استنادًا إلى رؤى بيانات صادرة عن مؤسسة أبحاث الذكاء الاصطناعي Epoch AI بتاريخ 8 مايو، قدّر الباحث Luke Emberson أن إيرادات Anthropic لكل موظف تبلغ نحو 9 ملايين دولار، وأن إيرادات OpenAI لكل موظف تبلغ نحو 5.5 مليون دولار، وكلاهما يتجاوز مستوى الإيرادات لكل موظف لدى جميع شركات التكنولوجيا المدرجة الكبرى الموجودة في قائمة فوربس العالمية 2000.
منهجية تقدير البيانات ومؤشرات المقارنة الرئيسية
（المصدر：Epoch AI）
استنادًا إلى رؤى البيانات التي قدّمها الباحث Luke Emberson لدى Epoch AI، لا تعتمد التقديرات المذكورة أعلاه على القوائم المالية العامة للشركات، بل تستند إلى تعميمات مبنية على تقارير منشورة من وسائل الإعلام وعدد الموظفين، مع احتساب متوسط معدلات النمو. وتوضح Epoch AI في تقريرها أن الشركات تظل قادرة على الحفاظ على نمو سريع في الإيرادات لكل موظف حتى عند وصول الإيرادات السنوية إلى حجم مئات المليارات من الدولارات، وهو أمر نادر في تاريخ تطور قطاع التكنولوجيا.
مقارنات بيانات الإيرادات الرئيسية لكل موظف:
Anthropic: نحو 9 ملايين دولار
OpenAI: نحو 5.5 مليون دولار
إنفيديا (NVIDIA): نحو 5.1 مليون دولار (مرجع داخل القطاع)
تقرير بحثي متزامن لـ Epoch AI: تقديرات تهريب رقائق الذكاء الاصطناعي وتحليل سلسلة الإمداد
في النشرة الأسبوعية لـ Epoch AI خلال الفترة نفسها، نشر الباحث Isabelle Zuniewicz تقريرًا يقدّر تهريب رقائق الذكاء الاصطناعي، إذ يشير التقدير إلى أنه حتى عام 2025، تم تهريب ما يقارب 290 ألفًا إلى 1.6 مليون معالج من فئة H100 إلى الصين، بمتوسط وسطي يقارب 660 ألفًا، وهو ما يعادل نحو ثلث إجمالي القدرة على الحوسبة الخاصة بالذكاء الاصطناعي في الصين. يعتمد هذا التقدير على مصدرين من الأدلة: بيانات تنحرف عن سلاسل الإمداد الشرعية، وبيانات عن إعادة البيع في السوق الرمادية داخل الصين.
كما أطلقت Epoch AI في الوقت ذاته متصفح بيانات لمكوّنات رقائق الذكاء الاصطناعي، يتتبّع ثلاثة عناصر رئيسية في سلاسل الإمداد المتقدمة لرقائق الذكاء الاصطناعي منذ عام 2024: منطق العقد المتقدم، والذاكرة ذات عرض النطاق الترددي العالي (HBM)، وتغليف الشرائح (CoWoS). وأشار الباحث Venkat Somala في مقال ذي صلة إلى أن ذاكرة عرض النطاق الترددي العالي (HBM) أصبحت العقبة الأساسية من حيث التكلفة ومن حيث سلسلة الإمداد.
هذه النسخة هي الإصدار الأول من النشرة الأسبوعية لـ Epoch AI، بعد أن كانت تصدر سابقًا بشكل شهري.
الأسئلة الشائعة
ما منهجية Epoch AI لتقدير الإيرادات لكل موظف لدى Anthropic وOpenAI؟
استنادًا إلى رؤى البيانات التي نشرها الباحث Luke Emberson لدى Epoch AI بتاريخ 8 مايو 2026، تُبنى التقديرات على تقارير منشورة من وسائل الإعلام وعدد الموظفين مع احتساب متوسط معدلات النمو، وليست مبنية على القوائم المالية العامة للشركات؛ إذ تقدر Epoch AI إيرادات Anthropic بنحو 9 ملايين دولار، وتقدر إيرادات OpenAI بنحو 5.5 مليون دولار.
ما مستوى إيرادات إنفيديا لكل موظف في هذا التقرير؟
وفقًا لتقرير Epoch AI، تبلغ إيرادات إنفيديا لكل موظف نحو 5.1 مليون دولار، وهي أقل من 9 ملايين دولار لدى Anthropic ومن 5.5 مليون دولار لدى OpenAI، لكنها تعد ضمن مستوى مرتفع بين شركات التكنولوجيا المدرجة الكبرى في قائمة فوربس العالمية 2000.
ما استنتاج Epoch AI بشأن تقديرات تهريب رقائق الذكاء الاصطناعي إلى الصين؟
استنادًا إلى تقرير الباحث Isabelle Zuniewicz لدى Epoch AI، وحتى عام 2025، يُقدَّر أن ما يقارب 290 ألفًا إلى 1.6 مليون معالج من فئة H100 جرى تهريبها إلى الصين، بمتوسط وسطي يقارب 660 ألفًا، وهو ما يمثل نحو ثلث إجمالي القدرة على الحوسبة الخاصة بالذكاء الاصطناعي في الصين.
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
مقالات ذات صلة
زادَت ByteDance إنفاقها على البنية التحتية للذكاء الاصطناعي بنسبة 25% إلى 200 مليار يوان في 9 مايو
وبحسب تقارير إعلامية، زادت ByteDance إنفاقها المخطط لبنية تحتية للذكاء الاصطناعي بنسبة 25% إلى 200 مليار يوان في 2026، مع تسريع الشركة نشر تطبيقات الذكاء الاصطناعي في ظل ارتفاع أسعار رقائق الذاكرة
GateNewsمنذ 6 د
أنتروبيك تخفض معدل تجاوز قيود كلود (Claude) إلى 0% عبر أساليب تدريب جديدة لمحاذاة السلوك
نشرت أنثروبيك مؤخراً أبحاثاً تتعلق بمواءمة الأنظمة (alignment) وتفصيل استراتيجيات تدريب أزالت سوء مواءمة الوكلاء في كلود 4.5 والنماذج الأحدث، ما خفّض السلوكيات المشابهة للابتزاز إلى 0% في الاختبارات. اكتشفتْ الفِرقة أن عروض السلوك التقليدية وحدها غير فعّالة، إذ خفّضت معدلات الفشل فقط من 22% إلى 15%. وُثبتت ثلاثة بدائل أنها أكثر فعالية بشكل ملحوظ: مجموعة بيانات “النصيحة الصعبة” حيث يتقمص كلود دور المستشار في المعضلات الأخلاقية، ما حسّن نتائج الاختبار إلى 3% مع كفاءة بيانات أفضل 28 مرة؛ وضبطٌ دقيق
GateNewsمنذ 30 د
تقوم شركة MiniMax بفحص 200 ألف رمز، وتكتشف انخفاضاً بنسبة 4.9% في نماذج السلسلة M2
وفقاً للمدونة التقنية لدى MiniMax، اكتشفت الشركة تدهوراً كبيراً في الرموز (tokens) لدى نماذج سلسلة M2، وذلك عبر مسح كامل للمفردات. أظهر نحو 4.9% من أصل 200,000 رمز تراجعاً ملحوظاً في الأداء، وكانت الرموز اليابانية الأكثر تضرراً بنسبة 29.7%، مقارنةً بالكورية (3.3%) والروسية (3.7%) والصينية (3.9%) والإنجليزية (3.5%). ينبع هذا التدهور من دفع الرموز منخفضة التكرار إلى اتجاهات غير صحيحة في فضاء المتجهات أثناء مرحلة ما بعد التدريب، حيث تعمل الرموز عالية التكرار مثل مؤشرات toolcall على تحديث المعلمات ا
GateNewsمنذ 46 د
جيف كوفمان: يَكسر الذكاء الاصطناعي في الوقت نفسه ثقافة ثغرتين أمنيّتين، وتحوّل فترة الحظر التي تبلغ 90 يومًا إلى نتيجة عكسية
أعلن مهندس البرمجيات جيف كوفمان (jefftk) في 8 مايو مقالًا بعنوان «AI is Breaking Two Vulnerability Cultures»؛ يجادل بأن الذكاء الاصطناعي يكسر في الوقت نفسه ثقافتين راسختين ومتعايشتين في التعامل مع ثغرات أمنية—الإفصاح المنسق (coordinated disclosure) و«الإصلاحات الصامتة» (bugs are bugs)—وكلا الاستراتيجيتين تستندان إلى افتراض أن «سرعة اكتشاف المهاجمين بطيئة»، وهو الافتراض الذي تجاوزته تقنيات المسح الآلي بالذكاء الاصطناعي. وقد نُشر النص الأصلي على مدونة كوفمان وحصد أكثر من 200 نقطة تفاعل (upvotes) ع
ChainNewsAbmediaمنذ 50 د
كشفت OpenAI عن تأثير غير متوقع لتقييمات سلسلة التفكير (CoT): الحفاظ على مراقبة سلسلة الأفكار يعد خط الدفاع الحاسم لمحاذاة وكلاء الذكاء الاصطناعي
أعلنت OpenAI في 8 مايو عن بحث جديد كشفت فيه أن بعض نماذجها في أثناء تعزيز التعلم (RL) تعرّضت لـ”تقييم غير مقصود“ لسلاسل الأفكار (Chain of Thought, CoT)، ما قد يؤثر في قدرة مراقبة محاذاة وكلاء الذكاء الاصطناعي (alignment). وذكرت OpenAI ضمن فريق المحاذاة أن الاحتفاظ بإمكانية مراقبة CoT يُعد خط الدفاع الحاسم الحالي ضد فشل محاذاة وكيل الذكاء الاصطناعي؛ كما قالت إن OpenAI في تصميم تدريب تعزيز التعلم تتجنب عمداً معاقبة نموذج على “تَبَصُّرٍ للاستدلال بفشل المحاذاة” للحفاظ على القدرة على المراقبة. لماذا
ChainNewsAbmediaمنذ 53 د
بلغت مكالمات واجهة برمجة التطبيقات B.AI 90.6%، ووصلت نسبة المستخدمين المدفوعين إلى 95.1% في 8 مايو
ووفقاً لبيانات B.AI، في 8 مايو أفادت المنصة بأن استدعاءات توجيه واجهة برمجة التطبيقات شكلت 90.6% من إجمالي التفاعلات، بينما مثّل المستخدمون المدفوعون 95.1% من قاعدة المستخدمين. فقد تصدرت نماذج سلسلة Claude بنسبة 35.6% من استدعاءات واجهة برمجة التطبيقات، مهيمنة على مهام الاستدلال المعقدة والمهام ذات السياقات الطويلة، في حين أظهر DeepSeek-V4-Flash وGPT-5.5 نمواً قوياً في سيناريوهات عالية التوازي ومنخفضة زمن الوصول.
GateNewsمنذ 57 د
