ربع ألفابت البالغ 44.9 مليار دولار: درس على مستوى مجلس الإدارة في الانضباط الرأسمالي للذكاء الاصطناعي

أعلنت ألفابت (Alphabet) هذا الأسبوع عن نتائج الربع الثاني من عام 2026، والأرقام الرئيسية، على السطح، استثنائية. إيرادات بلغت 119.8 مليار دولار أمريكي، بارتفاع 24 في المئة على أساس سنوي. صافي دخل بلغ 112.1 مليار دولار أمريكي. أعمال سحابية تنمو بنسبة 82 في المئة. لأي رئيس تنفيذي أو رئيس تنفيذي للتكنولوجيا يتتبع أين يذهب إنفاق الذكاء الاصطناعي المؤسسي فعلياً، وماذا يعود فعلياً، يعد هذا الربع واحداً من أوضح نقاط البيانات التي حصلنا عليها هذا العام.

لكن الأرقام الرئيسية ليست القصة. القصة هي ما يكمن تحتها: شركة تنفق رأس المال بوتيرة قليل من المؤسسات يمكنها تحملها، سعياً وراء ميزة في البنية التحتية للذكاء الاصطناعي تعتقد أنها ستتراكم لعقد كامل. هذا هو الجزء الذي يجب على كل قائد تكنولوجي قراءته بعناية.

لماذا يهم هذا الآن

كل قائد تكنولوجيا مؤسسي يتخذ حالياً نسخة ما من نفس القرار الذي تتخذه ألفابت على نطاق هائل (hyperscale): كم يستثمر في البنية التحتية ومنصات الذكاء الاصطناعي قبل أن يثبت العائد بالكامل، وكيف يهيكل ذلك الاستثمار بحيث لا يضر بالميزانية العمومية. نتائج ألفابت للربع الثاني 2026 هي، في الواقع، دراسة حالة حية في ذلك القرار، تُجرى على نطاق وبشفافية لا تكشف عنها معظم المؤسسات الخاصة أبداً. على الرؤساء التنفيذيين والرؤساء التنفيذيين للتكنولوجيا الذين يحددون ميزانيات الذكاء الاصطناعي للاثني عشر إلى ثمانية عشر شهراً القادمة التعامل مع هذا البيان المالي كمعيار مرجعي (benchmark)، لا كعنوان رئيسي.

ما الذي حدث

بلغ إجمالي إيرادات ألفابت 119.8 مليار دولار أمريكي للربع، بارتفاع 24 في المئة على أساس سنوي، وكان هذا الربع الثاني عشر على التوالي من نمو الإيرادات بخانتين عشريتين للشركة، وفقاً لمحللي السوق الذين غطوا البيان. بلغ الدخل التشغيلي 40.8 مليار دولار أمريكي، بارتفاع 30 في المئة على أساس سنوي، مع توسع هامش التشغيل من 32 في المئة إلى 34 في المئة. بلغت الأرباح المخففة للسهم 9.11 دولار أمريكي.

بلغ صافي الدخل المعلن 112.1 مليار دولار أمريكي، بزيادة 298 في المئة على أساس سنوي. من المهم أن نكون دقيقين هنا: يتضمن هذا الرقم مكسباً غير محقق قدره 99.0 مليار دولار أمريكي على الأوراق المالية (equity securities)، وهو بند لمرة واحدة وغير تشغيلي. المقياس الأكثر دلالة لأداء الأعمال الأساسي هو الدخل التشغيلي، الذي نما بنسبة 30 في المئة إلى 40.8 مليار دولار أمريكي. أي قراءة لهذا الربع تبدأ برقم صافي الدخل دون ذلك التحفظ (qualification) تقدم صورة مبالغاً فيها عن الربحية، وسيجري أي رئيس تنفيذي أو مدير مالي حذر نفس التعديل عند مناقشة هذا الربع داخلياً.

بلغت إيرادات Google Services مبلغ 94.5 مليار دولار أمريكي، بارتفاع 15 في المئة، مكونة من البحث وغيره بـ63.3 مليار دولار (بارتفاع 17 في المئة)، وإعلانات يوتيوب بـ11.1 مليار دولار (بارتفاع 13 في المئة)، والاشتراكات والمنصات والأجهزة بـ12.9 مليار دولار (بارتفاع 15 في المئة). بلغت إيرادات Google Cloud مبلغ 24.8 مليار دولار أمريكي، بارتفاع 82 في المئة على أساس سنوي، مع ارتفاع الدخل التشغيلي السحابي من 2.8 مليار إلى 8.8 مليار دولار أمريكي، أي زيادة تتجاوز 200 في المئة. حققت Other Bets إيرادات قدرها 382 مليون دولار أمريكي مقابل خسارة تشغيلية قدرها 1.8 مليار دولار أمريكي.

الكثافة الرأسمالية (capital intensity) لهذا النمو هي الرقم الذي يستحق أكبر قدر من الاهتمام. بلغ الإنفاق الرأسمالي 44.9 مليار دولار أمريكي لهذا الربع وحده، وكان التدفق النقدي الحر (free cash flow) سالباً بمقدار 5.9 مليار دولار أمريكي، وهو انعكاس لشركة حققت تاريخياً تدفقاً نقدياً حراً موجباً كبيراً جداً. نما عدد الموظفين إلى 198,933 موظفاً، ارتفاعاً من 187,103 قبل عام. يظل التوزيع الفصلي 0.22 دولار أمريكي للسهم، مستحق الدفع في سبتمبر 2026.

على صعيد منتجات الذكاء الاصطناعي، تفيد الشركة أن Gemini Enterprise تُستخدم الآن من قبل ما يقرب من 90 في المئة من شركات Fortune 100، وأن نماذج Gemini تعالج 22 مليار رمز API في الدقيقة، وأن تطبيق Gemini الاستهلاكي وصل إلى 950 مليون مستخدم نشط شهرياً. هذه أرقام أبلغت عنها الشركة وليست مقاييس مدققة بشكل مستقل، ويجب قراءتها على هذا الأساس، لكن اتجاه المسار، من التجريب إلى البنية التحتية المدمجة، متسق مع ما يلاحظه معظم قادة التكنولوجيا المؤسسية في مؤسساتهم.

الآثار التكنولوجية والمعمارية

الإشارة المعمارية الجوهرية في هذا الربع هي التحول من الذكاء الاصطناعي كميزة منتج إلى الذكاء الاصطناعي كبنية تحتية. زيادة بنسبة 82 في المئة في الإيرادات السحابية، مصحوبة بقفزة نوعية (step change) في الربحية التشغيلية السحابية، تشير إلى أن العملاء المؤسسيين ينقلون أحمال عمل الذكاء الاصطناعي (workloads) إلى الإنتاج على نطاق واسع، لا مجرد تشغيل تجارب أولية. هذا التحول يغير محادثة الشراء (procurement) لكل رئيس تنفيذي للتكنولوجيا: لم يعد السؤال أي نموذج نجرب، بل أي بنية تحتية (stack)، وسيليكون مخصص، وعائلة نماذج، وبنية بيانات نلتزم بها للسنوات الثلاث إلى الخمس القادمة.

إن تأطير ألفابت لهذا كاستراتيجية متكاملة (full stack) تمتد عبر البنية التحتية المخصصة والنماذج المملوكة والتوزيع السحابي وتطبيقات المستهلك والمؤسسات، هو النمط المعماري الذي تتقارب عليه الشركات العملاقة الأخرى والمؤسسات الكبيرة بشكل متزايد. بالنسبة لرئيس تنفيذي للتكنولوجيا، ليس الدرس أن كل مؤسسة تحتاج إلى البناء على هذا النطاق. بل إن اقتصاديات الذكاء الاصطناعي على نطاق واسع تميل بشكل متزايد لصالح المؤسسات ذات البنية التحتية المتكاملة عمودياً (vertically integrated) والوصول إلى النماذج، وهو ما له آثار مباشرة على قرارات البناء مقابل الشراء (build versus buy)، ومخاطر تركيز الموردين (vendor concentration risk)، ومنحنى التكلفة طويل الأجل للاستدلال (inference) على نطاق واسع.

الرقم المعلن البالغ 22 مليار رمز API تُعالج في الدقيقة هو بديل مفيد (proxy) للنطاق الذي يعمل عنده الاستدلال الآن داخل شركة تكنولوجيا كبرى. يجب على المهندسين المعماريين المؤسسيين التعامل مع تخطيط تكلفة الاستدلال والإنتاجية (throughput) كمشكلة تخطيط سعة (capacity planning) من الدرجة الأولى، بنفس مكانة تخطيط الحوسبة والتخزين على مدى العقدين الماضيين، وليس كتكلفة متغيرة تُمتص داخل اشتراك برمجي.

الآثار التجارية والتنافسية

رقم إنفاق رأسمالي فصلي قدره 44.9 مليار دولار أمريكي، ينتج عنه تدفق نقدي حر سالب، هو بيان واضح عن النية التنافسية. ألفابت مستعدة لمبادلة توليد النقد قصير الأجل بموقع في البنية التحتية في سوق تعتبرها أساسية لعقدها القادم من الأعمال. المنافسون العملاقون الآخرون يقدمون التزامات مماثلة. للمؤسسات التي تعتمد على أي من هذه المنصات، هناك نتيجتان مباشرتان تستحقان التخطيط.

أولاً، من المرجح أن يستمر معدل تحسن القدرات في البنية التحتية والنماذج التجارية للذكاء الاصطناعي بوتيرة سريعة خلال الـ18 إلى 24 شهراً القادمة، ممولاً بهذا المستوى من الاستثمار الرأسمالي، مما يؤثر على العمر الافتراضي لأي قرار معماري للذكاء الاصطناعي يُتخذ اليوم. ثانياً، تركيز الإنفاق على البنية التحتية للذكاء الاصطناعي بين عدد صغير من المزودين ذوي رؤوس الأموال الضخمة يزيد الأهمية الاستراتيجية للشروط التعاقدية، وقابلية نقل البيانات (data portability)، ومرونة تعدد السحب أو تعدد النماذج، حيث ترتفع تكاليف التبديل (switching costs) كلما رسخت هذه المنصات بعمق أكبر في أنظمة الإنتاج.

نمو إيرادات إعلانات البحث ويوتيوب، وكلاهما يتسارع حتى مع دمج ميزات الذكاء الاصطناعي في هذه المنتجات، إشارة مفيدة لأي رئيس تنفيذي قلق من أن استثمار الذكاء الاصطناعي يلتهم (cannibalises) خطوط الإيرادات القائمة. في هذه الحالة، على الأقل حتى الآن، يبدو أن دمج الذكاء الاصطناعي يعزز أعمال الإعلانات الأساسية بدلاً من تآكلها.

المخاطر واعتبارات الحوكمة

ثلاث مخاطر تستحق اهتماماً صريحاً على مستوى مجلس الإدارة عند استخدام هذا الربع كنقطة مرجعية. الأولى هي الفجوة بين صافي الدخل المعلن والأداء التشغيلي الأساسي: أي تعليق داخلي أو خارجي يستشهد برقم صافي الدخل البالغ 112.1 مليار دولار أمريكي دون الإشارة إلى مكسب الأوراق المالية البالغ 99.0 مليار دولار أمريكي يبالغ مادياً في قوة الأعمال الأساسية، ويجب على فرق الحوكمة الإصرار على استخدام الرقم المعدل في أي تحليل مقارن.

الثانية هي مخاطر تخصيص رأس المال (capital allocation). التدفق النقدي الحر السالب المدفوع بإنفاق البنية التحتية للذكاء الاصطناعي خيار استراتيجي عقلاني لشركة بميزانية ألفابت، لكنه ليس قالباً ينتقل مباشرة إلى المؤسسات ذات المرونة الرأسمالية الأقل. على الرؤساء التنفيذيين للتكنولوجيا الذين يقترحون استثماراً في البنية التحتية للذكاء الاصطناعي داخلياً عرض الكثافة الرأسمالية لهذا البناء بصدق، بدلاً من الإيحاء بأن مستويات إنفاق مماثلة متناسبة مع ميزانيات أصغر.

الثالثة هي مخاطر الاعتماد (dependency) والحوكمة. مع قيام العملاء المؤسسيين بدمج Gemini Enterprise وبنية Google Cloud التحتية للذكاء الاصطناعي بعمق أكبر في أنظمة الإنتاج — بتبني ما يقرب من 90 في المئة من Fortune 100 وفقاً لحساب الشركة نفسها — تصبح أسئلة حوكمة البيانات وشفافية النموذج والارتباط بالمورد (vendor lock-in) والإشراف المسؤول على الذكاء الاصطناعي قضايا على مستوى مجلس الإدارة بدلاً من تفاصيل تنفيذ تقني. يجب أن ينعكس هذا في أطر حوكمة الذكاء الاصطناعي (governance frameworks)، لا أن يترك فقط لفرق الشراء والهندسة.

ما يجب على الرؤساء التنفيذيين فعله

افصل صافي الدخل المعلن عن الأداء التشغيلي الأساسي في كل إحاطة داخلية حول أرباح الشركات العملاقة، واطلب نفس الانضباط عند الإبلاغ عن عوائد استثمارات الذكاء الاصطناعي الخاصة بك إلى مجلس الإدارة.

تعامل مع هذا الربع كدليل على أن استثمار البنية التحتية للذكاء الاصطناعي يتسارع على مستوى الصناعة، وأعد النظر في أفق ميزانية الذكاء الاصطناعي لمؤسستك (budget horizon) وفقاً لذلك، بدلاً من افتراض أن مستويات الإنفاق الحالية كافية لدورة التخطيط القادمة.

اطلب من مديرك المالي ورئيسك التنفيذي للتكنولوجيا عرض الكثافة الرأسمالية، وليس فقط الإمكانات الإنتاجية، لأي التزام مقترح في البنية التحتية للذكاء الاصطناعي بشكل مشترك، حتى تُتخذ قرارات تخصيص رأس المال مع الرؤية الكاملة للمقايضة في التدفق النقدي (cash flow trade-off).

ارفع تركيز موردي الذكاء الاصطناعي وحوكمة البيانات إلى بند دائم في جدول أعمال مجلس الإدارة (standing board agenda)، بالنظر إلى سرعة تعمق اعتماد المؤسسات على عدد صغير من مزودي البنية التحتية للذكاء الاصطناعي.

ما يجب على الرؤساء التنفيذيين للتكنولوجيا فعله

نمذج تكلفة الاستدلال والإنتاجية كنظام أساسي لتخطيط السعة، باستخدام أرقام النطاق في هذا الربع كمعيار اتجاهي (directional benchmark) لأين تتجه أحمال عمل الذكاء الاصطناعي الإنتاجية.

أعد تقييم قرارات البناء مقابل الشراء للبنية التحتية للذكاء الاصطناعي في ضوء النموذج المتكامل عمودياً (full stack) الذي يثبت فعالية اقتصادية على نطاق هائل، وحدد أين تخلق بنيتك الخاصة ارتباطاً غير ضروري بالمورد أو النموذج.

اختبر الشروط التعاقدية مع مزودي البنية التحتية والنماذج للذكاء الاصطناعي الآن، بينما لا تزال تكاليف التبديل قابلة للإدارة، بدلاً من الانتظار حتى تصبح أحمال العمل مدمجة بعمق في الإنتاج.

أدمج ضوابط الذكاء الاصطناعي المسؤول وحوكمة البيانات في البنية المعمارية للبنية التحتية منذ البداية، بدلاً من إعادة تجهيزها (retrofitting) بعد أن يتوسع التبني، بالنظر إلى الوتيرة التي يتم بها تبني منصات مثل Gemini Enterprise عبر المؤسسات الكبيرة.

الخلاصة الاستراتيجية

أفضل قراءة لنتائج ألفابت للربع الثاني 2026 ليست كقصة عن أرباح قياسية، لأن حصة كبيرة من رقم الربح الرئيسي هي مكسب محاسبي لمرة واحدة، بل كقصة عن التزام رأسمالي بالبنية التحتية للذكاء الاصطناعي على نطاق يعيد تشكيل اقتصاديات التكنولوجيا المؤسسية. نمو سحابي بنسبة 82 في المئة، ممول بإنفاق رأسمالي فصلي قدره 44.9 مليار دولار أمريكي وتحول إلى تدفق نقدي حر سالب، هو أوضح إشارة متاحة اليوم لأين سيتم الفوز أو الخسارة في منافسة الذكاء الاصطناعي المؤسسية في العقد القادم: في طبقة البنية التحتية، وليس فقط في طبقة النموذج أو التطبيق. الرؤساء التنفيذيون والرؤساء التنفيذيون للتكنولوجيا الذين يتعاملون مع هذا الربع كمعيار تخطيط، لا كعنوان يُقرأ سريعاً، سيكونون في وضع أفضل لقرارات رأس المال والمعمارية القادمة.

سؤال التفاعل

إذا كانت شركة عملاقة مستعدة لتشغيل تدفق نقدي حر سالب لتأمين موقع في البنية التحتية للذكاء الاصطناعي، فماذا يخبرك ذلك عن قرارات البنية التحتية والحوكمة للذكاء الاصطناعي التي يجب على مؤسستك اتخاذها في الربعين القادمين؟

فكر رياضياً. هندس بذكاء. قد استراتيجياً. ابن بمسؤولية. وسع عالمياً. أوجد قيمة تجارية حقيقية من خلال الذكاء الاصطناعي.

#ArtificialIntelligence #EnterpriseAI #AIArchitecture #TechnologyStrategy #DigitalTransformation #CTO #CEO #CloudComputing #ResponsibleAI #AIInfrastructure