كيف يمكنك طلب أحدث أجهزة «أبل» في السعودية؟ إليك المواعيد والأسعار وطرق الشراء

لم يعد السؤال الأهم في البنية التحتية للذكاء الاصطناعي داخل السعودية هو مقدار القدرة الحاسوبية التي يمكن إضافتها، بل ماذا تستطيع المؤسسات أن تنتج فعلياً باستخدامها، وكم تبلغ تكلفة هذا الإنتاج، ومدى كفاءته في استهلاك الطاقة.

حسب «إنفيديا»، يعكس هذا التحول في طريقة القياس انتقال السوق السعودية من مرحلة تركز على بناء القدرة إلى مرحلة تتعلق باستخدامها في التطبيقات التجارية والصناعية والخدمية على نطاق واسع. فبدلاً من النظر إلى الحوسبة المسرّعة بوصفها هدفاً في حد ذاته، يصبح معيار النجاح مرتبطاً بما تتيحه من إنتاجية وخدمات ونماذج أعمال جديدة.

ويرى مارك دومينيك، نائب الرئيس لقطاع المؤسسات في الشرق الأوسط وتركيا وأفريقيا وجنوب أوروبا لدى «إنفيديا»، أن القدرة الحاسوبية تظل عنصراً أساسياً، لكن «المقياس الحقيقي للتقدم هو ما تُمكِّن هذه البنية التحتية المؤسسات من بنائه ونشره وتوسيعه». ويشير خلال لقاء خاص مع «الشرق الأوسط» على هامش مؤتمر «ليب 2026» في الرياض إلى أن قطاعات مثل الطاقة والتصنيع والخدمات اللوجستية والرعاية الصحية والخدمات المالية تمثل مجالات رئيسية يمكن أن تتحول فيها هذه الاستثمارات إلى تطبيقات عملية وقيمة اقتصادية.

بناء القدرة وإتاحتها للمؤسسات

أحد التطورات التي تعكس هذه المرحلة الجديدة جاء خلال مؤتمر «ليب 2026»، مع إطلاق شركة «هيومين» سحابة ذكاء اصطناعي مستضافة محلياً ومدعومة بمنصة «NVIDIA Blackwell Ultra».

ويقول دومينيك إن أهمية هذا التطور لا تكمن فقط في إضافة بنية تحتية جديدة، بل في جعل الحوسبة المتقدمة متاحة لعدد أكبر من الشركات والجهات الحكومية التي تريد الانتقال من التجارب إلى التشغيل الفعلي، من دون الحاجة إلى أن تبني كل مؤسسة بنية مسرّعة خاصة بها. ويرى أن سهولة الوصول إلى القدرة الحاسوبية أصبحت جزءاً أساسياً من تبني الذكاء الاصطناعي، لأن المؤسسات تحتاج إلى مسار واضح يبدأ من الفكرة أو إثبات المفهوم وينتهي بتشغيل التطبيقات على نطاق واسع.

وتظهر هنا معادلة مختلفة عن المرحلة السابقة. فالمؤسسة لم تعد تحتاج فقط إلى وحدات معالجة قوية، بل إلى منظومة متكاملة تشمل البرمجيات والبيانات والمواهب والخبرة القطاعية، حتى تتمكن من تحويل القدرة الخام إلى تطبيق يعمل داخل نموذج أعمال حقيقي.

السعودية تدخل «عصر الاستدلال»

ترى «إنفيديا» أن التحول الأبرز في أعباء العمل يتمثل في الانتقال من التركيز الكبير على تدريب النماذج إلى دورة حياة أوسع يصبح فيها «الاستدلال» محوراً رئيسياً.

فالاستدلال هو المرحلة التي يبدأ فيها النموذج بتقديم قيمة فعلية، إذ إنه يجيب عن سؤال، أو يولِّد محتوى، أو يحلِّل مشكلة، أو ينفِّذ إجراءً. ومع توسع الذكاء الاصطناعي داخل تطبيقات الشركات والخدمات الرقمية وتجارب المستهلكين، تتوقع الشركة أن يرتفع حجم عمليات الاستدلال بصورة كبيرة.

ويزداد الضغط الحاسوبي مع الذكاء الاصطناعي الوكيلي، لأن الطلب الواحد قد لا يكون مجرد سؤال وجواب، بل سلسلة من الخطوات تشمل التفكير، واسترجاع المعلومات، واستخدام أدوات برمجية، والتفاعل مع نماذج أخرى، وتنفيذ إجراءات متعددة قبل الوصول إلى النتيجة. وهذا يعني أن تحدي البنية التحتية لم يعد مقتصراً على تدريب نموذج كبير، بل على تشغيله بصورة مستمرة وبكفاءة وعلى نطاق واسع.

«مصنع الذكاء الاصطناعي»

تستخدم «إنفيديا» ضمن هذا التحول بصورة متزايدة مفهوم «مصنع الذكاء الاصطناعي»، وهو وصف يختلف اقتصادياً وتقنياً عن مركز البيانات التقليدي. فمراكز البيانات صُممت أساساً لتخزين المعلومات ومعالجتها واسترجاعها، بينما يصف دومينيك «مصنع الذكاء الاصطناعي» بأنه بنية هدفها «إنتاج الذكاء» على نطاق واسع، حيث تدخل البيانات ويكون الناتج رموزاً أو «Tokens» تستخدمها النماذج في توليد الاستجابات والنتائج.

ويتطلب ذلك نظاماً متكاملاً تعمل داخله الحوسبة المسرّعة ووحدات المعالجة المركزية والذاكرة والتخزين والشبكات والبرمجيات كوحدة واحدة. وفي هذا النوع من البنية، تصبح سرعة نقل كميات هائلة من البيانات بين المكونات عاملاً يوازي في أهميته أداء المعالج نفسه.

لكن الاختلاف الأهم يظهر في الاقتصاديات. فبدلاً من قياس البنية فقط بعدد الخوادم أو وحدات المعالجة، يصبح التركيز على كمية الذكاء التي يمكن إنتاجها، والسرعة، والطاقة المستهلكة، والتكلفة لكل وحدة. ولهذا تبرز مؤشرات مثل معدل إنتاج الرموز، والأداء لكل واط، والتكلفة لكل رمز بوصفها مقاييس أكثر أهمية مع اتساع استخدام الذكاء الاصطناعي.

الطاقة ومعادلة الجدوى

مع توسع استثمارات السعودية في مراكز البيانات والحوسبة المسرّعة، تصبح كفاءة الطاقة عاملاً أكثر تأثيراً في اقتصاديات الذكاء الاصطناعي. ويفيد دومينيك بأن زيادة الكفاءة تعني القدرة على تشغيل عدد أكبر من أعباء العمل ضمن حدود الطاقة نفسها، وتحسين الاستفادة من البنية التحتية، وخفض تكلفة تقديم خدمات الذكاء الاصطناعي على نطاق واسع. ولا ترتبط الكفاءة هنا بمكوّن منفرد، بل بطريقة عمل الحوسبة والذاكرة والشبكات والبرمجيات والتبريد معاً، خصوصاً مع ارتفاع متطلبات الاستدلال والذكاء الاصطناعي الوكيلي. وبالنسبة للسعودية، ترى «إنفيديا» أن الأداء لكل واط سيصبح عاملاً مهماً في تحويل الاستثمارات الكبيرة في البنية التحتية إلى قدرة قابلة للتوسع وذات جدوى اقتصادية مستدامة.

الذكاء الاصطناعي يخرج من مركز البيانات

في القطاعات الصناعية، لا يمكن لجميع أعباء العمل أن تبقى داخل مراكز البيانات المركزية. فالروبوت داخل المصنع، أو نظام الفحص الفوري، أو الآلة ذاتية التشغيل قد تحتاج إلى اتخاذ قرار في جزء صغير من الثانية، وهو ما يجعل تشغيل بعض الذكاء بالقرب من مكان توليد البيانات ضرورياً.

ويشير دومينيك إلى أن التدريب واسع النطاق وأعمال الاستدلال كثيفة الحوسبة تناسب البنية المركزية، بينما تتطلب التطبيقات التي تحتاج إلى استجابة فورية تشغيل النموذج عند الحافة، بالقرب من الآلات وأجهزة الاستشعار. وبهذا تفرّق «إنفيديا» بين بيئة مركز البيانات وبيئة الحافة بوصفهما بنيتين متنافستين، بل تراهما كجزأين من منظومة واحدة، يتم تطوير النماذج وتدريبها مركزياً ثم نشرها حيث تكون الحاجة إلى الذكاء، سواء في المصانع أو المستودعات أو الروبوتات أو الأجهزة.

فرصة للذكاء الاصطناعي المادي

تكتسب هذه النقطة أهمية خاصة في السعودية بسبب طبيعة قطاعات رئيسية في اقتصادها، وعلى رأسها الطاقة والتصنيع والخدمات اللوجستية. وتفسّر «إنفيديا» أن التوائم الرقمية يمكن أن تتيح للمؤسسات محاكاة المنشآت والعمليات قبل إجراء تغييرات في العالم الحقيقي، بينما يمكن للرؤية الحاسوبية والروبوتات دعم الفحص والصيانة والأتمتة وسلامة العاملين.

وتكمن أهمية الجمع بين التوائم الرقمية والذكاء الاصطناعي المادي في إمكانية تدريب الروبوتات والأنظمة ذاتية التشغيل داخل بيئات افتراضية دقيقة، والتحقق من سلوكها قبل نشرها فعلياً. وبالنسبة إلى البيئات الصناعية المعقدة، ترى الشركة أن ذلك يمكن أن يختصر دورات التطوير ويساعد على نشر الأتمتة بكفاءة وأمان أكبر.

لماذا تبقى بعض المؤسسات في مرحلة التجارب؟

رغم توسع الاستثمار، لا تزال مؤسسات كثيرة عالقة عند مرحلة إثبات المفهوم. ويقول دومينيك إن الفارق بين المؤسسات التي تنجح في التوسع وتلك التي تبقى في التجارب يبدأ من طريقة التعامل مع الذكاء الاصطناعي نفسه. فالمؤسسة الناجحة لا تتعامل معه كمجموعة مشاريع منفصلة، بل كقدرة أساسية في نموذج أعمالها. وهذا يتطلب بنية موثوقة، وبيانات عالية الجودة، وبرمجيات مؤسسية، وأمناً وحوكمة، وتكاملاً مع الأنظمة القائمة، وفِرقاً تفهم التقنية ومشكلة الأعمال في الوقت نفسه. كما أن المؤسسات الأكثر تقدماً تبدأ بمشكلة قابلة للقياس، مثل رفع الإنتاجية أو تحسين تجربة العميل أو الكفاءة التشغيلية، ثم تبني منصة يمكن إعادة استخدامها عبر تطبيقات متعددة بدلاً من إنشاء بنية منفصلة لكل تجربة.

ما بعد البنية التحتية

تؤكد «إنفيديا» أن الحوسبة وحدها لن تحدد نتيجة الاستثمارات السعودية. فالمواهب والبرمجيات والبيانات المتخصصة حسب القطاع واللغة، إلى جانب الجامعات والشركات الناشئة ومزودي التكنولوجيا، ستحدد ما يمكن فعلياً بناؤه فوق هذه القدرة. ويشدد دومينيك على أن الفرصة طويلة الأجل لا تتمثل في استهلاك تكنولوجيا الذكاء الاصطناعي، بل في تطوير القدرة على الابتكار باستخدامها، بما يسمح للبنية نفسها بخدمة عدد متزايد من التطبيقات والشركات والقطاعات.

وبحلول 2030، لن يكون معيار النجاح حجم البنية التي بنتها المملكة، بل ما إذا كانت المؤسسات أصبحت أكثر إنتاجية وتنافسية، والمطورون قادرين على بناء تطبيقات محلية وعالمية، والشركات الناشئة على تأسيس أعمال جديدة، والقطاعات الصناعية على نشر الذكاء الاصطناعي على نطاق مؤثر.

وبهذا، ينتقل السؤال الذي سيحدد المرحلة المقبلة من «كم تبلغ قدرة السعودية الحاسوبية؟» إلى سؤال أكثر صعوبة: «ما مقدار القيمة الاقتصادية التي تستطيع هذه القدرة إنتاجها، وبأي تكلفة وطاقة وكفاءة؟».