مزعج، ممتع، أو لا غنى عنه، هذا هو التسلسل الأفضل لكل مستثمر مهتم بمدى تقدم الذكاء الاصطناعي، لكن من المهم إدراك أن الحدس لن يوصلنا بعيداً، بدلاً من ذلك، ينبغي أن تتحدد رهاناتنا على أساس فهمنا للمستقبل الذي نتوقعه في هذا المجال.
ومن الطبيعي أن يختلف الرهان على موجة إنتاجية عارمة تفيد معظم الشركات عن الرهان على تطور عاصف يفضله عدد قليل من الشركات القائمة، أو على تحول نحو نموذج جديد يسفر عن ظهور شركات خارقة جديدة.
ولعل نقطة انطلاق جيدة هي مسايرة الافتراض الأكثر شيوعاً، إن الذكاء الاصطناعي سيعزز الإنتاجية، وقد لا نعرف من سيكون الرابحون والخاسرون.
لكن يمكننا التكهن بأن معظم الصناعات ستستفيد من الذكاء الاصطناعي، مع تزايد دمج هذه التقنية في الشركات، كما حدث مع المحركات البخارية والكهرباء في الماضي.
أما إذا قبلنا هذه الفكرة القائلة: إن الذكاء الاصطناعي لا يعدو كونه مجرد تقنية عادية - والتي طرحها أساتذة جامعة برينستون أرفيند نارايانان وساياش كابور وآخرون - فقد يكون النهج الصحيح هو الشراء استناداً للمؤشرات العامة بالسوق، حيث إن المد الصاعد يرفع في العادة معظم الشركات.
ويجب على المستثمرين في كل الأحوال مراعاة بعض الفروق الدقيقة، فتقديرات مكاسب الإنتاجية في كل مكان. وبالنسبة للولايات المتحدة، تتراوح تقديرات زيادات الإنتاجية من 1.4% على الأقل في سنة واحدة (وهي نسبة كبيرة) إلى 1% على مدار 5 سنوات (ليس كثيراً).
وهذا أمر مفهوم، فنحن لا نعرف حقاً كيف يغير الذكاء الاصطناعي معادلة الإنتاجية بمجرد أن نأخذ في الاعتبار تكاليف التبني والإشراف الكافي وضمان المواصفات الصحيحة للنماذج، في كثير من الأحيان، يتباطأ البشر حتى عند العمل مع الذكاء الاصطناعي نظراً للحالة الراهنة للتكنولوجيا.
وقد يراهن بعض المستثمرين على أن من يحقق أقصى استفادة من مفارقة جيفونز سيستحوذ على نصيب الأسد، وكان ستانلي جيفونز، الخبير الاقتصادي في العصر الفيكتوري، يرى أنه عندما يحسن التقدم التكنولوجي كفاءة استخدام الموارد، فإنه بدلاً من تراجع النفقات، سيزداد الطلب بشكل كبير، ما سيؤدي إلى زيادة الاستهلاك الإجمالي.
وإذا صحت هذه المفارقة، فإن الشركات التي تساعد الشركات أو الأفراد على دمج العدد الأكبر من الوكلاء والتطبيقات في المؤسسات ستحقق أفضل الأرباح. وهكذا، يكمن التحدي في التنبؤ بمن يستطيع من بين مطوري الذكاء الاصطناعي الحاليين جذب «أكبر قدر من الانتباه» بين العملاء بطرق وأشكال متعددة.
مع ذلك، قد يراهن مستثمر آخر على بروز شركة جديدة بمليارات الدولارات تنتجها القفزة التكنولوجية الكبيرة المقبلة. ويعد مثل هذا الرهان أكثر خطورة لأن نماذج التكنولوجيا غير مستقرة، وسيظهر بلا شك العديد من الحلول التكنولوجية الجديدة لكن فجأة، سيتجه السوق نحو حل واحد أو عدد قليل من هذه الحلول، وهذا ما حدث على سبيل المثال مع كل من محرك بحث جوجل أو رقائق إنفيديا.
وكما أظهرت دورات الابتكار السابقة، فإن عدداً قليلاً جداً من الشركات يبقى في واجهة التغيير على مدار 5 سنوات ولا أحد يعلم أي من الشركات ستنتصر في التقارب المقبل، أو ما إذا كانت نماذج اللغات الكبيرة ذات الترميز البرمجي مفتوح المصدر أو الإصدارات المغلقة ستقود الطريق.
وستكون لعبة التخمين أسهل لو أن اختبار ماجستير القانون سيكشف عن أفضل الحلول المقبلة. لكن الأمر ليس كذلك. ويقدم الأستاذان أرفيند نارايانان وساياش كابور حجة مقنعة مفادها أنه بدلاً من تتبع تريليونات المعاملات في نموذج ما، أو قدرة هذا النموذج على اجتياز قائمة طويلة من الأسئلة الصعبة في معيار أداء الذكاء الاصطناعي المعروف باسم «الامتحان الأخير للبشرية»، يجب علينا تقييم الاستخدامات العملية – أي تلك التطبيقات التي تجعل عملنا أكثر إنتاجية.
ويبدو أن حجم النموذج ووقت حسابه ودقة إجاباته لا يختلفان عن تفاصيل المؤهلات العلمية للمرشح في السيرة الذاتية، نعم، هذا يخبرك بشيء ما، لكنه لا يضمن قدرة هذا المرشح على أداء الوظيفة.
بدلاً من ذلك، يجب علينا مراقبة تطوير تطبيقات الذكاء الاصطناعي ووكلائه. يمكن للمستثمرين الذين يمتلكون الجرأة النظر إلى شركات الذكاء الاصطناعي في مراحلها المبكرة كخيار لمستقبل للمضاربة ذي خصائص مخاطرة ومكافآت فريدة.
وكما تظهر دراسة أجراها الأستاذان لوبوس باستور وبييترو فيرونيسي من جامعة شيكاغو، فإن ارتفاعات تقييمات أسهم الشركات ذات التكنولوجيا الناشئة ترتبط بارتفاع مستوى عدم اليقين بشأن إنتاجية الابتكار.
ثم تنخفض بعد ذلك مضاعفات التقييمات مع انتشار التكنولوجيا على نطاق واسع. لذا، فليحذر مشترو الأسهم؛ لأنه ما لم يكن لدى اللاعب أفضلية واضحة، فقد يكون من الأفضل توزيع الرهانات، وتقبل حالة عدم اليقين الجذرية التي تترتب عليها.
