الأسواق تفعل هذا الشيء طوال الوقت. تأخذ الأنظمة الفوضوية وتضغطها في أي مقاييس أسهل للقياس. يتم تقليص الكريبتو إلى TPS، عدد المستخدمين، سرعة الرموز، ومخططات الأسعار. بينما يتم حصر الذكاء الاصطناعي في قوة الحوسبة، النماذج الأكبر، سرعة الاستدلال، وحجم البيانات. أرقام نظيفة. لوحات تحكم سهلة. روايات لطيفة.
لكن إليك الشيء: المقاييس التي يمكن للجميع رؤيتها غالبًا ما تكون الأقل إثارة للاهتمام.
وأعتقد أن هذا قد يحدث مع OpenLedger.
معظم الناس ينظرون إلى OpenLedger ويضعونه فورًا في فئة مألوفة: بلوكتشين الذكاء الاصطناعي، تحقيق الدخل من البيانات، الوكلاء، السيولة، التنسيق على السلسلة. انتهى. القضية مغلقة. إنه يتناسب تمامًا مع فئة "الذكاء الاصطناعي + الكريبتو" التي رأيناها تتكرر مئات المرات بالفعل.
لكن بصراحة، أظن أن هذا هو القراءة السطحية على الأرجح.
لأن المشكلة التي تظهر حول الذكاء الاصطناعي قد لا تكون الذكاء فعلًا. وربما ليست الحوسبة أيضًا. كلما نظرت إلى هذه الأمور أكثر، شعرت أن المسألة الخفية هي الملكية: الإسناد. التسوية الاقتصادية. باختصار: معرفة من ساهم بماذا، ومن يملك ماذا، ومن يحصل على الأجر، ومن يرث الفوضى عندما تسوء الأمور.
ليست موضوعات مثيرة، أعلم.
لكن البنية التحتية عادةً ليست مُثيرة... حتى تصبح فجأة لا مفر منها.
الأسواق سيئة في تسعير مشكلات التنسيق لأن مشكلات التنسيق تبقى غير مرئية لفترة طويلة. تستطيع الأنظمة الصغيرة امتصاص عدم الكفاءة. البشر يسدّون الثغرات. الفرق تصلح التعارضات يدويًا. يبني الناس عمليات قبيحة حول بنية تحتية ناقصة، ومع ذلك تظل الأمور تعمل.
يعمل.
إلى أن لا يحدث ذلك.
للتوسع طريقة في كشف أشياء يظن الناس أنها ليست مشاكل.
وقد رأينا هذا الفيلم من قبل. اتبعت الأنظمة المالية تقريبًا النمط نفسه تمامًا.
يحب الناس الحديث عن التداول لأن التداول مرئي: شاشات تومض. أوامر تتحرك. أرقام تتغير كل ثانية.
لكن التنفيذ لم يكن الجزء الصعب أبدًا.
كانت التسوية.
شراء وبيع الأصول؟ سهل بما فيه الكفاية. الجزء الصعب جاء بعد ذلك: من يملك فعليًا ماذا؟ أي وسيط يتحمل التعرض؟ أي مؤسسة سترث الالتزامات؟ أين تستقر المسؤولية؟
اتضح أن هذه هي المشكلة الحقيقية المُرهقة.
في النهاية، بنت الأسواق المالية بيوت مقاصة، وحفظة، وكل ذلك السباكة الخفية التي لا يفكر فيها أحد إلا عندما ينكسر شيء ما.
ليس لأن الأسواق احتاجت المزيد من المعاملات.
لأن تعقيد الملكية نفسه صار مخاطرةً نظامية.
والآن انظر إلى الذكاء الاصطناعي.
يبدأ الأمر بأن يبدو مألوفًا بشكلٍ غير مريح.
تبدو أنظمة الذكاء الاصطناعي الحديثة متزايدة بأنها أقل شبهاً ببرمجيات مستقلة وأكثر شبهاً بأنظمة اقتصادية متراكبة فوق بعضها.
تُدرَّب النماذج على مجموعات بيانات موزعة.
نموذج واحد يجلب مخرجات من آخر.
يتم ربط واجهات برمجة التطبيقات الخارجية.
المدخلات البشرية تعدل السلوك.
الـعُملاء ينتجون مخرجات يستهلكها عُملاء آخرون.
تُحسّن أنظمة الأطراف الثالثة البنى.
نماذج مشتقة تُدرَّب على نماذج مشتقة سابقة.
وفجأة تبدأ الأمور بالتحول إلى... طبقات.
متطبّقة جدًا.
مع مرور الوقت ينتهي بك الأمر إلى شيء يبدو شبه اصطناعي. ليس اصطناعيًا بالمعنى المتداول في وول ستريت. اصطناعيًا تشغيليًا.
اعتماديات على اعتماديات على اعتماديات.
تبدأ الملكية بالاضمحلال إلى غموض.
تتداخل مسارات المساهمة معًا.
تتعقّد المساءلة.
وهذه هي النقطة التي تصبح فيها الأمور أعقد.
لأن المؤسسات لا تعتبر البيانات أصلًا منتجًا كما في السابق.
يتعاملون معه كأنه مسؤولية.
فرقٌ هائل.
دوائر التقنية تحب الحديث عن البيانات وكأن المزيد منها يعني تلقائيًا المزيد من القيمة. هذه هي القصة السهلة. الواقع أعقد وأكثر فوضوية. البيانات تأتي مع أذونات. قيود. التزامات امتثال. قواعد ضمن الولاية القضائية. متطلبات تدقيق.
البيانات ليست مجرد أصل.
إنها أمتعة أيضًا.
وما يزيد هو أن التوسع لا يبسط تلك المشكلات.
يُضخِّم التوسع ذلك.
يمكن لشركة ناشئة تختبر مجموعات بيانات أن تتجاوز الغموض لبعض الوقت. عادةً لا تستطيع المؤسسات الكبيرة ذلك. بمجرد دخول الذكاء الاصطناعي إلى بيئات مُنظَّمة، يبدأ الغموض بالتحول إلى مخاطرة تشغيلية بسرعة كبيرة جدًا.
كل مجموعة تدريب تثير أسئلة حول المصدر (provenance).
كل مُساهم يخلق أسئلة حول الملكية.
أي تعديل يخلق أسئلة حول الإسناد.
كل تحديثٍ للنموذج قد يُنشئ تعرّضًا قانونيًا.
وهذه هي النقطة التي يبدأ عندها OpenLedger بأن يصبح أكثر إثارةً لاهتمامي.
لأنني أعتقد أن السوق ما يزال ينظر إلى بنية ذكاء اصطناعي عبر افتراضات حوسبية.
هل يمكنه التوسع؟
هل يمكنها معالجة الأمور بكفاءة؟
هل يمكنه دعم النشاط؟
أسئلة عادلة.
ربما ليست أهمها.
لأن المقياس الحاسوبي والمقياس المؤسسي شيئان مختلفان تمامًا.
الآلات تهتم بالإنتاجية.
تهتم المؤسسات بالمساءلة.
ليست المشكلة نفسها.
ليس حتى قريبًا.
ما يبدو عليه OpenLedger بشكل متزايد—على الأقل من منظور بنيوي—هو محاولة لتحويل الإسناد نفسه إلى بنية تحتية.
يبدو ذلك صغيرًا.
ليس الأمر كذلك.
لا تزال الأنظمة القديمة تعتمد اعتمادًا كبيرًا على الثقة الإجرائية: بشر يقومون بأمور بشرية. مدققون يراجعون السجلات. فرق قانونية تتحقق من الملكية. إدارات امتثال تُصالح الأذونات.
بشكل أساسي، يقضي الناس ساعات لا تنتهي في إصلاح التناقضات.
تتحمل المنظمات ذلك لأنّه تاريخيًا لم تكن هناك خيار آخر.
لكن الأنظمة الإجرائية تصبح مكلفة.
بل إن الأمر يزداد سوءًا؛ تصبح بطيئة.
ومع ازدياد تَحوّل منظومات الذكاء الاصطناعي إلى وحدات أكثر قابلية للتبديل، يبدأ التوفيق (المصالحة) بالتراكم على نفسه.
خذ الرعاية الصحية مثالًا.
تخيّل عدة أنظمة مستشفيات تعمل معًا لبناء ذكاء اصطناعي تشخيصي متقدم.
المستشفى (A) يساهم ببيانات تصوير.
المستشفى (B) يوفّر نتائج علاجية.
مؤسسات البحث تجلب أنظمة تنبؤية.
يوفر الموردون الخارجيون طبقات تحسين.
تضيف أطراف ثالثة وحدات ذكاء اصطناعي متخصصة.
الـعُملاء يراقبون الأداء باستمرار ويحسّنونه.
تمر أشهر.
يتطور النظام.
تظهر إصدارات جديدة.
تتم إضافة مجموعات بيانات.
تتغير الأذونات.
تتغير المعايير التنظيمية.
الآن فجأة تظهر أسئلة مزعجة للغاية.
ما مصادر البيانات التي أثّرت في الإصدار 5.2؟
من يملك الحقوق الاقتصادية؟
من يُعوَّض؟
أي مكوّن أدخل تحيزًا إحصائيًا؟
ما المجموعات البيانية التاريخية التي تحتاج إلى الإزالة؟
من يتحمل المسؤولية؟
من يتحمل المسؤولية أثناء المراجعة التنظيمية؟
هل لاحظت شيئًا؟
هذه ليست أسئلة هندسية.
هذه أسئلة تسوية.
فرق كبير.
ومع الوقت تصبح مشاكل التسوية مشاكل في البنية التحتية.
لهذا السبب أحيانًا تفشل الروايات المبسطة عن "ذكاء اصطناعي أسرع" في فهم النقطة تمامًا. السرعة لا تحل هذا. الحوسبة الرخيصة لا تحل هذا. وحتى أداء النماذج الأفضل لا يحل بالضرورة هذا.
تتحول التحديات الفعلية إلى الحفاظ على الملكية القابلة للقراءة بواسطة الآلة عبر أنظمة تتطور باستمرار.
بدون ذلك، تنتهي المؤسسات بالعودة إلى الإشراف اليدوي.
وتتوسع الرقابة اليدوية بشكل كارثي.
خصوصًا عندما يبدأ المحامون بالظهور.
يبدو أن البنية الأوسع لـ OpenLedger تهدف إلى تضمين الإسناد مباشرة داخل البنية التحتية بدل إعادة بناء الملكية بعد أن يحدث خطأ ما.
تمييز دقيق.
آثار هائلة.
تقوم الأنظمة التقليدية غالبًا بالتحقيق في المصدر لاحقًا. تحدث عمليات التدقيق بعد ظهور النزاعات. تصبح إعادة بناء الملكية تفاعلية.
الإسناد القابل للقراءة بواسطة الآلة يقلب النموذج.
يتم دمج الملكية من البداية.
يصبح خطّ النسب (lineage) مرئيًا.
تصير الحقوق قابلة للبرمجة.
تصير مسارات المساهمة قابلة للتتبع.
تصير العلاقات الاقتصادية مدمجة مباشرة داخل البنية المعمارية.
تُصبح البنية التحتية قيّمة تاريخيًا عندما تُزيل طبقات التنسيق البشرية.
ليس عندما يؤدي ذلك إلى خلق المزيد منها.
لكن لنتحدث بصراحة لحظة.
وهنا يصبح الاستثمار في البنية التحتية غير مريح.
يخلط الناس باستمرار بين الضرورة المعمارية والتوقيت التجاري.
التاريخ مليء بأنظمة صحيحة تقنيًا ظهرت قبل أن تحتاجها الأسواق فعلًا بسنوات.
التمكن من الصح مبكرًا قد يبدو كثيرًا مثل أن تكون مخطئًا.
تقلل الأسواق باستمرار من القصور السلوكي (inertia).
يفترض الناس أن بنيةً أفضل تفوز تلقائيًا.
لا تفعل ذلك.
تتبنّى المؤسسات البنية التحتية عندما يصبح الألم غير محتمل—لا عندما يبني أحد أنظمة أجمل.
تكاليف التحويل مهمة.
تُهم العمليات الداخلية.
الالتزامات التنظيمية مهمة.
تؤثر الثقافة.
تشغّل المنظمات الكبيرة بالفعل أنظمة متداخلة بعمق: قواعد بيانات داخلية. أطر امتثال. إجراءات قانونية. بنية تحتية سحابية.
استبدال أي شيء من ذلك يخلق احتكاكًا، حتى لو كان الاستبدال أفضل موضوعيًا.
البشر غريبون على هذا النحو.
المنظمات أيضًا.
قد يتعثر OpenLedger بسهولة في هذه المشكلة.
لا يؤدي التحقق التقني من الإمكانية تلقائيًا إلى ضرورة اقتصادية.
لم يحدث ذلك قط.
تُضيف اقتصاديات الرموز طبقة أخرى من عدم اليقين.
تاريخيًا، تُنتج البنية التحتية منفعةً هائلة، بينما قد تلتقط في بعض الأحيان قيمةً قليلة بشكلٍ مدهش لنفسها.
قد تُسلَّع طبقات التسوية.
المنظومة المحيطة تلتقط الصعود، بينما تستوعب البنية التحتية العبء التشغيلي.
النشاط لا يعني تلقائيًا التقاط قيمةٍ دائمة.
وواحدة من أكبر الأسئلة غير المحسومة هنا هي هذا.
هل تُنشئ بنيةُ الإسناد آلياتِ استنزافٍ اقتصاديٍّ مستدامة؟
أم أنها تُمكّن معظم الآخرين من ذلك؟
فرق مهم.
ثم توجد التنظيمات.
تختلف قواعد ملكية البيانات عبر الولايات القضائية.
معايير حوكمة الذكاء الاصطناعي ما تزال غير ناضجة.
تظل أطر الخصوصية مجزأة.
أنظمة التسوية عبر الحدود ترث الغموض القانوني سواء أرادت أم لا.
ما زالت التقنية يجب أن تعيش داخل أنظمة بشرية.
أنظمة بشرية فوضوية.
وربما تكون أكبر فرضية كامنة تحت كل هذا هي فكرة أن اقتصادات الآلة تصبح أكثر استقلالية مع مرور الوقت.
بيانات تتفاعل مع النماذج.
النماذج التي تتفاعل مع العُملاء.
الـعُملاء ينسقون نشاطًا اقتصاديًا.
أنظمة آلة تُنشئ أنظمة آلة.
بنيويًا؟ الفرضية منطقية.
لكن الجداول الزمنية قصةٌ أخرى.
تبالغ الأسواق باستمرار في تقدير مدى سرعة تغير السلوك.
تتحرك المنظمات ببطء عندما تدخل المسؤولية في الصورة.
و تدخل المسؤولية دائمًا في النهاية.
دائمًا.
خصوصًا في الذكاء الاصطناعي.
لا شيء من هذا يكسر فرضية OpenLedger.
فقط يجعل الأمر أكثر تعقيدًا.
لأن للبنية التحتية مشكلة غريبة. يتجاهلها الناس عندما تكون غير مرئية. الروايات تكافئ المنتجات والواجهات والأشياء التي يمكن للمرء أن يراها فعليًا.
لا أحد يتحمس لبنية تسوية.
لا أحد يغرد عن طبقات المحاسبة.
لا يستيقظ أحد وهو يفكر في أنظمة المكتب الخلفي.
إلى أن تصبح الالتزامات الخفية غير ممكنة التجاهل.
ثم فجأة تتوقف البنية التحتية عن الشعور بأنها اختيارية.
ويبدأ أن يشعر بأنه أساسٌ بحد ذاته.
من خلال هذه العدسة، قد لا يكون OpenLedger مجرد سلسلة بلوك تشين أخرى للذكاء الاصطناعي تطارد روايات الإنتاجية.
قد يحاول بناء بنية محاسبية لاقتصادات الآلة.
ليس بنية تحتية للحوسبة.
ليس بنية تحتية للتطبيقات.
بنية تسوية.
وغالبًا لا تفهم الأسواق الفرق في وقت مبكر.
إلى أن تصبح عملية التنسيق نفسها هي عنق الزجاجة.
