a16z تحليل معمق لقدرات الحوسبة في مجال الذكاء الاصطناعي: تضاعفت الإيرادات، وتعرض سعر السهم لضغوط، ونفقات رأسمالية هائلة.

المؤلف الأصلي: موسى ستيرنشتاين، a16z

ملاحظة المحرر: في ظل جولة جديدة من استثمارات قوة الحوسبة مدفوعة بالذكاء الاصطناعي التوليدي، تتحول نقاشات السوق حول بنية الذكاء الاصطناعي التحتية من "هل هناك ما يكفي من وحدات معالجة الرسومات؟" إلى "من يستطيع توفير قوة الحوسبة بشكل مستدام؟". ومع تزايد الإجماع على الحاجة إلى تدريب النماذج والاستدلال وتوسيع مراكز البيانات، يبرز سؤال أكثر جوهرية: هل يمكن أن يترجم النمو السريع في الطلب على قوة الحوسبة فعلاً إلى أرباح مستقرة وتدفق نقدي ثابت؟

في "رسوم بيانية الأسبوع" التي نشرتها a16z New Media، يبدأ المؤلف موسى ستيرنشتاين بالشركات السحابية الناشئة مثل CoreWeave وNebius وApplied Digital لمناقشة تناقضات النمو والتقييم والربحية في سوق قوة الحوسبة للذكاء الاصطناعي، ويتوسع أكثر ليشمل SaaS الأفقي وتوجيه النماذج والمنافسة على المواهب في المختبرات المتطورة.

في هذه المقالة، لا يكتفي المؤلف بالحكم على ما إذا كان الطلب على الذكاء الاصطناعي قويًا، بل يحلل صفقة الذكاء الاصطناعي الحالية إلى مجموعة من الأسئلة الهيكلية الأكثر جوهرية: كيف تتم إعادة تسعير البنية التحتية الحالية، ولماذا لم يواكب نمو الإيرادات تحسن توقعات السوق، ولماذا يتحول تركيز المنافسة في صناعة الذكاء الاصطناعي من التوسع البسيط إلى الكفاءة والعوائد.

أولًا، هناك إعادة اكتشاف قيمة البنية التحتية. ففي الماضي، كانت الأراضي الممتدة على طول خطوط السكك الحديدية وأنابيب الغاز الطبيعي وشبكات التلفزيون الكبلي تخدم قطاعات محددة قبل أن تتحول إلى بنية تحتية للاتصالات والإنترنت. واليوم، نشهد إعادة تقييم مماثلة للأصول. فبعض شركات الحوسبة السحابية الجديدة، التي كانت تخدم في الأصل تعدين العملات المشفرة، تمتلك بالفعل خبرة تشغيلية في مجالات الطاقة ومراكز البيانات وأنظمة التبريد والحوسبة عالية الكثافة؛ ومع تزايد الطلب على الذكاء الاصطناعي، سرعان ما تُترجم هذه القدرات إلى قوة حوسبة نادرة. تكمن الأهمية في أن المنافسة على بنية الذكاء الاصطناعي التحتية لا تبدأ من الصفر تمامًا؛ فالمزايا المبكرة غالبًا ما تنبع من إعادة دمج الأصول القائمة وموارد الطاقة والقدرات الهندسية.

ثانيًا، ثمة تعايش بين النمو المرتفع للإيرادات وعدم اليقين بشأن الربحية. ففي المراحل الأولى، تجاوزت معدلات نمو الإيرادات لشركات الحوسبة السحابية الناشئة، مثل CoreWeave، معدلات عمالقة الحوسبة السحابية مثل AWS، إلا أن سوق رأس المال لم يمنحها التقدير نفسه. ويعود ذلك إلى أن شركات الحوسبة السحابية الناشئة لا تُعدّ نموذجًا لشركات البرمجيات ذات الأصول الخفيفة. فتكاليف شراء وحدات معالجة الرسومات، وتوفير الطاقة، وبناء مراكز البيانات، واستهلاك الرقائق، وفوائد الديون، ستزداد بالتوازي مع توسع نطاق العمل، بل وبوتيرة أسرع من نمو الإيرادات. وهذا يعني أن توسع الإيرادات لا يُثبت سوى وجود طلب قوي على قوة الحوسبة في مجال الذكاء الاصطناعي، ولكنه لا يُثبت بالضرورة أن نموذج العمل يحقق عائدًا مرتفعًا على رأس المال. ما ينتظره السوق حقًا هو قدرة هذه الشركات على تحويل الطلبات والإيرادات إلى تدفقات نقدية حرة مستدامة.

ثالثًا، يُعاد تحديد قيمة البرمجيات وفقًا لتأثير الذكاء الاصطناعي. ففي الماضي، كان السوق قلقًا من أن يُضعف الذكاء الاصطناعي التوليدي المزايا التنافسية لشركات البرمجيات كخدمة (SaaS)، لكن أداء أتلاسين يُظهر أن الذكاء الاصطناعي يُمكن أن يكون أداةً لزيادة إنفاق العملاء وتعزيز ولائهم للمنتج. في الوقت نفسه، لا تزال برمجيات الأمن السيبراني والمراقبة تحظى بعلاوات تقييمية لأن الذكاء الاصطناعي يُضخّم المخاطر المحتملة ويزيد من اعتماد المؤسسات على الحلول الناضجة. هذا يعني أن ما يُسمى بـ"نهاية البرمجيات كخدمة" لن تحدث بشكل موحد. فدور الذكاء الاصطناعي في استبدال المنتجات، أو خفض الأسعار، أو زيادة الطلب، أصبح المعيار الجديد لتحديد قيمة البرمجيات.

رابعًا، تشهد تطبيقات الذكاء الاصطناعي تحولًا من مجرد "تكديس الرموز" إلى تحسينها. ففي الماضي، كانت الشركات تُفضل غالبًا استخدام نماذجها الأقوى مباشرةً أو تخصيص ميزانية لفرقها الهندسية للتجربة بشكل مستقل. أما الآن، فتستخدم شركات مثل داتابريكس التوجيه الذكي لمطابقة النماذج ذات الأسعار ومستويات الأداء المختلفة بناءً على صعوبة المهمة، مما يُقلل التكاليف مع الحفاظ على الفعالية. ولا يعني انخفاض سعر الرمز بالضرورة انكماشًا في إجمالي الإنفاق على الذكاء الاصطناعي: فمع انخفاض تكاليف الوحدة وزيادة سيناريوهات التطبيق، قد يستمر إجمالي استهلاك الرموز وحجم السوق الإجمالي في الارتفاع. فالكفاءة والطلب ليسا متناقضين، بل قد يُشكلان حلقة مُتكاملة.

لو أردنا تلخيص هذه المقالة في حكم واحد، لكانت كالتالي: أثبتت البنية التحتية للذكاء الاصطناعي قدرتها على تحقيق نمو سريع، لكن المرحلة التالية من النجاح ستعتمد على قدرة الشركات على ترجمة هذا النمو إلى كفاءة رأسمالية أعلى. وبهذا المعنى، لم تعد هذه المقالة تدور فقط حول ما إذا كانت شركات مثل CoreWeave قادرة على أن تصبح الجيل القادم من عمالقة الحوسبة السحابية، بل حول ما إذا كان قطاع الذكاء الاصطناعي برمته قادرًا على الانتقال من توسيع القدرة الحاسوبية إلى تحقيق عوائد أعمال مستدامة.

النص الأصلي هو كالتالي:

"غيوم جديدة" في السماء

في أوائل القرن العشرين، امتلكت شركة سكة حديد المحيط الهادئ الجنوبية مساحات شاسعة من الأراضي غير المطورة على أراضٍ تم تطهيرها، تربط المدن والبلدات في جميع أنحاء الولايات المتحدة. وامتدت حقوق السكك الحديدية إلى ما هو أبعد من مساراتها نفسها، مما ترك العديد من الممرات على طول الطريق مفتوحة للتطوير.

لذا قامت شركة السكك الحديدية بإنشاء شبكة اتصالات على طول خط السكة الحديدية وأطلقت عليها اسم "شبكة الاتصالات الهاتفية الداخلية لسكك حديد جنوب المحيط الهادئ". وبحلول سبعينيات القرن العشرين، بدأت الشركة في تسويق الشبكة وفتحها أمام شريحة أوسع من المستخدمين.

بعد ذلك، حدث أمران في آن واحد: أولاً، انتهى احتكار سوق الاتصالات الهاتفية بعيدة المدى؛ ثانياً، بدأت كابلات الألياف الضوئية تثبت جدواها التجارية. تم تحويل ممرات الاتصالات القائمة إلى خطوط ألياف ضوئية، وأصبحت هذه الشبكة تُعرف لاحقاً باسم "سبرينت". وهكذا أصبحت الأصول التي كانت تخدم السكك الحديدية في السابق العمود الفقري للبنية التحتية لثورة الاتصالات.

ليست شركات السكك الحديدية هي الوحيدة التي تقوم بتحويل الشبكات المادية الحالية إلى بنية تحتية تكنولوجية تجارية واسعة النطاق.

في ثمانينيات القرن الماضي، قامت شركة ويليامز بتحويل خطوط أنابيب الغاز الطبيعي المهجورة إلى قنوات ألياف بصرية، مُؤسسةً بذلك شركة ويلتل. ثم بيعت الشركة لاحقًا وأُعيد تسميتها إلى وورلدكوم. وفي تسعينيات القرن الماضي، خضعت الكابلات المحورية أحادية الاتجاه المُستخدمة في خدمات تلفزيون الكابل لعملية تحديث ضخمة ومكلفة، لتُصبح في نهاية المطاف البنية التحتية لشركتي كومكاست وتشارتر لتوفير خدمات الإنترنت عريض النطاق للمستهلكين.

وهذا يؤدي إلى نوع آخر من الشركات: تلك التي لديها أيضًا بنية تحتية متاحة بسهولة يتم الآن إعادة توظيفها وتسعيرها بشكل كبير لتلبية احتياجات التكنولوجيا الناشئة - هذه شركات مثل "neocloud".

باختصار، انخرطت معظم شركات الحوسبة السحابية الجديدة في البداية في تعدين العملات المشفرة الذي يتطلب طاقة وحوسبة مكثفة، ثم ظهرت موجة الذكاء الاصطناعي. وفجأة، أصبح كل من يملك الحق في استخدام الكهرباء والبنية التحتية والخبرة في بناء وإدارة أحمال الحوسبة عالية الكثافة - بما في ذلك عدد كبير من وحدات معالجة الرسومات في حالة CoreWeave - يعمل في أحد أكثر القطاعات رواجًا اليوم.

بالطبع، هذه ليست مقارنة دقيقة تماماً. مع ذلك، إذا نظرنا إلى أكبر ثلاث شركات سحابية مدرجة في البورصة، فإن نمو إيراداتها ملحوظ بالفعل.

لا يمكننا إلا تقدير إيرادات أعمال الحوسبة السحابية لمزودي خدمات الحوسبة السحابية فائقة الحجم في مراحلهم المبكرة، لكن الاتجاه العام واضح بالفعل: شركات الحوسبة السحابية الجديدة تنمو بوتيرة سريعة للغاية، أسرع بكثير من معدل نمو مزودي خدمات الحوسبة السحابية الثلاثة الرئيسيين في مراحلهم الأولية.

تجدر الإشارة إلى أن شركة NewCloud لا تزال حاليًا لاعبًا صغيرًا نسبيًا في سوق مبيعات قوة الحوسبة بشكل عام.

لا يزال أمامهم طريق طويل للوصول إلى حجم مزودي خدمات الحوسبة السحابية العملاقة.

يحقق مزودو خدمات الحوسبة السحابية فائقة التوسع إيرادات تفوق بكثير إيرادات شركات الحوسبة السحابية الجديدة كل ربع سنة. في المقابل، حققت شركة CoreWeave في غضون 25 ربع سنة تقريبًا ما استغرقته AWS في ربعها الأربعين: 2.6 مليار دولار من الإيرادات. باختصار، تنمو هذه الشركات بوتيرة سريعة للغاية.

مع معدلات النمو المرتفعة هذه، واستغلال موجة صناعة الذكاء الاصطناعي، من المفترض نظرياً أن يكون المستثمرون متحمسين للغاية. هذا صحيح إلى حد ما، لكن الواقع أكثر تعقيداً.

على الرغم من أن هذه الشركات أبلغت بشكل عام عن نتائج جيدة في أحدث تقارير أرباحها، إلا أن سعر سهم CoreWeave لا يزال قد انخفض بنحو 16٪ خلال العام الماضي؛ فقط Nebius قريب نسبيًا من أعلى مستوى سابق له.

لذلك، لا تزال القصة جيدة بشكل عام، ولكن من الواضح أنها أقل جاذبية لأكبر شركات الحوسبة السحابية الجديدة.

كان السوق مستقراً نسبياً في الآونة الأخيرة، ويرجع ذلك جزئياً إلى أن العديد من توقعات النمو ربما تكون قد تم تسعيرها بالفعل في التقييمات.

بالنسبة للشركات كثيفة رأس المال مثل نيوكلاود، لا تُعدّ نسبة السعر إلى المبيعات المقياس الأمثل للتقييم، لكنها تبقى مؤشراً بديهياً لتوضيح بعض المشكلات. تحظى الشركات الأصغر حجماً والأسرع نمواً مثل نيبيوس وأبلايد ديجيتال بعلاوات تقييم أعلى بكثير من شركة كورويف الأكبر حجماً. لا تزال إيرادات كورويف تتضاعف، لكنها متأخرة بالفعل عن معدل نمو الشركات الرائدة الذي يتراوح بين 400% و450%.

إذا كانت هناك مشكلة حقيقية تواجه شركة الحوسبة السحابية الجديدة، فهي ليست النمو، بل الربحية على المدى الطويل. تحتاج هذه الشركة إلى استثمار مستمر في الرقائق الإلكترونية والكهرباء والبنية التحتية المادية للتوسع، وهذه التكاليف ليست زهيدة.

على سبيل المثال، شهدت شركة CoreWeave نموًا ملحوظًا في الإيرادات، لكن نفقاتها الرأسمالية باهظة للغاية. تشمل التكاليف الضخمة الأخرى استهلاك قيمة الرقائق - الذي يمثل بالفعل أكثر من نصف الإيرادات - وارتفاع تكاليف الفائدة المتكبدة نتيجة الاقتراض لبناء بنية تحتية مكلفة مسبقًا.

لا تهدف هذه المقالة إلى الحكم على نجاح شركة نيو كلاود في نهاية المطاف، أو ما إذا كان سعر سهمها الحالي معقولاً. فبعيداً عن شيوع الموضوع، تسعى هذه المقالة إلى توضيح أن نيو كلاود تجسد تماماً الصراع الدائر بين المضاربين على الصعود والهبوط في مجال تداول الذكاء الاصطناعي برمته.

من جهة، تعمل هذه الشركات في سوق متخصصة أكبر بكثير مما كان متوقعاً، ولا تزال تتوسع - سوق قوة الحوسبة - وقد حققت معدلات نمو غير مسبوقة. ومن جهة أخرى، بلغت تكلفة إنشاء مثل هذه الشركات مستويات قياسية، مما يتطلب استثمارات ضخمة في بنية تحتية ثابتة تتناقص قيمتها باستمرار.

هل يعود نموذج SaaS الأفقي؟

فيما يلي تحديث موجز حول المشهد السوقي المتغير باستمرار لـ "نهاية عصر البرمجيات كخدمة". إحدى الشركات الأكثر تضرراً من عمليات بيع أسهم البرمجيات السابقة حققت أداءً جيداً للغاية في الشهر الماضي.

على مدار الثلاثين يومًا الماضية من التداول، كانت شركات البرمجيات الأفقية من بين أفضل الشركات أداءً في مؤشر IGV Software ETF - على الرغم من أنها تراجعت عن بعض مكاسبها منذ بدء جمع البيانات.

بشكل عام، لا تزال أساسيات هذه الشركات متينة. وعلى وجه الخصوص، لم تتأثر شركة أتلاسيان بالذكاء الاصطناعي كما توقع السوق سابقاً.

تجاوزت هذه الشركة المتخصصة في برامج الإنتاجية توقعاتها وأرباحها، إذ نمت إيراداتها السحابية بنسبة 31% على أساس سنوي، مع نمو أسرع في إيرادات الطلبات المتراكمة. ولعلّ الأهم من ذلك هو أن الذكاء الاصطناعي بات محركًا لنمو الأعمال، لا عائقًا أمامه. فقد صرّحت شركة أتلاسيان بأن مساعدها الذكي المدعوم بالذكاء الاصطناعي، روفو، قد لاقى رواجًا واسعًا، في حين ينفق مستخدمو روفو ما يقارب ضعف إنفاق غير المستخدمين.

هذا خبر سار لشركة أتلاسين، وخبر سار لشركة روفو، وخبر سار لبرمجيات SaaS الأفقية.

ومع ذلك، فإن التقييم الإجمالي لبرامج SaaS الأفقية لا يزال أقل قليلاً من تقييم فئات البرامج الأخرى.

باستثناءات قليلة، فإن شركات SaaS الأفقية، بما في ذلك Atlassian، لديها عمومًا نسب سعر إلى مبيعات متوقعة أقل من المستوى المقابل لخط اتجاه "معدل النمو - مضاعف التقييم".

للتأكيد، لم يشهد نموذج البرمجيات كخدمة الأفقية سوى "شهر" جيد نسبياً. ولا يكفي أداء شهر واحد لإقناع السوق بأن "نهاية عصر البرمجيات كخدمة" قد تم تجنبها.

بالطبع، إذا كان عملك في مجال البرمجيات يندرج ضمن مجال الأمن السيبراني أو مجال المراقبة، فهذه قصة مختلفة - بالنسبة لتلك الشركات، فإن ما يسمى بـ "يوم القيامة SaaS" لم يحدث أبدًا.

يواصل قطاع الأمن السيبراني تفوقه بشكل ملحوظ على القطاعات الأخرى في مؤشر IGV Software ETF. وفي هذا المجال، أصبح الذكاء الاصطناعي عاملاً مساعداً: إذ يعتقد السوق عموماً أن الذكاء الاصطناعي يعزز وعي الأفراد بمخاطر التهديدات السيبرانية، ولن يلجأ أي عميل مؤسسي إلى أساليب غير تقليدية لتطوير حلول أمنية خاصة به.

يبقى أن نرى ما إذا كان هذا المنطق سيصمد في نهاية المطاف. ولكن على الأقل في الوقت الراهن، فإن وضع شركات البرمجيات التقليدية ليس موحداً على الإطلاق.

يراقب المستثمرون باهتمام ما إذا كان الذكاء الاصطناعي سيفيد كل شركة أم سيؤثر عليها سلباً، ويقومون بمراجعة أحكامهم مع كل دفعة جديدة من البيانات - وهو أمر مفهوم.

نحو حدود الكفاءة في استثمار الرموز

يستمر المشهد السوقي المحيط باستخدام النماذج واستهلاك الرموز وإدارة إنفاق الرموز في التطور بطرق مثيرة للاهتمام.

خذ شركة داتابريكس كمثال.

فيما يتعلق بأسئلة مثل "أي نموذج نستخدم؟" و"أي نموذج هو الأفضل؟"، لم تتبنَّ داتابريكس نهجًا قائمًا على اختيار نموذج واحد فقط، ولم تكتفِ بمنح المهندسين ميزانيةً وتركهم يقررون كيفية إنفاقها. بل طرحت سؤالًا آخر: "ماذا لو طوّرنا حلًا يُسند المهام المناسبة تلقائيًا إلى النماذج المناسبة؟"

بالتأكيد ليست شركة Databricks هي الشركة الوحيدة التي تقوم بذلك، لكنها طورت "جهاز توجيه ذكي" وهي راضية تمامًا عن أدائه.

يقال إن أجهزة التوجيه الخاصة بشركة Databricks قادرة على استدعاء نماذج أكثر قوة وأكثر تكلفة عند الضرورة، واستخدام نماذج أضعف وأرخص عندما تسمح الظروف بذلك، وبالتالي "تقليل متوسط تكلفة المهمة باستمرار بأكثر من 30٪".

عموماً، يُعدّ السعي نحو تحقيق أقصى كفاءة في إنفاق الرموز أمراً إيجابياً. فهذا يعني استمرار نمو الطلب، وتطور سيناريوهات التطبيق ليس فقط في طليعة الأداء، بل أيضاً في نماذج أقل تطوراً. في البداية، كان يُعتقد أن هذه النماذج غير المثلى ستصبح قديمة الطراز بسرعة.

كما ذكرنا سابقاً، فإن تحسينات الكفاءة ستوسع نطاق الطلب، وهو بالضبط نوع الديناميكية التي يرغب السوق في رؤيتها، على غرار مفارقة جيفونز.

يُظهر مؤشر قوة سعر الرموز الرقمية لشركة Silicon Data أن قوة السعر الإجمالية آخذة في الانخفاض، خاصة مع اكتساب النماذج المفتوحة ذات الأسعار المنخفضة حصة أكبر في السوق المتوسعة.

من الضروري توضيح مفهوم يُساء فهمه غالبًا: هذه المؤشرات تقيس كثافة تكلفة إنفاق الرموز، وليس قيمتها المطلقة بالدولار. فهي تعتمد على كلٍّ من عدد الرموز المستهلكة وتكلفتها الإجمالية. وهذا يعني أنه حتى لو انخفض سعر الرمز الواحد، فقد يستمر إجمالي عدد الرموز المستهلكة وإجمالي المبلغ المنفق في الارتفاع.

الأهم هو استمرار نمو الطلب الإجمالي، وسيؤدي تحسين التسعير واختيار النماذج نحو تحقيق الكفاءة المثلى إلى تعزيز هذا النمو. ومن الجدير بالذكر أن "الطلب على الذكاء الاصطناعي" أو "تبني الذكاء الاصطناعي" ليس مفهومًا واحدًا متجانسًا، إذ لا تزال هناك فجوة كبيرة بين المستخدمين المتقدمين والمستخدمين الآخرين. وهذا يُظهر بوضوح أن "استخدام أفضل نموذج دائمًا" قد يُناسب بعض الشركات، ولكنه بالتأكيد لن يُناسب الجميع.

يشهد السوق الآن تطوراً سريعاً في الخيارات البديلة. وهذا أمر إيجابي عموماً.

وفقًا لبيانات من Ramp، وهي منصة لإدارة نفقات الأعمال، فإن جميع الشركات تزيد من إنفاقها على الذكاء الاصطناعي، لكن الفجوة بين متوسط الإنفاق وأعلى 10٪ من الشركات، وكذلك بين أعلى 10٪ وأعلى 1٪، كبيرة للغاية.

عادةً ما تميل بيانات Ramp نحو شركات التكنولوجيا، ويجب أخذ ذلك في الاعتبار عند تحليلها. مع ذلك، تُظهر البيانات أن أعلى 10% من الشركات من حيث الإنفاق تنفق على الذكاء الاصطناعي لكل موظف ما يقارب 50 ضعفًا مقارنةً بالشركات المتوسطة.

من غير المرجح أن يكون هذا التوزيع عشوائياً. فالشركات القادرة على تحقيق قيمة أكبر من الإنفاق على الذكاء الاصطناعي هي على الأرجح الشركات التي تستثمر بكثافة أكبر - حتى وإن لم تكن كل الشركات على هذا النحو، فإن عدداً كبيراً منها على الأقل يتبع هذا النمط.

أظهر تحليل أجرته مجموعة بوسطن الاستشارية على 107 شركات مدرجة في البورصة أن الشركات التي تقع في أعلى شريحتين من حيث استخدام الرموز المميزة شهدت نموًا أسرع بكثير في الإيرادات مقارنة بالشركات الأخرى.

النقطة الأساسية هنا هي أن الطلب على استخدام الرموز وكفاءة استخدامها يعزز كل منهما الآخر: فكلما زادت القيمة التي تكتسبها الشركة، زاد استهلاكها للرموز.

تتضمن هذه العملية بطبيعة الحال مفاضلات متكررة بين المدخلات والعائد، ويشمل البحث والتطوير دائمًا بعض التكاليف الأولية. ومع ذلك، بالنسبة للغالبية العظمى من الشركات، فإن "تكديس الرموز" بشكل عشوائي ليس استراتيجية فعالة على الإطلاق.

لذلك، من الواضح أنه أمر جيد أن الشركات لن تحتاج بعد الآن إلى تبني هذه الممارسة في المستقبل.

التنافس على المواهب في المختبرات المتطورة

رحبت شركة نيو ميديا مؤخراً بانضمام عضوين متميزين إلى فريق OpenAI، لذا سنختتم ببعض الرسوم البيانية المثيرة للاهتمام لتوضيح وضع استقطاب المواهب في مختبر الذكاء الاصطناعي المتطور.

أعرب داريو أمودي مؤخراً عن قلقه من أن الموظفين يفضلون المال على الرسالة. وتشير بيانات من موقع Levels.fyi إلى أن هذا القلق قد لا يكون بلا أساس.

إذا فسرنا البيانات حرفياً، فإن شركة أنثروبيك تدفع لمهندسيها رواتب عالية جداً، تتجاوز بكثير رواتب المهندسين ذوي المؤهلات المماثلة في شركات مثل جوجل وتسلا.

يبدو أن الانضمام إلى الفريق التقني أمر جيد بالفعل.

بالإضافة إلى ذلك، هناك مجموعة أخرى من البيانات مثيرة للاهتمام للغاية أيضاً.

وفقًا لبيانات من شركة لايف داتا تكنولوجيز - التي جمعتها وقدمتها شركة ترويست سيكيوريتيز - فإن مصادر المواهب في مختلف المختبرات تتداخل بشكل كبير وتختلف اختلافًا ملحوظًا:

قامت كلتا الشركتين بتوظيف عدد كبير من المواهب من شركات التكنولوجيا العملاقة، لكن شركة OpenAI فقط هي التي قامت بالتوظيف من شركتي Nvidia و Tesla، وقد حدث كلا التوظيفين في عام 2026.

تُعد شركات Databricks و Snowflake (مؤخراً) و Palantir و DeepMind جميعها مصادر للمواهب لكلا الشركتين.

كما قام كلا المختبرين بتوظيف عدد كبير من الموظفين من شركتي Salesforce وStripe.

لكن يبدو أن أوجه التشابه بين الشركتين تنتهي عند هذا الحد. فقد استقطبت شركة أنثروبيك الكثير من المواهب من شركات البرمجيات كخدمة (SaaS)، بينما لا تكاد تستقطب شركة أوبن إيه آي أي مواهب من هذا النوع؛ في المقابل، استقطبت أوبن إيه آي الكثير من المواهب من شركات الإنترنت الاستهلاكية، ومنصات الأسواق، وشركات تكنولوجيا الإعلان، بينما لم تستقطب أنثروبيك سوى عدد قليل نسبياً من المواهب في هذه المجالات، باستثناء شركات مثل إير بي إن بي، ونتفليكس، وأوبر.

أما بالنسبة لمعنى هذه الاختلافات، فسأترك لك تفسيرها.