10 يوليو 2026 — بعد ثلاث سنوات من الصمت، عاد مارك زوكربيرغ إلى منصة X وأطلق تصريحًا هز صناعة الذكاء الاصطناعي بالكامل: أطلقت Meta رسميًا نموذج Muse Spark 1.1 متعدد الوسائط للاستدلال، وفتحت في الوقت ذاته العرض العام الأولي لواجهة برمجة التطبيقات Meta Model API. هذا المنشور كان إعلانًا رسميًا عن بدء تحول Meta من "مزود تكنولوجيا الذكاء الاصطناعي" إلى "مزود خدمات بنية تحتية للذكاء الاصطناعي".
لم يكن هذا مجرد ترقية روتينية للمنتجات. اختار زوكربيرغ إعلان الخبر على منصة X — أرض المنافس — بدلًا من منظومة التواصل الاجتماعي الخاصة بـ Meta، وهو ما يحمل رسالة قوية في حد ذاته. شركة واحدة تحاول فتح إمكانات تجارية عبر نماذج منخفضة التكلفة، بينما تبحث أخرى عن اتجاه وسط تحسن السيولة الكلية.
ومع ذلك، جاء رد فعل سوق رأس المال متوازنًا. حتى 10 يوليو (بتوقيت UTC+8)، أغلق سهم Meta عند $631.48، مرتفعًا بنسبة %4.70 في ذلك اليوم. بالنسبة لعملاق تقني، فإن ارتفاع %4.7 ليس ضعيفًا، لكنه أقل من "التأثير المتفجر" المتوقع عادةً مع إطلاق تقنيات الذكاء الاصطناعي، إذ كان حماس السوق واضحًا أنه محدود. لم يعد المستثمرون يسألون: "هل لدى Meta ذكاء اصطناعي؟" بل أصبح السؤال: "هل يمكن للذكاء الاصطناعي تحقيق أرباح؟"
من المصدر المفتوح إلى الدفع: لماذا تتحول Meta الآن؟
لفهم أهمية التحول الاستراتيجي الأخير لـ Meta، يجب أن نعود لمسيرة تطور الذكاء الاصطناعي لديها.
على مدار العامين الماضيين، كانت استراتيجية الذكاء الاصطناعي في Meta تدور حول "المصدر المفتوح". بدءًا من سلسلة نماذج Llama مفتوحة المصدر وصولًا إلى بناء مجتمع بحثي للذكاء الاصطناعي، هدفت Meta لكسب ثقة المطورين والتأثير في الصناعة عبر منظومة مفتوحة. لكن هذا النهج واجه مشكلة جوهرية: المصدر المفتوح لا يترجم مباشرة إلى الإيرادات.
بعد إطلاق نموذج مخيب للآمال في ربيع 2025، تدخل زوكربيرغ بنفسه لإعادة بناء فريق الذكاء الاصطناعي، وقام بتوظيف مؤسس Scale AI ألكسندر وانغ لقيادة مختبرات Meta Superintelligence الجديدة. تدريجيًا، تحولت استراتيجية الشركة من "المصدر المفتوح أولًا" إلى تطوير "نماذج خاصة قابلة للتسويق". ويُعد Muse Spark 1.1 أول نتيجة ملموسة لهذا الاتجاه الجديد.
في الوقت ذاته، وصلت استثمارات Meta في البنية التحتية إلى مستويات ضخمة. ففي 2023، بلغت النفقات الرأسمالية للشركة $28.1 مليار، وارتفعت إلى $39.2 مليار في 2024، ووصلت إلى $72.2 مليار في 2025. وفي 2026، تستعد Meta لرفع الإنفاق السنوي إلى ما بين $125 مليار و$145 مليار، مع التركيز على مجموعات الحوسبة الخاصة بالذكاء الاصطناعي وتطوير النماذج الكبيرة — أي ضعف استثمار 2025 تقريبًا. وخلال النصف الأول من 2026 فقط، وقعت Meta عقودًا لأكثر من 5 جيجاوات من موارد الحوسبة السحابية وإدارة مراكز البيانات.
هذا الإنفاق الهائل على البنية التحتية يتطلب مسارًا واضحًا للتسويق التجاري. إطلاق Muse Spark 1.1 وMeta Model API هو في جوهره محاولة Meta لإنشاء "قناة استرداد الإيرادات" لمئات المليارات من النفقات الرأسمالية.
تميز Muse Spark 1.1: انخفاض السعر لا يعني ضعف الأداء
من منظور المنتج، لا يُعد Muse Spark 1.1 استجابة متسرعة لاتجاهات السوق. وفقًا لـ Meta، تم تصميم النموذج خصيصًا لمهام الوكلاء، مع تحسينات كبيرة في استخدام الأدوات، وتشغيل الحاسوب، وتوليد الأكواد، وفهم الوسائط المتعددة. يدعم النموذج نافذة سياق تصل إلى مليون رمز، ويمكن أن يعمل كوكيل رئيسي في أنظمة متعددة الوكلاء أو كوكيل فرعي متخصص. وكشف زوكربيرغ أن Muse Spark 1.1 تفوق على نموذج Gemini من Google في عدة اختبارات معيارية، منها قدرات الوكلاء، البرمجة، والمهام متعددة الوسائط.
ما جذب انتباه الصناعة حقًا هو استراتيجية التسعير لدى Meta. واجهة Meta Model API بسعر $1.25 لكل مليون رمز إدخال، و$4.25 لكل مليون رمز إخراج. وأوضح زوكربيرغ على منصة X أن هذا السعر يمثل تقريبًا ربع السعر الرسمي للنماذج المتقدمة المماثلة من OpenAI وAnthropic. كما يحصل المطورون المسجلون على رصيد مجاني بقيمة $20 لتجربة الخدمة.
من المهم الإشارة إلى أن هذا ليس "أقل سعر مطلق". فهو أعلى من نموذج GPT-5 mini المبتدئ من OpenAI ونموذج Claude Haiku 4.5 الاقتصادي من Anthropic، لكنه أقل بكثير من نموذج Claude Sonnet 4.6 عالي المستوى من Anthropic. تستهدف Meta بهذا التسعير سوق المطورين فوق المتوسط — أولئك الذين يحتاجون إلى قدرات قوية للنموذج لكنهم حساسون تجاه أسعار النماذج الرائدة من OpenAI وAnthropic.
أربعة عمالقة، أربع استراتيجيات
عند مقارنة Meta مع OpenAI وAnthropic وGoogle، تظهر أربعة مناهج تجارية مختلفة بوضوح.
تتبع OpenAI نموذج "التميز في الأداء". مستفيدة من تفوق سلسلة GPT التقنية، تفرض OpenAI رسومًا عالية على واجهات برمجة التطبيقات للعملاء من الشركات، وتوزع قدرات النماذج عبر قنوات السحابة التابعة لـ Microsoft. الافتراض الأساسي: طالما النموذج قوي بما يكفي، ستدفع الشركات علاوة مقابل الأداء.
تعتمد Anthropic على "التميز في الأمان". مع "الذكاء الاصطناعي الدستوري" والأمان كعوامل تمييز، تجذب Anthropic قاعدة كبيرة من العملاء المؤسسيين ذوي احتياجات الامتثال الصارمة والسيطرة على المخاطر. وقد ارتفعت قيمتها السوقية الثانوية إلى $1.2 تريليون، ما يعكس تقدير سوق رأس المال للقيمة التجارية لـ "الذكاء الاصطناعي الآمن".
تسعى Google لاستراتيجية "التكامل الشامل للمنظومة". حيث يتم تضمين نموذج Gemini في جميع منتجات Google — البحث، الإعلانات، السحابة، Workspace — وتعمل قدرات الذكاء الاصطناعي على رفع متوسط الإيراد لكل مستخدم من الأعمال القائمة بدلًا من أن تكون مصدر دخل مستقل.
أما Meta، فقد اختارت طريقًا رابعًا: منظومة مفتوحة + ميزة التكلفة. من خلال تقديم أسعار واجهة برمجة التطبيقات أقل بكثير من المنافسين، تهدف Meta لجذب المطورين على نطاق واسع، مستفيدة من حجم المنظومة لمواجهة التفوق التقني لـ OpenAI وتفوق المنظومة لدى Google. المنطق هو: أسعار أقل → تبني أكبر من المطورين → منظومة أوسع → دائرة بيانات وتأثيرات الشبكة → ميزة تنافسية طويلة الأمد.
لا يوجد طريق أفضل بالضرورة، لكن استراتيجية Meta تبرز: فهي لا تعتمد على التفوق التقني، بل تسعى لإعادة تشكيل المشهد التنافسي بنموذج اقتصادي. إذا استمر الفارق في الأداء بين نماذج الذكاء الاصطناعي في التقلص خلال الـ 12–24 شهرًا القادمة، سيصبح السعر عاملًا أكثر حسمًا في قرارات الشركات — وهذا هو رهان Meta الأساسي.
لماذا السوق ليس "منخرطًا بالكامل"
بعد الإعلان، أغلق سهم Meta مرتفعًا بنسبة %4.7 عند $631.48. قد يكون هذا مثيرًا لأي إطلاق منتج اعتيادي، لكن بالنظر إلى أن Muse Spark 1.1 هو أول نموذج من Meta موجه للشركات ويحقق إيرادات، يمكن وصف رد فعل السوق بأنه "تفاؤل حذر".
المستثمرون لا يشككون في قدرات الذكاء الاصطناعي لدى Meta؛ بل لديهم ثلاثة مخاوف أعمق.
أولًا، مدى اليقين في مساهمة الإيرادات. مع أسعار واجهة برمجة التطبيقات التي تمثل ربع أسعار المنافسين، تحتاج Meta لتحقيق عدة أضعاف حجم الاستخدام مقارنة بمنافسيها للوصول إلى إيرادات مماثلة. حاليًا، يتوفر Muse Spark 1.1 فقط في العرض العام الأولي للمطورين في الولايات المتحدة. لا يزال الطريق طويلًا من العرض الأولي إلى التبني التجاري واسع النطاق وتحقيق إيرادات مؤثرة.
ثانيًا، استدامة النفقات الرأسمالية. الإنفاق السنوي بين $125–145 مليار يعني أن Meta تحرق أكثر من $340 مليون يوميًا على بنية الذكاء الاصطناعي التحتية. حتى مع استمرار نمو أعمال الإعلانات لدى Meta — حيث تتوقع WARC Media تحقيق $240 مليار إيرادات إعلانات في 2026 — سيبقى هذا الاستثمار الضخم يشكل ضغطًا على الأرباح.
ثالثًا، جدول تحقيق الأرباح. استثمارات بنية الذكاء الاصطناعي التحتية تحتاج وقتًا لتوليد الأرباح. تتوقع Goldman Sachs أن تبلغ النفقات الرأسمالية المجمعة لـ Alphabet وAmazon وMicrosoft وMeta في 2026 نحو $725 مليار. مع هذا الاستثمار الضخم على مستوى الصناعة، لن تتحقق تجارية الذكاء الاصطناعي في فصل أو فصلين فقط.
انتقل السوق من مرحلة "سرد الذكاء الاصطناعي" إلى "مرحلة التنفيذ". لم يعد المستثمرون يدفعون مقابل "إطلاق النماذج"، بل يريدون رؤية كيف تتحول النماذج إلى تدفقات نقدية.
الخلاصة
في اليوم الذي عاد فيه زوكربيرغ إلى منصة X، أرسلت Meta رسالة واضحة للصناعة عبر Muse Spark 1.1 وModel API: سباق الذكاء الاصطناعي يتحول من "من يملك أفضل نموذج" إلى "من يمكنه إيصال النماذج لأكبر عدد من الناس بأقل تكلفة".
لدى OpenAI حاجز تقني، ولدى Google حاجز منظومة، ولدى Anthropic حاجز أمان — أما Meta فتعتمد على حاجز السعر لتحريك السوق. نجاح هذه الاستراتيجية يعتمد على عاملين رئيسيين: هل فعلاً يتقلص الفارق في الأداء بين النماذج، وهل سيغير المطورون وجهتهم بالفعل من أجل الأسعار الأقل.
بالنسبة لصناعة العملات المشفرة، بغض النظر عن نتيجة هذه المنافسة، فإن بنية الذكاء الاصطناعي الأقل تكلفة تعني المزيد من الإمكانيات. عندما لا تعود تكلفة استخدام النماذج عائقًا، ستُعاد صياغة تصورات التطبيقات الذكية على السلسلة.
قصة تجارية الذكاء الاصطناعي بدأت فصلها الثاني. الفصل الأول كان "من يبني النموذج"، والفصل الثاني هو "من يجعل النماذج متاحة وبأسعار معقولة". Meta تراهن بكل قوتها على كتابة الفصل الثاني.
الأسئلة الشائعة
س1: ما هو السعر الدقيق لواجهة Meta Model API، وكيف يقارن مع المنافسين؟
واجهة Meta Model API بسعر $1.25 لكل مليون رمز إدخال و$4.25 لكل مليون رمز إخراج. يقول زوكربيرغ إن هذا يمثل حوالي ربع السعر الرسمي للنماذج المتقدمة من OpenAI وAnthropic. كما يحصل المطورون المسجلون على رصيد مجاني بقيمة $20 لتجربة الخدمة.
س2: ما هي القدرات الأساسية لنموذج Muse Spark 1.1؟
Muse Spark 1.1 هو نموذج استدلال متعدد الوسائط صُمم خصيصًا لمهام الوكلاء، مع تحسينات كبيرة في استخدام الأدوات، وتشغيل الحاسوب، وتوليد الأكواد، وفهم الوسائط المتعددة. يدعم النموذج نافذة سياق تصل إلى مليون رمز، ويمكن أن يعمل كوكيل رئيسي في أنظمة متعددة الوكلاء أو كوكيل فرعي متخصص لمهام محددة.
س3: لماذا تتحول Meta من Llama مفتوح المصدر إلى نموذج واجهة برمجة التطبيقات المدفوع؟
وصلت استثمارات Meta السنوية في بنية الذكاء الاصطناعي التحتية إلى $125–145 مليار، ولا يمكن لنموذج المصدر المفتوح تحقيق عوائد تجارية على هذا الإنفاق الضخم. التحول إلى نموذج واجهة برمجة التطبيقات المدفوع يخلق قناة إيرادات مستدامة لهذه المليارات من النفقات الرأسمالية، فيما تهدف استراتيجية الأسعار المنخفضة لجذب المطورين وبناء منظومة واسعة النطاق.
س4: لماذا ارتفع سهم Meta بنسبة %4.7 فقط بعد إطلاق الذكاء الاصطناعي؟
تحول تركيز المستثمرين من "إطلاق نماذج الذكاء الاصطناعي" إلى "هل يمكن لتجارية الذكاء الاصطناعي أن تتحول إلى إيرادات حقيقية". تدور شكوك السوق حول Meta في ثلاث نقاط: مدى اليقين في مساهمة إيرادات واجهة برمجة التطبيقات، واستدامة الإنفاق الرأسمالي بقيمة $125 مليار، وجدول تحول استثمارات الذكاء الاصطناعي إلى أرباح.
