هنا المسألة. البشر دائمًا لديهم هذه العادة الغريبة في اعتبار التراكم كأنه تقدم. المزيد من الملفات؟ أرشيفات أفضل. المزيد من المستخدمين؟ شبكات أقوى. المزيد من البيانات؟ أنظمة أذكى. لسنوات، كان الإنترنت يعمل في الأساس على اعتقاد بسيط: إذا كانت المعلومات تخلق قيمة، فإن جمع المزيد منها يجب أن يخلق قيمة أكبر.
لذلك هذا بالضبط ما حدث.
أصبح العالم الرقمي بالكامل مهووسًا بالتراكم. كانت المنصات تجمع السلوك. كانت الشركات تجمع السجلات. ورثت الذكاء الاصطناعي نفس الغريزة. مجموعات بيانات أكبر. نماذج أكبر. نوافذ سياق أكبر. المزيد من الذاكرة. فقط استمر في التكديس.
وبصراحة، كانت تلك المنطق تعمل... لفترة.
في ذلك الوقت، كانت المعلومات غالبًا موجودة هناك فقط. بهدوء. مثل المخزون على الرفوف.
لكن الذكاء الاصطناعي لم يعد يفعل ذلك حقًا بعد الآن.
هنا تبدأ الأمور بالتغير.
أنظمة الذكاء الاصطناعي ليست آلات تنبؤ سلبية تجلس داخل بيئات برمجية معزولة الآن. إنها تتحرك إلى المجال التشغيلي. كتابة الكود. اتخاذ القرارات. تشغيل مسارات العمل. العمل عبر وكلاء ذكاء اصطناعي. لمس التمويل، وأنظمة المؤسسات، وسلاسل الأتمتة—بيئات حقيقية حيث تكون الأفعال فعلاً مهمة.
وبمجرد حدوث ذلك، تتوقف المعلومات عن التصرف مثل أصل مُخزَّن.
تصير مسؤولية.
يبدو هذا صغيرًا. لكنه ليس كذلك.
لأن المسؤوليات تأتي مع تكاليف.
لذا ربما كنا نحدق طوال الوقت في عنق زجاجة خاطئ. الجميع مهووس بذكاء النماذج، وبسرعة التدريب، وقوة الحوسبة، وقوانين التوسع—الأشياء المعتادة. حسنًا. لكن ماذا لو كانت المشكلة الأكبر تظهر بعد أن يُبنى الذكاء؟
لأن أنظمة الذكاء الاصطناعي لا تتعلم فقط.
إنها تورث.
وهذا هو الجزء غير المريح.
إنها ترث تاريخ البيانات. والأذونات. وقضايا الملكية. والتعرض القانوني. وافتراضات مخفية. مُدخلات سيئة. مواد محل نزاع. سلاسل كاملة من عدم اليقين حول مصدر المعلومات وما إذا كان ينبغي أن تبقى داخل نموذج على الإطلاق.
ونعم، هذا يبدو مجردًا في البداية.
إلى أن تدخل هذه الأنظمة إلى العالم الحقيقي.
ثم تصبح الأمور مكلفة بسرعة.
وهذا بالضبط سبب لفت انتباهي OpenLedger ($OPEN). وليس بسبب السبب الذي يتحدث عنه معظم الناس.
ينظر أغلب الناس إلى OpenLedger ويرون سلسلة بلوكشين للذكاء الاصطناعي. أو سوقًا للذكاء الاصطناعي. العرض واضح تقريبًا: إنشاء سيولة حول مجموعات البيانات ونماذج الذكاء الاصطناعي ووكلاء الذكاء الاصطناعي كي يتمكن المساهمون من تحقيق دخل من القيمة.
قصة بسيطة.
سهل التكرار.
لكن أعتقد أن هذا التأطير يفوّت الزاوية الأكثر إثارة للاهتمام.
لأن بصراحة، السيولة وحدها لا تحل تقريبًا شيئًا إذا لم يثق أحد بالنظام الموجود تحتها.
قد تكون الأطروحة الأعمق هنا أن OpenLedger لا يبني فعليًا أسواق بيانات. ربما يبني بنية تحتية للمساءلة متخفية داخل اقتصاد قائم على الذكاء الاصطناعي.
فرق كبير.
لأنّ السيولة لا تزيل مشاكل الثقة بشكل سحري. أحيانًا تضخمها فعلاً.
تعمل الأسواق لأن الملكية تبقى واضحة. تعمل الأنظمة المالية لأن الناس يعرفون من يملك الأصول، ومن يتحمل المسؤولية، ومن يتم سحبه إلى الفوضى عندما يتعطل شيء ما.
لا يملك الذكاء الاصطناعي حدودًا نظيفة مثل هذا.
ليس حتى قريبًا.
لأن المعلومات تتصرف بشكل مختلف.
تتحرك البيانات.
إنها تُنسخ.
إنه يتغير/يتحوّر.
إنه ينتشر عبر النماذج والاشتقاقات والمخرجات والأنظمة المبنية فوق أنظمة أخرى. بمجرد دخول المعرفة إلى بيئات الذكاء الاصطناعي، يصبح تتبع التأثير أمرًا فوضويًا. تمتص النماذج مجموعات البيانات. ترث الوكلاء السلوك. تغذي المخرجات دورات التدريب المستقبلية.
كل شيء يبدأ بالتراكم.
وبمرور الوقت تصطدم بسؤال محرج جدًا:
من يملك فعليًا الذكاء بمجرد أن يتطور ويتجاوز المُدخلات الأصلية؟
أو ربما الأهم:
من يملك عواقب ذلك؟
تتجنب معظم روايات الذكاء الاصطناعي هذا السؤال لأنّه—بصراحة—قبيح. من الأسهل التركيز على قدرات ورسوم نمو.
لكن الشركات لن تتجنب ذلك.
لا يستطيعون.
تخيّل نظام ذكاء اصطناعي للرعاية الصحية تم تدريبه جزئيًا على بيانات طبية متنازع عليها. تخيّل مخاوف الخصوصية تظهر بعد سنوات. أو مؤسسات مالية تنشر وكلاء ذكاء اصطناعي يرثون سلوكيات من مصادر معلومات لا يفهمها أحد تمامًا بعد.
يبدو نظريًا.
حتى يحضر المحامون.
ثم فجأة يهتم الجميع.
لأن هذه لم تعد مجرد مضايقات تقنية. إنها مخاطر تشغيلية.
ومخاطر التشغيل في النهاية تتحول إلى تكاليف مالية.
سيصبح الأمر قبيحًا بسرعة.
إليك السبب: لا ينسى الذكاء الاصطناعي الأشياء تلقائيًا.
هذا يغير كل شيء.
بمجرد دخول معلومات إشكالية إلى نظام، يصبح إزالتها شديد الصعوبة. البيانات الملوثة لا تبقى منعزلة فقط. إنها تؤثر على السلوك. وتشكل المخرجات. وتخلق تبعيات لاحقة تستمر بالانتشار بصمت في الخلفية.
فجأة، تتوقف تكاليف التخزين عن كونها محور النقاش.
تصير كفاءة الحوسبة أمرًا ثانويًا.
الآن يبدأ الناس بطرح أسئلة مختلفة.
من أين جاءت هذه المعلومة؟
من الذي ساهم به؟
من الذي وافق عليه؟
من يملكه؟
من يتحمل المسؤولية؟
من الذي يُدفع له؟
وربما الأكبر:
هل يمكن لكل هذه العلاقات أن تبقى واضحة بعد أن يتعاظم الذكاء عبر أنظمة أكثر استقلالًا؟
يبدو أن OpenLedger مُصمم حول نوع من مشكلة كهذه.
ليس عبر الفلسفة.
عبر الاقتصاد.
لأن لنكن واقعيين—نسبة الإسناد دون حوافز نادرًا ما تتوسع. إذا كان المساهمون يحصلون على تعويض، إذا ظلت الملكية واضحة، وإذا عملت أنظمة الذكاء الاصطناعي داخل علاقات اقتصادية شفافة، فلن تعتمد الثقة بعد الآن بالكامل على الوسطاء المركزيين.
على الأقل هذه هي الفكرة.
والأفكار دائمًا تبدو أنظف على الورق.
الواقع هو المكان الذي تبدأ فيه الأمور بالتعقيد.
لأن الشركات لا تحسن عادةً تحسين الأمور اعتمادًا على نظريات أنيقة.
إنهم يحسّنون حول الراحة.
بجدية. هكذا يعمل العالم.
فِرق امتثال كبيرة لا تجلس لتجادل مبادئ اللامركزية. إنها تطرح أسئلة عملية بوحشية:
هل يمكن للجهات التنظيمية تدقيق ذلك؟
هل يمكن للفرق القانونية فهمه؟
هل يمكننا دمج هذا دون التسبب بصداع داخلي؟
إذا فشلت الأمور، من سيكون مسؤولًا؟
أسئلة مملة.
لكن الأسئلة المملة تحسم نتائج بمليارات الدولارات في كل وقت.
الرعاية الصحية تجعل هذا واضحًا.
تواجه أنظمة الذكاء الاصطناعي في مجال الرعاية الصحية ضغطًا متزايدًا حول الشفافية والخصوصية والمساءلة. المستشفيات لا تهتم فقط بما إذا كانت النماذج تؤدي بشكل جيد. إنها تحتاج إلى فهم من أين جاءت المعلومات وما إذا كانت حقوق الاستخدام تصمد أمام التدقيق.
لأن الجهات التنظيمية تهتم.
لأن الدعاوى القضائية تهتم.
لأن إدارات المخاطر تهتم فعلاً.
حتى إن كان نموذج ذكاء اصطناعي يحقق تنبؤات مذهلة، يصبح غير قابل للاستخدام إذا لم يستطع أحد شرح مصدر ذكائه.
التمويل ليس مختلفًا كثيرًا.
تستخدم البنوك والمؤسسات بشكل متزايد الذكاء الاصطناعي لاكتشاف الاحتيال والتعامل مع العملاء والأنظمة التنبؤية والعمليات ذاتية التنفيذ. الأداء مهم. بالطبع أنه كذلك.
لكن المساءلة مهمة أيضًا.
لأنّه بمجرد أن يبدأ الذكاء الاصطناعي بالتأثير على القرارات المالية، تصبح قابلية التدقيق غير اختيارية.
لا بد أن يشرح شخص ما في النهاية ما الذي حدث.
قد تقع OpenLedger مباشرة في منتصف هذا التوتر.
يرى معظم الناس بنية تحتية للذكاء الاصطناعي.
أعتقد أن التفسير الأكثر إثارة للاهتمام هو أنه بنية تحتية للثقة.
هذه أعمال مختلفة تمامًا.
البنية التحتية المبنية حول السيولة تتنافس عبر الكفاءة.
البنية التحتية المبنية حول المساءلة تتنافس عبر الضرورة.
عادةً ما ينتصر الضرورة.
ومع ذلك، ما زالت هناك أسئلة مزعجة هنا.
كون OpenLedger يحدد مشكلة حقيقية لا يعني تلقائيًا أن اقتصاديات الرمز تعمل.
هذه معارك مختلفة.
الحالة المتفائلة تفترض أن $OPEN تصبح طبقة التسوية التي تربط المساهمين ومجموعات البيانات والنماذج ووكلاء الحكم الذاتي. كل نشاط يولد طلبًا أكبر. المزيد من المشاركين يقوّي تأثيرات الشبكة.
ربما.
لكن التشفير علّم الناس هذه الدرس مرارًا.
استخدام البنية التحتية وقيمة الرمز لا يتحركان دائمًا معًا.
أحيانًا تصبح الأنظمة مفيدة بينما يتسرب/يهبط فقدان القيمة في مكان آخر تمامًا.
المستخدمون يريدون خدمات دون التعرض.
تريد الشركات وظائف دون تكهّن.
المطورون يريدون أدوات دون احتكاك إضافي.
إليك إذن السؤال غير المريح:
هل يحتاج المشاركون حقًا إلى $OPEN؟
أم أنهم يحتاجون فقط OpenLedger؟
فرق هائل.
لأن أنظمة الرموز المستدامة تحدث عادةً عندما يظهر الطلب بشكل طبيعي. لا عندما يشعر المستخدمون بأنهم مُجبرون على سلوك اقتصادي لم يكونوا يريدونه.
إذا اعتبر الناس الرموز أدوات تنسيق، فهذا رائع.
إذا نظروا إليها كاحتكاك... تصبح الأمور أصعب.
لم يكن التاريخ حيال ذلك دقيقًا أو لطيفًا بشكل خاص.
هناك تحدٍ آخر أيضًا.
تفترض OpenLedger أن التنسيق اللامركزي يخلق قيمة عملية كافية تجعل الناس يهاجرون طواعية بعيدًا عن الأنظمة المركزية.
هذا افتراض كبير.
لأن الأنظمة البيئية للذكاء الاصطناعي المركزية لديها بالفعل مزايا هائلة. التوزيع. البنية التحتية. علاقات المؤسسات. انتباه المطورين.
لقد حصلت بالفعل على زخم.
لذا يجب على OpenLedger أن يثبت شيئًا محددًا جدًا.
ليس لأن اللامركزية تبدو أفضل.
ليس أن تحويل الأشياء إلى رموز يبدو مثيرًا للاهتمام.
مزايا تشغيلية.
النسخ الحقيقية.
خفض تكاليف التنسيق.
ألم الامتثال أقل.
أفضل نسب/إسناد.
مساءلة أوضح.
مستقبل أقل فوضى.
وإلا ستختار الشركات مجرد أنظمة أبسط لأن البساطة غالبًا ما تفوز.
بصراحة، هذا ليس تشاؤمًا.
هذه مجرد قصة من التاريخ.
لا يعني أي شيء من هذا أن OpenLedger مخطئ.
في الواقع، أظن أن العكس قد يكون صحيحًا.
الأكثر إثارة للاهتمام في OpenLedger هو أنها تبدو أنها تُدرك شيئًا لا يزال كثيرون يتجاهلونه: إن الذكاء نفسه يصبح أقل ندرة.
تتحسن النماذج باستمرار.
تصير عملية التدريب أرخص.
تنتشر القدرات.
لكن ماذا عن الثقة؟
تصير الثقة أصعب.
الثقة حول الملكية.
الثقة حول المصدر.
الثقة حول المساءلة.
الثقة حول الثقة نفسها.
قد يصبح هذا المورد النادر.
لأنّه كلما أصبحت الأنظمة ذاتية الحكم أكثر شيوعًا، قد يصبح فهم مصدر الذكاء شبه مهم مثل الذكاء نفسه.
حاليًا يرى السوق OpenLedger كسلسلة بلوكشين أخرى للذكاء الاصطناعي تفتح سيولة.
ربما هذا صحيح.
لكن ربما هذه مجرد جزء من القصة.
لأن السؤال الأكبر ليس ما إذا كان الذكاء الاصطناعي يمكنه تحويل الذكاء إلى أموال.
السؤال الأكبر هو ما إذا كان الذكاء في النهاية يحتاج إلى بنية تحتية للمسؤولية.
إذا كان هذا هو الاتجاه الذي سنسير إليه، فإن OpenLedger تتوقف عن الظهور كسردية سوق.
وتبدأ تبدو كأنها سردية ثقة.
فرق صغير اليوم.
ربما واحد كبير جدًا لاحقًا.
