كيف توزع استثماراتك في الذكاء الاصطناعي عام 2026؟
لو كنت أبني محفظة **افتراضية** للذكاء الاصطناعي في 2026، فسأوزعها تقريبًا هكذا:
– **35% بنية تحتية:** أشباه موصلات، مراكز بيانات، شبكات وطاقة؛ لأن الإنفاق على البنية التحتية ما زال المحرك الأكبر. غارتنر+1
– **25% شركات منصات ونماذج AI:** الشركات التي تملك قدرات حوسبة ونماذج واسعة الاستخدام.
– **20% برمجيات وتطبيقات AI:** خصوصًا المنتجات التي تحقق إيرادات فعلية من العملاء، لا مجرد وعود بالنمو. PwC
– **10% روبوتات وAI للعلوم والهندسة:** قطاعات ذات نمو استثماري سريع. McKinsey & Company
– **10% نقد/سندات قصيرة الأجل:** للاستفادة من التصحيحات وتقليل مخاطر التقييمات المرتفعة.
**الفكرة الأساسية:** لا أراهن على «الذكاء الاصطناعي» كقطاع واحد؛ أوزع التعرض عبر سلسلة القيمة، مع إعطاء وزن أكبر للشركات ذات التدفقات النقدية والطلب القابل للقياس. فالاستثمارات العالمية في AI وصلت إلى مستويات ضخمة، ما يجعل مخاطر التقييم والتمويل مهمة أيضًا. Goldman Sachs+1
هذا **مثال تعليمي وليس توصية استثمارية شخصية**.
إذا كنت أبني **محفظة افتراضية مخصصة للاستثمار في منظومة الذكاء الاصطناعي خلال 2026**، فسأوزعها على سلسلة القيمة بدل وضعها كلها في شركات النماذج:
– **35% — أشباه الموصلات ومعدات تصنيعها:** الرقائق، الذاكرة، معدات التصنيع، والشبكات. الإنفاق على معدات مصانع 300mm متوقع أن يرتفع 18% في 2026، مدفوعًا بطلب AI. SEMI+1
– **25% — البنية التحتية السحابية ومراكز البيانات والطاقة:** لأن توسع القدرة الحاسوبية هو أحد أكبر محركات الإنفاق؛ Gartner تتوقع أن يتجاوز إنفاق AI عالميًا **2.7 تريليون دولار في 2026**. غارتنر
– **20% — البرمجيات والتطبيقات التي تحقق إيرادات من AI:** أركز هنا على الشركات التي تستطيع إثبات استخدام فعلي وعائد اقتصادي، وليس مجرد إضافة كلمة AI إلى المنتج. PwC تشير إلى انتقال التركيز في 2026 من «قصة الاستثمار» إلى اختبار الإيرادات وتحقيق الدخل. PwC
– **10% — نماذج ومنصات AI:** مجال سريع النمو، لكن المنافسة شديدة؛ الإنفاق على نماذج ومنصات AI متوقع أن ينمو 63.4% في 2026. emt.gartnerweb.com
– **10% — سيولة/سندات قصيرة الأجل:** لاستخدامها عند حدوث تصحيحات بدل الاضطرار للبيع أو الشراء عند أي سعر.
لماذا هذا التوزيع؟
لأنني لا أريد أن يكون نجاح المحفظة معتمدًا على نموذج ذكاء اصطناعي واحد. هناك طبقات مختلفة تستفيد من التوسع: **الرقائق → الشبكات والذاكرة → مراكز البيانات والطاقة → السحابة → النماذج → التطبيقات**. وفي الوقت نفسه، تشير OECD إلى أن المنافسة في بعض طبقات AI ما زالت شديدة التركّز، وأن أسعار نماذج اللغة المعدلة حسب الجودة انخفضت بنحو 80% بين يناير 2024 وأبريل 2026؛ وهذا يجعل الاستثمار في «أفضل نموذج اليوم» أكثر مخاطرة من الاستثمار المتنوع في البنية الأوسع. oecd.org
**ولو كنت أريد محفظة أسهم فعلية بدل توزيع القطاعات،** فسأحتاج أولًا إلى معرفة مستوى المخاطرة والأفق الزمني والبلد/البورصات المتاحة لك، لأن ذلك يغير الأوزان والأدوات المناسبة بشكل كبير.