Kimi K3 يختبر منطق إنفاق الذكاء الاصطناعي لا ينسفه

النموذج الصيني يضغط على افتراضات التسعير والعائد، لكن خطر الركود لا يظهر إلا إذا تحولت إعادة تسعير الرقائق إلى خفض واسع للإنفاق والائتمان والتوظيف.

ما الذي غيّره Kimi K3 فعلياً؟

فتح Kimi K3 سؤالاً مالياً أكثر مما حسم سؤالاً تقنياً: هل تستطيع نماذج صينية رخيصة أو مخطط لإتاحة أوزانها أن تضغط أسعار الذكاء الاصطناعي بالسرعة التي تهدد عوائد مئات المليارات من الدولارات المخصصة لمراكز البيانات والرقائق والشبكات؟ الإجابة الأقرب إلى الأدلة أن النموذج لم يثبت انهيار دورة الإنفاق، لكنه جعل فرضيات العائد أقل راحة للمستثمرين.

تعرض وثائق منصة Kimi نموذج K3 بوصفه أقوى نماذجها الرئيسية حتى الآن، مع 2.8 تريليون معلمة، ونافذة سياق تبلغ مليون رمز، وفهم بصري أصلي، وآلية هجينة للانتباه الخطي تحمل اسم Kimi Delta Attention. وتقول Kimi إن K3 هو أول نموذج مفتوح المصدر في فئة 3 تريليونات معلمة، وإن الأوزان الكاملة ستصدر بحلول 27 يوليو 2026.

هذه النقطة الأخيرة حاسمة: النموذج لم يكن، وفق تقييم Artificial Analysis في 17 يوليو، مفتوح الأوزان فعلياً عند الإطلاق، بل كان مرشحاً ليصبح كذلك إذا نفذت Moonshot خطتها. المتاح المؤكد كان الوصول عبر منصة Kimi وواجهتها البرمجية، مع روابط إلى ساحة تجربة ومفاتيح استخدام.

حتى التسعير لا يدعم رواية "المجاني" حرفياً. سعر واجهة Kimi K3 بلغ 3 دولارات لكل مليون رمز إدخال و15 دولاراً لكل مليون رمز إخراج، مع خفض للمدخلات المخزنة مؤقتاً إلى 0.30 دولار لكل مليون رمز. وقدّرت Artificial Analysis متوسط تكلفة المهمة عند 0.94 دولار، أقل من Opus 4.8 في مقارنتها، لكنه أعلى من بعض نماذج الأوزان المفتوحة الأخرى مثل GLM-5.2 وDeepSeek V4 Pro.

Kimi K3 لم يثبت انهيار دورة الذكاء الاصطناعي، لكنه جعل سؤال العائد على البنية التحتية أكثر إلحاحاً.

تكمن الصدمة إذاً في الجمع بين الحجم، وقرب الأداء من نماذج مغلقة رائدة، ووعد إتاحة الأوزان. ذكرت Artificial Analysis أن Kimi K3 سجل 57 على مؤشر الذكاء لديها، بما يجعله قابلاً للمقارنة مع Opus 4.8 وGPT-5.5، لكنه بقي خلف Fable 5 وGPT-5.6 Sol. هذه نتيجة قوية بما يكفي لإثارة المستثمرين، لكنها لا تكفي للقول إن النماذج المغلقة الأميركية أصبحت بلا قيمة.

لماذا تحركت أسهم الرقائق بهذه الحدة؟

هبط مؤشر فيلادلفيا لأشباه الموصلات 4% في 17 يوليو، وكان متراجعاً 19% عن ذروته الأخيرة، قريباً من عتبة السوق الهابطة. وفي التداولات نفسها تراجعت Samsung 9%، وانخفضت شهادات TSMC الأميركية 3%، وهبطت Intel 3%، وAMD 2%، وNvidia 2%. كما كان Nasdaq 100 منخفضاً 1.47%، وS&P 500 متراجعاً 0.78%، وDow منخفضاً 0.16% قرابة 11:30 صباحاً بتوقيت الساحل الشرقي الأميركي.

لكن ربط هذه الحركة بـ Kimi K3 وحده يبالغ في اليقين. كتب Kent Fung من Fundstrat أن الدوران الأوسع خارج أسهم المستفيدين من إنفاق الذكاء الاصطناعي الرأسمالي كان جارياً منذ أسابيع، وأن حركة 17 يوليو جاءت على الأرجح بفعل محفز هو طرح Moonshot نموذج Kimi K3 مع خطة لإصدار أوزانه الكاملة. بهذا المعنى، لم يبدأ النموذج القلق من الصفر، بل وفر له عنواناً واضحاً.

زادت عوامل أخرى حساسية السوق، من مخاوف قائمة حول حجم الإنفاق على عتاد الذكاء الاصطناعي وميزانية TSMC الرأسمالية العالمية الأعلى، إلى تدهور فني في صناديق ومؤشرات أشباه الموصلات ومزاج حذر مرتبط بمخاطر جيوسياسية وتضخمية. لذلك تبدو حركة يوليو أقرب إلى إعادة تسعير داخل صفقة مزدحمة، لا إلى حكم نهائي على اقتصاديات الذكاء الاصطناعي.

وتفسر هذه الخلفية لماذا أصابت الضربة الرقائق أولاً. تقييمات موردي المعالجات ومراكز البيانات تقوم على افتراض استمرار الطلب القوي على التدريب والاستدلال والحوسبة السحابية. إذا بدأ المستثمرون يعتقدون أن نماذج أرخص أو مخططاً لإتاحة أوزانها ستقلل كثافة التدريب، أو ستنقل قوة التفاوض بعيداً عن مزودي النماذج المغلقة، فإن أسهم العتاد تتأثر قبل أن تظهر البيانات التشغيلية في عقود الشركات.

أين يقع ضغط الأوزان المفتوحة على إنفاق يقارب 700 مليار دولار؟

الرقم المتداول حول 700 مليار دولار يحتاج إلى ضبط. تقدّر Futurum Research أن Microsoft وAlphabet وAmazon وMeta وOracle تخطط أو تتجه إلى إنفاق رأسمالي مجمع بين 660 و690 مليار دولار في 2026، أي قرابة الضعف مقارنة بمستويات 2025. وترى أن الجزء الأكبر من هذا الإنفاق يتجه إلى حوسبة الذكاء الاصطناعي ومراكز البيانات والشبكات.

مع ذلك، ليس الرقم إنفاقاً أميركياً صافياً على بنية الذكاء الاصطناعي وحدها، ولا يصدر من ملف رسمي واحد. إنه تجميع تحليلي لإنفاق خمس شركات كبرى مدرجة في الولايات المتحدة، ويشمل بعض البنود غير المرتبطة مباشرة بالذكاء الاصطناعي، مثل أجزاء من إنفاق Amazon اللوجستي. هذا لا يضعف أهمية الرقم، لكنه يمنع استخدامه كدليل قاطع على فاتورة ذكاء اصطناعي نقية.

الفكرة المالية التي يدافع بها عمالقة السحابة عن هذا الإنفاق تقوم على بناء السعة قبل تحقق الإيراد الكامل. بحسب Futurum، تبرر هذه الشركات الإنفاق بوجود اختناقات في العرض وطلب من السحابة وأعباء عمل المؤسسات ونمو الاستدلال. غير أن المخاطرة تكمن في الفاصل الزمني بين بناء البنية التحتية وتحقيق العائد؛ فقد تحتاج مراكز البيانات التي تبنى اليوم إلى 18 إلى 36 شهراً كي تنتج عوائد متناسبة.

هنا يدخل Kimi K3 في معادلة العائد. إذا استطاع نموذج صيني كبير، قريب في الأداء من نماذج مغلقة بارزة، أن يطرح أوزانه الكاملة ويوفر بديلاً يمكن استضافته ذاتياً أو عبر طرف ثالث، فإنه يمنح العملاء أداة تفاوضية. يستطيع العميل مقارنة سعر الواجهة البرمجية المغلقة بتكلفة تشغيل نموذج مفتوح أو شبه مفتوح، وهذا يضغط هوامش واجهات النماذج وخدمات الذكاء الاصطناعي السحابية.

غير أن الأثر لا يسير في اتجاه واحد. النسخة المتشائمة تقول إن انخفاض تكلفة النماذج يقلل الحاجة إلى واجهات ملكية مرتفعة السعر ويضغط عوائد البنية التحتية. أما النسخة المقابلة، التي تشير إليها Futurum، فترى أن الاستدلال الأرخص قد يوسع الاستخدام الإجمالي، بحيث تزيد أحجام الطلب على الحوسبة حتى مع هبوط سعر الوحدة. لذلك لا يكفي انخفاض السعر وحده لإثبات أن الإنفاق الرأسمالي سيخسر منطقه.

لماذا لا تكفي رواية DeepSeek 2.0؟

وصف محللو JPMorgan الخوف من Kimi K3 بأنه شبيه بـ "DeepSeek 2.0"، في إشارة إلى صدمة سوقية سابقة حول DeepSeek. هذا تشبيه مفيد لشرح نفسية المستثمرين: في الحالتين، تبدو الصين قادرة على تقديم نماذج تنافسية بتكلفة تثير أسئلة حول التسعير الأميركي المرتفع وكثافة الإنفاق على البنية التحتية.

لكن المقارنة لا ترقى إلى دليل على تكرار الأثر الاقتصادي نفسه. تشير Futurum إلى أن DeepSeek R1 أظهر قدرة شركات صينية على بلوغ أداء تنافسي، لكنها حذرت أيضاً من أن بعض مزاعم التكلفة المنخفضة كانت مضللة. وبالنسبة إلى Kimi K3، يقدم تقييم Artificial Analysis دعماً لفكرة المنافسة القوية، لكنه لا يقدم دليلاً على تغيّر مشتريات المؤسسات أو أسعار OpenAI وAnthropic أو هوامش السحابة.

كذلك لا يلغي ضغط النماذج المفتوحة مزايا الشركات الأميركية الكبرى. ما زالت هذه الشركات تستفيد من توزيع سحابي واسع، وثقة المؤسسات، والامتثال، والتكامل مع الأنظمة القائمة، والميزانيات الضخمة، والخدمات الملكية، وقوائم طلبات قائمة. هذه المزايا لا تمنع ضغط الأسعار، لكنها تجعل التحول من "نموذج أرخص" إلى "انهيار في خطط الإنفاق" انتقالاً غير مضمون.

المسألة إذن ليست ما إذا كان Kimi K3 سيأخذ كل السوق، بل ما إذا كان سيخفض سقف الأسعار الذي يستطيع مزودو النماذج والسحابة فرضه. كل نقطة ضغط على السعر أو الهامش تجعل فترة استرداد الاستثمار أطول، خصوصاً حين يبنى جزء كبير من الطاقة الاستيعابية قبل تحقق الإيرادات. هنا يصبح سؤال المستثمرين مشروعاً: هل يكبر الطلب بما يكفي لتعويض تراجع سعر الوحدة؟

متى يتحول الضغط إلى خطر ركود؟

لا تظهر الأدلة الحالية انتقالاً ركودياً مؤكداً. ما يظهر هو إعادة تسعير حادة في أسهم الرقائق والمستفيدين من الإنفاق الرأسمالي على الذكاء الاصطناعي. كي يتحول هذا إلى خطر اقتصادي أوسع، يجب أن تعمل قنوات عدة في الوقت نفسه، لا أن تهبط أسهم القطاع وحدها.

القناة الأولى هي خفض أو تأجيل مشروعات مراكز البيانات. إذا قرر عمالقة السحابة أن الإيرادات لن تواكب الاستثمار، فقد يضغطون على طلبات الرقائق والطاقة والتبريد والبناء والشبكات. القناة الثانية هي الائتمان؛ فإذا اتسعت فروق العائد على مقترضي البنية التحتية المرتبطين بالذكاء الاصطناعي، قد تتشدد شروط التمويل وتزداد تكلفة المشروعات.

القناة الثالثة هي أثر الثروة. تركّز مؤشرات الأسهم في شركات التكنولوجيا والرقائق يجعل هبوطها قادراً على التأثير في محافظ الأسر والمؤسسات إذا امتد وتعمق. والقناة الرابعة هي سوق العمل وسلاسل التوريد، حيث يمكن أن يؤدي انكماش الاستثمار إلى تباطؤ التوظيف لدى شركات التكنولوجيا والموردين المرتبطين بمراكز البيانات والعتاد.

الخطر الكلي لا يبدأ من انخفاض أسهم الرقائق وحده، بل من انتقاله إلى الإنفاق والائتمان والتوظيف والثروة.

حتى الآن، لا يثبت البحث أن هذه القنوات تعمل بقوة ركودية. لا يوجد دليل موثق على أن Kimi K3 غيّر عقود المؤسسات، أو أجبر مزودي النماذج المغلقة على تعديل أسعارهم، أو دفع عمالقة السحابة إلى تغيير توجيهات الإنفاق الرأسمالي. لذلك يبقى الركود سيناريو مشروطاً، لا نتيجة مباشرة لإطلاق نموذج صيني.

ما الإجابة الأقرب إلى الأدلة؟

يستطيع عمالقة السحابة تبرير إنفاق يقارب 700 مليار دولار، وفق تعريف Futurum الواسع، إذا ظل الطلب على الحوسبة والذكاء الاصطناعي كبيراً بما يكفي لامتصاص الطاقة الجديدة، وإذا عوضت أحجام الاستخدام والعقود المؤسسية أي ضغط على سعر الوحدة. هذا التبرير لا يعتمد على احتكار النموذج المغلق وحده، بل على السحابة والتوزيع والتكامل والثقة والامتثال والقدرة على تشغيل البنية التحتية على نطاق واسع.

في المقابل، يضع Kimi K3 حداً جديداً لصبر السوق. فكلما اقتربت النماذج المفتوحة من أداء النماذج المغلقة، زادت صعوبة الدفاع عن أسعار مرتفعة وهوامش واسعة من دون قيمة مؤسسية إضافية. وإذا طال الفاصل بين الإنفاق والإيراد، كما تحذر Futurum، تحولت القصة من "نقص في السعة" إلى "اختبار عائد على رأس المال".

لذلك ليست الإجابة أن الإنفاق الأميركي الضخم أصبح غير قابل للتبرير، ولا أن السوق يقف عند عتبة ركود مؤكدة. الإجابة الأدق أن Kimi K3 جعل التبرير مشروطاً أكثر: على عمالقة السحابة أن يثبتوا أن انخفاض تكلفة الذكاء الاصطناعي سيخلق طلباً أكبر لا هوامش أقل فقط، وأن مزاياهم المؤسسية تكفي لحماية العائد خلال 18 إلى 36 شهراً من الاستثمار السابق للإيراد. من دون ذلك، قد تبقى الصدمة قطاعية؛ ومع انتقالها إلى الإنفاق والائتمان والثروة والتوظيف، تتحول إلى خطر اقتصادي أوسع.