يجتاح موجة استثمار في البنية التحتية للذكاء الاصطناعي أنحاءً عالمية، لكن السوق يدخل الآن نقطة تحوّل جديدة. وذكرت مؤسسة أبحاث السوق Citrini Research في أحدث إصدار من تقريرها «مذكرة أشباه الموصلات: وراثة سلسلة الإمداد (Semis Memo: Supply Chain Inheritance)» أن منطق استثمارات البنية التحتية للذكاء الاصطناعي تطوّر من تفكير بديهي يتمثل في «شراء GPU» إلى مرحلة أكثر تعقيدًا عنوانها «إعادة تسعير البنية التحتية للكهرباء وسلاسل الإمداد». يتعمّق هذا المقال في وجهة نظر Citrini الأساسية، ويشرح كيف ينبغي للمستثمرين بناء محافظهم الاستثمارية بالاستناد إلى ذلك.
من الموجة الأولى إلى الموجة الثانية: كيف تغيّر منطق استثمارات سلسلة إمداد AI؟
راجعت Citrini أولًا منطق صفقات البنية التحتية للذكاء الاصطناعي في الموجة الأولى: يحتاج LLM إلى GPU، ويقود نمو قوة الحوسبة طلبًا على الترابطات البصرية (optical interconnects)، وفي النهاية تتجه احتياجات الذكاء الاصطناعي إلى موردي الذاكرة. تبدو هذه الحجة بديهية وسهلة الفهم، لكن Citrini ترى أن السوق يشهد حاليًا تغييرًا جوهريًا.
ولكي يتفوّق المستثمرون في السوق خلال السنوات المقبلة، ليس عليهم فهم «المستفيدين الأوائل الواضحين»، بل عليهم إدراك اختناقات المرحلة الثانية في سلسلة الإمداد (second-order bottlenecks):
كيف يجري ترقية البنية الكهربائية؟ وما المكوّنات التي ستصبح نقاط اختناق جديدة في العرض والطلب؟ وأي قدرات إنتاج أو سلاسل إمداد كان من الممكن أن تدفعها صناعات أخرى منذ وقت طويل، لكنها الآن تنتظر أن تتولّى AI زمامها؟
ما المقصود بوراثة سلسلة الإمداد (Supply Chain Inheritance)؟
تتمثل أهم أجزاء هذا التقرير في المفهوم المحوري «وراثة سلسلة الإمداد (Supply Chain Inheritance)»، وتسلسل أفكار Citrini ومنطقها كالتالي:
تتجه مراكز بيانات AI إلى هياكل طاقة لخزائن DC بجهد 800V للتعامل مع الطلب المتزايد باستمرار على كثافة القدرة.
تعتمد هذه البنية على مواد رئيسية هي «أشباه الموصلات واسعة الحزمة الطاقية (Wide-bandgap Semiconductors)»، وبشكل أساسي كربيد السيليكون (SiC) ونيتريد الغاليوم (GaN). وقد تم دفع الطاقات المرتبطة بسلاسل الإمداد لهذه المواد على نطاق واسع من قبل صناعات السيارات الكهربائية والطاقة الشمسية، وأصبحت ناضجة نسبيًا.
لذلك، عندما تصبح الإنفاقات الرأسمالية للذكاء الاصطناعي مصدر طلب جديدًا، فإنها لا تحتاج إلى انتظار تعافٍ متزامن لقطاع EV أو الطاقة الشمسية. يمكن للذكاء الاصطناعي مباشرة «وراثة» منظومات التصنيع القائمة ومزايا منحنيات التكلفة.
وتؤكد Citrini أن ضعف طلب السيارات الكهربائية والطاقة الشمسية لا يعني بالضرورة فقدان قيمة سلاسل إمداد SiC وGaN. قد يوفر AI طلبًا أقوى في الموجة الثانية، ما يسمح بإعادة تسعير هؤلاء الموردين الرئيسيين للمواد الأولية. كما في حالة شركة Ajinomoto، وهي شركة مصنّعة للتوابل ومورّد عالميًّا أكبر لأغشية ABF (طبقات رقيقة مُعزِّزة)، وكذلك علامة TOTO الشهيرة لمنتجات الحمّام.
(هل تلوح قفزة أسعار أغشية ABF قريبًا؟ تستهدف Ajinomoto رفع الأسعار بنسبة 30%، ويحقق الثلاثة الكبار في تايوان من موردي الألواح إيرادات شهر أبريل عند مستويات قياسية أولًا)
الاختناقات في المنبع: دورات تسليم المحولات التقليدية طويلة، و«المحول ذو الحالة الصلبة (SST)» حلّ ممكن
تشير Citrini إلى أنه مع تسارع إنشاء مراكز بيانات AI، أصبحت مدة تسليم محولات النواة الحديدية التقليدية أحد أبرز اختناقات سلاسل الإمداد التي تعيق توسيع السحابات واسعة النطاق للغاية.
وتقترح «المحول ذو الحالة الصلبة (Solid-State Transformer, SST)» بوصفه نقطة تحوّل تقنية محتملة تالية. يستخدم SST مفاتيح SiC عالية التردد، لتحويل تيار AC متوسط الجهد مباشرة إلى 800V DC. وبالمقارنة مع المعدات التقليدية، يتمتع SST بمزايا مثل دورات تسليم أقصر، وحجم أصغر، وإمكانية الإرسال ثنائي الاتجاه. كما تدفع كبرى الشركات في هذا المجال، مثل Eaton (NYSE: ETN)، وABB السويدية (SWX: ABBN)، وشركة Siemens الألمانية (ETR: SIE).
ومع ذلك، تلفت Citrini أيضًا إلى أن الأصول التي يمكن أن تستفيد بشكل كامل ونقي حاليًا لا تزال أغلبها ضمن مرحلة التمويل الخاص أو شركات ناشئة، ولم تنعكس بعد بشكل كافٍ في تسعير السوق العامة.
الاختناقات في المصب: VRM يواجه «مشكلة الألف أمبير»، وسترتفع القيمة المضمنة لكل GPU بشكل كبير
داخل الخزانة، تركز Citrini على «وحدة منظم الجهد (Voltage Regulator Module, VRM)». ومع استمرار ارتفاع قدرة GPU مع انخفاض جهدها الأساسي، يجب أن يخرج VRM تيارًا هائلًا عند مستويات جهد منخفضة جدًا، مع الحفاظ على استقرار النظام وسلامته.
يشبه ذلك «مشكلة الألف أمبير (thousand-amp problem)» في علم الكهرومغناطيسية. وتتوقع Citrini أن تتحول إلى «مشكلة ثلاثة آلاف أمبير» في عام 2027.
ترى Citrini أن الحل يتمثل في اعتماد تزويد متوازي متعدد الأطوار (multi-phase)، لكن ذلك يعني كذلك زيادة عدد المكوّنات المطلوبة لكل خادم AI، بما في ذلك وحدات التحكم والملفات الحثية والمكوّنات السلبية وغيرها، وهو ما سيرفع القيمة المضمنة لكل GPU أو خادم.
(دليل قراءة لتقرير أبحاث قطاع تصنيع المكوّنات: هل سيُضاعِف 2026 المكوّنات السلبية ويعيد إنتاج عاصفة نقص ذاكرة AI؟)
كيف تجد فرصًا استثمارية؟ تكشف Citrini عن تقسيم منظم لسلسلة الإمداد إلى أربع طبقات
تقسم Citrini فرص الاستثمار في البنية التحتية الكهربائية للذكاء الاصطناعي إلى أربعة مستويات، لتزويد المستثمرين بإطار منهجي لاختيار الأسهم:
Tier 1 (الأكثر جوهرية): مواد أشباه الموصلات واسعة الحزمة الطاقية (SiC/GaN) والمعدات الرأسمالية ذات الصلة. وتعتقد Citrini أن هذه المساحة لم تتم إعادة تسعيرها بعد في السوق عبر «تمرير قيمة AI»، ما يمنحها إمكانات أعلى لتحقيق عوائد تفوقية.
Tier 2: موردو أشباه الموصلات الخاصة بالطاقة بشكل عام وموردو VRM المتخصصون. إن كل جولة ترقية لخوادم AI ترفع كثافة الطلب على هذه المكوّنات.
Tier 3: مكوّنات أنظمة الطاقة، وتشمل مزوّدات الطاقة (PSU) والأشرطة الناقلة (busbar) ووحدات الترابط وما إلى ذلك. تعتقد Citrini أن هذه الطبقة تم اكتشافها نسبيًا من قبل السوق، لكن الطلب ما يزال قائمًا.
Tier 4: أنظمة الطاقة في مراكز البيانات والبنية التحتية للجهد المتوسط، وتشمل وحدات التغذية ومعدات الفصل (switching) وموضوعات إحلال SST محل البدائل.
كيف تتم تصفية المرشحين للاستثمار؟ تلمس الإشارات من تقرير Citrini
في التقرير، ذكرت Citrini أيضًا عدة أسهم وحالات. وبالاستناد إلى تصنيفها ضمن طبقات سلسلة الإمداد، واختيار Tier 1 و2 فقط، يمكن الخروج بالقائمة التالية:
Wolfspeed (NYSE：WOLF): بوصفه مثالًا نموذجيًا لتمرير قيمة سلسلة إمداد AI في Tier 1، قامت الشركة بتوسيع طاقة SiC بشكل نشط مع اتجاهات السيارات الكهربائية، لكن الطلب لم يأتِ كما كان متوقعًا، ما أدى إلى إعادة هيكلة بسبب الإفلاس. ترى Citrini أن طاقتها المادية القائمة قد تعود لاكتساب قيمة تحت طلب البنية التحتية للذكاء الاصطناعي، وأن منطق التسعير قد يتحول إلى «مزوّد بنية تحتية للذكاء الاصطناعي لا يمكن الاستغناء عنه».
Monolithic Power Systems（NASDAQ：MPWR）：أحد أبرز موردي سوق VRM في Tier 2، ويُنظر إليه باعتباره المستفيد الأساسي من وحدات الطاقة لخوادم AI.
Vicor（NASDAQ：VICR）：يقدم حلولًا لهياكل كهرباء مفصّلة وعمودية، وهي مسار تقني آخر لـ VRM، ما يمنحه مرونة أعلى لكن يتطلب مراقبة معدل اختراق السوق.
STMicroelectronics（NYSE：STM）/ Onsemi（NASDAQ：ON）/ Infineon（ETR：IFX）：جميعها من أبرز موردي رقائق SiC/GaN وأشباه الموصلات الخاصة بالطاقة، وتنطبق أيضًا على منطق سردية Citrini القائل بأن سلسلة إمداد السيارات الكهربائية تتحول لاستيعاب طلب AI.
كيف يبني المستثمرون محافظًا استثمارية بالاستفادة من هذا التقرير؟
في ختام المقال، تقدم Citrini للمستثمرين النصائح والإرشادات التشغيلية التالية، إضافة إلى مبادئ منطقية:
لا تراهن فقط على رقائق AI، بل ابحث عن المستفيدين من خطوط الطاقة بجهد 800V: الفرصة البنيوية الحقيقية تكمن في مسار تحويل الطاقة، وليس في قوة الحوسبة وحدها.
ضع في المقام الأول أشباه الموصلات واسعة الحزمة الطاقية وسلسلة نقل الطاقة (SiC/GaN、VRM، والبنية التحتية لتحويل الطاقة): تاريخيًا ارتبطت هذه الشركات بالسيارات الكهربائية والطلب الصناعي، لكن الإنفاق الرأسمالي للذكاء الاصطناعي أصبح مصدر طلب ثانٍ.
تحكم في المخاطر عبر طبقات Tier: لدى Tier 1 أكبر مساحة لإعادة التسعير، لكن تقلباته أعلى كذلك؛ أما Tier 3 و4 فقد تم تسعيرهما نسبيًا من قبل السوق، ما يجعلهما أكثر ملاءمة لتخصيصات طويلة الأجل تميل إلى الاستقرار.
تتبدل خريطة سلسلة إمداد البنية التحتية للذكاء الاصطناعي
تتمثل أهم إشارة في تقرير Citrini في أن اتجاه استثمارات البنية التحتية للذكاء الاصطناعي انتقل من «من يملك أكبر قدر من قوة الحوسبة» إلى «من يستطيع معالجة الاختناقات الواقعية في نقل الطاقة وتحويلها». ومن المتوقع أن تُستحوذ سلاسل الإمداد والطاقة الإنتاجية التي خلفتها حقبة السيارات الكهربائية وتُعاد إعادة استخدامها من قبل صناعة الذكاء الاصطناعي بطريقة لم يسعّرها السوق بعد.
بالنسبة للمستثمرين، قد تتطلب فرصة تحقيق عوائد تفوقية حقيقية أن يضعوا جانبًا أسهم قادة AI الأكثر سخونة لديهم، وأن يبحثوا عن موردي مواد أشباه الموصلات والمكونات الأساسية للبنية التحتية للكهرباء، الذين ينتظرون بصمت موجة «تمرير قيمة سلسلة إمداد AI».
(تم تجميع هذا المقال من تقرير Citrini Research ولا يشكل توصية استثمارية)
أين تقع الموجة التالية من البنية التحتية للذكاء الاصطناعي؟ يكشف تقرير Citrini أن «SiC وGaN والبنية التحتية للكهرباء» تصبح اتجاهًا استثماريًا جديدًا ظهرت هذه المقالة لأول مرة في سلسلة أخبار ABMedia.
