ملاحظة المحرر: عندما تبدأ الذكاء الاصطناعي في كتابة الكود، ومعالجة تذاكر الدعم، ومراجعة الوثائق القانونية، يظهر سؤال أكثر جوهرية: ما الذي تشتريه الشركات حقًا، هل هو وحدات token، أم ساعات GPU، أم العمل المنجز؟

تطرح هذه المقالة إطارًا يستحق الاهتمام: لا ينبغي فهم تجارة الذكاء الاصطناعي فقط على أنها "سوق قوة الحوسبة" أو "سوق استدعاء النماذج"، بل إنها تتجه نحو سوق جديد يُسمى "سوق قوة العمل الآلية". في هذا السوق، تكون الرموز مجرد وحدات قياس، والـ GPU مواد أولية، والنماذج أدوات إنتاج، بينما يتم تسعير وتبادل الكيانات الحقيقية، وهي العمل الاقتصادي الذي تنفذه البرمجيات مباشرة.

يقوم الحكم الأساسي في المقال على أن آلية تسعير الذكاء الاصطناعي ستمر بتطور من الرموز الأصلية، وقدرات النموذج المعيارية، إلى قوة عاملة متخصصة في الصناعة، ثم إلى أسواق نتائج قابلة للبرمجة. بمعنى آخر، قد لا تهتم الشركات مستقبلاً بتحديد أي نموذج أو أي وحدة معالجة رسومية أكملت مهمة معينة، بل ستكون مهتمة فقط بما إذا كانت النتائج المقدمة تتوافق مع المعايير ضمن حدود التأخير المحدد، والدقة، والموثوقية، والتكلفة.

هذا يعني أيضًا أن تأثير الذكاء الاصطناعي على سوق العمل البشري ليس بالضرورة مجرد استبدال بسيط. مع تولي الآلات مهام أكثر قابلية للتوحيد والتحقق، قد يتحول دور الإنسان إلى مراجعة، وتحمل المسؤولية، وإدارة السياق، واتخاذ القرار النهائي. في بعض السيناريوهات، قد تصبح النسبة الأخيرة البالغة 1% من الحكم البشري أكثر قيمة، لأنه يمكنها تحرير 99% من الأتمتة الواسعة النطاق.

من هذا المنظور، قد لا تكون المرحلة القادمة من المنافسة في سوق الذكاء الاصطناعي مجرد مسابقة على قدرات النماذج، ولا مجرد حرب أسعار على قوة الحوسبة، بل من يستطيع أن يُوحّد "العمل" ويجعله قابلاً للتحقق والتحديد السعري، ويجعل قوة العمل الآلية في النهاية عنصراً إنتاجياً جديداً يمكن شراؤه وتسويقه وتجارة.

Below is the original text:

كانت موجات الإنتاجية دائمًا تأتي من أدوات وبرمجيات مصممة للإنسان لتحسين طريقة إنجاز العمل. ساعدت جداول البيانات المحاسبين وال محللين، ورفوف النقل زادت من الطاقة الإنتاجية، والمطرقة عززت قوة الإنسان. لكن الجهد الحقيقي كان دائمًا من الإنسان.

الآن، تُنتج الذكاء الاصطناعي نتائج عمل من البداية إلى النهاية، وتنفذ العمل نفسه مباشرة. يمكنها كتابة التعليمات البرمجية، ومعالجة تذاكر خدمة العملاء، ومراجعة الوثائق القانونية. يحدث ضغط في طرف البنية التحتية التقنية القديمة: كانت البنية التحتية التقنية القديمة تدعم العمل، بينما تبدأ البنية التحتية التقنية الجديدة في إنتاج العمل.

إذا كنت قد سمعت مؤخرًا عن مناقشات تمويل الذكاء الاصطناعي، فمن المحتمل أنك سمعت جينسن وآخرين يقولون إن رموز LLM و/أو ساعات GPU تصبح سلعًا جديدة. هذا الشعور مفهوم، لأن الرموز قابلة للقياس والفوترة وسهلة التمثيل البياني؛ كما أن هناك مليارات الدولارات تتدفق خلف ساعات GPU. لكن الرموز ما زالت مجرد عدادات، وساعات GPU مجرد مدخلات، ولا أحد يشتريها من أجل امتلاكها بحد ذاتها. ما يريده الناس حقًا هو إنجاز المهام. الذكاء الاصطناعي يحول طبقة التكنولوجيا نفسها إلى مصدر قوة عاملة.

القوة العاملة الآلية: العمل الذي يتم تنفيذه بواسطة البرمجيات، ولديه استخدام اقتصادي، ويُباع إلى دورة الإنتاج.

السوق يتحرك بالفعل في هذا الاتجاه. تميل سارة تافيل من Benchmark إلى فهم هذه الفرصة من خلال سوق العمل الخارجي، وليس فئة البرمجيات. إذا كانت مهمة قابلة للتكرار تُنفَّذ أصلاً من قبل فرق خارجية متخصصة أو شركات خدمات مهنية، فهي غالبًا ما تكون مناسبة للتسليم بواسطة الذكاء الاصطناعي. يسمي أليكس رامبيل من a16z هذا "ابتلاع البرمجيات للعمل": المرحلة التالية للبرمجيات هي إنجاز العمل مباشرة. أما جوليان بيك من Sequoia فيصف نفس التغيير من زاوية أخرى: الخدمات تتحول إلى برمجيات، والمساعدات (copilot) تبيع الأدوات، بينما السيارات ذاتية القيادة (autopilot) تبيع العمل.

السوق المفقود خلف تسعير النتائج

يتم تسعير المقاعد بناءً على صلاحيات الوصول، ويتم تسعير الرموز بناءً على الاستخدام. ويتم تسعير النتائج عند إكمال العمل. إن تسعير النتائج يمثل خطوة إلى الأمام، لكنه لا يجيب بعد على سؤال واحد: من يحدد السعر؟

إذا كان يمكن شراء القوى العاملة الآلية مباشرة، فيجب أن تأتي الأسعار من المنافسة بين الموردين. يجب أن يكون هؤلاء الموردون قادرين على تلبية معايير أداء موحدة لنفس نوع المهام أو العمل، وهو ما يتطلب إنشاء معايير موحدة داخل قطاعات ومهام مختلفة.

النهج الحالي هو استخدام رموز LLM، لكن الرموز الأصلية هي فقط الوحدة الأساسية. برميل النفط هو مجرد وحدة قياس، والشيء الحقيقي الذي يتم تداوله هو برميل من نوع معين من النفط، ذو جودة محددة، شروط تسليم، وسعر سوقي واضح. برميل النفط البرنتي وبرميل النفط الثقيل عالي الكبريت ليسا نفس السلعة. الأمر نفسه ينطبق على رموز LLM. الرمز هو فقط وحدة قياس، والشيء الحقيقي المهم هو الذكاء خلفه: جودة النموذج، الحد الأدنى للاختبارات المرجعية، التأخير، نافذة السياق، الموثوقية، وضمانات التسليم. مليون رمز من نموذج كود متقدم، ومليون رمز من نموذج عام رخيص، ليسا نفس السلعة. السوق بحاجة إلى درجات استدلال موحدة، تمامًا كما يحتاج سوق الطاقة إلى درجات نفط موحدة.

أشارت أنجالي شريفا مباشرة إلى أن الـ token ليس وحدة تكلفة ثابتة. فاقتصاديته تتغير وفقًا لطول السياق، وهيكل المهمة، ونسبة المدخلات/المخرجات، وعدد المحاولات، واستدعاء الأدوات، وسير عمل العميل. الـ token في تعليمات قصيرة ليس نفس الكائن الاقتصادي كما الـ token المدفون في حلقة عميل طويلة.

لقد قمنا بهذا بالفعل في سوق القوى العاملة البشرية. لا أحد يوظف أطباء الأشعة كـ"ساعة بشرية" موحدة. فالناس ينظرون إلى الخلفية التدريبية، والشهادات الترخيصية، والتخصص، وسنوات الخبرة، والتوافر، والسمعة، وتحمل المسؤولية، إلخ. تتوافق مواصفات العقود البشرية المختلفة مع معايير حدودية ومستويات توقعات مختلفة.

سوق القوى العاملة البشرية يعمل أصلاً وفقًا لهذه المواصفات، لكن هذه المواصفات غالبًا ما تكون مختلطة ونوعية ومشوبة بمؤشرات تمثيلية مختلفة. ستجعل القوى العاملة الآلية هذه المواصفات أكثر وضوحًا وأكثر قابلية للقياس.

يمكن لنموذج اللغة الكبير أو الوكيل أن تُكتب مؤشرات المهارة والخبرة والسرعة والموثوقية مباشرة في العقد: درجات الاختبار المرجعي، التأخير، الإنتاجية، نافذة السياق، أقصى طول للإخراج، دقة استخدام الأدوات، وقت التشغيل، معدل الأخطاء. يمكننا شراء القوى العاملة وفقًا للتوقعات والنتائج القابلة للقياس.

مواصفات عقد TheGrid.ai هي في جوهرها مرشح مؤهل، بالإضافة إلى منافسة أسعار على مخرجات نماذج اللغة الكبيرة. أي مزود يلبي المواصفات يمكنه الدخول في المنافسة:

اختبار ذكي مرجعي ≥ الحد الأدنى

التأخير ≤ الحد الأقصى

الإجمالي ≥ الحد الأدنى

الوقت التشغيلي ≥ الحد الأدنى

نسبة الخطأ ≤ الحد الأقصى

بمجرد أن يصل جميع الموردين إلى نفس الحد الأدنى، يبدأون في المنافسة على السعر. يسأل المشترون: أي مورد يمكنه توريد القوى العاملة المطلوبة بأفضل سعر؟

يتم تحويل توظيف أطباء الأشعة، في سياق نماذج اللغة الكبيرة، إلى مشكلة قابلة للقياس: أي نماذج لغة كبيرة يمكنها قراءة الأشعة السينية بدقة عالية، وإكمال المهمة ضمن فترات تأخير محددة، ونوافذ سياقية، ومواصفات عقدية أخرى قائمة على النتائج.

النتيجة هي طريقة قياس المشتري للنجاح؛ العمل هو النشاط الاقتصادي المُقدَّم؛ والتوكين هو الوقود الذي تستهلكه الآلة أثناء إنجاز العمل.

The Grid هو سوق قوى عاملة آليّة.

من الرمز المميز إلى سوق قوى العمل الآلية

يمكن للسوق تسعير استثمارات الطبقات التقنية، ولكن لتسعير المخرجات، يحتاج الأمر إلى سوق عمل للآلات. لا يهتم المشترون بساعات GPU. كما أن نقاط النهاية للنموذج نفسها غير مستقرة: فقد يتم تغيير أسمائها، أو إيقافها، أو تغليفها، أو إيقافها مباشرة.

المستخدمون والسيولة يكرهون التغييرات المتكررة. ستستمر GPU والنماذج في التطور، لكن الوحدة المستقرة هي العمل نفسه.

أعتقد أن السوق ستتطور وفقًا للمسار التالي. مع صعود كل طبقة، تصبح الأشياء المشتراة أكثر تجريدًا وأكثر قيمة، لكنها أيضًا أكثر صعوبة في التحقق منها. يجب أن تتصاعد The Grid تدريجيًا على هذه السلم:

العملة الأصلية → سوق تجاري لقدرات نموذج اللغة الكبير → سوق تجاري للقوى العاملة → سوق النتائج القابلة للبرمجة

Claude 4.7، GPT 5.5، Kimi 2.6، DeepSeek V4، GLM 5 إلخ.

اليوم، يشتري المشترون مخرجات النموذج الأصلي من مزودي الاستدلال. إنهم يرسلون تعليماتهم الخاصة، ويستلمون نتائج الاستدلال، ويدفعون بناءً على الاستخدام. هذا سهل التحقق منه، لكنه لا يزال مجرد مادة خام. ما يريده المشترون حقًا ليس الرموز، بل الحصول على ذكاء مفيد بأفضل سعر.

على سبيل المثال text/usd و code/usd و agent/usd إلخ.

لا يختار المشتري نموذجًا محددًا، بل يختار الفئة الذكية التي يحتاجها. لا يزال المشتري يتحكم في سير العمل، والتعليمات البرمجية، والبيانات، ومنطق التطبيق. فقط يقوم The Grid بتوجيه كل طلب إلى النموذج المؤهل الأقل سعرًا الذي يتوافق مع مواصفات العقد.

ملاحظة: هذه هي الطبقة المجردة الأولى الحقيقية الأعلى من الرمز الأصلي، وهي المكان الذي تتواجد فيه TheGrid.ai حاليًا.

على سبيل المثال accounting/usd و support_agent/usd و legal/usd و healthcare/usd و radiology/usd إلخ.

مع تخصص النماذج أكثر، يمكن أن تتطور أسواق القدرات إلى أسواق متخصصة حسب الصناعة. وهذا يشبه التخصص الوظيفي للبشر في أسواق العمل المختلفة.

في هذا المستوى، نقدم قدرات استدلال مصممة لسير عمل محددة في مجالات قوى عاملة متخصصة. مع انتشار نماذج القطاعات الفرعية، ستتوسع هذه الأسواق بسرعة. أمثلة ذات صلة تشمل Composer من Cursor، وHarvey المخصص للعمل القانوني، وEvidenceOpen المخصص للرعاية الصحية.

على سبيل المثال support_ticket_resolved/usd و pr_merged/usd و claim_processed/usd إلخ.

الطبقة الأخيرة هي المكان الذي ينتقل فيه The Grid من سوق الاستنتاج إلى سوق قوة العمل الآلية.

تتطلب هذه الطبقة آليات مثل طلبات العرض المخصصة (RFQ)، الحسابات المُودَعة، التسوية المُؤجَّلة، تأكيد المشتري، سمعة المورِّد، آليات الاسترداد، وحل النزاعات. من المرجح أن تبدأ بـ RFQ بدلاً من اعتماد دفتر الأوامر مباشرة. يُعرِّف المشتري نطاق العمل، والقيود، ومعايير القبول، وشروط التسوية، ويتنافس الوكلاء على تقديم عروض لإكمال المهام. كما يساعد Grid في توجيه هذه المهام وتحديد أسعارها والتحقق منها وتسويتها.

هذه هي الطبقة الأكثر قيمة، لكنها أيضًا الأكثر صعوبة في التحقق، لأن النتائج قد تكون متأخرة أو ذات طابع ذاتي وسهلة التلاعب. قد يُعاد فتح تذكرة دعم؛ قد يمرّ مشروع PR بالاختبارات لكنه لا يزال يسبب بنية سيئة.

Total cost = Cost of completing the work + Cost of assuming risk

لن يتحول سير عمل تلقائيًا إلى سوق فقط لأن الذكاء أصبح متوفرًا في السوق أو أصبح أرخص. بعض الوظائف تعتمد بشكل كبير على سياق خاص، مثل تاريخ العميل أو السياسات الداخلية. وكلما زاد اعتماد الوظيفة على السياق، قل احتمال أن يتم تسوية نظيفة لها في سوق مفتوح. [@hypersoren https://hypersoren.xyz/posts/cybernetic-arbitrage/]

السوق بحاجة إلى الكشف عن أي فئات القوى العاملة ستتوسع وأيها ستتقلص.

القوة العاملة الآلية مقابل القوة العاملة البشرية، أم القوة العاملة الآلية والقوة العاملة البشرية

أشارت أنجالى شريفا في مسودة تصميم آلية إلى أن السرد الخاص بالذكاء الاصطناعي يُوصف غالبًا على أنه بديل. لكنه في الواقع يشبه مشكلة تنسيق: عندما يشارك البشر والآلات في الإنتاج، كيف يتم إعادة تنظيم العمل والنسبية والحوافز والقيمة؟

اليوم، لا يزال استخدام الذكاء الاصطناعي داخل العديد من الشركات عالقًا، لأن الموظفين يستخدمون الذكاء الاصطناعي بشكل خاص، بينما لا تزال سير العمل محاصرة لدى الأفراد، ولا تستطيع الشركات تسعير هذه التحسينات في الإنتاجية أو تكبير هذه المكاسب.

من المحتمل أن تنتقل معظم الأعمال التي يمكن أتمتتها إلى الآلات. ستتحول جزء من هذه الأعمال إلى مراجعة بشرية، وتحمل المسؤولية، والتدريب، وإدارة السياق. في بعض الحالات، سيصبح حكم الإنسان الأخير بنسبة 1% أكثر قيمة، لأنه يمكنه تحرير نطاق واسع من الأعمال المُأتمتة البالغة 99%.

تشير راشيل سو بارك في كتابها "Brave New World of AI Markets" إلى أن TAM الخاص بالذكاء الاصطناعي لا ينبغي نمذجته ببساطة كاستبدال للإنفاق الحالي على القوى العاملة البشرية، لأنه يغير السعر والكمية معًا. مع انخفاض تكلفة العمل، قد تنخفض الأسعار الوحدوية، لكن كمية الاستهلاك قد تتوسع، لأن العمل الحالي سيُستهلك بشكل أكثر تكرارًا، وستصبح أعمال جديدة تمامًا لم تكن اقتصادية من قبل ممكنة الآن. وتلخص المقالة ذلك على النحو التالي:

P × Q: حجم السوق = سعر الوحدة من العمل × عدد وحدات العمل المستهلكة

إذا جعل الذكاء الاصطناعي التفاعل مع خدمة العملاء أرخص، يمكن للشركات تقديم خدمة متاحة على مدار الساعة على مدار الأسبوع. لن يكون هذا السوق مجرد نسخة رخيصة من سوق قوى العمل التقليدي لخدمة العملاء، بل قد يصبح سوقًا أكبر للتفاعل مع العملاء.

الذكاء الاصطناعي سوق متوسع، لأن تكلفة العمل تنخفض ولا يبقى الطلب ثابتًا.

طبقة القوى العاملة

يجب أن يبدأ سوق قوة العمل الآلي من الوظائف التي يمكن تحديد مواصفاتها بوضوح. تحتوي ساعات GPU على الكثير من معلومات المدخلات، وتُخبرك فقط بما يدعم العمل؛ بينما تسعير النتيجة الكاملة معقد جدًا ويعتمد بشكل مفرط على السياق. مع استلام الآلات تدريجيًا للتحقق، والسمعة، وتسعير المخاطر/التأمين، سيستمر السوق في التحرك نحو طبقة النتائج البحتة.

يمكن جعل قوة العمل الآلية قابلة للتداول، لأن المشترين سيصبحون أقل اهتمامًا بتحديد أي نموذج أو أي وحدة معالجة رسومية (GPU) أنتجت العمل، وأكثر اهتمامًا بضمان أن العمل نفسه قد حقق الحد الأدنى من المعايير والتصنيفات المحددة في العقد بالسعر الصحيح. وسيكون الوكلاء أقل اهتمامًا حتى بالمصادر الأساسية.

الآلات يمكنها الآن تنفيذ مهام ذات استخدام اقتصادي مباشرة، ويمكن تعريف هذه المهام وقياسها وتحديد سعرها وشرائها، وأخيرًا تداولها. لا تزال الكهرباء والقدرة الحسابية والنماذج والتوكينات مهمة، لكنها جميعًا تقع في مرحلة ما قبل التسليم.

المكان الحقيقي الذي يُكتمل فيه العمل هو الأسفل، والسوق يتجه نحو هدف أبسط: قوة عاملة آلية.