الميزة الخفية لأوروبا في الذكاء الاصطناعي: لماذا تكمن القوة الحقيقية في طبقة التطبيقات؟

• يعتمد الأثر طويل الأمد للذكاء الاصطناعي بالكامل على نضج طبقته النهائية، وهي طبقة التطبيقات.
• ويجب أن يركز الذكاء الاصطناعي الناجح في بيئة العمل على تعزيز قدرات البشر، بدلاً من مجرد أتمتة التنفيذ التقني المتكرر.
• تمتلك أوروبا مواهب برمجية وخبرات صناعية فريدة تؤهلها لقيادة العالم في تصميم تطبيقات التعاون بين الإنسان والذكاء الاصطناعي.

يمثل تبني الذكاء الاصطناعي التحدي التجاري والجيوسياسي الأبرز خلال هذا العقد. فالمبادرون الأوائل يحققون مزايا تراكمية تتسع باستمرار، مما يزيد الفجوة قبل أن يتمكن الآخرون من اللحاق بهم.

لكن هل نحن أمام فقاعة للذكاء الاصطناعي؟ تعتمد الإجابة على سؤال محوري واحد: ما مدى سرعة قدرة الذكاء الاصطناعي على تقديم قيمة حقيقية من خلال التطبيقات؟ لفهم ذلك، يجدر بنا النظر إلى استراتيجية إنفيديا.

يستخدم جنسن هوانغ تشبيهاً يتمثل في كعكة مكوّنة من خمس طبقات لوصف مشهد الذكاء الاصطناعي الحالي: الطاقة، والرقائق، ومراكز البيانات، والنماذج، والتطبيقات. ويرى أن طبقة التطبيقات هي الأكثر أهمية، وفي الوقت نفسه الأكثر غياباً حتى الآن. ولهذا تستثمر إنفيديا بكثافة لدعم الشركات التي تبني هذه الطبقة، لأن سرعة تقديمها للقيمة ستحدد ما إذا كانت الفقاعة ستنفجر أم ستغذي واحدة من أهم التحولات الاقتصادية في التاريخ.

ويبقى السؤال الحقيقي هو ما إذا كانت طبقة التطبيقات قادرة على النضوج بالسرعة الكافية لخلق قيمة اقتصادية مستدامة.

لماذا تختلف طبقة التطبيقات؟

الطاقة هي الطاقة. أما رقائق الذكاء الاصطناعي فما تزال إلى حد كبير مستقلة عن التطبيقات التي تُستخدم فيها. وتظهر حالياً رقائق متخصصة للاستدلال، لكن وحدات معالجة الرسوميات ما تزال الحل العام المعتمد بحكم الواقع. كما تستطيع مراكز البيانات دعم مجموعة واسعة من أعباء العمل المختلفة. أما النماذج الأساسية فيمكن تخصيصها، لكنها تبقى جيدة بشكل لافت — وأحياناً مخيب للآمال — في تنفيذ المهام العامة. وغالباً لا يكون تدريب نماذج أساسية فائقة التخصص باستخدام كميات أقل من البيانات مجدياً اقتصادياً.

لكن تطبيقات الذكاء الاصطناعي مختلفة تماماً. فهي شديدة التنوع لأن التجربة التي يتوقعها البشر تختلف بشكل كبير تبعاً للمهمة المطلوبة. ويتطلب بناء الأدوات المناسبة في هذه الطبقة فهماً عميقاً للمستخدمين الفعليين. فبناء حلول ذكاء اصطناعي لفرق الهندسة، على سبيل المثال، لا يقتصر على فهم كيفية عمل المهندسين اليوم، بل يتطلب أيضاً فهم شخصياتهم وما يمكن أن يصبحوا عليه عندما يحصلون على أدوات أفضل.

ولهذا السبب فإن طبقة التطبيقات أكثر تجزؤاً بكثير من الطبقات الأخرى. كما أن تحقيق النجاح فيها بالقوة المالية وحدها أو عبر الاستعانة بأفضل الباحثين ليس بالأمر السهل. فطبقة التطبيقات في ""كعكة الذكاء الاصطناعي"" لن تكون موحدة؛ بل ستكون أشبه برقعة متنوعة من النكهات المختلفة.

الهدف الحقيقي: الارتقاء بالإنجاز البشري

إن فهم المستخدمين بهذا العمق يقود إلى استنتاج بالغ الأهمية: الهدف من الذكاء الاصطناعي في بيئة العمل لا ينبغي أن يكون مجرد تعظيم ما تستطيع الآلات القيام به، بل رفع مستوى ما يمكن للبشر تحقيقه. ففي البيئات الهندسية المعقدة، ينبغي للذكاء الاصطناعي أن يساعد الخبراء على استكشاف مزيد من الخيارات، وفهم المفاضلات المعقدة، واتخاذ قرارات أكثر اطلاعاً، بدلاً من مجرد تسريع التنفيذ.

ولا تكفي الإنتاجية وحدها كمقياس للنجاح. فالقيمة الحقيقية تظهر عندما يعزز الذكاء الاصطناعي الجوانب الإنسانية للعمل، مثل الإحساس بالهدف، وإتقان المهارات، والشعور بالإنجاز.

ومع ذلك، تواجه معظم المؤسسات صعوبة في تحقيق هذا التحول. فبرغم الانتشار الواسع للتبني، ما يزال الأثر الحقيقي محدوداً، ويرجع ذلك إلى حد كبير إلى ضعف دمج الذكاء الاصطناعي في أساليب العمل البشرية.

ولنأخذ هندسة المنتجات والتصميم كمثال. فأنظمة الذكاء الاصطناعي ستتمكن قريباً من تنفيذ جزء متزايد من عمليات تصميم الأنظمة المعقدة، سواء كانت سيارة أو مركبة فضائية أو هاتفاً محمولاً أو محطة طاقة نووية. وهذا يعني أن إنتاجية الفرق الهندسية قد ترتفع بشكل هائل، ما يعزز قدرتها على استكشاف أفكار ومفاهيم جديدة ويقود إلى تسارع غير مسبوق في وتيرة التقدم.

وما ينقص اليوم هو الواجهات المناسبة بين البشر والذكاء الاصطناعي. فنحن بحاجة إلى إعادة تعريف دور المهندس البشري وتطوير أنماط التفاعل التي تمكن المهندسين من العمل بفاعلية مع أنظمة الذكاء الاصطناعي. وبالنسبة للمهندسين، تعتمد هذه التجارب بشكل كبير على السياق الذي يعملون فيه.

وهذا التحدي أكثر تعقيداً مما يفترضه كثير من المراقبين. فالنماذج التي تشبه البشر، مثل فكرة ""الموظفين الافتراضيين""، قد تبدو جذابة، لكن أنظمة الذكاء الاصطناعي تخطئ بطرق مختلفة عن البشر وتستجيب بسرعات مختلفة أيضاً. والإنتاجية الحقيقية تنشأ من التعاون بين الإنسان والذكاء الاصطناعي، حيث يساهم كل طرف بنقاط قوته الخاصة.

الورقة الأوروبية التي لا تحظى بالتقدير الكافي

غالباً ما يتركز النقاش حول القدرة التنافسية للنماذج والبنية التحتية الضخمة، وهي المجالات التي تواجه فيها أوروبا فجوة موثقة جيداً. لكن عاملاً أكثر حسماً بدأ يبرز الآن، وهو جودة التفاعل بين الإنسان والذكاء الاصطناعي داخل طبقة التطبيقات. ولا يزال هذا التحدي دون حل على نطاق واسع، ويتطلب معالجته قدراً كبيراً من الدقة والإبداع والفهم العميق للمجالات المتخصصة.

وتملك أوروبا خبرات يُستهان بها في هذا المجال تحديداً. فقد أتاح تاريخها الطويل في تطوير البرمجيات المتقدمة للمجالات التقنية المعقدة بناء قدرات عميقة في تصميم واجهات تتمحور حول الإنسان داخل البيئات عالية المخاطر، حيث يجب أن يدعم الذكاء الاصطناعي حكم الخبراء بدلاً من أن يحل محله. وفي مجالي هندسة المنتجات والتصميم بمساعدة الحاسوب، كانت شركتا داسو سيستمز وسيمنس من بين القادة العالميين خلال موجة الرقمنة الكبرى السابقة. واليوم، تبني شركات أوروبية مواقع قوية مجدداً في عدد من مجالات الذكاء الاصطناعي الموجهة للهندسة.

وتدعم الأرقام هذا التفاؤل. فقاعدة المواهب في هندسة البرمجيات بأوروبا تضم تركيزاً من خبراء الذكاء الاصطناعي للفرد الواحد يزيد بنسبة 30% مقارنة بالولايات المتحدة، ويصل إلى نحو ثلاثة أضعاف ما هو موجود في الصين. كما تحتل أوروبا المرتبة الثانية عالمياً في عدد المنشورات البحثية المتعلقة بالذكاء الاصطناعي، وشهدت تمويلات القطاع رقماً قياسياً بلغ 21.8 مليار دولار في عام 2025، بزيادة قدرها 58% خلال عام واحد فقط.

وفي طبقة التطبيقات، قد تصبح إحدى نقاط الضعف التقليدية للشركات الأوروبية — وهي حصولها عادة على تمويل أقل في مراحلها الأولى — أقل أهمية. فهذه الطبقة أكثر تجزؤاً، وأقل اعتماداً على رأس المال الضخم، وأقل قابلية لتحقيق النجاح عبر ضخ الاستثمارات فقط، ما يجعلها فرصة مثالية للشركات الأوروبية للمنافسة والفوز.

لكن هذه الفرصة لن تتحقق تلقائياً. فعلى أوروبا أن تطرح تطبيقات متخصصة مدعومة بالذكاء الاصطناعي في الأسواق بسرعة، وأن تتعلم من أنماط الاستخدام الفعلية، وأن تواصل التطوير والتحسين دون توقف. فالفائزون في طبقة التطبيقات لن يكونوا بالضرورة أصحاب أكبر النماذج أو أضخم البنى التحتية، بل أولئك الذين يفهمون المستخدمين بصورة أفضل، ويندمجون بفاعلية أكبر في سير العمل الحقيقي، ويصممون أنظمة توسع القدرات البشرية فعلاً.

ويتطلب ذلك التزاماً واضحاً بالاستثمار في التعاون بين الإنسان والذكاء الاصطناعي، والحفاظ على المساءلة البشرية، ومكافأة اتخاذ القرارات الأفضل، وليس مجرد التنفيذ الأسرع.

إذن، هل توجد فقاعة للذكاء الاصطناعي؟ ربما، فهناك بالفعل مضاربات ورؤوس أموال مفرطة وتوقعات مبالغ فيها. لكن السؤال الأهم هو ما إذا كانت طبقة التطبيقات قادرة على تحويل هذه اللحظة إلى قيمة مستدامة. فإذا نجحت في ذلك، فقد يُنظر إلى ما يبدو اليوم فقاعة على أنه موجة استثمارية مكّنت تحولاً عميقاً في الاقتصاد.

وإذا كانت القيمة الحقيقية ستُخلق في هذه الطبقة في نهاية المطاف، فإن أوروبا تمتلك بالفعل فرصة حقيقية للعب دور مؤثر فيها.

المصدر