صراع الاستراتيجيات | لماذا لا يؤمن أرفيند كريشنا، الرئيس التنفيذي لشركة IBM، برؤية سام ألتمان البالغة تريليون دولار - الذكاء الاصطناعي العام بنسبة صفر إلى واحد بالمائة؟ - صورة: Xpert.Digital
الذكاء الاصطناعي العام والرياضيات القاسية: لماذا لا يمكن أن يؤتي طفرة مراكز البيانات ثمارها أبدًا.
دورة الموت التي تستغرق خمس سنوات: المخاطر غير المتوقعة بالنسبة لشركتي Nvidia وMicrosoft وغيرهما.
بينما يغرق وادي السيليكون في موجة استثمارية غير مسبوقة، مع تدفق تريليونات الدولارات في سباق الذكاء الاصطناعي الفائق، يُعلن أحد أكثر الرؤساء التنفيذيين خبرةً في قطاع التكنولوجيا في العالم عن عزمه على اتخاذ إجراءات احترازية. يُحذر أرفيند كريشنا، الرئيس التنفيذي لشركة آي بي إم: "المقامرة خاسرة".
تهيمن عقلية التباهي بالثروات على قطاع التكنولوجيا العالمي. تتنافس شركات مثل مايكروسوفت وجوجل وميتا على بعضها البعض باستثمارات في مراكز بيانات جديدة، مدفوعةً بالخوف من التخلف عن الركب في الثورة التكنولوجية الكبرى القادمة. الرؤية واضحة: تطوير ذكاء اصطناعي عام (AGI) يُضاهي الذكاء البشري أو يتفوق عليه. لكن في خضم هذه النشوة، يرتفع صوت قوي، ليس من صفوف نقاد التكنولوجيا، بل من قلب السلطة: أرفيند كريشنا، الرئيس التنفيذي لشركة آي بي إم.
في تحليل رصين قائم على حسابات رياضية بحتة، يُفنّد كريشنا الرواية السائدة حول وادي السيليكون. تحذيره بسيط بقدر ما هو مُرعب: تكاليف البنية التحتية في ازدياد مُفاجئ، بينما تتقادم الأجهزة بسرعة تفوق قدرتها على الإهلاك. يتحدث كريشنا عن استثمارات تصل إلى ثمانية تريليونات دولار أمريكي ضرورية لمواصلة المسار الحالي لتطوير الذكاء الاصطناعي العام - وهو مبلغ قد يُفلس حتى أغنى شركات العالم ماليًا إذا لم تتحقق الأرباح الفلكية الموعودة.
لكن انتقاد كريشنا لا يقتصر على الأرقام المالية، بل يُشكك في الأساس التكنولوجي لهذه الضجة الإعلامية. فبينما يُصوّر سام ألتمان وOpenAI ظهور الذكاء الفائق على أنه أمرٌ شبه حتمي، يُقدّر كريشنا احتمالية تحقيق هذا الهدف باستخدام تقنية نمذجة اللغة واسعة النطاق الحالية بنسبة ضئيلة للغاية تتراوح بين صفر وواحد بالمئة.
هل نواجه أكبر استثمار خاطئ في تاريخ الاقتصاد؟ هل طفرة الذكاء الاصطناعي مجرد فقاعة على وشك الانفجار، أم أن المتشككين يتجاهلون الإمكانات التحويلية الكامنة وراء الميزانيات العمومية؟ يتناول المقال التالي الحجج، والحسابات القاسية لاقتصاديات مراكز البيانات، والصراع الجوهري بين أصحاب رؤية "الكل أو لا شيء" وأنصار الواقعية البراغماتية.
مناسب ل:
لماذا يتنبأ الرئيس التنفيذي لشركة IBM بنهاية التجربة الأكثر تكلفة في تاريخ التكنولوجيا؟
قد يواجه قطاع التكنولوجيا العالمي أحد أكبر الاستثمارات غير الفعّالة في التاريخ الاقتصادي. فبينما تضخّ شركات مثل مايكروسوفت وأمازون وميتا وجوجل مئات المليارات من الدولارات في بناء البنية التحتية للذكاء الاصطناعي، يتصاعد صوت تحذير من قلب صناعة تكنولوجيا المعلومات. قدّم أرفيند كريشنا، الرئيس التنفيذي لشركة آي بي إم، والذي يعمل مع الشركة منذ عام ١٩٩٠، تحليلًا اقتصاديًا أساسيًا في مقابلة مع بودكاست "ديكودر" على موقع ذا فيرج في أواخر نوفمبر ٢٠٢٥، قد يُبدد الحماس المُحيط بالذكاء الاصطناعي العام.
تُلامس تصريحاته، المنشورة في 30 نوفمبر/تشرين الثاني و1 ديسمبر/كانون الأول 2025، جوهر نقاشٍ يكتسب زخمًا متزايدًا في مجالس الإدارة ودوائر المحللين. لا يتحدث كريشنا عن مخاطر نظرية أو مخاوف فلسفية، بل عن استحالة مالية ملموسة تُشكك في نموذج الاستثمار الحالي في قطاع الذكاء الاصطناعي. تُثير حساباته تساؤلات حتى لدى مُراقبي الصناعة المتفائلين، لأنها مبنية على حسابات بسيطة ومبادئ تجارية سليمة.
مناسب ل:
الرياضيات القاسية لاقتصاديات مراكز البيانات
يبدأ كريشنا تحليله بتقييم واقعي للوضع الحالي للتكاليف. يتطلب مركز بيانات بسعة جيجاواط واحد نفقات رأسمالية قدرها 80 مليار دولار أمريكي وفقًا لمعايير اليوم. لا يشمل هذا الرقم البنية التحتية المادية والمباني فحسب، بل يشمل أيضًا جميع المعدات التقنية، من الخوادم ومكونات الشبكة إلى معالجات الرسومات عالية التخصص اللازمة لحسابات الذكاء الاصطناعي.
التزم قطاع التكنولوجيا بتوسع هائل في الأشهر الأخيرة. وأعلنت عدة شركات علنًا عن خطط لبناء ما بين 20 و30 جيجاواط من سعة الحوسبة الإضافية. وبالتكلفة الحالية لكل جيجاواط، سينتج عن ذلك استثمارات إجمالية لا تقل عن 1.5 تريليون دولار. ويعادل هذا المبلغ تقريبًا القيمة السوقية الحالية لشركة تيسلا، ويوضح الحجم الهائل للمشروع.
لكن الحسابات تصبح أكثر صرامةً عند النظر إلى الطموحات في سياق الذكاء الاصطناعي العام المنشود. يُقدّر كريشنا أن الطريق إلى الذكاء الاصطناعي العام الحقيقي يتطلب حوالي 100 جيجاواط من قوة الحوسبة. يستند هذا التقدير إلى استقراءات لمتطلبات التدريب الحالية لنماذج اللغات الكبيرة، ويأخذ في الاعتبار التعقيد المتزايد بشكل هائل الذي يصاحب كل خطوة من خطوات التطوير. وبتكلفة 80 مليار دولار لكل جيجاواط، سيبلغ الإنفاق الاستثماري ثمانية تريليونات دولار أمريكي.
مع ذلك، لا يُمثل هذا الرقم الاستثماري سوى نصف الحقيقة. يُشير كريشنا إلى عامل غالبًا ما يُغفل في الخطاب العام: تكلفة رأس المال. باستثمار ثمانية تريليونات دولار أمريكي، ستحتاج الشركات إلى تحقيق أرباح سنوية تُقارب 800 مليار دولار أمريكي لتغطية فوائد رأس المال المُستثمر فقط. يفترض هذا الرقم معدل فائدة مُحافظًا بنسبة 10%، وهو ما يعكس تكلفة رأس المال، وعلاوات المخاطر، وتوقعات المستثمرين.
دورة موت أجهزة الذكاء الاصطناعي التي تستمر خمس سنوات
من النقاط المهمة في حُجة كريشنا مسألة عمر الأجهزة المُثبّتة. يجب استغلال كامل سعة الحوسبة خلال خمس سنوات، حيث سيتعين بعد ذلك التخلص من الأجهزة المُثبّتة واستبدالها. يتوافق هذا التقييم مع ملاحظات قطاع الصناعة، وهو موضع نقاش حاد في الأوساط المالية.
أثار المستثمر الشهير مايكل بيري، المعروف بتوقعاته الدقيقة للأزمة المالية عام ٢٠٠٨، مخاوف مماثلة في نوفمبر ٢٠٢٥. ويجادل بيري بأن شركات التكنولوجيا الكبرى تبالغ في تقدير العمر الافتراضي الفعلي لأجهزة الذكاء الاصطناعي، مما يُبقي انخفاض قيمتها منخفضًا بشكل مصطنع. ويتوقع أن معالجات الرسومات ورقائق الذكاء الاصطناعي المتخصصة لن تبقى مجدية اقتصاديًا عمليًا إلا لمدة سنتين إلى ثلاث سنوات قبل أن تصبح قديمة الطراز مع ظهور أجيال أحدث وأكثر قوة.
يدعم التطور السريع في قطاع أشباه الموصلات هذا الرأي. تُصدر شركة إنفيديا، الشركة الرائدة في تصنيع رقائق الذكاء الاصطناعي، أجيالًا جديدة من المعالجات كل 12 إلى 18 شهرًا تقريبًا. يُقدم كل جيل تحسينات كبيرة في الأداء، مما يجعل الطرز القديمة غير اقتصادية بسرعة. في حين يُمكن استخدام الخادم التقليدي في مركز البيانات بسهولة لمدة ست سنوات أو أكثر، تُطبق قواعد مختلفة على الأجهزة المخصصة للذكاء الاصطناعي.
عمليًا، الصورة أكثر تعقيدًا. عدّلت بعض الشركات فترات استهلاكها. في بداية عام ٢٠٢٥، قلّصت أمازون العمر الإنتاجي المُقدّر لبعض الخوادم من ست إلى خمس سنوات، مُشيرةً إلى التطور المُتسارع في مجال الذكاء الاصطناعي. سيؤدي هذا التعديل إلى خفض دخل الشركة التشغيلي بنحو ٧٠٠ مليون دولار أمريكي في عام ٢٠٢٦. من ناحية أخرى، مدّدت ميتا فترة استهلاك الخوادم ومعدات الشبكات إلى ٥.٥ سنوات، مما خفّض تكاليف الاستهلاك بمقدار ٢.٩ مليار دولار أمريكي في عام ٢٠٢٥.
توضح هذه الاستراتيجيات المختلفة أن حتى الشركات التي تستثمر مليارات الدولارات في أجهزة الذكاء الاصطناعي غير متأكدة من مدة استمرار جدوى استثماراتها اقتصاديًا. يقع سيناريو السنوات الخمس الذي يصفه كريشنا ضمن النطاق المتفائل لهذه التقديرات. فإذا كان العمر الإنتاجي الفعلي أقرب إلى السنتين أو الثلاث سنوات التي توقعها بيري، فإن تكاليف الإهلاك، وبالتالي الضغط على الربحية، ستزداد بشكل ملحوظ.
استحالة تحقيق عوائد مربحة
يقود الارتباط بين هذين العاملين كريشنا إلى حجته المحورية. فهو يعتقد أن الجمع بين تكاليف رأس المال الباهظة ودورات الحياة القصيرة يجعل من المستحيل تحقيق عائد استثمار معقول. فمع تكاليف استثمار تبلغ ثمانية تريليونات دولار أمريكي، والحاجة إلى تحقيق ربح سنوي قدره 800 مليار دولار أمريكي لتغطية تكاليف رأس المال فقط، سيتعين على نظام الذكاء الاصطناعي تحقيق إيرادات تتجاوز بكثير ما يبدو واقعيًا حاليًا.
للمقارنة، بلغ إجمالي إيرادات شركة ألفابت، الشركة الأم لجوجل، نحو 350 مليار دولار في عام 2024. وحتى مع افتراض نمو قوي بنسبة 12% سنويًا، سترتفع الإيرادات إلى نحو 577 مليار دولار بحلول عام 2029. ومن المتوقع أن يتجاوز إجمالي الإيرادات المطلوبة لتبرير استثمارات الذكاء الاصطناعي هذا الرقم بكثير.
تتوقع شركة OpenAI، الشركة المطورة لتطبيق ChatGPT، تحقيق إيرادات سنوية تتجاوز 20 مليار دولار أمريكي بحلول عام 2025، وتتوقع أن تصل إلى مئات المليارات بحلول عام 2030. وقد وقّعت الشركة اتفاقيات بقيمة تقارب 1.4 تريليون دولار أمريكي على مدى السنوات الثماني المقبلة. لكن حتى هذه الأرقام الطموحة تثير تساؤلات. إذ يتوقع محللون في بنك HSBC أن تتكبد OpenAI تكاليف بقيمة 792 مليار دولار أمريكي في البنية التحتية للحوسبة السحابية والذكاء الاصطناعي بين نهاية عامي 2025 و2030، مع إمكانية وصول إجمالي التزامات سعة الحوسبة إلى حوالي 1.4 تريليون دولار أمريكي بحلول عام 2033.
يتوقع محللو HSBC أن يظل التدفق النقدي الحر التراكمي لشركة OpenAI سلبيًا حتى عام 2030، مما سيؤدي إلى عجز تمويلي قدره 207 مليارات دولار. وسيحتاج هذا العجز إلى سدّه من خلال ديون إضافية، أو أسهم، أو زيادة توليد الإيرادات بشكل أكثر فعالية. والسؤال ليس فقط ما إذا كانت OpenAI قادرة على تحقيق الربح، بل ما إذا كان نموذج أعمالها بأكمله، الذي يعتمد على استثمارات ضخمة في مراكز البيانات، قابلًا للاستمرار.
احتمالية الذكاء الاصطناعي العام ضئيلة للغاية
يضيف كريشنا بُعدًا تكنولوجيًا إلى نقده الاقتصادي، وهو بُعدٌ أكثر جوهرية. إذ يُقدّر احتمال أن تُؤدي التقنيات الحالية إلى ذكاء اصطناعي عام بنسبة تتراوح بين صفر وواحد بالمئة. ويُعدّ هذا التقييم جديرًا بالملاحظة لأنه لا يستند إلى اعتبارات فلسفية، بل إلى تقييم رصين للقدرات التقنية وحدود نماذج اللغة الكبيرة.
رغم أن تعريف الذكاء الاصطناعي العام مثير للجدل، إلا أنه في جوهره يشير إلى أنظمة الذكاء الاصطناعي القادرة على تحقيق أو تجاوز القدرات المعرفية البشرية في جميع المجالات. هذا يعني أن النظام لا يُظهر فقط معرفة متخصصة في مجالات محددة، بل قادر أيضًا على نقل المعرفة من مجال إلى آخر، وفهم المواقف الجديدة، وحل المشكلات بإبداع، والتحسين المستمر دون الحاجة إلى إعادة تدريب لكل مهمة جديدة.
يُجادل كريشنا بأن نماذج اللغات الكبيرة، التي تُشكل جوهر ثورة الذكاء الاصطناعي الحالية، تعاني من قيود جوهرية. تعتمد هذه النماذج على أنماط إحصائية في مجموعات بيانات نصية ضخمة، ويمكنها أداءٌ مُبهر في المهام اللغوية. فهي قادرة على توليد نصوص متماسكة، والإجابة على الأسئلة، وحتى كتابة شيفرة برمجية. لكنها لا تفهم ما تفعله فهمًا حقيقيًا. فهي تفتقر إلى نموذج عالمي، ومفهوم السببية، وقدرة حقيقية على التجريد.
تتجلى هذه القيود في عدة مجالات. تُصاب نماذج اللغة بالهلوسة بانتظام، أي أنها تختلق حقائق تبدو معقولة لكنها خاطئة. كما أنها تُواجه صعوبة في التفكير المنطقي متعدد المراحل، وغالبًا ما تفشل في أداء مهام تافهة بالنسبة للبشر إذا لم تُدرج في مجموعة بيانات تدريبها. كما أنها تفتقر إلى الذاكرة العرضية، ولا تستطيع التعلم من أخطائها دون إعادة تدريب.
يتزايد هذا التشكك بين العلماء والباحثين من مختلف المجالات. أعرب مارك بينيوف، الرئيس التنفيذي لشركة سيلزفورس، عن تشكك مماثل بشأن الذكاء الاصطناعي العام في نوفمبر 2025. في إحدى حلقاته الصوتية، وصف مصطلح الذكاء الاصطناعي العام بأنه مُضلِّل محتمل، وانتقد قطاع التكنولوجيا لخضوعه لنوع من التنويم المغناطيسي فيما يتعلق بالقدرات الوشيكة للذكاء الاصطناعي. وأكد بينيوف أنه على الرغم من روعة الأنظمة الحالية، إلا أنها تفتقر إلى الوعي والفهم الحقيقي.
يجادل يان ليكون، كبير علماء الذكاء الاصطناعي في ميتا، بأن نماذج اللغات الكبيرة لن تُؤدي أبدًا إلى ذكاء اصطناعي عام، مهما بلغ حجمها. ويدعو إلى مناهج بديلة تتجاوز مجرد التنبؤ بالنصوص، بما في ذلك نماذج العالم متعددة الوسائط التي لا تكتفي بمعالجة النصوص فحسب، بل تدمج أيضًا المعلومات البصرية والحسية الأخرى لبناء تمثيلات داخلية للعالم.
خبرتنا في الولايات المتحدة في تطوير الأعمال والمبيعات والتسويق
خبرتنا في الولايات المتحدة في تطوير الأعمال والمبيعات والتسويق - الصورة: Xpert.Digital
التركيز على الصناعة: B2B، والرقمنة (من الذكاء الاصطناعي إلى الواقع المعزز)، والهندسة الميكانيكية، والخدمات اللوجستية، والطاقات المتجددة والصناعة
المزيد عنها هنا:
مركز موضوعي يضم رؤى وخبرات:
- منصة المعرفة حول الاقتصاد العالمي والإقليمي والابتكار والاتجاهات الخاصة بالصناعة
- مجموعة من التحليلات والاندفاعات والمعلومات الأساسية من مجالات تركيزنا
- مكان للخبرة والمعلومات حول التطورات الحالية في مجال الأعمال والتكنولوجيا
- مركز موضوعي للشركات التي ترغب في التعرف على الأسواق والرقمنة وابتكارات الصناعة
فقاعة الذكاء الاصطناعي أم محرك المستقبل؟ الفجوة الخطيرة بين الاستثمارات واستهلاك الطاقة والأرباح الحقيقية.
الاختراق التكنولوجي الضروري
يعتقد كريشنا أن تحقيق الذكاء الاصطناعي العام سيتطلب تقنياتٍ أكثر مما توفره النماذج اللغوية الكبيرة حاليًا. ويقترح أن دمج المعرفة المادية مع النماذج اللغوية قد يكون نهجًا عمليًا. ويعني بالمعرفة المادية المعرفة المنظمة والصريحة حول العلاقات السببية، والقوانين الفيزيائية، والمبادئ الرياضية، وغيرها من أشكال المعرفة التي تتجاوز الارتباطات الإحصائية.
يتماشى هذا المنظور مع الأبحاث في مجال الذكاء الاصطناعي العصبي الرمزي، الذي يسعى إلى دمج نقاط قوة الشبكات العصبية في التعرف على الأنماط مع القدرات المنطقية لأنظمة الذكاء الاصطناعي الرمزية. كان الذكاء الاصطناعي الرمزي، القائم على القواعد والاستدلال المنطقي، مهيمنًا في العقود الأولى لأبحاث الذكاء الاصطناعي، لكن المناهج العصبية تفوقت عليه في السنوات الأخيرة. من الناحية النظرية، يمكن أن يؤدي تهجين كلا النهجين إلى إنتاج أنظمة قادرة على التعلم والتفكير المنطقي في آنٍ واحد.
وتشمل الاتجاهات البحثية الواعدة الأخرى الذكاء الاصطناعي المتجسد، حيث تتعلم الأنظمة من خلال التفاعل مع بيئة مادية أو محاكاة؛ والتعلم المستمر، حيث يمكن للأنظمة توسيع قدراتها دون فقدان المعرفة السابقة؛ والأنظمة ذات الدوافع الذاتية التي تستكشف وتتعلم من تلقاء نفسها.
حتى مع هذه التقنيات الإضافية، لا يزال كريشنا حذرًا. لو سُئل عما إذا كان هذا النهج الموسع سيؤدي إلى الذكاء الاصطناعي العام، لأجاب فقط بـ "ربما". يُبرز هذا الحذر حالة عدم اليقين السائدة حتى بين الخبراء الذين يعملون في مجال الذكاء الاصطناعي منذ عقود. إن تطوير الذكاء الاصطناعي العام ليس مجرد مسألة قوة حاسوبية أو حجم بيانات، بل قد يتطلب رؤى جديدة جوهرية في طبيعة الذكاء نفسه.
مناسب ل:
مفارقة الذكاء الاصطناعي الإنتاجي اليوم
على الرغم من تشككه في الذكاء الاصطناعي العام واقتصادات الاستثمارات الضخمة في مراكز البيانات، إلا أن كريشنا ليس متشائمًا حيال الذكاء الاصطناعي. بل على العكس، يتحدث بحماس عن أدوات الذكاء الاصطناعي الحالية وتأثيرها على عالم الأعمال. وهو مقتنع بأن هذه التقنيات ستُطلق العنان لإمكانات إنتاجية تقدر بتريليونات الدولارات داخل الشركات.
هذا التمييز أساسي لفهم موقفه. لا يشكك كريشنا في قيمة الذكاء الاصطناعي بحد ذاته، بل في الجدوى الاقتصادية للمسار المحدد الذي سلكته هذه الصناعة. تستطيع أنظمة الذكاء الاصطناعي الحالية، وخاصةً نماذج اللغات الكبيرة، تحقيق مكاسب إنتاجية كبيرة في العديد من المجالات دون الحاجة إلى ثمانية تريليونات دولار أمريكي للبنية التحتية.
تُقدم شركة IBM نفسها مثالاً واضحاً على هذه المكاسب الإنتاجية. فمنذ يناير 2023، طبقت الشركة الذكاء الاصطناعي والأتمتة بشكل شامل في عملياتها، وتتوقع تحقيق مكاسب إنتاجية بقيمة 4.5 مليار دولار أمريكي بحلول نهاية عام 2025. وشملت هذه المبادرة، التي تُطلق عليها IBM اسم "العميل صفر"، نشر البنية التحتية السحابية الهجينة، وتقنيات الذكاء الاصطناعي والأتمتة، والخبرة الاستشارية في مختلف وحدات الأعمال.
النتائج الملموسة لهذا التحول مبهرة. فقد طبقت IBM أدوات مدعومة بالذكاء الاصطناعي في خدمة العملاء، تُجيب على 70% من الاستفسارات وتُحسّن زمن الحل بنسبة 26%. وفي جميع وحدات الأعمال، جُهز ما يقرب من 270,000 موظف بأنظمة ذكاء اصطناعي فعّالة تُنظّم سير العمل المُعقّد وتدعم العاملين البشريين.
لا يتطلب هذا النوع من تطبيقات الذكاء الاصطناعي مراكز بيانات جديدة ضخمة، بل يُمكنه البناء على البنية التحتية القائمة. ويُركز على حالات استخدام مُحددة يُحقق فيها الذكاء الاصطناعي تحسينات ملموسة، بدلاً من التطوير الافتراضي للذكاء العام. هذا هو جوهر حجة كريشنا: التكنولوجيا قيّمة ومُحدثة للتحول، لكن النهج الحالي المتمثل في استثمار تريليونات الدولارات في السعي وراء الذكاء الاصطناعي العام ليس مستدامًا اقتصاديًا.
تُقدّر دراسات أجرتها شركة ماكينزي أن الذكاء الاصطناعي التوليدي لديه القدرة على توليد قيمة اقتصادية تتراوح بين 2.6 تريليون و4.4 تريليون دولار سنويًا عبر 63 حالة استخدام مُحلَّلة. وعند النظر في تأثير دمج الذكاء الاصطناعي التوليدي في البرامج المُستخدمة حاليًا لمهام أخرى، يُمكن أن يتضاعف هذا التقدير تقريبًا. ومن شأن هذه المكاسب الإنتاجية أن تُعزز النمو السنوي لإنتاجية العمل بنسبة تتراوح بين 0.1 و0.6 نقطة مئوية حتى عام 2040.
الاستراتيجيات المتباينة لشركات التكنولوجيا العملاقة
بينما يُعرب كريشنا عن مخاوفه، تُضاعف شركات التكنولوجيا العملاقة الأخرى رهاناتها على البنية التحتية للذكاء الاصطناعي. ويُظهر إنفاق الشركات الأربع الكبرى حجم هذه الدورة الاستثمارية. تُخطط مايكروسوفت لإنفاق حوالي 80 مليار دولار أمريكي لبناء مراكز بيانات مُدعّمة بالذكاء الاصطناعي في السنة المالية 2025، مع تخصيص أكثر من نصف هذا الاستثمار للولايات المتحدة.
أعلنت أمازون عن إنفاق رأسمالي يقارب 125 مليار دولار أمريكي لعام 2025، مُخصصًا معظمه للذكاء الاصطناعي والبنية التحتية ذات الصلة بخدمات أمازون ويب. وقد أشارت الشركة بالفعل إلى أن الإنفاق سيكون أعلى من ذلك في عام 2026. وتتوقع ميتا بلاتفورمز إنفاقًا رأسماليًا يتراوح بين 70 و72 مليار دولار أمريكي لعام 2025، بزيادة عن تقديراتها السابقة التي تراوحت بين 66 و72 مليار دولار أمريكي. وبالنسبة لعام 2026، أشارت الشركة إلى أن الإنفاق سيكون أعلى بكثير.
تتوقع شركة ألفابت، الشركة الأم لجوجل، إنفاقًا رأسماليًا يتراوح بين 91 و93 مليار دولار أمريكي لعام 2025، بزيادة عن توقعات سابقة بلغت 85 مليار دولار أمريكي. وتخطط هذه الشركات الأربع مجتمعةً لإنفاق ما بين 350 و400 مليار دولار أمريكي في عام 2025، أي أكثر من ضعف ما أُنفق قبل عامين.
تُجرى هذه الاستثمارات الضخمة في بيئة لا تزال فيها الإيرادات الفعلية من خدمات الذكاء الاصطناعي أقل بكثير من التوقعات. تُعلن OpenAI عن إيرادات سنوية تتجاوز 20 مليار دولار، لكنها لا تزال غير مربحة. تُحقق مايكروسوفت حوالي 13 مليار دولار من إيرادات الذكاء الاصطناعي السنوية، مع نمو سنوي بنسبة 175%، بينما لا تُعلن Meta عن دولار واحد من إيرادات الذكاء الاصطناعي المباشرة.
التفاوت بين الاستثمار والإيرادات ملحوظ. تُقدّر مورغان ستانلي أن قطاع الذكاء الاصطناعي سينفق حوالي ثلاثة تريليونات دولار أمريكي على مراكز البيانات بحلول عام 2028. بالمقارنة، تُعدّ الإيرادات الحالية ضئيلة. وقد وجدت دراسة أجراها معهد ماساتشوستس للتكنولوجيا في يوليو 2025 أن حوالي 95% من الشركات التي استثمرت في الذكاء الاصطناعي لم تُحقق أي أرباح من هذه التقنية. ويُقدّر إجمالي إنفاق هذه الشركات بحوالي 40 مليار دولار أمريكي.
الأصوات المتزايدة من الشك
يُمثل تحذير كريشنا جزءًا من موجة متزايدة من الأصوات المتشككة من مختلف قطاعات عالمَي التكنولوجيا والمالية. ولا تقتصر هذه المخاوف على الفوائد الاقتصادية المباشرة فحسب، بل تشمل أيضًا المخاطر النظامية الناشئة عن ديناميكيات الاستثمار الحالية.
يشير الاقتصاديون إلى أن قطاع الذكاء الاصطناعي ساهم بنحو ثلثي نمو الناتج المحلي الإجمالي الأمريكي في النصف الأول من عام 2025. ويُظهر تحليل أجرته شركة جي بي مورغان لإدارة الأصول أن إنفاق الذكاء الاصطناعي على مراكز البيانات ساهم في النمو الاقتصادي أكثر من إجمالي استهلاك مئات الملايين من المستهلكين الأمريكيين. وقد حسب الخبير الاقتصادي في جامعة هارفارد، جيسون فورمان، أنه لولا مراكز البيانات، لما كان نمو الناتج المحلي الإجمالي في النصف الأول من عام 2025 سوى 0.1%.
هذا التركيز على النمو في قطاع واحد ينطوي على مخاطر. يرى دارون أسيموغلو، الخبير الاقتصادي في معهد ماساتشوستس للتكنولوجيا والحائز على جائزة نوبل في الاقتصاد لعام ٢٠٢٤، أن التأثير الفعلي للذكاء الاصطناعي قد يكون أقل بكثير مما تشير إليه توقعات القطاع. ويقدر أن خمسة بالمئة فقط من الوظائف ربما ستحل محلها تقنيات الذكاء الاصطناعي خلال السنوات العشر المقبلة، وهي نسبة أقل بكثير من التوقعات الحماسية لبعض رواد التكنولوجيا.
تتزايد المخاوف بشأن فقاعة البيانات نتيجةً لعدة عوامل. إذ تلجأ شركات التكنولوجيا بشكل متزايد إلى أدوات مالية تُعرف بالشركات ذات الأغراض الخاصة (SPVs) لإبقاء مليارات الدولارات من النفقات خارج ميزانياتها العمومية. وتعمل هذه الشركات، الممولة من وول ستريت، كشركات وهمية لبناء مراكز البيانات. وتثير هذه الممارسة تساؤلات حول الشفافية والمخاطر الفعلية التي تتحملها هذه الشركات.
وصف سوندار بيتشاي، الرئيس التنفيذي لشركة ألفابت، طفرة الاستثمار في الذكاء الاصطناعي بأنها لحظة استثنائية في مقابلة مع بي بي سي في نوفمبر 2025، لكنه أقرّ أيضًا بوجود نوع من اللاعقلانية التي تصاحب طفرة الذكاء الاصطناعي الحالية. وحذّر من أن جميع الشركات ستتأثر في حال انفجار فقاعة الذكاء الاصطناعي. حتى سام ألتمان، الرئيس التنفيذي لشركة OpenAI وأحد أبرز دعاة الذكاء الاصطناعي، أقرّ في أغسطس 2025 بأن الذكاء الاصطناعي قد يكون في فقاعة، مقارنًا ظروف السوق بظروف طفرة الإنترنت، ومؤكدًا أن العديد من الأذكياء متحمسون للغاية لجزء بسيط من الحقيقة.
مناسب ل:
قضية الطاقة كعامل مقيد
هناك مشكلة جوهرية أخرى، لم يتطرق إليها كريشنا صراحةً، ولكنها مُدرجة ضمنيًا في حساباته للتكاليف، تتعلق بإمدادات الطاقة. يتطلب مركز بيانات بقدرة 100 جيجاواط ما يقارب 20% من إجمالي توليد الكهرباء في الولايات المتحدة. وهذا ليس تحديًا هينًا، بل يُمثل عقبة محتملة قد تُهدد الرؤية بأكملها.
تتوقع وكالة الطاقة الدولية أن الطلب العالمي على الكهرباء من مراكز البيانات قد يتضاعف بأكثر من الضعف بحلول عام 2030، من حوالي 415 تيراواط/ساعة في عام 2024 إلى ما بين 900 و1000 تيراواط/ساعة. وقد يُمثل الذكاء الاصطناعي ما بين 35% و50% من استهلاك مراكز البيانات للكهرباء بحلول عام 2030. وفي الولايات المتحدة، من المتوقع أن يزداد الطلب على الكهرباء في مراكز البيانات من 35 جيجاواط إلى 78 جيجاواط بحلول عام 2035، وهو ما يُمثل 8.6% من استهلاك الكهرباء في البلاد.
يأتي هذا الطلب في وقت تسعى فيه العديد من الدول إلى تقليل انبعاثات الكربون من شبكات الكهرباء وزيادة حصة الطاقة المتجددة. يكمن التحدي في أن مراكز البيانات تتطلب مصدر طاقة مستمرًا على مدار الساعة طوال أيام السنة. وهذا يزيد من تعقيد عملية الانتقال إلى الطاقة المتجددة، نظرًا لأن طاقة الرياح والطاقة الشمسية متقطعة وتتطلب حلول تخزين أو سعة احتياطية.
من المتوقع أن ترتفع انبعاثات الكربون من مراكز البيانات من 212 مليون طن في عام 2023 إلى 355 مليون طن بحلول عام 2030، مع أن هذا الرقم يختلف اختلافًا كبيرًا تبعًا لسرعة حلول الطاقة النظيفة وتحسينات الكفاءة. تستهلك عملية واحدة لتوليد الصور باستخدام الذكاء الاصطناعي طاقة تعادل شحن هاتف ذكي بالكامل. وتُنتج معالجة مليون رمز كمية من ثاني أكسيد الكربون تعادل ما تنتجه سيارة تعمل بالبنزين تسير لمسافة تتراوح بين 8 و32 كيلومترًا.
يتطلب الذكاء الاصطناعي التوليدي طاقةً تفوق أحمال الحوسبة التقليدية بحوالي سبعة إلى ثمانية أضعاف. ويمكن لتدريب نماذج الذكاء الاصطناعي الكبيرة أن يستهلك طاقةً تعادل ما تستهلكه مئات المنازل على مدار عدة أشهر. وتعني هذه الكثافة العالية من الطاقة أنه حتى لو توافرت الموارد المالية اللازمة لبناء مراكز بيانات ضخمة، فقد لا تكون البنية التحتية المادية اللازمة لتشغيل هذه المرافق جاهزةً في الوقت المناسب.
مناسب ل:
المسارات التكنولوجية البديلة وأهميتها
أدى الجدل الدائر حول قيود نماذج اللغة واسعة النطاق إلى تزايد الجهود البحثية في مجالات بديلة. ويرى البعض أن الحوسبة الكمومية تُعدّ إنجازًا مُحتملًا قد يتغلب على القيود الحالية. في أكتوبر 2025، كشفت جوجل عن شريحة ويلو الكمومية، التي حققت ميزة كمية قابلة للتحقق. مثّل هذا إنجازًا بارزًا تجاوز حدود الفيزياء الكلاسيكية، وفتح آفاقًا جديدة في مجالات مثل الطب والطاقة والذكاء الاصطناعي.
تعمل الحواسيب الكمومية وفق مبادئ مختلفة تمامًا عن الحواسيب التقليدية. فهي تستخدم البتات الكمومية، أو الكيوبتات، التي يمكن أن توجد في حالات متعددة في آنٍ واحد، مما يُتيح إجراء عمليات حسابية متوازية على نطاقٍ يستحيل تحقيقه في الأنظمة التقليدية. ومع ذلك، تواجه الحواسيب الكمومية تحدياتٍ كبيرة، لا سيما مشكلة فقدان التماسك، التي تؤثر على استقرار الكيوبتات.
تشير الإنجازات الحديثة في مجال تثبيت البتات الكمومية إلى أن الحواسيب الكمومية القابلة للتطوير قد تصبح حقيقة واقعة خلال السنوات القليلة القادمة. وتخطط شركات مثل PsiQuantum لتشغيل حواسيب كمومية أكبر بعشرة آلاف مرة من Willow قبل نهاية هذا العقد - حواسيب كبيرة بما يكفي لمعالجة أسئلة مهمة حول المواد والأدوية والجوانب الكمومية للطبيعة.
من الناحية النظرية، قد يفتح التقاء الحوسبة الكمومية والذكاء الاصطناعي آفاقًا جديدة. فقد تحسّنت خوارزميات الكم بأكثر من 200 ضعف في محاكاة الأدوية والمواد المهمة. ويتكهن البعض بإمكانية تحقيق الدمج بين الذكاء الاصطناعي العام والحوسبة الكمومية في غضون عام إلى عامين، يليه الذكاء الاصطناعي الفائق في غضون خمس سنوات.
تشمل اتجاهات البحث الواعدة الأخرى هياكل الحوسبة البصرية التي تستخدم الضوء بدلاً من الكهرباء لتشغيل الرقائق. وقد تُسهم بنية تُسمى "ضرب المصفوفات البصرية المتوازية"، والتي كُشف عنها في نوفمبر 2025، في التغلب على إحدى أكبر العقبات في تطوير الذكاء الاصطناعي الحالي. فعلى عكس الطرق البصرية السابقة، تُجري هذه البنية عمليات موتر متعددة في وقت واحد باستخدام نبضة ليزر واحدة، مما قد يزيد سرعة المعالجة بشكل كبير.
التموضع الاستراتيجي لشركة IBM
يُعدّ موقف كريشنا مثيرًا للاهتمام بشكل خاص عند النظر إليه في سياق استراتيجية IBM. في السنوات الأخيرة، حوّلت IBM تركيزها بوعي من التركيز على الأجهزة والبنية التحتية فقط، إلى التركيز على برمجيات المؤسسات، والخدمات السحابية، والاستشارات. باعت الشركة أجزاءً كبيرة من أعمالها التقليدية في مجال تكنولوجيا المعلومات، وركزت بدلاً من ذلك على حلول السحابة الهجينة وتطبيقات الذكاء الاصطناعي للشركات.
يختلف هذا التوجه الاستراتيجي اختلافًا جوهريًا عن نهج مايكروسوفت وأمازون وجوجل وميتا، التي تستثمر جميعها بكثافة في بناء بنيتها التحتية الخاصة. أما آي بي إم، فتركز على مساعدة الشركات على نشر الذكاء الاصطناعي وفقًا لشروطها الخاصة، مع الشفافية والاختيار والمرونة. تعكس هذه الفلسفة اعتقادًا بأن ليس كل شركة ستستخدم سحابة عامة واحدة، وأن القطاعات والشركات الخاضعة للتنظيم خارج الولايات المتحدة ستفضل، على وجه الخصوص، النهج الهجين.
لذا، يُمكن فهم انتقاد كريشنا للاستثمارات الضخمة في البنية التحتية على أنه دفاع ضمني عن نهج آي بي إم. فإذا كان السعي وراء الذكاء الاصطناعي العام من خلال استثمارات بقيمة تريليونات الدولارات في مراكز البيانات غير مجدٍ اقتصاديًا، فإن هذا يؤكد استراتيجية آي بي إم في التركيز على حالات استخدام محددة تُولّد قيمة، ويمكنها البناء على البنية التحتية القائمة أو المُوسّعة بشكل معتدل.
في الوقت نفسه، تُشارك شركة IBM بكثافة في مجالات مثل الحوسبة الكمومية، والتي قد تُمثل الموجة التكنولوجية القادمة. تستثمر الشركة بشكل كبير في تطوير الحواسيب الكمومية، وتعمل على بناء شراكات مع شركات تقنية أخرى لتطوير هذه التقنية. هذا يُشير إلى أن كريشنا لا يُعارض الابتكار أو الأهداف التكنولوجية الطموحة، بل يُعارض نهجًا مُحددًا يراه غير مُجدٍ اقتصاديًا.
🎯🎯🎯 استفد من خبرة Xpert.Digital الواسعة والمتنوعة في حزمة خدمات شاملة | تطوير الأعمال، والبحث والتطوير، والمحاكاة الافتراضية، والعلاقات العامة، وتحسين الرؤية الرقمية
استفد من الخبرة الواسعة التي تقدمها Xpert.Digital في حزمة خدمات شاملة | البحث والتطوير، والواقع المعزز، والعلاقات العامة، وتحسين الرؤية الرقمية - الصورة: Xpert.Digital
تتمتع Xpert.Digital بمعرفة متعمقة بمختلف الصناعات. يتيح لنا ذلك تطوير استراتيجيات مصممة خصيصًا لتناسب متطلبات وتحديات قطاع السوق المحدد لديك. ومن خلال التحليل المستمر لاتجاهات السوق ومتابعة تطورات الصناعة، يمكننا التصرف ببصيرة وتقديم حلول مبتكرة. ومن خلال الجمع بين الخبرة والمعرفة، فإننا نولد قيمة مضافة ونمنح عملائنا ميزة تنافسية حاسمة.
المزيد عنها هنا:
الإنتاجية نعم، الذكاء الاصطناعي العام لا: لماذا قد تكون مشاريع الذكاء الاصطناعي المستهدفة أكثر ربحية من النماذج الضخمة
منظور قيادة OpenAI
يتناقض تشكك كريشنا بشكل مباشر مع التصريحات العلنية لسام ألتمان، الرئيس التنفيذي لشركة OpenAI. فقد أكد ألتمان مرارًا وتكرارًا أن OpenAI مستعدة لاستثمارات ضخمة لتحقيق الذكاء الاصطناعي العام. وقد أبرمت الشركة اتفاقيات بقيمة إجمالية تُقارب 1.4 تريليون دولار أمريكي على مدى السنوات الثماني المقبلة، بما في ذلك صفقات كبيرة مع أوراكل وبرودكوم وشركاء آخرين.
يتوقع ألتمان أن تحقق OpenAI إيرادات سنوية بمئات المليارات من الدولارات الأمريكية بحلول عام 2030. ويستند هذا التوقع إلى افتراض أن الطلب على خدمات الذكاء الاصطناعي سينمو بشكل كبير مع ازدياد قوة الأنظمة. ويعتمد نموذج أعمال OpenAI على استعداد الشركات والأفراد لدفع مبالغ طائلة مقابل الوصول إلى قدرات الذكاء الاصطناعي المتقدمة.
صرح كريشنا في البودكاست بأنه يتفهم وجهة نظر ألتمان، لكنه لا يشاركها الرأي. هذه طريقة دبلوماسية لافتة للنظر في التعبير، إذ تشير إلى احترامه لرؤية OpenAI، لكنه يطرح افتراضات مختلفة جذريًا حول جدواها التكنولوجية وقدرتها الاقتصادية. يجيب كريشنا على سؤال ما إذا كانت OpenAI قادرة على تحقيق عائد على استثماراتها بـ "لا" واضحة.
يمثل هذا الخلاف صراعًا أساسيًا في صناعة التكنولوجيا بين أولئك الذين يؤمنون بالذكاء الاصطناعي التحويلي الوشيك والمستعدين لاستثمار مبالغ فلكية، وأولئك الأكثر تشككًا ويفضلون نهجًا تدريجيًا أكثر استدامة من الناحية الاقتصادية.
مناسب ل:
دور سياسة الاستهلاك والمعايير المحاسبية
يثير الجدل الدائر حول العمر الافتراضي الفعلي لأجهزة الذكاء الاصطناعي تساؤلات جوهرية حول المحاسبة والشفافية. فطريقة إهلاك الشركات لأصولها تؤثر بشكل مباشر على أرباحها المعلنة، وبالتالي على أسعار أسهمها وتقييماتها.
يُجادل مايكل بيري بأن شركات التكنولوجيا الكبرى تُبالغ في تقدير العمر الإنتاجي لرقائق الذكاء الاصطناعي الخاصة بها للحفاظ على انخفاض الاستهلاك وزيادة الأرباح. على سبيل المثال، إذا أنفقت شركة ميتا 5 مليارات دولار على رف خوادم إنفيديا بلاكويل جديد في عام 2025، واستهلكته على مدى 5.5 سنوات، فستُوزّع تكاليف الاستهلاك السنوية على حوالي 909 ملايين دولار. ومع ذلك، إذا كان العمر الإنتاجي الفعلي ثلاث سنوات فقط، فمن المفترض أن يبلغ الاستهلاك السنوي حوالي 1.67 مليار دولار، وهو تفاوت كبير.
يُقدّر بيري أن هذه الأعمار المُمتدة قد تُعزز أرباح العديد من الشركات الكبرى بما مجموعه 176 مليار دولار بين عامي 2026 و2028. وقد نفت شركة إنفيديا هذه الادعاءات في مذكرة داخلية صدرت في نوفمبر 2025، مُجادلةً بأن مُعالجات التوسيع الضخمة تُقلل من قيمة وحدات معالجة الرسومات على مدى فترة تتراوح بين أربع وست سنوات بناءً على طول عمرها الفعلي واتجاهات الاستخدام. وأشارت الشركة إلى أن وحدات معالجة الرسومات القديمة، مثل A100 التي صدرت عام 2020، لا تزال تُستخدم بمعدلات استخدام عالية وتحتفظ بقيمة اقتصادية كبيرة.
من المرجح أن يكون الواقع بين هذين الخيارين. فوحدات معالجة الرسومات (GPUs) قادرة على العمل فعليًا لأكثر من ثلاث سنوات، إلا أن قيمتها الاقتصادية قد تنخفض بسرعة مع دخول نماذج أحدث وأكثر كفاءة إلى السوق. ومن العوامل الرئيسية تزايد قيمتها: فوحدات معالجة الرسومات القديمة، التي لم تعد مثالية لتدريب أحدث النماذج، لا تزال مفيدة لمهام الاستدلال وتشغيل النماذج المدربة مسبقًا. كما يمكن استخدامها في تطبيقات أقل تطلبًا أو بيعها في الأسواق الثانوية.
هذه الفروق الدقيقة تجعل التقييم الواضح صعبًا. مدّدت شركة CoreWeave، وهي شركة سحابية تُركّز على الذكاء الاصطناعي، فترة استهلاك وحدات معالجة الرسومات (GPUs) من أربع إلى ست سنوات في يناير 2023. يرى المنتقدون هذا القرار محاولةً لتحسين الربحية بشكل مصطنع. في المقابل، يُجادل المؤيدون بأن الاستخدام الفعلي للأجهزة يُبرّر فترات أطول.
الأبعاد الاجتماعية والسياسية
للنقاش الدائر حول استثمارات الذكاء الاصطناعي بُعدٌ سياسي واجتماعي أيضًا. فقد حذّر ديفيد ساكس، المستثمر المغامر ومستشار البيت الأبيض في العملات المشفرة والذكاء الاصطناعي، في نوفمبر 2025 من أن تراجع طفرة استثمارات الذكاء الاصطناعي قد يُنذر بالركود. وتشير صياغته إلى أن الاقتصاد أصبح معتمدًا بشدة على استثمارات الذكاء الاصطناعي، لدرجة أن أي توقف أو تباطؤ كبير سيكون له عواقب وخيمة على الاقتصاد الكلي.
يثير هذا التبعية تساؤلاً حول ما إذا كان المجتمع قد وضع نفسه في موقف يُجبره على مواصلة الاستثمار، بغض النظر عن جدواه الاقتصادية، لمجرد تجنب صدمة مفاجئة. يُمثل هذا نموذجاً تقليدياً لديناميكية الفقاعة، حيث تطغى المخاوف من عواقب انفجار فقاعة على الاعتبارات الاقتصادية العقلانية.
يثير تركيز الاستثمارات والموارد على الذكاء الاصطناعي تساؤلات حول تكاليف الفرص البديلة. من الناحية النظرية، يُمكن استخدام تريليونات الدولارات المتدفقة إلى مراكز بيانات الذكاء الاصطناعي لأولويات مجتمعية أخرى، بدءًا من تحسين أنظمة التعليم وتوسيع نطاق الطاقة المتجددة وصولًا إلى معالجة عجز البنية التحتية. ويعتمد مبرر هذا التخصيص الضخم للموارد على مدى تحقق الفوائد الموعودة.
في الوقت نفسه، يُحدث الذكاء الاصطناعي بالفعل آثارًا إيجابية واضحة. ففي ألمانيا، ووفقًا لدراسة أجرتها شركة IBM في نوفمبر 2025، أفادت ثلثا الشركات بتحقيق مكاسب إنتاجية كبيرة من خلال الذكاء الاصطناعي. وتشمل المجالات التي شهدت أكبر زيادات في الإنتاجية المرتبطة بالذكاء الاصطناعي تطوير البرمجيات وتكنولوجيا المعلومات، وخدمة العملاء، وأتمتة العمليات التجارية. وقد حقق ما يقرب من خُمس الشركات في ألمانيا بالفعل أهداف عائد الاستثمار من خلال مبادرات الإنتاجية القائمة على الذكاء الاصطناعي، ويتوقع ما يقرب من نصفها تحقيق عائد على الاستثمار في غضون اثني عشر شهرًا.
وتظهر هذه الأرقام أن الذكاء الاصطناعي يخلق بالفعل قيمة اقتصادية، ولكنها تدعم أيضاً حجة كريشنا بأن هذه القيمة لا تنشأ بالضرورة من السعي إلى تحقيق الذكاء الاصطناعي العام من خلال استثمارات تصل إلى تريليونات الدولارات، بل من تطبيقات أكثر استهدافاً وتحديداً.
المنظور التاريخي للتحولات التكنولوجية
لوضع الوضع الراهن في منظوره الصحيح، من المفيد النظر في أوجه التشابه التاريخية. غالبًا ما يُستشهد بطفرة الإنترنت في أواخر التسعينيات كقصة تحذيرية. في ذلك الوقت، تدفقت مبالغ طائلة من الأموال إلى شركات الإنترنت، بناءً على اعتقاد مُبرر بأن الإنترنت سيُحدث تحولًا جذريًا. لكن تبيّن أن العديد من تلك الاستثمارات كانت خاطئة، وعندما انفجرت الفقاعة عام 2000، فقدت تريليونات من قيمتها السوقية.
ومع ذلك، أثبتت التكنولوجيا الأساسية أنها تُحدث تحولاً حقيقياً. شركات مثل أمازون وجوجل، التي نجت من الأزمة، أصبحت القوى المهيمنة في الاقتصاد العالمي. شكلت البنية التحتية التي بُنيت خلال فترة الازدهار، بما في ذلك شركات فاشلة، أساس الاقتصاد الرقمي في العقود التالية. بهذا المعنى، يمكن القول إن حتى الاستثمار المفرط في البنية التحتية للذكاء الاصطناعي قد يكون مفيداً على المدى الطويل، حتى لو فشل العديد من اللاعبين الحاليين.
ومع ذلك، يكمن فرق رئيسي في كثافة رأس المال. فشركات الإنترنت من الجيل الأول قادرة على التوسع باستثمارات منخفضة نسبيًا بمجرد توفر البنية التحتية الأساسية. ويمكن لموقع إلكتروني أو خدمة إلكترونية، بمجرد تطويرها، الوصول إلى ملايين المستخدمين بتكاليف إضافية ضئيلة. أما الذكاء الاصطناعي، وخاصةً في شكله الحالي، فلا يتبع هذا النمط. فكل استعلام على نموذج لغوي كبير يتطلب تكاليف حسابية باهظة. ويتطلب توسيع نطاق خدمات الذكاء الاصطناعي زيادات متناسبة في البنية التحتية، مما يُحدث تغييرًا جذريًا في الاقتصاد.
هناك مقارنة تاريخية أخرى تتعلق بتطور الكهرباء. فعندما أصبحت الطاقة الكهربائية متاحة لأول مرة، استغرقت الشركات عقودًا لتتعلم كيفية إعادة تصميم عملياتها الإنتاجية للاستفادة الكاملة من الإمكانيات الجديدة. في البداية، استبدلت المصانع المحركات البخارية بالمحركات الكهربائية، لكنها احتفظت بتصاميمها وعملياتها القديمة. ولم تتحقق مكاسب الإنتاجية الحقيقية إلا عندما تعلم المهندسون والمدراء تصميم المصانع من الصفر، مستفيدين من مرونة الطاقة الكهربائية.
قد ينطبق الأمر نفسه على الذكاء الاصطناعي. قد لا تكون التطبيقات الحالية سوى غيض من فيض مما هو ممكن، وقد لا تتحقق التحولات الحقيقية إلا بعد أن تتعلم المؤسسات إعادة تنظيم نفسها جذريًا للاستفادة من قدرات الذكاء الاصطناعي. سيستغرق هذا وقتًا، ربما سنوات أو عقودًا، وليس من الواضح ما إذا كانت ديناميكيات الاستثمار الحالية قادرة على تحمل هذا الصبر.
مستقبل تنمية الذكاء الاصطناعي
رغم كل الشكوك والتحذيرات، سيستمر تطوير الذكاء الاصطناعي. السؤال ليس ما إذا كان الذكاء الاصطناعي مهمًا، بل ما هو المسار الأكثر واعدًا والأكثر استدامة اقتصاديًا. يمكن فهم تدخل كريشنا على أنه دعوة لإعادة تقييم الاستراتيجية، وليس دعوةً لوقف أبحاث الذكاء الاصطناعي.
التطور الأكثر ترجيحًا هو تنويع المناهج. فبينما ستواصل بعض الشركات الاستثمار بكثافة في توسيع نطاق نماذج اللغات الكبيرة، ستستكشف شركات أخرى مسارات بديلة. وسيتم السعي بالتوازي إلى تطبيق مناهج الرمزية العصبية، والأنظمة متعددة الوسائط، والذكاء المتجسد، والتعلم المستمر، وغيرها من التوجهات البحثية. وقد تُغير التطورات في مجال الأجهزة، من الحوسبة الكمومية إلى بنى الحوسبة البصرية والرقائق العصبية، المعادلة.
سيكون القبول الفعلي في السوق عاملاً رئيسياً. إذا كانت الشركات والمستهلكون على استعداد لدفع مبالغ طائلة مقابل خدمات الذكاء الاصطناعي، فحتى تكاليف البنية التحتية المرتفعة قد تكون مبررة. مع ذلك، لا يزال هذا السؤال مطروحاً إلى حد كبير حتى الآن. جذبت ChatGPT والخدمات المماثلة ملايين المستخدمين، لكن الاستعداد لدفع مبالغ طائلة مقابلها محدود. يستخدم معظم المستخدمين إصدارات مجانية أو مدعومة بشكل كبير.
في قطاع المؤسسات، يختلف الوضع بعض الشيء. هنا، هناك استعداد واضح لدفع ثمن حلول الذكاء الاصطناعي التي تُعالج مشاكل أعمال محددة. تُعلن مايكروسوفت عن نمو قوي في خدمات الذكاء الاصطناعي التي تُقدمها للشركات. السؤال هو: هل يُمكن لهذه التدفقات من الإيرادات أن تنمو بسرعة كافية لتبرير الاستثمارات الضخمة؟
مناسب ل:
نتائج التحليل متعدد الأبعاد
تُلامس المخاوف التي أثارها أرفيند كريشنا في بودكاست "فك التشفير" جوهر إحدى أهمّ المغامرات الاقتصادية والتكنولوجية في التاريخ. وتستند حجته إلى مبادئ اقتصادية سليمة وفهم تقني. ويُمثّل الجمع بين تكاليف رأس المال الباهظة، ودورات حياة الأجهزة القصيرة، وانخفاض احتمالية أن تُؤدي التقنيات الحالية إلى الذكاء الاصطناعي المُولّد آليًا (AGI)، حجةً قويةً ضد استراتيجية الاستثمار الحالية.
في الوقت نفسه، لا يخلو موقف كريشنا من حجج مضادة. يجادل مؤيدو الاستثمارات الضخمة في الذكاء الاصطناعي بأن التقنيات التحويلية غالبًا ما تتطلب استثمارات أولية ضخمة، وأن تكلفة وحدة الحوسبة في انخفاض مستمر، وأن نماذج أعمال جديدة ستظهر لا يمكن التنبؤ بها بعد، وأن خطر التخلف عن الركب في تقنية قد تُغير العالم أكبر من المخاطر المالية للاستثمار المفرط.
من المرجح أن الحقيقة تكمن في مكان ما بين هذين الموقفين المتطرفين. لا شك أن الذكاء الاصطناعي تقنية مهمة وتحويلية ستُحدث قيمة اقتصادية كبيرة. تُظهر نماذج اللغة وتطبيقات الذكاء الاصطناعي الحالية قدراتٍ مبهرة، وتُحقق مكاسب إنتاجية ملموسة في مجالات عديدة. في الوقت نفسه، تُثير فكرة أن مجرد توسيع نطاق الأساليب الحالية سيؤدي إلى ذكاء اصطناعي عام جدلاً متزايدًا، حتى بين أبرز باحثي الذكاء الاصطناعي.
التحليل الاقتصادي يُظهر الكثير. فالحجم الهائل للاستثمارات المطلوبة والحاجة إلى تحقيق أرباح هائلة في فترة زمنية قصيرة يُمثلان تحديًا غير مسبوق. وإذا كانت حسابات كريشنا دقيقة ولو من بعيد، فمن الصعب تصور مدى استدامة استراتيجية الاستثمار الحالية.
مع ذلك، هذا لا يعني بالضرورة أن الكارثة وشيكة. فالأسواق قادرة على التكيف. تدفقات الاستثمار قابلة للتغير، ونماذج الأعمال قابلة للتطور، والاختراقات التكنولوجية قادرة على إحداث تغييرات جذرية في الاقتصاد. تاريخ التكنولوجيا حافل بأمثلة دحضت فيها الشكوك الأولية، وتم التغلب على تحديات بدت مستحيلة.
يبدو أن هناك فترة من إعادة التقييم والتوحيد. لا يمكن لمعدلات النمو الحالية في استثمارات الذكاء الاصطناعي أن تستمر إلى أجل غير مسمى. في مرحلة ما، سيرغب المستثمرون وقادة الأعمال في رؤية أدلة على عوائد فعلية. ستزدهر الشركات التي تقدم نماذج استخدام جذابة وقيمة اقتصادية ملموسة. قد تضطر شركات أخرى إلى تعديل استراتيجياتها أو الخروج من السوق.
يُعدّ تدخل كريشنا بمثابة تحذير هام لتوخي الحذر في بيئة تسودها حالة من النشوة والرغبة في مواكبة التطورات. إن خبرته الممتدة لعقود في قطاع التكنولوجيا، ومنصبه على رأس إحدى أقدم وأعرق شركات تكنولوجيا المعلومات في العالم، يُضفيان على كلامه ثقلًا. وسيُظهر الزمن صحة كلامه. لكن المؤكد هو أن الأسئلة التي يطرحها يجب أن تُؤخذ على محمل الجد وتُناقش بعمق قبل ضخّ تريليونات الدولارات في استراتيجية لا يُضمن نجاحها.
بُعد جديد للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | استشارات Xpert
بُعدٌ جديدٌ للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | استشارات Xpert - الصورة: Xpert.Digital
ستتعلم هنا كيف يمكن لشركتك تنفيذ حلول الذكاء الاصطناعي المخصصة بسرعة وأمان وبدون حواجز دخول عالية.
منصة الذكاء الاصطناعي المُدارة هي حلك الشامل والمريح للذكاء الاصطناعي. فبدلاً من التعامل مع التقنيات المعقدة والبنية التحتية المكلفة وعمليات التطوير الطويلة، ستحصل على حل جاهز مُصمم خصيصًا لتلبية احتياجاتك من شريك متخصص - غالبًا في غضون أيام قليلة.
الفوائد الرئيسية في لمحة:
⚡ تنفيذ سريع: من الفكرة إلى التطبيق العملي في أيام، لا أشهر. نقدم حلولاً عملية تُحقق قيمة فورية.
🔒 أقصى درجات أمان البيانات: بياناتك الحساسة تبقى معك. نضمن لك معالجة آمنة ومتوافقة مع القوانين دون مشاركة البيانات مع جهات خارجية.
💸 لا مخاطرة مالية: أنت تدفع فقط مقابل النتائج. يتم الاستغناء تمامًا عن الاستثمارات الأولية الكبيرة في الأجهزة أو البرامج أو الموظفين.
🎯 ركّز على عملك الأساسي: ركّز على ما تتقنه. نتولى جميع مراحل التنفيذ الفني، والتشغيل، والصيانة لحلول الذكاء الاصطناعي الخاصة بك.
📈 مواكب للمستقبل وقابل للتطوير: ينمو الذكاء الاصطناعي لديك معك. نضمن لك التحسين المستمر وقابلية التطوير، ونكيف النماذج بمرونة مع المتطلبات الجديدة.
المزيد عنها هنا:
شريكك العالمي في التسويق وتطوير الأعمال
☑️ لغة العمل لدينا هي الإنجليزية أو الألمانية
☑️ جديد: المراسلات بلغتك الوطنية!
Konrad Wolfenstein
سأكون سعيدًا بخدمتك وفريقي كمستشار شخصي.
يمكنك الاتصال بي عن طريق ملء نموذج الاتصال أو ببساطة اتصل بي على +49 89 89 674 804 (ميونخ) . عنوان بريدي الإلكتروني هو: ولفنشتاين ∂ xpert.digital
إنني أتطلع إلى مشروعنا المشترك.
