على مدى العامين الماضيين، كان الذكاء الاصطناعي بلا شك أكثر اتجاه استثماري سخونة في الأسواق الرأسمالية العالمية، إذ أشعل موجة من احتفالات الثروة التي اجتاحت سلسلة الصناعة بأكملها.
من الأجهزة الأساسية والعتاد الحيوي في المنبع وصولًا إلى تطبيقات في المصب، شهد قطاع الذكاء الاصطناعي موجة من صعود تاريخي: فقد ارتفعت القيمة السوقية لشركة إنفيديا (NVDA.US) على نحو متواصل بفضل موقعها الاحتكاري في مجال قوة الحوسبة؛ وارتفعت تقييمات شركات نماذج لغوية مثل «زهيبو» (02513.HK) وOpenAI وAnthropic ارتفاعًا كبيرًا؛ كما صعد عمالقة أشباه الموصلات مثل SK هاينكس (SKHY.US) وإنتل (INTC.US) تبعًا لذلك، فشهدت قطاعات متخصصة مثل الوحدات الضوئية والوصلات الضوئية والرقائق/الشرائح الضوئية والمواد الخزفية المتخصصة ارتفاعًا مضاعفًا. وحتى قطاعات البنية التحتية الأكثر تقليدية مثل منشآت مراكز البيانات ومستلزمات الطاقة وشرائح الذاكرة، استطاعت أيضًا الاستفادة من الريح الدافعة التي يخلقها بناء قدرات الحوسبة بالذكاء الاصطناعي لتسجل مسارًا عكسيًا خلال فترات الاضطراب.
في لحظة ما، تدفقت رؤوس الأموال بشكل جنوني، وبدأت الشركات تعزز خططها، وتضخم التفاؤل في القطاع إلى أقصى حد، وقرر الجميع تقريبًا بثقة أن الذكاء الاصطناعي سيفتح دورة جديدة من ثورة صناعية تمتد لعشرات السنوات ونمو مستمر.
لكن في صيف عام 2026 الحار في وادي السيليكون، ما زالت موجة الحر قائمة، بينما شهدت صناعة الذكاء الاصطناعي تبريدًا شديدًا “لبرد رأس المال”. فقد سجل مؤشر أشباه الموصلات في فيلادلفيا خلال آخر 20 جلسة تداول انخفاضًا تراكميًا بأكثر من 18%. ومن بين أسهم الرقائق التي حققت أفضل أداء هذا العام، تكبد سهم ميكروൺ تكنولوجي (MU.US) خسائر تراكميه تقارب 24% خلال آخر 20 جلسة تداول. كما انخفض سهم مايفر ويلر إنفورميشن/ميرفل للتكنولوجيا (MRVL.US) الذي كان يومًا ما نجمًا تمسّك به المستثمرون بشدة تقديسًا لفكرة “القدرة الحاسوبية لا تنقص” بمقدار يفوق 37% خلال 20 يوم تداول. لقد ظهرت شرخٌ في السردية التي كان يُنظر إليها كقانون ثابت.
قد يكون هذا التراجع المفاجئ في التقييمات مجرد انسحاب عاطفة السوق أو جني أرباح قصيرة الأجل، لكنه يدفع الجميع أيضًا إلى مواجهة العوائق/المطبات الكامنة في خضم ركض موجة الذكاء الاصطناعي. وقد تحدد هذه المطبات قابلية استمرار هذا الحماس.
المطب الأول: تأثير “ستار الحديد” التنظيمي
وتفوق سرعة تطور تقنيات الذكاء الاصطناعي بكثير إيقاع تحديث القوانين واللوائح. ومع غموض حدود ما يمكن للتقنية أن تُمكنه، ومخاطر أمن البيانات، ومزالق أخلاقيات الخوارزميات، ومشكلات الاحتكار وانتهاك الحقوق… فقد يدفع ذلك الرقابة على الذكاء الاصطناعي عالميًا من مرحلة الاستكشاف إلى مرحلة التشديد الشامل، لتصبح بوابة مهمة تعيق التوسع غير المنضبط للذكاء الاصطناعي.
في الوقت الحالي، دخلت منظومة تنظيم الذكاء الاصطناعي عالميًا مرحلة تطبيق مكثفة. أصبح الاتحاد الأوروبي (قانون الذكاء الاصطناعي) ساريًا رسميًا؛ حيث يفرض ضوابط دخول صارمة على أنظمة الذكاء الاصطناعي عالية المخاطر، ويقدّم متطلبات شفافية وتقييم مخاطر للنماذج العامة للذكاء الاصطناعي. وفي الصين، يتم استكمال قواعد إدارة الذكاء الاصطناعي التوليدي باستمرار، مع تحديد متطلبات صارمة مثل تسجيل النماذج الكبيرة، والامتثال للبيانات، ومراجعة المحتوى. أما في الولايات المتحدة، فتقوم بوضع رقابة موجّهة عبر أوامر تنفيذية ومعايير قطاعية على تدريب النماذج الكبيرة وجمع البيانات وسلوكيات احتكار الذكاء الاصطناعي. بالإضافة إلى ذلك، تستمر بلدان عدة في ترسيخ قواعد مخصصة حول نقل بيانات الذكاء الاصطناعي عبر الحدود، وحقوق النشر للمحتوى الذي يُنتج بواسطة الذكاء الاصطناعي، ومخاطر استبدال وظائف العمل بالذكاء الاصطناعي وغيرها.
يؤدي التشديد الشامل للرقابة إلى رفع عتبة الدخول في وجه القطاع مباشرةً. وبالنسبة إلى شركات الذكاء الاصطناعي الصغيرة والمتوسطة، يعني ارتفاع تكاليف الامتثال زيادةً حادة في ضغط البقاء. أما بالنسبة إلى عمالقة التكنولوجيا في الطليعة، فإن القيود التنظيمية تجعل دورات إصدار منتجاتهم أطول، كما تُجبر استراتيجيات نشرهم عالميًا على تعديلها. لا تهدف الرقابة إلى عرقلة مسار تسويق الذكاء الاصطناعي التجاري، لكنها ستغيّر قواعد اللعبة.
المطب الثاني: استدامة التوسع الرأسمالي—التمعّن في التكلفة والفائدة
ركز انفجار التقييمات في صناعة الذكاء الاصطناعي خلال النصف الأول من هذا العام بشكل واضح على السلسلة الصناعية في الجزء العلوي. فبالنسبة إلى عمالقة التكنولوجيا في الجزء السفلي مثل النماذج الكبيرة والتطبيقات الموجهة للمستخدمين النهائيين، فإنهم ينفقون مبالغ طائلة على إنشاء قدرات حاسوبية، وتدريب النماذج، وبناء مراكز البيانات، والبحث والتطوير التقني، ويُعد ذلك دعامة مهمة تدفع أداء الجزء العلوي من سلسلة الصناعة إلى التحسن وبالتالي تُشعل ارتفاع التقييمات. وبالمثل، إذا تزعزعت استراتيجية هؤلاء العمالقة في الاستثمار بالذكاء الاصطناعي، أو خفّت وتيرتها، فستتأثر منطقية هذا التقييم أيضًا.
عند تقييم استثمارات الذكاء الاصطناعي، هناك نقطتان رئيسيتان: معدل العائد على الاستثمار وقدرة الجهة المستثمرة على تنفيذ ذلك. لقد استمر الاستثمار في الذكاء الاصطناعي لعدة سنوات، ولم تظهر آثارُه بشكل مبدئي. وفي الوقت الحالي، يتضمن تقييم سلسلة صناعة الذكاء الاصطناعي بدرجات متفاوتة توقعات لتحويل الذكاء الاصطناعي إلى إيرادات. ومن حيث سرعة وحجم المطاردة والارتفاع في الأسعار لآخرين من سلسلة التوريد العليا، يمكن القول إن توقعات السوق لاستثمارات الذكاء الاصطناعي متفائلة للغاية. ولكن إذا تطور الذكاء الاصطناعي دون المتوقع، وتباطأ تقدم الاستثمار فيه وانخفضت قيمة المبالغ المخصصة، فإن القيمة السوقية الإجمالية للجزء العلوي من سلسلة الصناعة سوف تنكمش.
سيصبح أداء أرباع يونيو/الصيف القادم من العام (الربع المالي) مؤشرًا مهمًا لتوقع اتجاه الإنفاق الرأسمالي للذكاء الاصطناعي. سيتم وضع عمالقة التكنولوجيا في الخارج مثل جوجل (GOOG.US) ومايكروسوفت (MSFT.US) وأمازون (AMZN.US) وميتا (META.US) تحت مجهر دقيق، وكذلك شركات إنترنت رائدة داخلية مثل تينسنت (00700.HK) وعلي بابا (09988.HK)، وستُفحص توقعاتهم لاستثمارات الذكاء الاصطناعي، ومدى تقدم تطويره، وكيفية دمج تطبيقات الذكاء الاصطناعي في خدمات بيئتهم، بنظرة أكثر تشددًا. وإذا لم تَرقَ أعمال الذكاء الاصطناعي لدى هؤلاء العمالقة إلى التوقعات، ولم تكن هناك إمكانية واضحة وموثوقة لتحويلها إلى تدفقات نقدية إيجابية، فلن تتحسن فعالية الإنفاق على القدرات الحاسوبية والبحث والتطوير والبنية التحتية. وعندها، سيكون من المرجح أن يقلصوا تلقائيًا الإنفاق الرأسمالي اللاحق، ما سيؤدي مباشرة إلى انكماش الطلب في الجزء العلوي من سلسلة صناعة الذكاء الاصطناعي.
وفي الوقت نفسه، فإن أداء الأعمال الحالية لهذه الشركات ووضع التدفقات النقدية لديها سيلعبان أيضًا دورًا مباشرًا في تحديد مسار استثمارات الذكاء الاصطناعي مستقبلًا. إن أرباح النشاطات الأساسية والتدفقات النقدية منها هي ما يمنح عمالقة التكنولوجيا الثقة للاستثمار بشكل متواصل في سباقات التكنولوجيا والتمركز في مسار الذكاء الاصطناعي على المدى الطويل.
لكن الاختراق السريع لتقنية الذكاء الاصطناعي في السوق يُقوض باستمرار هيكل الصناعات التقليدية. فأنشطة الإعلانات لدى جوجل، وتجارات التجارة الإلكترونية لدى أمازون، وباقة Office لدى مايكروسوفت، وإعلانات وسائل التواصل لدى ميتا… هي في الحقيقة مصدر الإنفاق الرأسمالي الحقيقي لدى عمالقة التكنولوجيا. إلا أن تقويض الذكاء الاصطناعي للصناعات التقليدية قد يرتد ضد “أرباب عمله/مزودي تمويله” أنفسهم.
على سبيل المثال، في قطاع الإعلانات: تجعل تقنيات الذكاء الاصطناعي التوليدي إنتاج المحتوى رخيصًا جدًا. ينتشر على المنصات كمّ كبير من المعلومات منخفضة الجودة المولدة بالذكاء الاصطناعي، ما يؤدي إلى انخفاض معدل الوصول الحقيقي لمساحات الإعلان. وبدأت جهات العلامات التجارية التشكيك في جدوى الإعلانات الرقمية من حيث التكلفة مقابل العائد. وفي الوقت نفسه، يقوم بحث الذكاء الاصطناعي بالتهام حصص الإعلانات في محركات البحث التقليدية—فحين يستطيع المستخدمون الحصول على الإجابات مباشرة من نموذج كبير، من سيدفع للنقر على تلك “الروابط الدعائية”؟
والأهم من ذلك، أن الخدمات الجوهرية لهذه العمالقة عندما تُدرّ أرباحًا فإن ذلك يعتمد على قدرة المستخدمين على الدفع وطلبهم على الاستهلاك. فعندما ينخفض دخل العاملين الذين تم استبدالهم بالذكاء الاصطناعي، ينخفض استهلاكهم، وفي النهاية ستنعكس ذلك على هذه العمالقة نفسها، ما يؤدي إلى تراجع كبير في أرباح العمالقة التي كانت تعتمد على تحقيق مكاسب من الصناعات التقليدية. ومع ضغط الإيرادات على أنفسها، يفقد المستثمرون أيضًا القدرة على دعم الإنفاق الرأسمالي السنوي بمستويات “تصل إلى مئات المليارات” في مسار الذكاء الاصطناعي بسهولة.
المطب الثالث: تسويق الذكاء الاصطناعي التجاري “يَصلح للشعار لا للنتائج”
هل يمكن لموجة الذكاء الاصطناعي أن تستمر؟ في النهاية، يعتمد الأمر على سؤال بسيط: هل يمكنها فعلًا تحقيق الربح؟
بصفته واجهة تحقيق القيمة (front-end) الأكثر جوهرية في سلسلة صناعة الذكاء الاصطناعي، يعد نموذج الذكاء الكبير معيارًا أساسيًا لاختبار قدرة الصناعة على التسويق التجاري. حاليًا، تواجه النماذج الكبيرة السائدة داخل الصين وخارجها مصاعب متشابهة: فبالداخل لدى شركات مثل زيبودا (智谱)، بايدو (09888.HK) ونظام “إرنـي يان/وِينـي ييان” (文心一言)، وألي بابا “تُونغ يي تشيان ون/通义千问”. وفي الخارج مثل سلسلة GPT من OpenAI وClaude وغيرها من النماذج الكبيرة الرائدة. تتمثل الصعوبات في أن تكلفة التدريب الواحدة قد تصل إلى عشرات الملايين وحتى مئات الملايين من الدولارات، بينما تستمر تكاليف استدلال الاستخدام اليومي، وتكرار تحديث البيانات، وتكاليف التشغيل والصيانة في الارتفاع المستمر. ومع ذلك، فإن طرق تحقيق القيمة تتركز بشدة في ثلاث مسارات فقط: استدعاءات API، وخدمات مخصصة للشركات، واشتراكات الأعضاء.
والأهم: غالبية الشركات بعد إدخال الذكاء الاصطناعي، لا تستطيع في المدى القصير قياس عائدها الاقتصادي بشكل كمي. فبالنسبة للمستخدمين الأفراد، فإن قدرتهم على تحمل رسوم الاشتراك الشهرية محدودة، كما أن معدلات التحويل عمومًا منخفضة. أما بالنسبة للعملاء من الشركات، فعلى الرغم من أن الميزانيات لديهم أكثر اتساعًا، فإن الميزانية الأكبر تعني عائدًا أعلى كذلك؛ وغالبًا ما يأملون أن يسرّعوا تحويل استثمارات الذكاء الاصطناعي من “بند تكلفة” إلى “بند إيراد”، وهو ما قد لا يكون متاحًا في المدى القصير.
وفي الوقت نفسه، تنخفض تكاليف استدلال النماذج الكبيرة بسرعة شديدة. وهذا خبرٌ مُفرحٌ ومُقلق في آن واحد: فتكاليف أقل تجعل المزيد من سيناريوهات التطبيقات قابلة للتحقق، لكنها أيضًا تُضعف باستمرار سلطة التسعير لدى شركات النماذج الكبيرة، ما يزيد صعوبة تحقيقها للتسويق التجاري.
المطب الرابع: دورة رفع الفائدة تجعل استثمارات الذكاء الاصطناعي مكلفة
لا يمكن توسيع صناعة الذكاء الاصطناعي بسرعة فائقة دون بيئة أسعار فائدة منخفضة عالميًا. ففي السنوات الماضية، سمحت السياسات النقدية التيسيرية العالمية للشركات التقنية بإصدار سندات واقتراض وتمويل بتكاليف منخفضة جدًا، ما دفعها إلى زيادة الاستثمار في قدرات الذكاء الاصطناعي الحاسوبية والبحث والتطوير بلا قيود. لكن مع دخول البنوك المركزية الرئيسية حول العالم في دورة رفع الفائدة، ينتهي “عائد التيسير”، ما سيرفع تكاليف الاستثمار والتمويل في سلسلة صناعة الذكاء الاصطناعي بأكملها، ويرفع بشكل كبير متطلبات العائد على مشاريع الذكاء الاصطناعي.
حاليًا، ما زالت أسواق السندات العالمية تحت ضغط مستمر. فقد ارتفعت العجز المالي في الدول المتقدمة إلى مستويات مرتفعة، ما يدفع إلى استمرار قفز عائدات السندات الحكومية صعودًا. وبالتوازي، يرتفع إجمالي سعر الفائدة على التمويل في السوق. وفي الوقت نفسه، فإن عمالقة التكنولوجيا مثل جوجل وأمازون وميتا مستمرون في التخطيط للذكاء الاصطناعي بشكل واسع، ويقومون بإصدار سندات كبيرة لجمع تمويل، ما قد يرفع أسعار الفائدة في السوق أكثر. وبالنسبة إلى شركات الذكاء الاصطناعي، يعني ارتفاع تكاليف التمويل أن متطلبات العائد على كل دفعة من الإنفاق على القدرة الحاسوبية والبحث والتطوير والبنية التحتية ستصبح أعلى. وحين يفحص المستثمرون هذه المشاريع، سيكونون أكثر تشددًا في التقييم.
المطب الخامس: القلق الخفي من فائض الطاقة الإنتاجية
في فترات الاستثمار الحماسية، يميل العمالقة غالبًا إلى الوقوع في “عبادة الحجم”، بينما يتجاهلون قوانين العرض والطلب. ففي قطاعات مثل رقائق التخزين والرقائق الحاسوبية والبواعث/الواجهات الضوئية (optical modules) والخوادم وغيرها من المسارات الأساسية، شهدت استثمارات طاقة إنتاجية بمستوى تريليوني. وهذه الزيادة العمياء في الطاقة الإنتاجية تعمل على خلق أزمة خطيرة لاختلال العرض والطلب، وقد تصبح عاملًا مهمًا يعرقل الارتفاع المستمر للقطاع.
على سبيل المثال، في سوق رقائق الذاكرة، من المحتمل جدًا أن تتحول الاستثمارات التي تضخها العمالقة بمئات من مليارات الدولارات إلى كارثة طاقة فائضة بعد بضع سنوات. وعندما يغمر السوق نماذج كبيرة متشابهة وعتادًا مفرطًا، لا مفر من حرب أسعار، وسيتم ضغط هوامش الربح إلى أقصى حد.
المطب السادس: استبدال الوظائف يؤدي إلى “أثر اقتصادي عكسي”
إن انتشار تقنية الذكاء الاصطناعي يتقدم حاليًا من استبدال العمل المتكرر إلى استبدال العمل الذهني متوسط ومتقدم المستوى، ما يؤدي إلى إعادة هيكلة واسعة النطاق في سوق الوظائف. كان الرأي الشائع أن الذكاء الاصطناعي سيستبدل فقط عمال خطوط الإنتاج أو العاملين في الخدمات الأساسية، لكن الآن يمكن لنماذج توليد الكود أن تستبدل المبرمجين المبتدئين والمتوسطين في إنجاز مهام البرمجة. كما يمكن لأدوات مكتب تعتمد على الذكاء الاصطناعي أن تستبدل وظائف كتابة المحتوى والعمليات والمالية والعمل القانوني الأساسي، وقد أصبح التسريح الجماعي للموظفين لدى الشركات التقنية الكبرى أمرًا معتادًا؛ وجرى استبدال عدد كبير من الوظائف الذهنية ذات الرواتب المرتفعة بالذكاء الاصطناعي.
إن هذا النوع من استبدال الوظائف ليس ظاهرة فردية فحسب، بل تحول بنيوي جماعي وعبر قطاعات. غالبية العاملين الذين تم استبدالهم يتحملون نفقاتًا إلزامية مثل قروض الرهن العقاري، والائتمان الاستهلاكي، وتكاليف رعاية وتربية الأسرة والشيخوخة. وتؤدي البطالة واسعة النطاق إلى انقطاع الدخل، فتطلق سلسلة من التفاعلات الاقتصادية مباشرة: انخفاض دخل السكان يؤدي إلى انكماش الاستهلاك، وارتفاع مخاطر تعثر سداد قروض الرهن، واستمرار ارتفاع نسبة حالات التعثر في الائتمان، ما يكبح نشاط سوق العقارات وسوق الاستهلاك، ويؤدي إلى توليد ضغوط انكماش محلية.
ومن منظور انتقال الأثر عبر سلسلة الصناعة، فإن استمرار ضعف أسواق الاستهلاك في المنبع/الأسفل سيُترجم تدريجيًا إلى الصناعات الواقعية وصناعات التكنولوجيا في الأعلى. وستُضغط أرباح الشركات في مختلف القطاعات، ما يجعلها أكثر حذرًا في الموازنة بين جدوى استثمارات الذكاء الاصطناعي وقيمتها مقابل التكلفة، ولن تواصل المسار دون تفكير أو تتبع الموضة في تعزيز تمركزها على الذكاء الاصطناعي. كما أن ضغوط الانكماش على الاقتصاد ككل ستُجبر السياسة النقدية العالمية على تعديل سلبي، ما يؤثر أكثر على سيولة أسواق رأس المال، ويقيد من الأساس التوسع المستمر لصناعة الذكاء الاصطناعي من الجذور.
الحدود الفيزيائية والحواجز المجردة
بالإضافة إلى القيود الاقتصادية والاجتماعية، يواجه الذكاء الاصطناعي نفسه أيضًا سقفًا في الفيزياء والمعرفة الإدراكية يصعب تجاوزه.
أولًا: توجد اختناقات/عنق زجاجة صارمة في البنية التحتية الفيزيائية. فتصميم تدريب النماذج الكبيرة واستدلالها يُعد حرفيًا “فهد الكهرباء/آكل الكهرباء” (electrical giant)، ومن المتوقع أنه بحلول عام 2030، ستتضاعف كمية الكهرباء التي تستهلكها مراكز البيانات عالميًا. وقد لا تتمثل القيود المستقبلية بعد الآن في نقص الرقائق، بل في القدرة الكهربائية على تزويدها—أي الكهرباء على مستوى جيجاوات.
علاوة على ذلك، توجد فجوة لا يمكن حذفها بين المحاكاة الافتراضية للذكاء الاصطناعي والعالم المادي الحقيقي. فالنماذج الرقمية لا تستطيع سوى ملاءمة الارتباطات، ولا يمكنها إعادة إنتاج كاملة لظواهر مثل التشوه الحراري/تغيرات الشكل تحت الحرارة والانبعاجات أو إجهادات المواد وسببياتها الفيزيائية. وفي المجالات التي تبلغ فيها نسبة السماح بالأخطاء مستوى منخفضًا جدًا مثل التصنيع والطيران، قد تؤدي “هلاوس” الذكاء الاصطناعي إلى مخاطر قاتلة.
من زاوية الإدراك/المعرفة، لا تزال أنظمة الذكاء الاصطناعي في جوهرها تعمل ضمن إطار إدراكي بشري. فهي تعيد صياغة أنماط النصوص، لكنها تفتقر إلى فهم منطق السببية في العالم الواقعي. كما أنها لا تستطيع مثل البشر اختراع مفاهيم جديدة وخلق أشياء جديدة عبر التفاعل مع العالم المادي. إذا لم تتوفر بيانات جديدة وصادقة باستمرار، فقد يؤدي توسيع معاملات النموذج إلى الوقوع في “مأزق” فرط الملاءمة/الانطباق المتكرر (repetitive fitting)، حيث يصبح التعلم متكررًا دون فهم حقيقي.
إلهام: العودة من الهوس إلى الاحترام/التواضع
ما يَحُول دون موجة الذكاء الاصطناعي ليس عائقًا تقنيًا واحدًا فقط، بل شبكة كاملة تتشابك فيها الرقابة الرأسمالية والاقتصاد والمجتمع والفيزياء والمعرفة الإدراكية. وهذا يمدّنا بإلهام عميق: غالبًا لا تكون نقطة التحول الحاسمة في ثورات التكنولوجيا هي لحظة تعزيز التقنية ذاتها، بل عندما تجد المجتمعات والشركات أخيرًا الشكل التنظيمي الجديد الذي يتناسب مع التقنية الجديدة.
بعد اختراع المحرك البخاري بنحو نصف قرن، لم تُطلق المؤسسات الصناعية فعليًا قدرته الإنتاجية. وبعد عقود من ظهور الكهرباء، غيّرت خطوط الإنتاج حقًا صناعة التصنيع. والذكاء الاصطناعي كذلك: ربما لا تكمن نقطة التحول الحقيقية في يوم اختراق القدرات الحاسوبية فحسب، بل في اليوم الذي نتعلم فيه أخيرًا كيفية تنظيم المواهب، وإعادة هيكلة العمليات، وتصميم آليات الحوافز، بحيث يؤدي الذكاء الاصطناعي مهامه جنبًا إلى جنب مع البشر، ويتطور الجميع بتكامل.
أن تلتحق الرقابة بالركب، وأن يُحاسب رأس المال الأرقام، وأن يتم التحقق من نماذج العمل، وأن تتحول الوظائف إلى وظائف جديدة، وأن يتم اختراق عنق الزجاجة في الفيزياء—ليست هذه أمورًا تحدث بين ليلة وضحاها. لكن في الحقيقة، هذه “المقاومات” هي ما يجعل تطور الذكاء الاصطناعي ينتقل من الاضطراب إلى الثبات، ومن المضاربة إلى القيمة.
بقلم: وو يان