على مدار العام الماضي، ظل الذكاء الاصطناعي أحد أبرز الموضوعات في أسواق رأس المال العالمية. فمن تقارير الأرباح القياسية لشركة Nvidia إلى استثمارات Microsoft وMeta وAmazon المتزايدة في مراكز البيانات، تطور الذكاء الاصطناعي من مجرد توجه تقني إلى دورة جديدة من تطوير البنية التحتية. هذا التحول بدأ الآن يؤثر على سوق العملات الرقمية أيضًا.
على عكس سوق عام 2024 الذي ركز على مفاهيم وكلاء الذكاء الاصطناعي وأصول الميم الخاصة بالذكاء الاصطناعي، اتجه رأس المال منذ عام 2026 بشكل أعمق في سلسلة القيمة الصناعية. أصبح المزيد من المستثمرين اليوم يطرحون سؤالًا عمليًا: مع تزايد عدد تطبيقات الذكاء الاصطناعي وتوسع قاعدة المستخدمين، من المستفيد الحقيقي من النمو طويل الأمد لصناعة الذكاء الاصطناعي؟
الإجابة تتغير من طبقة النماذج إلى طبقة البنية التحتية.
سواء تعلق الأمر بوكلاء الذكاء الاصطناعي، أو توليد الفيديو بالذكاء الاصطناعي، أو إنشاء الموسيقى بالذكاء الاصطناعي، أو خدمات الذكاء الاصطناعي على مستوى المؤسسات، فجميعها تعتمد بشكل كبير على موارد وحدات معالجة الرسومات (GPU). ومع انتقال القطاع من عصر تدريب النماذج إلى عصر الاستدلال، يتزايد الطلب على القدرة الحاسوبية بشكل مطرد. في الوقت ذاته، يظل عرض وحدات معالجة الرسومات محدودًا، وتكاليف الحصول على الموارد مرتفعة، وأسعار خدمات السحابة في تصاعد — وهي مشكلات تزداد وضوحًا. في ظل هذا الواقع، عادت شبكات GPU اللامركزية إلى دائرة الاهتمام من جديد.
وباعتبارها مشروعًا رئيسيًا في مجال بنية الذكاء الاصطناعي التحتية، أطلقت IO مؤخرًا سلسلة من حالات الاستخدام التجاري، مما عزز مكانتها كمنصة حوسبة للذكاء الاصطناعي. وعلى صعيد الأداء السعري، ارتفعت IO بنحو %200 تقريبًا من أدنى مستوياتها في أبريل. أما على مستوى الصناعة، فيعيد السوق تقييم القيمة طويلة الأمد لشبكات الحوسبة اللامركزية (DePIN) ضمن سلسلة قيمة الذكاء الاصطناعي. إذًا، هل استمرار ارتفاع سعر IO مجرد انتعاش مؤقت لقطاع الذكاء الاصطناعي، أم أنه إشارة إلى دخول شبكات GPU اللامركزية دورة نمو جديدة؟
خلف ارتفاع سعر IO: تحول تركيز السوق
عند النظر إلى اتجاهات الأسعار، يتضح أن ارتفاع IO الحالي ليس مجرد ارتداد تقني.
تُظهر بيانات سوق Gate والرسوم البيانية الأخيرة أن IO تراجعت إلى حوالي $0.09 في أوائل أبريل، ثم بقيت ضمن نطاق عرضي منخفض لعدة أسابيع. وخلال أبريل، كانت أحجام التداول ضعيفة وتقلب الأسعار محدودًا، مما يشير إلى استمرار حذر السوق تجاه قطاع بنية الذكاء الاصطناعي التحتية.
وجاء التحول الحقيقي في أوائل مايو.
مع ارتفاع أحجام التداول، اخترقت IO نطاق التماسك السابق وتجاوزت بسرعة علامة $0.15. وعلى الرغم من حدوث تراجع لاحق، إلا أن السعر بقي فوق منصة الاختراق، وتراجعت أحجام التداول بالتزامن. يشير هذا النمط إلى تناوب في حاملي العملة أثناء الارتفاع، وليس انسحابًا لرأس المال. ومن أواخر مايو وحتى أوائل يونيو، شهدت IO موجة جديدة من الارتفاع في الحجم والسعر، لتصل إلى ذروة قرب $0.27 — أي بزيادة تقارب %200 عن أدنى مستوياتها في أبريل.
وما يلفت النظر أكثر أن IO لم تكن المشروع الوحيد الذي انتعش في تلك الفترة. فقد جذبت مشاريع بنية الذكاء الاصطناعي التحتية الأخرى مثل Render وAethir وAkash اهتمام السوق أيضًا. ما يشير إلى أن رأس المال لا يتداول مشروعًا واحدًا فقط، بل منطق بنية الذكاء الاصطناعي التحتية ككل.
لقد أصبح تحول تركيز السوق واضحًا. فبينما كان المستثمرون سابقًا أكثر استعدادًا للدفع مقابل "مفاهيم الذكاء الاصطناعي"، أصبح المزيد من رأس المال اليوم يفكر في أي أجزاء من سلسلة قيمة الذكاء الاصطناعي ستشهد طلبًا مستدامًا. ومع انتقال السوق من المضاربة القائمة على السرد إلى الأساسيات، تجذب المشاريع ذات حالات الاستخدام الواقعية وقصص التمكين التجاري اهتمامًا أكبر بطبيعة الحال.
من منافسة النماذج إلى منافسة الاستدلال: صناعة الذكاء الاصطناعي تدخل مرحلة نمو جديدة
عند استعراض السنوات الثلاث الماضية من تطور الذكاء الاصطناعي، يتضح أن مشهد المنافسة قد تغير.
في عامي 2023 و2024، كان التركيز على قدرات النماذج. من يمتلك أكبر عدد من المعاملات، من يحقق أفضل أداء في الاختبارات القياسية، ومن لديه أقوى قدرة تدريب — كانت هذه هي النقاط المحورية. وخلال تلك المرحلة، تدفق رأس المال إلى شركات تطوير النماذج، وكانت موارد GPU تُعتبر أصولًا إنتاجية للتدريب بالدرجة الأولى.
لكن مع نضج النماذج، دخلت الصناعة مرحلة جديدة.
أدركت المزيد من الشركات أن التدريب رغم تكلفته العالية، ليس هو العبء الأكبر على المدى الطويل. فالتكلفة الحقيقية تكمن في الاستدلال. فالتدريب يحدث عادة أثناء تطوير النماذج وتحديثها، أما الاستدلال فيحدث في كل مرة يتفاعل فيها المستخدم مع منتج ذكاء اصطناعي. وبالنسبة لتطبيقات الذكاء الاصطناعي التي تضم ملايين أو حتى عشرات الملايين من المستخدمين، غالبًا ما تتجاوز تكاليف الاستدلال نفقات التدريب بكثير.
لهذا السبب، تركز المزيد من شركات التقنية اليوم على تحسين الاستدلال.
فبالنسبة للمؤسسات، فإن خفض تكاليف الاستدلال لا يوفر المال فقط، بل يمكّنها أيضًا من خدمة عدد أكبر من المستخدمين، وتحسين هوامش الأرباح، وتوسيع الحصة السوقية. وخلال السنوات القادمة، قد تنتقل المنافسة في الذكاء الاصطناعي من "من يملك النموذج الأقوى" إلى "من يستطيع تقديم خدمات الذكاء الاصطناعي بأقل تكلفة".
تصبح موارد GPU أكثر أهمية في هذا السياق.
يركز السوق الآن على تكاليف الحصول على GPU، وكفاءة استخدام الموارد، وفعالية جدولة القدرة الحاسوبية. وبالمقارنة مع طبقة النماذج التي تشهد دخول لاعبين جدد باستمرار، فإن شبكات GPU ومنصات الحوسبة تتمتع بطلب أكثر استقرارًا. فبغض النظر عن الشركة التي ستفوز في النهاية، جميعها بحاجة لاستهلاك كميات ضخمة من القدرة الحاسوبية. ولهذا السبب، تواصل مشاريع بنية الذكاء الاصطناعي التحتية جذب اهتمام السوق.
لماذا تجذب حالات الاستخدام التجاري الأخيرة لـ IO الانتباه؟
بينما تحدد توجهات الصناعة مسار رأس المال، فإن التقدم في التمكين التجاري على مستوى المشروع هو ما يحدد ما إذا كان السوق مستعدًا لمنح تقييمات أعلى.
أحد أكبر الشكوك التي واجهت قطاع DePIN خلال العام الماضي كان غياب الطلب الحقيقي. فالكثير من المشاريع تستطيع تجميع الموارد بسرعة عبر حوافز الرموز، لكنها تعجز عن إثبات أن هذه الموارد تُستخدم من قبل شركات حقيقية. ونتيجة لذلك، ظل السوق متحفظًا تجاه مشاريع DePIN.
إفصاحات IO الأخيرة جاءت لمعالجة هذه الإشكالية مباشرة.
أبرز مثال على ذلك هو Leonardo.AI. فوفقًا للبيانات الرسمية، توسعت Leonardo.AI من حوالي 14,000 مستخدم إلى 19 مليون مستخدم. وخلال هذه العملية، استفادت من شبكة IO للحصول على موارد GPU، مما خفض التكاليف الإجمالية لوحدات معالجة الرسومات بأكثر من %50 وقلص دورات التوريد من أسابيع أو شهور إلى أيام فقط.
وبالنسبة للسوق، تتجاوز أهمية هذه الحالة مجرد خفض التكاليف. فهي تثبت أن شبكات GPU اللامركزية باتت تخدم منصات ذكاء اصطناعي حقيقية تضم عشرات الملايين من المستخدمين — ولم تعد تقتصر على بيئات الاختبار.
أما الحالة البارزة الأخرى فتأتي من منصة Wondera للموسيقى بالذكاء الاصطناعي. حيث تظهر الأرقام الرسمية أن Wondera استخدمت أكثر من 550,000 ساعة GPU لتدريب النماذج، واستعانت بـ96 وحدة GPU متقدمة للمهام ذات الصلة. وبالمقارنة مع الحلول السحابية التقليدية، خفضت Wondera تكاليف التدريب بنحو %75، موفرة حوالي $2.48 مليون.
تشير هذه الحالات مجتمعة إلى رسالة واضحة: شبكات GPU اللامركزية تنتقل من إثبات المفهوم إلى التحقق التجاري الفعلي. ومع رؤية السوق لشركات حقيقية تستخدم موارد الشبكة لخفض التكاليف وتوسيع العمليات، يتطور منطق التقييم للمشاريع بشكل طبيعي.
لماذا تبحث شركات الذكاء الاصطناعي عن قدرة حوسبة خارج خدمات السحابة التقليدية؟
تجذب شبكات GPU اللامركزية الانتباه ليس فقط بسبب تطور المشاريع، بل نتيجة لتحديات أوسع تواجه الصناعة.
السبب الرئيسي يكمن في المشكلات الحقيقية التي تواجه قطاع الذكاء الاصطناعي.
فخلال السنوات الأخيرة، احتكر مزودو الخدمات السحابية الرئيسيون سوق وحدات معالجة الرسومات عالية الأداء تقريبًا. لكن مع انفجار الطلب على الذكاء الاصطناعي، كشفت النماذج السحابية التقليدية عن المزيد من المشكلات. فمن جهة، هناك نقص مزمن في موارد GPU، ما يجعل العديد من الشركات عاجزة عن تأمين الموارد المطلوبة حتى مع توفر الميزانيات. ومن جهة أخرى، تتآكل هوامش أرباح شركات الذكاء الاصطناعي بسبب ارتفاع تكاليف الخدمات السحابية.
وبالنسبة للعديد من شركات الذكاء الاصطناعي الصغيرة والمتوسطة، فإن هذا الضغط أكثر حدة.
فهي تفتقر إلى القدرة على حجز حصص كبيرة من وحدات GPU مسبقًا مثل عمالقة التقنية، ولا تستطيع تحمّل التكاليف السحابية المرتفعة بشكل مستمر. ونتيجة لذلك، يبحث القطاع بشكل عام عن مصادر قدرة حوسبية أكثر مرونة وأقل تكلفة.
وهنا تبرز فرصة شبكات GPU اللامركزية.
فمن خلال تجميع الموارد غير المستغلة حول العالم، توفر الشبكات اللامركزية للشركات وسيلة أكثر مرونة للوصول إلى الموارد. فعندما يرتفع الطلب، يمكن للشركات التوسع بسرعة؛ وعندما ينخفض الطلب، تتجنب التكاليف طويلة الأمد. ومن منظور الصناعة، يشبه هذا النموذج السوق المفتوحة أكثر من نظام التوزيع المركزي التقليدي.
ومع استمرار نمو عدد تطبيقات الذكاء الاصطناعي، ستزداد أهمية جدولة الموارد المرنة.
شبكات الحوسبة DePIN تدخل مرحلة التحقق من الطلب الحقيقي
من منظور تطور الصناعة، يُحتمل أن يكون الذكاء الاصطناعي محفزًا رئيسيًا لتمكين DePIN تجاريًا.
فخلال السنوات القليلة الماضية، ركزت مشاريع DePIN على حل مشكلات العرض — باستخدام الحوافز لجذب الأجهزة وبناء سوق موارد عالمي. لكن التحدي الحقيقي ليس في توسيع العرض، بل في التحقق من الطلب. فبدون عملاء حقيقيين وأحمال عمل مستدامة، حتى أكبر شبكة لا يمكنها خلق قيمة دائمة.
اليوم، يحقق الذكاء الاصطناعي التوافق بين العرض والطلب لأول مرة.
فشبكات GPU كانت تفتقر سابقًا إلى العملاء؛ أما اليوم، فشركات الذكاء الاصطناعي تفتقر إلى وحدات GPU. وشبكات البيانات كانت تفتقر إلى حالات الاستخدام؛ أما اليوم، فالنماذج تحتاج إلى المزيد من البيانات. وشبكات الحوسبة المفتوحة كانت تفتقر إلى التطبيقات؛ أما الآن، فطلب الاستدلال في الذكاء الاصطناعي يتزايد بقوة.
هذا التحول يعني أن DePIN لم يعد يقتصر على تجميع الموارد — بل أصبح لديه اليوم طلب صناعي حقيقي كقاعدة.
وتُظهر أداءات السوق الأخيرة أن المستثمرين يعيدون تقييم القطاع. فبدلًا من التركيز فقط على عدد العقد وحجم الأجهزة، ينظر السوق اليوم إلى العملاء من الشركات، واستخدام الشبكة، ومصادر الإيرادات الحقيقية. أي أن DePIN ينتقل من "رواية القصة" إلى "التحقق من الطلب"، مع الذكاء الاصطناعي كمحرك رئيسي لهذا التحول.
لماذا تُعد بنية الذكاء الاصطناعي التحتية المستفيد الأكبر من دورة سوق الذكاء الاصطناعي الحالية؟
إذا نظرت إلى قطاع الذكاء الاصطناعي حاليًا، ستلاحظ أن رأس المال ينتقل تدريجيًا من طبقة التطبيقات إلى البنية التحتية.
والسبب واضح. فالمنافسة بين التطبيقات شديدة عدم اليقين، بينما الطلب على البنية التحتية أكثر قابلية للتوقع. بغض النظر عن الشركة التي ستفوز بحصة السوق أو المنصة التي ستصبح سائدة، جميعها بحاجة مستمرة إلى القدرة الحاسوبية والبيانات وموارد الشبكة.
وهذا الطلب لن يختفي حتى لو انتهت المنافسة على مستوى التطبيقات.
لذا، بدلًا من المراهنة على منتج ذكاء اصطناعي واحد، يركز المزيد من المستثمرين على البنية التحتية. فبالنسبة للسوق، الندرة الحقيقية في الذكاء الاصطناعي ليست الرموز، بل الموارد الأساسية التي تحافظ على عمل المنظومة. ومع دخول الصناعة عصر الاستدلال، ستزداد أهمية موارد GPU، ومن المرجح أن تستفيد مشاريع البنية التحتية ذات الصلة من هذا التوجه.
ومن هذا المنظور، يعكس ارتفاع سعر IO ليس فقط الاعتراف بالمشروع ذاته، بل إعادة تقييم أوسع للقيمة طويلة الأمد لبنية الذكاء الاصطناعي التحتية.
المؤشرات الرئيسية لمتابعة أداء سعر IO في المستقبل
بالنسبة لـ IO، فإن العوامل التي تحدد قيمتها على المدى الطويل تتجاوز مجرد معنويات السوق.
فما يهم حقًا هو نمو قاعدة العملاء من الشركات، واستخدام GPU على الشبكة، وحجم أحمال العمل الحقيقية، وبيانات الإيرادات التجارية. إذا واصلت IO الإفصاح عن المزيد من الحالات مثل Leonardo.AI وWondera، وأثبتت عمليات الشبكة بشكل أكبر، فقد يلجأ السوق بشكل متزايد إلى نماذج تقييم البنية التحتية لتحديد قيمتها.
وفي الوقت ذاته، فإن وتيرة تطور صناعة الذكاء الاصطناعي ككل تبقى عاملًا حاسمًا. فإذا استمر الطلب على الاستدلال في الارتفاع، وواصلت الشركات البحث عن المزيد من موارد GPU، فقد يتسع مجال السوق لشبكات GPU اللامركزية أكثر.
لذا، فإن منطق IO الأساسي في المستقبل لا يتعلق فقط بمفهوم الذكاء الاصطناعي — بل بقدرتها على تلبية الطلب الحقيقي الناتج عن توسع صناعة الذكاء الاصطناعي بشكل مستمر.
الخلاصة
إن الارتفاع المستمر لسعر IO خلال الشهرين الماضيين ليس مجرد نتيجة لانتعاش المعنويات في قطاع الذكاء الاصطناعي. بل يعكس تحولًا جوهريًا في كيفية تقييم السوق لبنية الذكاء الاصطناعي التحتية. فمع انتقال الصناعة من عصر التدريب إلى عصر الاستدلال، تزداد أهمية موارد GPU، ويتسارع الطلب المؤسسي على قدرة حوسبية مرنة ومنخفضة التكلفة.
ومن Leonardo.AI إلى Wondera، تظهر حالات الاستخدام التجاري الأخيرة لـ IO أن شبكات GPU اللامركزية تدخل الآن سيناريوهات أعمال حقيقية. ما يعني أن قطاع الحوسبة DePIN ينتقل من تجميع الموارد إلى التحقق من الطلب. وإذا واصلت صناعة الذكاء الاصطناعي التوسع، فقد تصبح شبكة الحوسبة اللامركزية لـ IO جزءًا أساسيًا من منظومة البنية التحتية لعصر الذكاء الاصطناعي.
الأسئلة الشائعة
لماذا واصل سعر IO ارتفاعه مؤخرًا؟
جاء ارتفاع سعر IO مدفوعًا بزخم متجدد في قطاع بنية الذكاء الاصطناعي التحتية، وزيادة في حالات الاستخدام التجاري، وتركيز السوق المتجدد على الطلب على شبكات GPU.
ما أبرز التطورات التي شهدها مشروع IO مؤخرًا؟
أبرز التطورات هي حالات الاستخدام التجاري مع Leonardo.AI وWondera. فقد وسعت Leonardo.AI قاعدة مستخدميها إلى 19 مليون مستخدم مع خفض تكاليف GPU بأكثر من %50. أما Wondera فوفرت حوالي $2.48 مليون في تكاليف التدريب باستخدام شبكة IO. وتؤكد هذه الحالات جدوى شبكات GPU اللامركزية تجاريًا.
لماذا تجذب شبكات GPU اللامركزية الانتباه في صناعة الذكاء الاصطناعي؟
تجذب شبكات GPU اللامركزية الانتباه لأنها تجمع موارد GPU الموزعة عالميًا وتوفر للشركات خدمات حوسبة أكثر مرونة وأقل تكلفة. ومع النمو السريع في طلب الاستدلال بالذكاء الاصطناعي، يمكن لهذا النموذج أن يخفف من ضغوط التكلفة والموارد التي تواجهها الخدمات السحابية التقليدية.
لماذا أصبح DePIN مستفيدًا رئيسيًا في صناعة الذكاء الاصطناعي؟
يستفيد DePIN لأن الطلب على موارد GPU والبيانات والحوسبة لدى شركات الذكاء الاصطناعي يتزايد باستمرار، ما يجلب طلبًا خارجيًا حقيقيًا لشبكات DePIN.
ما العوامل التي يجب متابعتها لتقييم أداء سعر IO في المستقبل؟
تشمل العوامل الرئيسية التي تؤثر على سعر IO على المدى الطويل: نمو قاعدة العملاء من الشركات، واستخدام GPU، وحجم إيرادات الشبكة، ونمو الطلب على الاستدلال بالذكاء الاصطناعي. إذا تمكنت IO من مواصلة توسيع أحمال العمل الحقيقية وتعزيز التمكين التجاري، فقد تشهد قيمتها طويلة الأمد مزيدًا من التحقق.
