تجاوزت إيرادات OpenAI من الشركات نصف إجمالي إيراداتها، فلماذا لا تزال Anthropic تتصدر سوق واجهات API للشركات بحصة 55%؟ 3 مؤشرات توضح الصورة

ملاحظة الكاتب: تجاوزت إيرادات أعمال المؤسسات نصف إجمالي إيرادات OpenAI للمرة الأولى، لكن Anthropic لا تزال تتصدر الإنفاق المؤسسي على واجهات API. لا يتعارض هذان الاستنتاجان؛ فهما يقيسان أمرين مختلفين أساسًا.

في 4 نوفمبر 2026، قال Greg Brockman، رئيس OpenAI، في مؤتمر WSJ للتكنولوجيا إن أكثر من نصف إيرادات OpenAI يأتي حاليًا من أعمال المؤسسات. وبعد يوم واحد فقط، قدّر تقرير Menlo Ventures بعنوان «حالة الذكاء الاصطناعي في المؤسسات 2026» أن حصة Anthropic تبلغ 55% من إنفاق المؤسسات على واجهات API لنماذج اللغة الكبيرة في بيئات الإنتاج، مقابل 31% لـ OpenAI.

عند وضع الخبرين جنبًا إلى جنب، قد يكون رد الفعل الأول لدى كثيرين: «من الفائز إذن؟». البيانات ليست متضاربة؛ فالمصادر الأصلية لدى Reuters وTechCrunch وWSJ وMenlo تؤكد بعضها بعضًا، والاختلاف يكمن في نطاق القياس. سنستخدم في هذا المقال ثلاثة مؤشرات مختلفة لتوضيح المنافسة بين OpenAI وAnthropic في سوق المؤسسات.

ما الذي ستستفيده؟ بعد قراءة المقال، ستتمكن من التمييز بين نسبة الإيرادات، والحصة من الإنفاق على واجهات API، ومعدل اعتماد المنتجات. وستفهم أيضًا لماذا تشتري المؤسسات نماذج من عدة مزودين في الوقت نفسه، وكيف تخطط بناءً على ذلك لاستراتيجية الوصول إلى النماذج.

إيرادات OpenAI من الشركات تتجاوز النصف: أبرز المعلومات

لنراجع أولاً ما كشفه Brockman. أوضح أن إيرادات OpenAI كانت تأتي سابقاً بنسبة تقارب 30% من الشركات و70% من المستهلكين، لكن قطاع الشركات أصبح اليوم أكبر مصدر للإيرادات. ومن المهم أنه أكد أن إيرادات قطاع المستهلكين لم تنخفض، بل لا تزال تنمو، إلا أن قطاع الشركات ينمو بوتيرة أسرع.

وأقر Brockman أيضاً بأن OpenAI واجهت صعوبات في سوق الشركات خلال النصف الأول من 2026. فرغم توفر Codex آنذاك، لم يكن لها حضور بارز في سوق البرمجة الوكيلة (Agentic Coding). وجاء التحول في الربع الثالث، وعزا ذلك إلى إطلاق GPT-5.6 Sol وChatGPT Work والتوسع في قطاع الشركات.

نقطتان قد تؤديان إلى سوء فهم إيرادات OpenAI من الشركات

هناك نقطتان يسهل إساءة فهمهما. أولاً، تشير نسبة 70% إلى نمو معدل الإيرادات السنوي (ARR) مقارنة بالربع السابق، وليس إلى نمو إيرادات التشغيل الفصلية وفق مبادئ المحاسبة المقبولة عموماً (GAAP) بنسبة 70%. ويُحسب ARR عادةً بإسقاط إيرادات فترة معينة على عام كامل، ولا يعني أن هذه الإيرادات السنوية قد تحققت بالفعل.

ثانياً، سبق أن ذكرت Reuters في تقريرين أن إيرادات OpenAI السنوية «تقترب من 70 مليار دولار» و«تقترب من 50 مليار دولار»، لكن هذا لا يعني أن الإيرادات انخفضت. يعود الفرق إلى المعالجة المحاسبية لإيرادات الشركاء السحابيين: تسجل OpenAI حصتها المستحقة فقط من بعض مبيعات القنوات السحابية، بينما قد تسجل Anthropic إجمالي ما يدفعه العميل كإيراد. أما تقدير 70 مليار دولار السابق، فقد استخدم معالجة مماثلة على أساس الإجمالي لإتاحة المقارنة مع Anthropic.

لماذا تتصدر Anthropic سوق واجهات API للمؤسسات؟ ثلاثة مؤشرات لا يجوز الخلط بينها

تكمن المسألة في أن عبارتي «أكثر من نصف إيرادات OpenAI يأتي من المؤسسات» و«Anthropic تتصدر سوق واجهات API للمؤسسات» تجيبان عن سؤالين مختلفين تمامًا. ومع إضافة معدل اعتماد منصات الذكاء الاصطناعي لدى المؤسسات، وفقًا لـ Morning Consult، نجد أن هناك ثلاثة أنواع من المؤشرات المتداولة.

لتقريب الفكرة: تجاوز إيرادات المؤسسات نصف إيرادات OpenAI يعني أن «حصة المؤسسات من كعكة OpenAI الخاصة أصبحت أكبر». أما استحواذ Anthropic على 55% من الإنفاق على واجهات API، فيعني أنها «حصلت على الشريحة الأكبر من كعكة إنفاق المؤسسات على واجهات API». يشمل المؤشر الأول إيرادات مؤسسية متنوعة، مثل ChatGPT Business وEnterprise وAPI وCodex، بينما يقتصر الثاني على استدعاءات النموذج عبر واجهة API في بيئات الإنتاج.

ومن المهم أيضًا أن OpenAI لم تكشف عن مساهمة كل من Business وEnterprise وAPI وCodex وWork في إيراداتها. لذلك، لا يمكن مساواة «إيرادات المؤسسات» بإيرادات اشتراكات ChatGPT Enterprise، ولا اعتبارها إيرادات API مباشرةً.

حصة الإنفاق المؤسسي على واجهات API: ارتفاع حصة Anthropic من 40% إلى 55%

فيما يلي تقديرات Menlo Ventures للإنفاق على واجهات API لنماذج اللغة الكبيرة في بيئات الإنتاج المؤسسية لعام 2026. هذه الأرقام تقديرية، وقد لا يساوي مجموعها 100% بعد التقريب.

تستحق النماذج مفتوحة المصدر اهتمامًا خاصًا: فقد ارتفعت حصتها من استخدام الرموز إلى 19%، بينما لا تتجاوز حصتها من الإنفاق نحو 4%. وهذا يعني أن كثرة الاستخدام لا تعني بالضرورة ارتفاع الإنفاق، ويؤكد أنه لا يمكن الحكم على القدرة التنافسية التجارية للنموذج بناءً على السعر أو حجم الاستدعاءات وحدهما.

🎯 نصيحة تقنية: تعكس بيانات الحصص اختيارات السوق عمومًا، لكنها لا تغني عن اختبار النماذج في أعمالك. ننصحك باستخدام مفتاح API واحد عبر APIYI apiyi.com لاستدعاء نماذج Claude وGPT، ثم مقارنة النتائج والتكلفة في مهام فعلية قبل اتخاذ القرار.

المنافسة بين OpenAI وAnthropic في قطاع المؤسسات: ترتيب مختلف حسب معدل اعتماد المنصات

إذا نظرنا إلى المؤسسات التي وافقت على استخدام منصة ذكاء اصطناعي أو تستخدمها بالفعل، فسنجد ترتيبًا مختلفًا تمامًا. فقد أجرت Morning Consult استطلاعًا شمل 3003 من صانعي القرار في المؤسسات الأمريكية بين 21 و24 يوليو 2026، ونشرت نتائجه في 3 أغسطس.

في المؤسسات الكبيرة، لا يتجاوز معدل اعتماد Claude نسبة 20%، وهي أقل بكثير من معدلات Copilot وGemini وChatGPT Enterprise. وقد يبدو هذا متناقضًا مع استحواذ Anthropic على 55% من الإنفاق على واجهات API، لكن الاختلاف هنا أيضًا يعود إلى طريقة القياس.

يقيس معدل الاعتماد ما إذا كانت المؤسسة «قد وافقت على استخدام المنصة أو تستخدمها بالفعل». وفي هذا الجدول، تحمل المؤسسة التي وفّرت حسابات Copilot لجميع موظفيها الوزن نفسه الذي تحمله مؤسسة تنفق ميزانية كبيرة شهريًا على Claude API. ويستفيد Copilot وGemini من قنوات التوزيع القائمة عبر Microsoft 365 وGoogle Workspace، ما يسهّل عليهما الوصول إلى شريحة واسعة. أما الإنفاق على واجهات API فيعكس بدرجة أكبر النماذج التي تخصص لها فرق التطوير ميزانياتها الفعلية في بيئات الإنتاج، لا سيما في مهام الوكلاء والبرمجة. لذلك، لا ينبغي بأي حال تفسير معدلات الاعتماد التي نشرتها Morning Consult على أنها حصص سوقية لواجهات API الخاصة بالنماذج.

المنطق الفعلي لسوق API للمؤسسات: تعدد المورّدين

إن النظر إلى OpenAI وAnthropic على أنهما خياران متنافيان لا يعكس واقع سوق المؤسسات. فوفقًا لبيانات Morning Consult، تعتمد 27% فقط من المؤسسات الكبيرة على منصة ذكاء اصطناعي رئيسية واحدة، بينما أضافت 44% منصة واحدة على الأقل خلال العام الماضي، ولم تقلّص عدد منصاتها سوى 5%.

وتعكس خطط الأشهر الـ12 المقبلة توجهًا يجمع بين التوسع والترشيد:

• مواصلة التوسع: قد تزيد 56% عدد المنصات المعتمدة، وقد توسّع 45% استخدام النماذج مفتوحة المصدر أو ذاتية الاستضافة.
• الترشيد في الوقت نفسه: قد تدمج 47% منصاتها وتقلّل عددها، وقد تستبدل 36% منصتها الرئيسية الحالية.
• بناء القدرات داخليًا: تخطط 66% لبناء قدرات ذكاء اصطناعي داخلية تستند إلى النماذج الأساسية.

وهذا يعني أن المؤسسات تواصل إدخال نماذج جديدة، بينما تسعى في الوقت نفسه إلى توحيد الحوكمة والمشتريات والفوترة. وبالنسبة إلى فرق التطوير، فإن النهج الأكثر واقعية هو تصميم بنية تسمح باستبدال النماذج، بدلًا من ربط الأعمال بمورّد واحد.

لماذا تدفع المؤسسات مقابل جودة النماذج؟

يرتبط تصدّر Anthropic في الإنفاق على API بتفضيلات المؤسسات عند الشراء. فمن بين العوامل التي توليها المؤسسات الكبيرة أكبر قدر من الاهتمام، تأتي دقة المخرجات وجودتها في المرتبة الأولى، تليها عوامل الأمان والخصوصية والامتثال القانوني، بينما تحتل التكلفة الإجمالية للملكية (TCO) المرتبة الثامنة فقط من بين 12 عاملًا.

تفسّر هذه البيانات ظاهرة مهمة: المنافسة في سوق API للمؤسسات لا يفوز بها بالضرورة صاحب أقل سعر للوحدة. فعندما تُستخدم النماذج في مهام الوكلاء طويلة الخطوات وفي شيفرة الإنتاج، غالبًا ما تتجاوز تكلفة إعادة العمل بسبب خطأ واحد فارق سعر الرموز (Tokens). وتشير Menlo أيضًا إلى أن نمو حصة Anthropic يرتبط ارتباطًا وثيقًا بأداء سلسلة Opus في المهام طويلة المدة والبرمجة.

مصدر بيانات الرسم: استطلاع Morning Consult للذكاء الاصطناعي في المؤسسات لعام 2026. للتحقق من فروق الجودة بين النماذج في أعمالك، يمكنك إجراء اختبارات مقارنة بين عدة نماذج عبر APIYI على apiyi.com.

انتعاش OpenAI في النصف الثاني من العام: مشهد واجهات API للمؤسسات يتغير

لا يعني تقدم Anthropic أن المنافسة قد حُسمت. ففي 5 نوفمبر، نقلت صحيفة WSJ بيانات إنفاق المؤسسات على OpenRouter، التي أظهرت أن Anthropic استحوذت في بداية العام على نحو ثلاثة أرباع الإنفاق لدى المؤسسات التي تستخدم نماذج الشركتين معًا؛ وبحلول سبتمبر 2026، أصبحت الحصتان متقاربتين.

لكن تجدر الإشارة إلى أن OpenRouter منصة تجمع نماذج متعددة، ولا تمثل بياناتها القطاع بأكمله، كما أن مستخدميها يميلون أكثر إلى المطورين والشركات الناشئة. لذلك تصلح هذه البيانات لرصد الاتجاهات أكثر من استخدامها لتقدير الحصص في القطاع كله.

تعتمد OpenAI في انتعاشها بصورة أساسية على Codex وخط منتجات الوكلاء الأذكياء:

• نمو سريع لمستخدمي Codex: ارتفع عدد المستخدمين النشطين أسبوعيًا من أكثر من مليوني مستخدم في 31 مارس إلى أكثر من 5 ملايين في 2 يونيو (لاحظ أن هذه بيانات يونيو، وليست أحدث أرقام نوفمبر).
• من المبرمجين إلى العاملين في المجالات المعرفية: أفادت Axios بأن العاملين في المجالات المعرفية يشكلون نحو 20% من مستخدمي Codex، وأن معدل نموهم يزيد على ثلاثة أضعاف معدل نمو شريحة المطورين.
• إطلاق ChatGPT Work: أُطلق في 9 يوليو لإنجاز المهام الطويلة متعددة الخطوات، التي تتطلب العمل عبر تطبيقات مختلفة.
• شبكة لتنفيذ حلول المؤسسات: أطلقت الشركة Codex Labs في أبريل، بالتعاون مع شركات تكامل الأنظمة مثل Accenture وCapgemini وInfosys وPwC وTCS؛ وفي يونيو أطلقت OpenAI Partner Network باستثمار قدره 150 مليون دولار.

تقدّر Menlo أن Claude Code وCodex يستحوذان معًا على نحو 70% من سوق تطبيقات البرمجة بالذكاء الاصطناعي، البالغة قيمتها 34 مليار دولار، أي نحو 24 مليار دولار. وأصبح الوكلاء الأذكياء للبرمجة ساحة المنافسة الرئيسية بين الشركتين على ميزانيات المؤسسات.

الوكلاء الأذكياء يغيّرون أنماط استهلاك واجهات API في المؤسسات

تُظهر بيانات OpenRouter التي نقلتها Menlo أن الوكلاء الأذكياء أصبحوا مسؤولين عن نحو 80% من إجمالي استهلاك الرموز (Tokens) على المنصة. ومنذ أن تجاوزت حركة استخدامها الحركة التي يقودها البشر في فبراير 2026، نمت بنحو 37 ضعفًا، بينما نمت الحركة البشرية بنحو 5 أضعاف فقط خلال الفترة نفسها. ويتحول استهلاك الرموز من الارتباط بعدد المستخدمين إلى الارتباط بحجم المهام وعدد المهام المتوازية ومدة تنفيذها.

وهذا أحد أسباب تجاوز إنفاق المؤسسات على الذكاء الاصطناعي للتوقعات. إذ تقدّر Menlo أن إنفاق المؤسسات على الذكاء الاصطناعي بلغ في المتوسط 4.7 أضعاف مستوى العام السابق، بينما كانت المؤسسات تتوقع في الأصل أن يبلغ 1.9 ضعف فقط. وبالنسبة إلى فرق التطوير، أصبحت مراقبة الاستخدام وضبط الميزانية بنفس أهمية اختيار النموذج.

كيف تساعد استراتيجية API متعددة النماذج الشركات على مواكبة المنافسة

نظرًا إلى أن الشركات تتعامل عادةً مع عدة مزودين، فإن الخيار الأكثر عملية للمطورين هو إتاحة التبديل بين نماذج OpenAI وAnthropic باستخدام الشفرة نفسها. إليك مثالًا بسيطًا لاستدعاء نماذج من مزودين مختلفين عبر واجهة متوافقة مع OpenAI:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # واجهة APIYI موحدة، ومفتاح واحد لاستدعاء نماذج من عدة مزودين
)

# استخدم أسماء النماذج الفعلية الواردة في قائمة نماذج المنصة
for model in ["gpt-6.1-sol", "claude-opus"]:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "用三句话总结企业 API 选型要点"}]
    )
    print(model, "=>", resp.choices[0].message.content)

import time
import openai
from typing import List, Dict

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # واجهة موحدة لتسهيل المقارنة
)

def compare_models(prompt: str, models: List[str]) -> List[Dict]:
    """يستدعي عدة نماذج للمهمة نفسها ويسجل الوقت واستهلاك الرموز"""
    results = []
    for model in models:
        start = time.time()
        try:
            resp = client.chat.completions.create(
                model=model,
                messages=[
                    {"role": "system", "content": "你是严谨的企业技术顾问"},
                    {"role": "user", "content": prompt}
                ],
                max_tokens=800
            )
            results.append({
                "model": model,
                "latency_s": round(time.time() - start, 2),
                "prompt_tokens": resp.usage.prompt_tokens,
                "completion_tokens": resp.usage.completion_tokens,
                "answer": resp.choices[0].message.content
            })
        except Exception as e:
            results.append({"model": model, "error": str(e)})
    return results

if __name__ == "__main__":
    task = "审查以下函数的潜在并发问题，并给出修改建议：..."
    # استخدم أسماء النماذج الواردة في قائمة نماذج المنصة
    for r in compare_models(task, ["gpt-6.1-sol", "gpt-6.1-terra", "claude-opus"]):
        print(r)

🚀 ابدأ بسرعة: سجّل في APIYI عبر apiyi.com للحصول على رصيد تجريبي مجاني، ثم جرّب مهامك الفعلية في البرمجة أو الوثائق أو الوكلاء على نماذج مختلفة. توفر المنصة واجهة متوافقة مع OpenAI وتحتسب التكلفة حسب الاستخدام، ولا يتطلب تبديل النموذج سوى تغيير المعامل model.

الأسئلة الشائعة FAQ

أبرز النقاط حول منافسة OpenAI وAnthropic في واجهات API للشركات

• لا تخلط بين المؤشرات الثلاثة: هيكل الإيرادات، وحصة الإنفاق على API، ومعدل اعتماد المنصات؛ فلكل منها أساس حساب مختلف تمامًا.
• أكثر من نصف إيرادات OpenAI من الشركات: تنمو إيرادات أعمال الشركات بوتيرة أسرع، لكن إيرادات المستهلكين تواصل النمو أيضًا.
• Anthropic تتصدر الإنفاق على API: تقدر Menlo حصتها بنحو 55%، بفضل قدرات Opus في المهام الطويلة والبرمجة.
• OpenAI تستعيد زخمها في النصف الثاني من العام: بدعم من Codex والنماذج الجديدة، تقاربت الشركتان إلى حد كبير في سبتمبر وفق بيانات OpenRouter.
• الشركات تعتمد عادةً على عدة مزودين: 27% فقط من الشركات الكبرى تعتمد منصة رئيسية واحدة، وتأتي الجودة والأمان قبل السعر.
• كيف تبدأ؟: قارن نماذج عدة مزودين باستخدام مفتاح واحد عبر APIYI على apiyi.com، واختر بناءً على اختبارات فعلية بدلًا من الحصص السوقية.

الخلاصة

تجاوز إيرادات الشركات نصف إيرادات OpenAI، وتصدر Anthropic لسوق API للشركات، وجهان للمنافسة نفسها:

1. التحول لدى OpenAI: انتقل هيكل إيراداتها من الاعتماد على المستهلكين بنحو 70% إلى الاعتماد أساسًا على الشركات. وتضاعفت أعمال الشركات في الربع الثالث، بدعم رئيسي من Codex وChatGPT Work.
2. ميزة Anthropic: لا تزال تستحوذ على غالبية الإنفاق على API في بيئات الإنتاج لدى الشركات، بفضل جودة نماذجها في المهام الطويلة وحالات الاستخدام البرمجية.
3. الاتجاه المستقبلي: سيصبح الاعتماد على عدة مزودين هو القاعدة في الشركات، وستتركز المنافسة على قدرات الوكلاء والأمان والامتثال ومنظومة تقديم الخدمات، بدلًا من مجرد حرب أسعار.

بالنسبة للمطورين ومسؤولي المشتريات في الشركات، من الأفضل الحفاظ على مرونة البنية بحيث يمكن استبدال المزودين، وتقييمهم باستمرار باستخدام مهام واقعية، بدلًا من الرهان على مزود واحد. ويمكنك إعداد بيئة لمقارنة نماذج متعددة بسرعة عبر APIYI على apiyi.com؛ إذ توفر المنصة واجهة موحدة ورصيدًا مجانيًا للمستخدمين الجدد، ما يساعدك على تحويل بيانات السوق إلى أساس لاختيارك.

📚 المراجع

1. Reuters: إيرادات الشركات تتجاوز نصف إيرادات OpenAI وموقفها من الاكتتاب العام: تقرير عن تصريحات Brockman في مؤتمر WSJ التقني
2. الرابط: reuters.com/legal/transactional/openai-ready-ipo-2027-now-counts-majority-sales-enterprises-brockman-says-2026-11-05/

3. التفاصيل: تقرير مباشر عن نسبة إيرادات الشركات، والنمو في الربع الثالث، والتعاون مع JPMorgan

4. Reuters: إيرادات OpenAI السنوية المحسوبة على أساس معدل سبتمبر تقترب من 50 مليار دولار: توضيح تعديل طريقة احتساب الإيرادات

5. الرابط: reuters.com/business/openais-annualized-revenue-20-billion-less-than-previously-signaled-ft-reports-2026-10-08/

6. التفاصيل: مرجع أساسي لفهم الفرق بين الرقمين 50 و70 مليار دولار

7. Menlo Ventures: حالة الذكاء الاصطناعي في المؤسسات لعام 2026: تقديرات حصص الإنفاق المؤسسي على واجهات API

8. الرابط: menlovc.com/perspective/2026-the-state-of-enterprise-ai/

9. التفاصيل: مصدر حصتي Anthropic البالغة 55% وOpenAI البالغة 31%، واتجاهات استخدام الرموز لدى الوكلاء

10. Morning Consult: حالة الذكاء الاصطناعي في المؤسسات: استطلاع لمعدلات اعتماد منصات الذكاء الاصطناعي في الشركات الأمريكية

11. الرابط: morningconsult.com/articles/state-of-enterprise-ai

12. التفاصيل: بيانات عن معدلات اعتماد المنصات، واستراتيجيات تعدد المورّدين، وعوامل الشراء

13. WSJ: بداية صعبة لـ OpenAI في النصف الأول من العام قبل انطلاق أعمال البرمجة: يستشهد ببيانات OpenRouter عن إنفاق الشركات

14. الرابط: wsj.com/tech/openai-had-rough-first-half-of-year-before-coding-takeoff-brockman-says-6c97d9e5
15. التفاصيل: مرجع لاتجاهات تغير الإنفاق على OpenAI وAnthropic لدى الشركات التي تستخدم كليهما

الكاتب: الفريق التقني في APIYI
للتواصل التقني: يمكنكم التواصل معنا عبر الصفحة الرئيسية لـ APIYI على apiyi.com، وللمزيد من أدلة التكامل، تفضلوا بزيارة مركز التوثيق على docs.apiyi.com