج قدرات الذكاء الاصطناعي في سيناريوهات عمل محددة. تغطي هذه الفئة قطاعات مثل برمجيات المكاتب، وأتمتة خدمة العملاء، وتوليد الشيفرات، وكتابة النصوص التسويقية، والتشخيص الطبي، ومعالجة الوثائق القانونية.
هناك نوعان من الشركات البارزة في هذه الفئة. الأول هو عمالقة البرمجيات التقليدية مثل Microsoft، Salesforce، Adobe، وAutodesk. تدمج هذه الشركات ميزات الذكاء الاصطناعي في مجموعاتها الحالية من المنتجات، مما يعزز الإيرادات الإضافية عبر رفع أسعار الاشتراكات أو جذب مستخدمين جدد. خط منتجات Copilot من Microsoft مثال بارز، حيث تأتي اشتراكات المؤسسات بأسعار أعلى بكثير من الإصدارات القياسية.
النوع الثاني هو الشركات الناشئة الأصلية في الذكاء الاصطناعي، مثل Cursor في مجال المساعدة التوليدية للبرمجة، وRunway في توليد الفيديو بالذكاء الاصطناعي. بعض هذه الشركات أصبحت مدرجة بالفعل أو تم الاستحواذ عليها، مما يوفر للمستثمرين فرصًا تختلف عن عمالقة البرمجيات التقليدية.
المنطق الأساسي لطبقة البرمجيات التطبيقية هو التأثير المزدوج لنمو الإيرادات والتحكم في التكاليف. على جانب الإيرادات، تدعم ميزات الذكاء الاصطناعي التسعير الأعلى أو جذب مستخدمين يبحثون عن وظائف جديدة. على جانب التكاليف، تقلل أتمتة الذكاء الاصطناعي من تكاليف العمالة في خدمة العملاء، ومراقبة المحتوى، والبرمجة، مما يحسن هوامش الربح. يمنح هذا التأثير المزدوج الفئة مزايا فريدة في إمكانات تحسين الأرباح.
ومع ذلك، تشكل الحواجز التنافسية خطرًا طويل الأمد. عندما تصبح جميع شركات البرمجيات قادرة على الوصول إلى واجهات نماذج متشابهة، قد تتقلص الفروقات بين المنتجات بسرعة، مما يجعل حروب الأسعار أمرًا لا مفر منه.
ما هو دور مزودي خدمات السحابة في سلسلة القيمة للذكاء الاصطناعي؟
تعد Amazon AWS، وMicrosoft Azure، وGoogle Cloud ثلاثة من عمالقة خدمات السحابة التي تلعب دورًا محوريًا في سلسلة القيمة للذكاء الاصطناعي. تقع هذه الشركات بين طبقتي البنية التحتية والتطبيقات: فهي تشتري الشرائح لبناء مراكز البيانات وتقدم خدمات النموذج كخدمة (MaaS) للعملاء من الشركات.
تأتي إيرادات الذكاء الاصطناعي لدى مزودي السحابة من ثلاثة مصادر: تأجير الحوسبة، خدمات استضافة النماذج، ومبيعات المنتجات الخاصة بالذكاء الاصطناعي. تستفيد جميع هذه المصادر من الطلب المتزايد من الشركات على قدرات الذكاء الاصطناعي. في عام 2025، تجاوزت معدلات نمو الإيرادات المرتبطة بالذكاء الاصطناعي لدى مزودي السحابة الثلاثة %40 على أساس سنوي، متفوقة بفارق كبير على أعمال السحابة التقليدية.
تكمن ميزة هذه الشركات في تنوع الإيرادات وقوة ارتباط العملاء. حتى لو تباطأ الطلب على تأجير الحوسبة في ربع معين، تظل خدمات انتقال تكنولوجيا المعلومات التقليدية، وتخزين البيانات، والتحليلات توفر تدفقًا نقديًا مستقرًا. يجعل ذلك ملف المخاطر لديها أكثر استقرارًا مقارنة بشركات الشرائح أو النماذج فقط.
ينبغي للمستثمرين متابعة مؤشرات مثل توجيهات الإنفاق الرأسمالي لأعمال السحابة، وتأثير خدمات الذكاء الاصطناعي على هوامش الربح الإجمالية، وعمق تفاعل العملاء مع منتجات MaaS. عندما يتباطأ نمو الإنفاق الرأسمالي، غالبًا ما يشير ذلك إلى ضغوط على طلبات الشرائح في الطبقات العليا؛ أما استمرار التوسع فيعني أن سلسلة القيمة بأكملها لا تزال في دورة نمو.
ما هي الفروقات الجوهرية في منطق التقييم بين قطاعات الذكاء الاصطناعي؟
يعتمد تقييم طبقة البنية التحتية الحاسوبية بشكل رئيسي على نسب السعر إلى الأرباح والتوافق مع دورات الإنفاق الرأسمالي. إيرادات وأرباح شركات الشرائح دورية للغاية، لذا غالبًا ما يتم تسعيرها بناءً على نسب السعر إلى الأرباح المستقبلية. خلال فترات توسع الطلب على الحوسبة للذكاء الاصطناعي، قد تصل مضاعفات السعر إلى الأرباح إلى مستويات تاريخية مرتفعة؛ لكن عندما يتوقع السوق تقليص مزودي السحابة للمشتريات، تعود التقييمات بسرعة.
تقييم طبقة النماذج الأساسية يعتمد غالبًا على حجم الإيرادات ونمو المستخدمين. نظرًا لأن معظم الشركات لم تحقق الربحية بعد، يستخدم المستثمرون نسب السعر إلى المبيعات أو قيمة الشركة إلى الإيرادات كمؤشرات. نسب السعر إلى المبيعات التي تتجاوز 20x ليست نادرة، بشرط أن يعتقد السوق أن نماذج الشركة ستظل متقدمة تقنيًا وتحقق أرباحًا قوية في النهاية. الخطر هنا هو أنه إذا دفعت المنافسة الأسعار للانخفاض أو غادر المستخدمون، فلن يدعم نمو الإيرادات المضاعفات المرتفعة.
تقييم طبقة البرمجيات التطبيقية يمزج بين نسب السعر إلى الأرباح ونسب السعر إلى المبيعات. بالنسبة لشركات البرمجيات التقليدية المربحة، تظل نسبة السعر إلى الأرباح هي المؤشر الأساسي، ويمكن لتحسين هوامش الربح عبر الذكاء الاصطناعي أن يخفض نسبة السعر إلى الأرباح، مما يدعم ارتفاع أسعار الأسهم. أما الشركات الناشئة الأصلية في الذكاء الاصطناعي، فغالبًا ما تعتمد على نسبة السعر إلى المبيعات، لكن السوق يركز على الاحتفاظ بالعملاء، واقتصاديات الوحدة، وفترات استرداد تكاليف اكتساب العملاء.
تتأثر تقييمات مزودي السحابة بنمو الحوسبة السحابية الإجمالي والقيمة الإضافية الناتجة عن الذكاء الاصطناعي. غالبًا ما يستخدم السوق منهج تجميع الأجزاء، حيث يتم تقييم أعمال السحابة وأعمال الإنترنت الاستهلاكية بشكل منفصل. مساهمة الذكاء الاصطناعي في نمو أعمال السحابة هي المصدر الرئيسي لعلاوات التقييم الحالية.
كيف تتدفق رؤوس الأموال وتتناوب بين قطاعات أسهم الذكاء الاصطناعي؟
يكشف تتبع تدفقات رؤوس الأموال في سوق الأسهم الأمريكية من 2023 إلى 2026 عن نمط واضح من التناوب القطاعي.
المرحلة الأولى (بداية 2023 إلى منتصف 2024) شهدت تركيزًا عاليًا لرأس المال في طبقة البنية التحتية الحاسوبية. كان السؤال الأساسي للسوق هو "من يستطيع توفير الحوسبة اللازمة لتدريب النماذج الكبيرة؟" خلال هذه الفترة، تفوقت شركات الشرائح مثل NVIDIA على بقية القطاعات بفارق كبير.
المرحلة الثانية (أواخر 2024 إلى نهاية 2025) شهدت انتشار رأس المال نحو مزودي السحابة وطبقة البرمجيات التطبيقية. أدرك السوق أن الحوسبة ليست سوى الخطوة الأولى؛ المنصات والأدوات التي تحول الذكاء الاصطناعي إلى إيرادات مستدامة قد تخلق قيمة دائمة. جذبت Microsoft وAmazon وSalesforce تدفقات كبيرة في هذه المرحلة.
المرحلة الثالثة (2026 حتى الآن) تتميز بتوزيع طبقي. يقوم المستثمرون المؤسسيون الكبار الآن بتوزيع رأس المال بين جميع القطاعات الثلاثة، لكن الوزن النسبي يعتمد على رؤيتهم لتقدم تجارية الذكاء الاصطناعي. المستثمرون المتفائلون بشأن استمرار نقص الحوسبة يركزون على أسهم الشرائح؛ أما المتفائلون بشأن تحقيق الدخل من النماذج فينتقلون نحو مزودي السحابة؛ فيما يركز المهتمون بكفاءة البرمجيات على طبقة التطبيقات.
يوفر هذا النمط من التناوب رؤية مهمة للمستثمرين الأفراد: ليس هناك حاجة للتعامل مع سرد الذكاء الاصطناعي ككتلة واحدة. بدلًا من ذلك، ينبغي فهم دورة القيادة لكل قطاع. عندما تظهر علامات تباطؤ الطلب على الحوسبة، قد يكون تقليل التعرض للطبقات العليا وزيادة التوزيع في الطبقات الأدنى استراتيجية إعادة توازن منطقية.
ما هي المؤشرات التي ينبغي على المستثمرين الأفراد التركيز عليها عند تصفية أسهم الذكاء الاصطناعي؟
استنادًا إلى التحليل أعلاه، يمكنك بناء إطار تصفية يبدأ من خصائص كل قطاع:
بالنسبة لطبقة البنية التحتية الحاسوبية، ركز على سجل الطلبات المتراكمة، وخطط التوسع في الطاقة الإنتاجية، وتركيز العملاء، وأيام دوران المخزون. سجل الطلبات المتراكمة يعكس وضوح الإيرادات للربعين إلى الأربعة المقبلة؛ بينما تشير خطط التوسع إلى رؤية الإدارة للطلب طويل الأمد.
بالنسبة لمزودي السحابة، راقب توجيهات الإنفاق الرأسمالي، ونسبة إيرادات خدمات الذكاء الاصطناعي، واتجاهات هوامش التشغيل. عادةً ما تشير زيادة الإنفاق الرأسمالي إلى قوة الطبقات العليا، لكن إذا انخفضت الهوامش بسبب الإفراط في الاستثمار، فقد تتأثر التقييمات.
بالنسبة لطبقة البرمجيات التطبيقية، ركز على معدلات تحويل الدفع لميزات الذكاء الاصطناعي، والاحتفاظ بالعملاء، والتميّز عن المنافسين. معدل تحويل الدفع هو مؤشر رئيسي على الطلب الحقيقي من المستخدمين؛ بينما يحدد تميّز الميزات قدرة الشركة على الحفاظ على قوة التسعير في المنافسة طويلة الأمد.
المؤشرات العامة لجميع القطاعات تشمل سجلات التداول الداخلي، وتغييرات تصنيف المحللين، وتحولات ملكية المؤسسات. يمكن العثور على هذه المؤشرات في تقارير الأرباح وملفات SEC، وتعد مؤشرات مساعدة مهمة على تغيرات توجه رأس المال.
الملخص
أسهم الذكاء الاصطناعي ليست فئة واحدة، بل سلسلة قيمة مكونة من أربع قطاعات أساسية: البنية التحتية الحاسوبية، النماذج الأساسية، البرمجيات التطبيقية، وخدمات السحابة. يختلف كل قطاع جوهريًا في وضوح الإيرادات، والمشهد التنافسي، وأساليب التقييم، وإيقاع تناوب رأس المال.
تستفيد طبقة البنية التحتية الحاسوبية من الطلب الصارم لكنها دورية للغاية؛ طبقة النماذج الأساسية تمثل الحد التقني لكنها تواجه مسارات غير واضحة للربحية؛ طبقة البرمجيات التطبيقية تجمع بين نمو الإيرادات وتحسين الهوامش لكنها تواجه خطر تميّز الميزات؛ مزودو السحابة يقدمون دخلًا متنوعًا وارتباطًا قويًا بالعملاء لكنهم يواجهون ضغوطًا مستمرة في الإنفاق الرأسمالي.
بالنسبة للمستثمرين الذين يتداولون أسهم الذكاء الاصطناعي الأمريكية عبر Gate، يساعد فهم هذا المنطق الطبقي في بناء استراتيجيات توزيع تتناسب بشكل أفضل مع تفضيلاتك للمخاطر. في أي قطاع، اتخاذ القرارات بناءً على الأساسيات وليس على توجه السوق هو المبدأ الأساسي للتحكم في المخاطر.
الأسئلة الشائعة (FAQ)
س: ما هي الأسهم الأمريكية المرتبطة بالذكاء الاصطناعي المتاحة على Gate؟
ج: يقدم قسم تداول الأسهم الأمريكية في Gate أسهم سلسلة القيمة الأساسية للذكاء الاصطناعي مثل NVIDIA (NVDA)، AMD، Microsoft (MSFT)، Google (GOOGL)، Amazon (AMZN)، Salesforce (CRM)، Adobe (ADBE)، وغيرها. يمكنك الاطلاع على القائمة الكاملة وبيانات السوق اللحظية عبر المنصة.
س: هل فات الأوان للاستثمار في أسهم الذكاء الاصطناعي الآن؟
ج: لا تزال عملية تحقيق الدخل من الذكاء الاصطناعي في مراحلها الأولى. رغم أن بعض الأسهم شهدت ارتفاعات كبيرة بالفعل، إلا أن معدلات الانتشار تختلف بشكل واسع بين قطاعات سلسلة القيمة. ننصح باستخدام إطار التحليل القطاعي أعلاه وأخذ قدرتك على تحمل المخاطر وأفقك الاستثماري في الاعتبار لاتخاذ قرار مستقل.
س: ما هي مصادر المخاطر الرئيسية لتصحيح أسعار أسهم الذكاء الاصطناعي؟
ج: تشمل المخاطر المبالغة في التقييم، تباطؤ نمو الإنفاق الرأسمالي من مزودي السحابة، اشتداد المنافسة مما يؤدي إلى تآكل الهوامش، بطء انتشار تطبيقات الذكاء الاصطناعي مقارنة بالتوقعات، والتعديلات العامة في السوق الناتجة عن التحولات الاقتصادية الكلية.
س: كيف يمكنني الحصول على أحدث بيانات السوق لأسهم الذكاء الاصطناعي على Gate؟
ج: سجّل الدخول إلى منصة Gate، انتقل إلى قسم تداول الأسهم الأمريكية، وابحث عن رموز الأسهم ذات الصلة للاطلاع على الأسعار اللحظية، الاتجاهات التاريخية، والبيانات الأساسية. جميع بيانات السوق يتم تحديثها في الوقت الحقيقي من البورصات.
س: هل من الأفضل الاستثمار في قطاع واحد من الذكاء الاصطناعي أم تنويع الاستثمار بين عدة قطاعات؟
ج: لا توجد إجابة واحدة تناسب الجميع. إذا كان لديك معرفة عميقة بقطاع معين، قد يكون التركيز منطقيًا. لكن نظرًا للاختلافات الدورية بين القطاعات، يساعد التنويع في تقليل تقلبات المحفظة. ننصح باتخاذ قرارات التوزيع بناءً على قدراتك البحثية وتفضيلاتك للمخاطر.
