لا توجد شبكة كهرباء صينية، لا يمكن صنع "الروبيان الوطني"

في أوائل عام 2026، أصبح OpenClaw (المعروف باسم “الروبيان الصغير”) سريع الانتشار على GitHub، وبلغ في مارس أحد أسرع المشاريع مفتوحة المصدر نموًا في تاريخ GitHub. من المستخدمين التقنيين إلى المستخدمين العاديين، ومن المبرمجين إلى المتقاعدين، انتشرت ظاهرة “تربية الروبيان” على جميع المنصات تقريبًا، وأصبحت حتى موضة شبابية جديدة، يتسابق الشباب على تجربتها كموضة حديثة.

عندما يتعلق الأمر بتوظيف الوكيل لأداء المهام، فإن “التكلفة” ليست بسيطة. فكل مهمة ينفذها الوكيل تتطلب عشرات عمليات الاستنتاج المتتالية واتخاذ القرارات، وقد يستهلك ذلك قوة حسابية تساوي عشرات أضعاف المحادثات العادية. على سبيل المثال، رد GPT-5.4 على كلمة “مرحبًا” يتطلب 80 دولارًا. وكلما زاد انتشار الوكيل، زاد الطلب على القوة الحسابية، وارتفعت استهلاك الكهرباء بشكل حاد.

قال باحث مخضرم في الذكاء الاصطناعي إن استهلاك الرموز (tokens) سيغرس بشكل متزايد في الأساسيات الاقتصادية. في المستقبل، ستتم معظم الأنشطة الاقتصادية عبر استهلاك الرموز. ومع تزايد الاعتماد على الذكاء الاصطناعي، أصبح استهلاك الكهرباء عاملاً حاسمًا في هذه المنافسة.

لطالما حافظت تكاليف الكهرباء في الصين على تنافسية قوية بين الاقتصادات الكبرى، حتى أن إيلون ماسك وهنري كوين قد عبرا علنًا مرارًا وتكرارًا عن أن “الصين قد تفوز في سباق الذكاء الاصطناعي بفضل ميزة الطاقة والكهرباء”.

لكن “ميزة الطاقة والكهرباء” ليست مجرد عبارة عامة، فخلفها نظام فريد من نوعه في الصين من مصادر الطاقة والكهرباء، يحمل فرصًا وتحديات في آنٍ واحد.

سباق قوة الحوسبة في الذكاء الاصطناعي وارتفاع الطلب العالمي على الكهرباء

مع انفجار الذكاء الاصطناعي التوليدي، يبتلع بسرعة غير مسبوقة موارد الحوسبة العالمية.

وأظهرت بيانات معهد المعلومات والاتصالات الصيني أن إجمالي قدرة الحوسبة العالمية حتى يونيو 2025 بلغ 4495 إكافلوبس، بزيادة حوالي 117% عن العام السابق. ومن بين ذلك، ارتفعت نسبة القدرة الحاسوبية المستخدمة في تدريب واستنتاج الذكاء الاصطناعي من حوالي 70% في 2024 إلى 85%، لتصبح القوة الدافعة الرئيسية لنمو القدرة الحاسوبية.

هذا الطلب المتزايد بسرعة على القدرة الحاسوبية يترجم مباشرة إلى استهلاك الكهرباء. ووفقًا لتقرير الوكالة الدولية للطاقة (IEA) حول “الطاقة والذكاء الاصطناعي”، فإن استهلاك مراكز البيانات العالمية من الكهرباء في 2025 يتراوح بين 415 و650 تيراواط ساعة، أي حوالي 1.5% إلى 2% من إجمالي استهلاك الكهرباء العالمي. ومن بين ذلك، يشكل استهلاك مراكز البيانات المعتمدة على الذكاء الاصطناعي نسبة تتراوح بين 30% و40%، وما زالت في ارتفاع سريع.

وأشارت الوكالة الدولية للطاقة إلى أن الولايات المتحدة والصين وأوروبا هي المناطق الأكثر استهلاكًا للكهرباء في مراكز البيانات، حيث تمثل الولايات المتحدة حوالي 45%، والصين حوالي 25%، بينما تمثل أوروبا حوالي 15%.

انتشار استخدام وكلاء مثل “الروبيان الصغير” يضع هذا الاستهلاك في مستوى جديد.

على سبيل المثال، كل خطوة في OpenClaw تستهلك قدرة حسابية ومالًا حقيقيًا، حيث ذكر مستخدمون من الخارج أن مهمة آلية غير مُعدة بشكل صحيح استهلكت 200 دولار من رسوم API في يوم واحد.

بالإضافة إلى ذلك، حتى عند تشغيل نماذج بأسعار نسبية منخفضة، فإن استدعاء الوكيل المستمر يفرض تكاليف كبيرة: فتكلفة تشغيل Kimi يوميًا تتراوح بين 5 و10 دولارات، وميزانية الرموز الشهرية عادة بين 150 و300 دولار؛ وإذا استخدمت API Claude وترك OpenClaw يعمل على مدار الساعة، فإن التكاليف الشهرية قد تصل إلى 800 إلى 1500 دولار.

وتوقع شركة جارتنر الأمريكية للاستشارات أنه بحلول نهاية 2026، ستدمج حوالي 40% من الشركات أنظمة ذكاء اصطناعي موجهة للمهام، مقارنة بأقل من 5% في 2025. وعندما يصبح استخدام الوكيل جزءًا من البنية التحتية الأساسية للشركات، يتغير الطلب على القدرة الحاسوبية، حيث يتحول تدريجيًا إلى عبء مستمر، يدفع استهلاك الكهرباء في الشبكة العالمية بشكل مستمر.

هذا النمو السريع بدأ يضغط على قطاع الطاقة. وتتوقع شركة مورغان ستانلي أن فجوة الكهرباء في مراكز البيانات الأمريكية ستصل إلى 47 جيجاوات بين 2025 و2028، وهو ما يعادل استهلاك حوالي 9 مدن ميامي من الكهرباء. وهذه الأرقام تعكس سباق استهلاك الطاقة بشكل واضح.

وفي الوقت نفسه، يؤثر نظام بيئة الحوسبة في الذكاء الاصطناعي في مختلف الدول على تكلفة هذا الاستهلاك.

قال باحث مخضرم في الذكاء الاصطناعي إن غالبية أنظمة تدريب النماذج الكبيرة تعتمد حاليًا على بيئة CUDA من NVIDIA، ولا تزال العديد من نماذج التدريب الضخمة تعتمد بشكل كبير على وحدات معالجة الرسوميات (GPU) من NVIDIA وإطارات العمل البرمجية المتقدمة. بالمقابل، لا تزال وحدات المعالجة الرسومية المحلية (国产GPU) في مرحلة تحسين بيئة البرمجيات، لذا فهي تستخدم بشكل أكبر في الاستنتاج.

وهذا يجعل النماذج المفتوحة الوزن أكثر جدوى في الصين. فبمجرد فتح أوزان النموذج، يمكن للشركات تنفيذ الاستنتاج على خوادم محلية أو باستخدام وحدات معالجة الرسوميات المحلية، دون الاعتماد الكامل على مزودي السحابة الخارجيين.

وفي ظل هذا النموذج، تتغير بنية تكلفة الذكاء الاصطناعي، حيث لم تعد تكلفة الاستنتاج تعتمد فقط على GPU وخدمات السحابة، بل تتحول بشكل أكبر إلى تكاليف الخوادم والكهرباء.

ولهذا السبب، زادت أهمية تكلفة الكهرباء في نظام الحوسبة في الصين.

المنافسة على الطاقة وراء الذكاء الاصطناعي: ليست مجرد انخفاض أسعار الكهرباء

مع ازدياد شعبية الوكلاء واستمرار عمليات الاستنتاج المتعددة، يزداد استهلاك الرموز بشكل كبير، ووراء ذلك، يستهلك الأمر طاقة كهربائية لا تتوقف. في ظل هذا الواقع، هل يمكن أن تستمر ميزة انخفاض أسعار الرموز (أي أسعار API لوحدات الذكاء الاصطناعي الصينية) في الاستمرار؟

قال الدكتور شيونغ يوشيوان، مساعد رئيس قسم التعليم في الذكاء الاصطناعي بجامعة وسط الصين، إن من منظور الطاقة والكهرباء، هناك ميزة هيكلية في تكلفة الرموز المنخفضة في الصين.

وتعود هذه الميزة بشكل رئيسي إلى حجم وتكلفة نظام الطاقة في الصين.

من حيث الحجم، تمتلك الصين أكبر نظام كهربائي في العالم. حتى 2025، بلغ إجمالي قدرة التوليد المركبة 3890 مليون كيلوواط، وبلغ إجمالي استهلاك الكهرباء في المجتمع لأول مرة أكثر من 10 تريليون كيلوواط ساعة، محتلة المركز الأول عالميًا. و"10 تريليون كيلوواط ساعة" تعادل أكثر من ضعف استهلاك الولايات المتحدة السنوي، وتفوق على مجموع استهلاك الاتحاد الأوروبي وروسيا والهند واليابان في سنة واحدة. هذه القدرة الكبيرة على التوليد توفر أساسًا قويًا لمراكز البيانات عالية الاستهلاك للطاقة.

وفي 5 مارس 2026، قدمت الحكومة الصينية في تقرير عملها لعام 2026 خطة لتنفيذ “تجمعات الحوسبة الضخمة، والتنسيق بين الحوسبة والطاقة، وتعزيز البنية التحتية الجديدة”. وتحت إطار السياسات الذي يركز على التنسيق بين القدرة الحاسوبية والطاقة، يمكن لمراكز البيانات والبنية التحتية للذكاء الاصطناعي في الصين أن تتوافق بشكل أكثر كفاءة مع نظام الكهرباء.

وفي الوقت نفسه، تتصدر الصين عالميًا في قدرات التوليد من الطاقة الكهرمائية، والطاقة الريحية، والطاقة الشمسية. وفي بعض المناطق، يتيح وفرة مصادر الطاقة أن تحصل مراكز البيانات على تكاليف كهرباء منخفضة نسبيًا.

قال شيونغ يوشيوان: “بالإضافة إلى خفض تكاليف الكهرباء، يساهم هذا الهيكل الطاقي أيضًا في تقليل الانبعاثات الكربونية”. وأضاف: “في المستقبل، لا تزال الرموز المنخفضة السعر في الصين تتمتع بمنافسة جيدة”.

وأشار خبير شبكة كهربائية مخضرم إلى أن الميزات التنافسية الحقيقية ليست فقط في حجم مصادر الطاقة، بل أيضًا في قدرة الصين على إدارة نظام الكهرباء ونظام النقل لمسافات طويلة.

تواجه الصين مشكلة هيكلية طبيعية في توزيع موارد الطاقة: الموارد في الغرب، والطلب في الشرق، والفاصل بينهما آلاف الكيلومترات. الحل الرئيسي لهذه المشكلة هو شبكة النقل عالية الجهد (UHV).

حاليًا، أنشأت الصين 44 قناة لنقل الطاقة عبر المناطق، وتتمتع بأعلى مستوى للجهد في العالم، وأطول خطوط نقل عالية الجهد. حتى نهاية 2025، قدرة النقل من الغرب إلى الشرق تجاوزت 340 مليون كيلوواط، وتدعم حوالي خمس استهلاك المناطق الشرقية والوسطى. يمكن لطاقة الرياح والطاقة الشمسية منخفضة التكلفة من مناطق مثل شينجيانغ، وقانسو، ومنغوليا الداخلية أن تُنقل بكفاءة إلى المناطق الشرقية ذات الطلب العالي، مما يتيح لمراكز البيانات الحصول على طاقة مستقرة وموثوقة دون الاعتماد على شبكات الكهرباء ذات الأسعار المرتفعة في المدن.

نموذج “الشرق يزود الغرب بالحوسبة” يُعد رائدًا على مستوى العالم، وهو الآن يُطبق بشكل منهجي فقط في الصين من خلال مشاريع وطنية.

وبالتالي، تمتلك الصين ميزة فريدة في مجال الطاقة للذكاء الاصطناعي: الحجم الكبير لاستيعاب الأحمال الكبيرة، والقدرة على النقل عبر المناطق بفضل شبكة النقل عالية الجهد، والإجراءات السريعة للتنفيذ. تضافر هذه العوامل يشكل حاجزًا استراتيجيًا حقيقيًا للبنية التحتية للحوسبة في الذكاء الاصطناعي.

الحد الفاصل الحقيقي لقدرة الحوسبة في الذكاء الاصطناعي: جودة واستقرار الكهرباء

بعيدًا عن الحجم، والنظام، والبيئة، هناك عامل أكثر سهولة في التغافل عنه: جودة الكهرباء.

وراء انخفاض أسعار الكهرباء في الصين، توجد بنية طاقة مختلفة تمامًا. قال لي غوانغوي، الرئيس التنفيذي لشركة BraneMatrix للذكاء الاصطناعي، إن آلية تحديد أسعار الكهرباء في الصين معقدة جدًا، وميزة تكلفة الحوسبة في الذكاء الاصطناعي لا تعتمد فقط على سعر الكهرباء، بل ترتبط أيضًا بشكل وثيق بهيكل الطاقة وقدرة نظام الكهرباء.

وفي الواقع، تختلف بنية نظام الكهرباء بشكل كبير بين المناطق في الصين.

فبعض المناطق غنية بالفحم، وتتمتع بأسعار كهرباء منخفضة؛ وأخرى تمتلك قدرات كبيرة من مصادر الطاقة المتجددة، لكن محدودية استيعابها تؤدي إلى فائض في بعض الأوقات؛ وأخرى تعاني من قدرات شبكة النقل، مما يعيق دمج مصادر الطاقة المتجددة وتوفير استقرار في الإمداد. هذه الاختلافات تجعل من بنية موارد الطاقة في الصين واضحة ومميزة جغرافيًا.

بالإضافة إلى ذلك، بالنسبة لمراكز البيانات، فإن الاختلافات ليست فقط في أسعار الكهرباء، بل الأهم هو استقرار إمدادات الكهرباء.

قال لي غوانغوي: “متطلبات بيئة الكهرباء لوحدات المعالجة الرسومية (GPU) صارمة جدًا. إذا حدث تقلب في الجهد أو التيار، فإن ذلك قد يؤثر على أداء الأجهزة، أو يتلفها مباشرة، ويزيد من معدل الأعطال”. هذا يعني أنه حتى مع الحصول على كهرباء منخفضة السعر، إذا كانت جودة الإمداد غير مستقرة، فإن الأمر قد يكون غير مجدي. بالإضافة إلى ذلك، في المناطق التي تفتقر إلى بنية تحتية كهربائية متطورة، فإن الاعتماد على مصادر طاقة متقلبة قد يزيد من مخاطر تشغيل الأجهزة.

لذلك، تعمل بعض مراكز البيانات الكبرى على بناء أنظمة إمداد طاقة أكثر تكاملًا، مثل أنظمة إدارة الطاقة، وأجهزة إمداد ثابتة، وأنظمة إدارة الطاقة البرمجية، لضمان تشغيل وحدات المعالجة الرسومية في بيئة مستقرة على المدى الطويل. على سبيل المثال، غالبًا ما تكون مراكز البيانات التابعة لشركات Google وMicrosoft مزودة بأنظمة طاقة مستقلة، وهو جزء مهم من البنية التحتية للحوسبة في الذكاء الاصطناعي.

من هذا المنظور، في عصر الوكلاء، فإن التحدي الرئيسي للحوسبة في الذكاء الاصطناعي ليس فقط في أسعار الكهرباء، بل في قدرة نظام الكهرباء على دعم تشغيل مجموعات وحدات المعالجة الرسومية بكفاءة واستقرار على المدى الطويل.

المخاوف من الطاقة وراء الذكاء الاصطناعي: الجغرافيا السياسية

حجم واستقرار نظام الكهرباء يحددان قدرة الحوسبة في الذكاء الاصطناعي على الاستمرار، لكن على مستوى أوسع، فإن استقرار إمدادات الطاقة ذاته يؤثر على هذا النظام.

مؤخرًا، تصاعد التوتر بين الولايات المتحدة وإيران، مع تصاعد الأوضاع الأمنية في الشرق الأوسط.

ومن بين أهم الممرات البحرية لنقل الطاقة، مضيق هرمز، الذي يربط الخليج العربي بالخليج العربي، وهو أحد أهم ممرات نقل الطاقة في العالم. معظم النفط المصدّر من دول الشرق الأوسط يمر عبر هذا المضيق إلى آسيا وأوروبا، ويمر النفط الذي تستورده الصين من السعودية والعراق والإمارات عبر هذا الممر أيضًا.

وفي حال تصاعد النزاعات أو تعطلت الشحنات، فإن ذلك قد يؤدي إلى ارتفاع أسعار النفط عالميًا، ويمتد تأثيره إلى أسعار الغاز الطبيعي وغيرها من مصادر الطاقة، مما يرفع التكاليف الكلية.

حتى 2025، تعتمد الصين على استيراد حوالي 40-45% من غازها الطبيعي، ويأتي ذلك من أنابيب الغاز الروسية، وطرق الغاز عبر آسيا الوسطى، وغاز طبيعي مسال من قطر وأستراليا. رغم أن حصة الغاز الطبيعي في توليد الكهرباء في الصين ليست كبيرة، إلا أنه يلعب دورًا مهمًا في توازن الطلب على الطاقة.

وإذا تغيرت بنية الطاقة في الصين، واستمر الطلب على الحوسبة في النمو، فإن ذلك قد يضع ضغطًا جديدًا على إمدادات الطاقة، وهو ما يثير قلق الصناعة.

قال خبير شبكة كهربائية مخضرم إن نظام الطاقة في الصين، رغم حجمه، لا يزال يعتمد على موارد خارجية في بعض الأحيان، مثل النفط والغاز، التي تستورد من الأسواق الدولية، مما يعرض استقرارها لمخاطر. ومع تغير المشهد الجيوسياسي وأسواق الطاقة، فإن مصادر الطاقة الخارجية قد تتعرض لتقلبات.

هذه القضية المتعلقة بالطاقة وراء سباق الذكاء الاصطناعي لا تزال غير محسومة تمامًا.

المصدر: تينسنت تكنولوجي

تحذيرات المخاطر وشروط الإعفاء

السوق محفوف بالمخاطر، ويجب على المستثمرين توخي الحذر. لا تشكل هذه المقالة نصيحة استثمارية شخصية، ولم تأخذ في الاعتبار الأهداف أو الحالة المالية أو الاحتياجات الخاصة للمستخدمين. يجب على المستخدمين تقييم مدى توافق الآراء أو الاستنتاجات الواردة مع ظروفهم الخاصة، وتحمل المسؤولية عن قراراتهم.