هل تنضم ميتا إلى نادي الـ 3 تريليون دولار بحلول 2028؟
تاريخ النشر: 10th, March 2025 GMT
شهد نادي الشركات ذات القيمة السوقية 3 تريليون دولار دخول ثلاث شركات فقط منذ إنشائه مثل Apple وMicrosoft وNvidia، ولا تزال Apple العضو الوحيد حاليًا لكن هذا لن يستمر طويلًا، إذ تسعى شركات أخرى للحاق بها، وأبرزها ميتا بلاتفورمز (NASDAQ: META)، التي قد تحقق هذا الإنجاز بحلول 2028 بفضل استثماراتها الضخمة في الذكاء الاصطناعي (AI).
تخطط ميتا لإنفاق ضخم على البنية التحتية للذكاء الاصطناعي، حيث أعلن مارك زوكربيرج عن زيادة 59% في نفقات رأس المال لعام 2024، لتتراوح بين 60 و65 مليار دولار.
ويرجع ذلك إلى الفوائد الكبيرة التي جنتها الشركة بالفعل من تطبيقات الذكاء الاصطناعي في خوارزميات التوصية، مما أدى إلى زيادة التفاعل على فيسبوك وإنستجرام وارتفاع عدد الإعلانات المعروضة.
وحسّنت أدوات الذكاء الاصطناعي قيمة الإعلانات، حيث أصبح إنشاء الإعلانات وتحسين استهدافها أكثر كفاءة، مما ساهم في زيادة متوسط أسعار الإعلانات بنسبة 14% في الربع الأخير.
وتجاوز عدد المعلنين الذين استخدموا أدوات إنشاء الإعلانات المدعومة بالذكاء الاصطناعي 4 ملايين معلن بحلول يناير 2024.
زوكربيرغ يطمح إلى إطلاق وكيل ذكاء اصطناعي قادر على إدارة الحملات التسويقية بالكامل، حيث يمكن للمعلنين ببساطة تحديد هدفهم التجاري والميزانية، بينما يتولى الذكاء الاصطناعي إنشاء مئات الإعلانات الشخصية واستهداف الجماهير بدقة لزيادة معدلات التحويل.
الميزة نفسها يمكن أن تمتد إلى صانعي المحتوى، حيث يمكن للذكاء الاصطناعي توفير ترجمات صوتية تلقائية للفيديوهات، وتعديل الصور لتعزيز التفاعل.
فرصة ضخمة لواتساب وماسنجرتستكشف ميتا طرقًا جديدة لتحقيق أرباح من واتساب وماسنجر عبر الذكاء الاصطناعي، حيث أطلقت ميزة Business AIs التي تمكن الشركات الصغيرة من إنشاء روبوتات محادثة لخدمة العملاء والمبيعات، فيما يقدر المحللون أن هذه التقنية قد تفتح سوقًا بقيمة 100 مليار دولار.
وتعمل ميتا على منتجات جديدة مثل نظارات Ray-Ban الذكية والمساعد الافتراضي Meta AI، مما يعزز فرص النمو المستقبلية.
هل يمكن أن تصل ميتا إلى 3 تريليون دولار؟رغم الإنفاق الضخم على مراكز البيانات، يتوقع المحللون أن يتفوق نمو الإيرادات على التكاليف، مما يدفع الأرباح إلى مستويات قياسية.
ومع استقرار معدل الضريبة والحفاظ على تقييم 26 ضعف الأرباح المستقبلية، فإن القيمة السوقية لميتا قد تبلغ 3 تريليون دولار بحلول 2028.
المصدر: صدى البلد
كلمات دلالية: ميتا المزيد الذکاء الاصطناعی تریلیون دولار
إقرأ أيضاً:
الذكاء الاصطناعي يساعد على توقع الخصائص الكيميائية
طور باحثون تطبيقا أطلقوا عليه اسم "ChemXploreML" يتنبأ بالخصائص الكيميائية ويسرعها، دون الحاجة إلى مهارات برمجة متعمقة.
من الأهداف الأساسية المشتركة لمعظم باحثي الكيمياء الحاجة إلى التنبؤ بخصائص الجزيء، مثل درجة غليانه أو انصهاره. بمجرد أن يتمكن الباحثون من تحديد هذا التنبؤ بدقة، يصبحون قادرين على المضي قدمًا في عملهم، محققين اكتشافات تُفضي إلى أدوية ومواد وغيرها. مع ذلك، ارتبطت الطرق التقليدية للكشف عن هذه التنبؤات، تاريخيًا، بتكلفة باهظة، استنزاف الوقت والجهد المبذول في المعدات، بالإضافة إلى التمويل.
تمكن فرع من الذكاء الاصطناعي، يُعرف باسم التعلم الآلي machine learning (ML)، من تخفيف عبء التنبؤ بخصائص الجزيئات إلى حد ما، لكن الأدوات المتقدمة التي تُسرّع العملية بشكل أكثر فعالية، من خلال التعلم من البيانات الموجودة لإجراء تنبؤات سريعة للجزيئات الجديدة، تتطلب من المستخدم امتلاك مستوى عالٍ من الخبرة البرمجية. هذا يُشكّل عائقًا أمام العديد من الكيميائيين، الذين قد لا يمتلكون الكفاءة الحسابية اللازمة لاجتياز عملية التنبؤ.
للتخفيف من هذا التحدي، ابتكر باحثون في مجموعة "ماكغواير" للأبحاث في معهد ماساتشوستس للتكنولوجيا (MIT) تطبيق ChemXploreML، وهو تطبيق سطح مكتب سهل الاستخدام يُساعد الكيميائيين على إجراء هذه التنبؤات المهمة دون الحاجة إلى مهارات برمجة متقدمة. هذا التطبيق متاح مجانًا وسهل التنزيل ويعمل على المنصات الرئيسية، كما أنه مصمم للعمل دون اتصال بالإنترنت، مما يُحافظ على خصوصية بيانات البحث.
وقد تم توضيح هذه التقنية الجديدة والمثيرة في مقال نُشر مؤخرًا في مجلة المعلومات والنمذجة الكيميائية Journal of Chemical Information and Modeling.
اقرأ أيضا... أداة ذكاء اصطناعي مجانية تعد تقارير طبية مثل الأنظمة التجارية
إحدى العقبات المحددة في مجال التعلم الآلي الكيميائي هي ترجمة البنى الجزيئية إلى لغة رقمية تفهمها أجهزة الكمبيوتر. يُؤتمت برنامج ChemXploreML هذه العملية المعقدة باستخدام "مُضمِّنات جزيئية" مدمجة قوية تُحوّل البنى الكيميائية إلى متجهات رقمية غنية بالمعلومات. بعد ذلك، يُطبّق البرنامج خوارزميات متطورة لتحديد الأنماط والتنبؤ بدقة بالخصائص الجزيئية، مثل درجات الغليان والانصهار، كل ذلك من خلال واجهة رسومية تفاعلية سهلة الاستخدام.
يقول أرافيند نيفاس ماريموثو، باحث في مجموعة ماكغواير والمؤلف الرئيسي للمقالة "يهدف ChemXploreML إلى تعميم استخدام التعلم الآلي في العلوم الكيميائية"، مضيفا "من خلال إنشاء تطبيق سطح مكتب سهل الاستخدام وقوي وقابل للعمل دون اتصال بالإنترنت، نضع أحدث النمذجة التنبؤية بين يدي الكيميائيين مباشرةً، بغض النظر عن خبراتهم البرمجية. هذا العمل لا يُسرّع البحث عن أدوية ومواد جديدة من خلال تسريع عملية الفحص وتخفيض تكلفتها فحسب، بل يفتح تصميمه المرن آفاقًا جديدة للابتكارات المستقبلية".
صُمم تطبيق ChemXploreML ليتطور مع مرور الوقت. لذا، مع تطور التقنيات والخوارزميات المستقبلية، يُمكن دمجها بسلاسة في التطبيق، مما يضمن للباحثين الوصول الدائم إلى أحدث الأساليب وتطبيقها. تم اختبار التطبيق على خمس خصائص جزيئية رئيسية للمركبات العضوية: نقطة الانصهار، ونقطة الغليان، وضغط البخار، ودرجة الحرارة الحرجة، والضغط الحرج، وحقق درجات دقة عالية وصلت إلى 93% لدرجة الحرارة الحرجة. كما أظهر الباحثون أن طريقة جديدة وأكثر إحكامًا لتمثيل الجزيئات كانت دقيقة تقريبًا مثل الطرق القياسية ولكنها كانت أسرع بما يصل إلى 10 مرات.
يقول ماريموثو: "نتصور مستقبلًا يُمكن فيه لأي باحث تخصيص وتطبيق التعلم الآلي بسهولة لحل تحديات فريدة، من تطوير مواد مستدامة إلى استكشاف الكيمياء المعقدة للفضاء بين النجوم".
مصطفى أوفى (أبوظبي)
مباريات سيراميكا كليوباترا فى الدور الأول 2025-2026