تقول مقالة تعليق في فورتشن إن الاقتصاد الحالي للذكاء الاصطناعي يهيمن عليه مشاعر مزدوجة: من ناحية "هذه المرة مختلفة"، ومن ناحية أخرى "لا أحد يعرف الإجابة". وترى المقالة أن هذا التوازي بين التفاؤل وعدم اليقين هو السمة الأكثر بروزًا لموجة الذكاء الاصطناعي الحالية.
أشار البروفيسور إيثان موليك من كلية وارتون بجامعة بنسلفانيا في الولايات المتحدة، خلال فعالية أقيمت في مكتبة نيويورك العامة، إلى أنه حتى مختبرات الذكاء الاصطناعي وقادة الشركات والشخصيات المؤثرة في الصناعة لا يمتلكون طريقة جاهزة للإجابة عن كيفية تغيير الذكاء الاصطناعي للشركات حقًا. وقال إن أي شخص يدعي أنه يمتلك "السيناريو القياسي" غير موثوق.
لا تزال زيادة الإنتاجية العامة محدودة
استشهد المقال ببيانات بنك أمريكا تشير إلى أن الذكاء الاصطناعي يساهم حاليًا في زيادة إنتاجية الاقتصاد السنوي بنسبة حوالي 0.1% فقط. يشكل هذا الرقم تناقضًا واضحًا مع التوقعات العالية للسوق بشأن الذكاء الاصطناعي. ولا يزال بنك أمريكا يصف الذكاء الاصطناعي في نفس التقرير كتقنية تؤثر أكثر من الكهرباء والإنترنت.
كما خلصت دراسة من جولدمان ساكس في مارس هذا العام إلى استنتاج مشابه. وأفاد التقرير أنه لم يُلاحظ حتى الآن علاقة واضحة بين الذكاء الاصطناعي وزيادة الإنتاجية على مستوى الاقتصاد الكلي. ومع ذلك، في الصناعات التي تُستخدم فيها تطبيقات الذكاء الاصطناعي بشكل أكثر تركيزًا، مثل خدمة العملاء والبرمجيات، يمكن أن تصل زيادة الإنتاجية المتوسطة إلى 30%.
وفقًا لحسابات بنك أمريكا، يمكن للذكاء الاصطناعي حاليًا تغيير حوالي 20% من مهام مكان العمل، لكن فقط 23% منها ذات جدوى اقتصادية في هذه المرحلة. حتى عند إتمام الأتمتة، فإن التوفير في تكاليف العمالة يبلغ حوالي 27%، بينما تمثل تكاليف العمالة نفسها حوالي نصف التكاليف الإجمالية. وبناءً على هذا المقياس، فإن الحد الأقصى النظري لزيادة إنتاجية العمل الحالي يبلغ حوالي 0.66%، وسيتم خفضه بشكل إضافي بسبب الاحتكاك والتأخيرات التنفيذية عند التطبيق العملي.
الإجراءات الداخلية للشركة تؤخر التنفيذ
ترى المقالة أن عوائد الذكاء الاصطناعي لم تُظهر بعد بشكل شامل، وأن المشكلة ليست بالضرورة في التكنولوجيا نفسها، بل في الهيكل التنظيمي. ويشير موليك إلى أن قسم تكنولوجيا المعلومات في الشركات غالبًا ما يكون المكان الأكثر عرضة للتعثر في مشاريع الذكاء الاصطناعي، ليس بسبب معارضة الابتكار، بل بسبب طبيعة مسؤولياته التي تميل بشكل طبيعي إلى التحكم في المخاطر.
وأشار أيضًا إلى أن نظام مؤشرات الأداء الرئيسية يقيّد مساحة التجريب. فعندما تطلب الشركات من مشروع معين منذ البداية تحقيق تحسن بنسبة 10%، فإنها غالبًا ما تنتقي فقط تعديلات طفيفة على العمليات الحالية، بدلاً من دفع استبدال العمليات نفسها. وبعبارة أخرى، قد لا تتمكن تطبيقات الذكاء الاصطناعي التي تغيّر حقًا طريقة العمل من التطور بسلاسة ضمن الإطارات التقليدية للأداء.
حتى شركات الذكاء الاصطناعي لا تزال تبحث عن طرق النشر.
كما تشير المقالة إلى ظاهرة أكثر وضوحًا: العديد من شركات الذكاء الاصطناعي تنشئ فرقًا خاصة بالاستشارات والنشر لمساعدة العملاء على دمج النماذج في عملياتهم الفعلية. ويعتقد موليك أن هذا يدل بحد ذاته على أن الصناعة لم تطور بعد مسارًا ناضجًا وقابلًا للتكرار للتنفيذ.
إذا كانت قدرات النموذج قد أصبحت قوية بما يكفي لإعادة تشكيل عدد كبير من وظائف الموظفين المكتبية، لكان من الأسهل على هذه الشركات الإجابة عن سؤال "كيفية التنفيذ" الأساسي. لكن الواقع هو أن حتى أكثر مزودي التكنولوجيا تفاؤلاً بالذكاء الاصطناعي يبحثون عن طرق لتطبيقه في الشركات.
تعتقد المقالة أن التناقض الأساسي في صناعة الذكاء الاصطناعي الحالي ليس فقط في مستويات التقييم، بل في عدم التوافق بين سرعة التقدم التقني وقدرة المنظمات على امتصاصه. فالسوق يؤمن من ناحية بأن الذكاء الاصطناعي سيؤدي إلى تغييرات عميقة، ومن ناحية أخرى يفتقر إلى مسارات تنفيذية مباشرة يمكن اتباعها، وسيستمر هذا التوتر في التأثير على المرحلة القادمة من الاقتصاد القائم على الذكاء الاصطناعي.