يسعى المستثمرون إلى البيانات والأدوات التي تسرّع عمليات استمرت لعقود. لكن ما يبدو اليوم حلاً بديهياً قد يتحول غداً إلى قصة تحذيرية.
مع تدفّق المزيد من رؤوس الأموال الباحثة عن فرص مميزة، تصبح كل ميزة تنافسية ذات أهمية. ويقدّم الذكاء الاصطناعي التوليدي خياراً يبدو قوياً للغاية: القدرة على الاستفادة من نماذج اللغة الكبيرة لتحليل الأفكار الاستثمارية بسرعة لم تكن ممكنة من قبل. بالفعل، يعتقد نحو 67% من المستثمرين أن الذكاء الاصطناعي التوليدي سيكون له تأثير “تحويلي” على أعمالهم خلال خمس سنوات، فيما يرى 82% أن استخدامه يمثل أولوية عالية.
إن التحليل الاستثماري المستند إلى نماذج اللغة الكبيرة سريع بلا شك، كما أن مشهد الشركات التي تقدم منتجات لشركات الاستثمار وصانعي الصفقات لم يكن يوماً بهذا التنوع أو السرعة. لكن المستثمرين الأذكياء بحاجة إلى توجيه هذه السرعة ضمن عملية منضبطة وعالية الجودة تخدم ثقافة الشركة، من خلال اكتشاف المخاطر بسرعة وإعادة تخصيص الموارد نحو أفضل الفرص. وكما قال أحد قادة شركات الاستثمار: “أنا أتقاضى أجري لأكون على صواب، لا لأكون سريعاً.”
فهم حدود الذكاء الاصطناعي التوليدي
تتطلب قرارات الاستثمار دقة عالية. أحد التحديات التي تواجه فرق الاستثمار عند استخدام أكبر نماذج اللغة هو أنها، عند اعتمادها على مصادر بيانات واسعة مثل الإنترنت العام، تصبح عرضة للتحيزات والانحرافات والتناقضات غير المقصودة. وقد تقدّم إجابات تبدو موثوقة لكنها تحمل دقة زائفة اعتاد المستثمرون على التحقق منها. ويمكن أن يشكّل ذلك مشكلة خطيرة: إذ قد تؤدي القراءات الأولية المتفائلة أو المبسّطة بشكل مفرط إلى سوء تخصيص وقت فرق الاستثمار على صفقات كان من الممكن استبعادها سريعاً.
نهج أفضل، وفقاً لتحليلنا الأخير، يتمثل في أن تستخدم فرق الاستثمار بيانات بحثية خاصة بها لمقارنة وموازنة الإجابات التي تقدمها نماذج اللغة الكبيرة. فعلى سبيل المثال، يمكن أن تكون ملاحظات الاجتماعات مع فرق الإدارة أو المستشارين الماليين مصادر قيّمة للتفاصيل حول تطور الشركات، واقتصاديات الوحدات في الصناعة، أو إمكانات المنتجات الجديدة. وعند مقارنة مقابلات الخبراء مع مخرجات النماذج، من خلال أكثر من 100 استفسار منظم، ظهرت النتائج التالية:
تحيز “الحديث المتفائل”
في سبع صناعات من أصل عشر تمت دراستها، أظهرت تقارير الذكاء الاصطناعي التوليدي صورة أكثر تفاؤلاً مقارنة بالتقارير المبنية على مقابلات الخبراء. كانت تقارير الخبراء أكثر واقعية وحذراً، إذ عكست الإمكانات السوقية إلى جانب التحديات الفعلية. على سبيل المثال، قد يُصوَّر انتشار منتج ما على أنه ناجح بشكل شامل من قبل النماذج، بينما يقدم الخبراء رؤية أكثر توازناً تشير إلى نجاحه لدى الشركات الكبيرة مع طلب أقل من قبل الشركات الصغيرة والمتوسطة.
اختلافات وتناقضات
كشفت النتائج عن وجود اختلافات بين تقارير النماذج وما يقدمه الخبراء، ولم تكن هذه الاختلافات طفيفة، بل شملت مؤشرات أساسية مثل حجم السوق، ومعدلات النمو، وديناميكيات التسعير، وهياكل الهوامش. وهذا يبرز مخاطر الاعتماد على بيانات عامة غير مُتحقق منها، ما يستدعي من فرق الاستثمار بذل مزيد من الجهد أو إعادة النظر في الفرص.
نواقص رئيسية في البيانات
نحو 40% من نقاط البيانات المهمة التي ظهرت في مقابلات الخبراء كانت غائبة عن إجابات النماذج، ولم يكن بالإمكان استرجاعها حتى مع طلبات إضافية. وشملت هذه الفجوات معلومات حيوية مثل هياكل العقود، واقتصاديات الوحدات، وتفصيلات القنوات، والعوائق التنظيمية. على سبيل المثال، عند تحليل سوق ملابس الأطفال في الولايات المتحدة، قدّمت تقارير الخبراء صورة لسوق مستقر ينمو تدريجياً، مع زيادة الإنفاق لكل طفل بوتيرة تفوق التضخم وإمكانات نمو مستقبلية عبر القنوات الرقمية.
في المقابل، قدّمت تقارير الذكاء الاصطناعي تقديرات مبالغاً فيها لنسبة المبيعات عبر الإنترنت، وقدّرت إنفاقاً أقل بكثير لكل طفل، كما أشارت إلى انكماش السوق في العقد السابق واحتمال ركوده أو تراجعه. كما افتقرت إلى تفاصيل مهمة مثل معايير الهوامش الإجمالية، وأرقام المبيعات حسب الفئات العمرية، واقتصاديات متاجر التجزئة المتخصصة، ومعدلات دوران المخزون—وهي عناصر أساسية لاتخاذ قرارات استثمارية دقيقة.
تبنّي نهج متوازن
لا يعني ذلك أن البيانات الخاصة دائماً أكثر دقة من مخرجات النماذج العامة، إذ إن أي مصدر بمفرده قد لا يقدّم صورة كاملة. لكن هذه الاختلافات يجب أن تُستخدم كأداة لتوجيه الجهد وتخصيص الوقت والموارد خلال عملية البحث والاستثمار.
إن النهج الأكثر فعالية هو الجمع بين استخدام النماذج والبيانات الخاصة، مع الاستفادة من رؤى الخبراء المتخصصين لفهم الواقع التشغيلي والمخاطر الخاصة بكل سوق. كما ينبغي تبني ثقافة صارمة للتحقق من جميع مصادر المعلومات، لأن الذكاء الاصطناعي قد يسرّع الوصول إلى البيانات، لكنه لا يضمن جودتها دون إشراف المستخدم.
هذا النهج يتيح تحليلاً أكثر شمولاً، ويساعد أصحاب المصلحة على تحديد فرص النمو الحقيقية وتوقع المخاطر التشغيلية المحتملة. كما يعزز من صرامة عملية الاستثمار من خلال دعم العناية الواجبة ببيانات دقيقة ومحددة للصناعة تؤثر مباشرة على تقييم الأصول وتحليل المخاطر.
وعندما يمتلك المستثمرون بيانات مفصلة وقابلة للتتبع، يصبح بإمكانهم اتخاذ قرارات أفضل بشأن توزيع رأس المال والوقت خلال عملية الاستثمار. ومع تزايد حجم المعلومات، أصبح تحسين كيفية استهلاك البيانات جزءاً أساسياً من إدارة عملية البحث الاستثماري.
وقد شبّه أحد قادة صناديق الاستثمار في أمريكا الشمالية هذا التحول بنظام غذائي، قائلاً: “في الماضي كنا نبحث عن القليل من المعلومات لنكوّن قناعتنا بشأن الصفقات. أما اليوم، ومع الذكاء الاصطناعي التوليدي، فعلينا اتباع نظام معلوماتي منضبط، وأن نكون حذرين فيما نستهلكه من بيانات، وألا نُفرط في ‘الوجبات غير المفيدة’.”
