نماذج الذكاء الاصطناعي للصور تعزز التنزيلات لكنها تواجه صعوبة في تحويلها إلى إيرادات

يكشف تقرير جديد صادر عن مزود استخبارات التطبيقات Appfigures أن إصدار نماذج توليد الصور يعد استراتيجية فعالة للغاية لاكتساب المستخدمين لتطبيقات الذكاء الاصطناعي على الأجهزة المحمولة. ووفقاً للتقرير، فإن إصدارات نماذج الصور تولد 6.5 ضعف عدد التنزيلات مقارنة بتحديثات النماذج التقليدية. ويمثل هذا الاتجاه تحولاً عن المراحل السابقة لتبني الذكاء الاصطناعي عبر الأجهزة المحمولة، حيث كانت التحديثات الحوارية وميزات مثل الدردشة الصوتية هي التي تدفع طلب المستخدمين. وقد شهدت شركات التكنولوجيا الكبرى مؤخراً طفرات هائلة في عمليات التثبيت الإضافية بعد إصدار نماذج بصرية.

بالنسبة لـ Gemini من Google، أدى إصدار نموذج الصور Nano Banana إلى زيادة قدرها 22+ مليون تنزيل في غضون 28 يوماً بعد طرح نموذج الصور Gemini 2.5 Flash في أغسطس الماضي. وقد أدى هذا الإطلاق إلى رفع تنزيلات التطبيق بأكثر من 4 أضعاف خلال تلك الفترة. وفي الوقت نفسه، أضاف ChatGPT من OpenAI أكثر من 12 مليون عملية تثبيت إضافية في غضون 28 يوماً بعد طرح نموذج الصور GPT-4o في مارس من العام الماضي. ويمثل ذلك ما يقرب من 4.5 ضعف عدد التنزيلات التي شهدتها إصدارات نماذج GPT-4o وGPT-4.5 وGPT-5. واتبعت إصدارات أخرى اتجاهات مماثلة على نطاق أصغر؛ حيث أضاف طرح Meta AI لخلاصة الفيديو المدعومة بالذكاء الاصطناعي Vibes ما يقدر بـ 2.6 مليون تنزيل إضافي في غضون 28 يوماً بعد إصداره في سبتمبر 2025.

ومع ذلك، يحذر التقرير من أن التنزيلات الإضافية لا تترجم دائماً إلى زيادة في إيرادات الأجهزة المحمولة. فبينما تمنح القدرات الجديدة للصور المستخدمين سبباً لتثبيت تطبيق ما واختبار ميزاته، فإنها لا تضمن التحول إلى مشتركين يدفعون رسوماً. وتتفاوت النتائج المالية لهذه الإصدارات بشكل كبير:

• OpenAI (ChatGPT): أدى نموذج توليد الصور GPT-4o إلى ما يقدر بـ 70 مليون دولار من إجمالي إنفاق المستهلكين خلال 28 يوماً بعد إطلاقه، مقارنة بخط الأساس السابق له.
• Google (Gemini): على الرغم من توليده طفرة تنزيلات أكبر من ChatGPT، إلا أن نموذج الصور Nano Banana حقق ما يقدر بـ 181,000 دولار فقط من إجمالي إنفاق المستهلكين خلال نافذة الـ 28 يوماً التي تلت إصداره.
• Meta (Meta AI): أدى إطلاق خلاصة الفيديو Vibes إلى تنزيلات إضافية ولكنه لم يحقق أي إيرادات ذات مغزى.

كما يسلط التقرير الضوء على DeepSeek R1 باعتباره حالة استثنائية لم تتبع هذا النمط القائم على العناصر البصرية. فبعد إصداره في يناير 2025، حقق DeepSeek R1 28 مليون تنزيل. ومع ذلك، كانت هذه الطفرة مدفوعة بفضول الصناعة فيما يتعلق بالتقنيات المستخدمة لتدريب نماذج الذكاء الاصطناعي الخاصة به بجزء بسيط من تكلفة المنافسين، وليس بسبب إصدار نموذج صور. وتثبت هذه الحالة أن الاهتمام الفيروسي يمكن أن ينبع من عوامل تتجاوز تحديثات الميزات البصرية.

لماذا يهم

تستخدم شركات الذكاء الاصطناعي بشكل متزايد القدرات البصرية كعامل جذب لنمو المستخدمين، لكن البيانات تشير إلى أن تحقيق الدخل يظل تحدياً متميزاً لا يتم حله تلقائياً من خلال أرقام التثبيت الفيروسية.