عندما يصبح الذكاء سلعة موحدة
في الماضي، لم يكن الذكاء من الدرجة الأولى ينمو إلا في عدد قليل جدًا من الأشخاص - لا يمكن نسخه، ولا يمكنه خدمة الجميع في نفس الوقت.
كانت المواهب المتميزة محدودة: لا يمكنها خدمة سوى شركة واحدة في كل مرة. إذا وظفها شخص آخر، فقدتها أنت.
لم تكن الشركات الكبيرة تبخل بأي نفقة لانتزاع المواهب، سواء لتقوية نفسها أو لإضعاف منافسيها. لم تكن الفجوة الحقيقية بين الأشخاص العاديين وعمالقة الصناعة هي مستوى الجهد، بل القدرة على الوصول إلى هؤلاء المواهب المتميزة. كانت تلك تفاوتًا حادًا كالجرف.
الآن، يتم نشر أحدث النماذج المتطورة في السحابة بأسعار واضحة. طالما أنك تدفع نفس الرسوم - سواء كنت أنت أو أنا أو أي فريق عملاق أو ناشئ - فأنت تستدعي نفس المستوى من النموذج الأساسي.
قد يقول البعض إن الشركات الكبيرة لديها دائمًا امتيازات اختبار داخلية، وهناك قيود على الوصول في مناطق مختلفة. لكن الحقيقة هي أن المنافسة بين النماذج شرسة للغاية، والتكرارات سريعة بشكل لا يصدق، وهناك العديد من البدائل لدرجة أن الفروق الزمنية الطفيفة لا يمكن أن تشكل حصارًا تقنيًا طويل الأمد.
جوهر هذا التحول هو أن الذكاء المتميز يتطور من "أصل نادر" إلى "خدمة عامة".
تمامًا كما كان الحال قبل الثورة الصناعية الثانية، حيث كان على المصانع بناء أنظمة طاقة بخارية معقدة؛ فمن كان لديه المحرك الأكثر دقة كان لديه خندق لا يمكن تجاوزه. بمجرد إنشاء شبكة الكهرباء، سواء كانت شركة متعددة الجنسيات أو ورشة صغيرة في الزاوية، كان التوصيل يوفر نفس التيار المتردد القياسي تمامًا.
مقارنة بندرة وحصرية المواهب المتميزة، يمكن نسخ الذكاء الاصطناعي السحابي إلى ما لا نهاية، والوصول إليه عند الطلب، وتكلفة كل مليون رمز تنخفض بمعدل يتجاوز قانون مور.
هذه هي المرة الأولى في تاريخ البشرية: الذكاء المتطور لم يعد امتيازًا حصريًا للقلة، بل أصبح سلعة موحدة تُباع علنًا للجميع.
عندما يصبح الذكاء منتجًا صناعيًا موحدًا، فإن جميع نماذج المراجحة المعرفية المبنية على "عدم تناسق الذكاء" محكوم عليها بالموت.
في الماضي، كانت الشركات الكبيرة تبني جدرانًا عالية باستخدام فرق ضخمة من المحللين وجيوش البحث والتطوير؛ اليوم، تتحول هذه الحواجز بسرعة إلى مواد استهلاكية بحتة لا مجال للتميز فيها.
المزايا القديمة المبنية على "ندرة الذكاء" - التسلسل الهرمي التنظيمي، حجم رأس المال، حواجز المنصات - يتم تفكيكها واحدة تلو الأخرى.
تم دفع الجميع إلى نفس خط البداية.
يصبح التسلسل الهرمي "ضريبة تنظيمية"
للمنظمات تسلسلات هرمية لأن طاقة الفرد محدودة؛ لا يمكن لشخص واحد أن يفعل كل شيء أو يدير الجميع. طالما هناك تقسيم للعمل، يجب تمرير المتطلبات طبقة تلو الأخرى؛ ومع كل يد إضافية تمر بها المعلومات، يضيع الوقت وتتشوه المعاني.
في الماضي، كان تنفيذ مهمة يستغرق أسبوعًا أو أسبوعين في كثير من الأحيان. حتى لو استغرق التواصل نصف يوم، كانت التكلفة مقبولة.
لكن عندما يضغط الذكاء الاصطناعي وقت التنفيذ إلى بضع دقائق، تتغير المشكلة تمامًا:
المدير لديه فكرة ويخبر بها مدير الإدارة؛ مدير الإدارة ينقلها إلى قائد الفريق؛ قائد الفريق ينقلها إلى الموظف.
الموظف يفتح الذكاء الاصطناعي ويولد النتائج في دقائق؛ قائد الفريق يستخدم الذكاء الاصطناعي للتحقق، مدير الإدارة يستخدم الذكاء الاصطناعي للمراجعة، وأخيرًا، يتم إعادتها إلى المدير.
العملية نفسها تصبح أكبر استنزاف في السلسلة بأكملها.
من منظور اقتصادي أساسي، تم قلب الافتراض الكلاسيكي لنظرية كواز بشأن "حدود الشركة" رأسًا على عقب.
كانت المؤسسات التقليدية تتحمل توسع التسلسلات الهرمية الضخمة لأن "تكاليف التنسيق الداخلي كانت أقل من تكاليف المعاملات الخارجية".
ومع ذلك، في عصر الذكاء الاصطناعي، تعمل النماذج الكبيرة على إذابة مقاومة التنفيذ، مما يجعل التواصل الداخلي عبر المستويات، والمعايرة، وإعداد التقارير، والمناورات السياسية أغلى أجزاء العملية بأكملها.
والأهم من ذلك، هناك تلوث للسياق في سلسلة النقل:
في سلسلة متعددة المستويات، تصبح العديد من الأدوار الوسيطة في الأساس مكبرات صوت "تترجم النية البشرية إلى الذكاء الاصطناعي طبقة تلو الأخرى." في كل مرة يتم فيها تصفية المعلومات بواسطة عقل بشري، تضاف طبقة من الإنتروبيا الدلالية، ويتم تخفيف النية الأصلية أو حتى تشويهها باستمرار.
نظرًا لأن الجميع في النهاية يعطون تعليمات للذكاء الاصطناعي، فإن الفرضية القائلة بوجود التسلسل الهرمي "لتعويض فجوات المهارات الفردية" لم تعد صحيحة.
في الماضي، ربما لم يكن المدير يعرف كيفية البرمجة أو التصميم، لذلك كان بحاجة إلى بناء فرق وظيفية متخصصة معقدة؛ الآن، قدرات النموذج في متناول اليد، وإدخال النية يعطي النتائج مباشرة.
تتجاوز الشركات الكبيرة عدة طبقات من السرد للوصول إلى النموذج؛ لن يكون الناتج أفضل لوجود مستويات أكثر، بل سيكون أبطأ وأكثر عرضة للتشوه.
كانت الإدارة الوسطى في الماضي بمثابة "مفتشي جودة" و"موجهين"، لكنها أصبحت الآن عوائق ثقيلة تفصل بين الحدس التجاري الحاد وأدوات التنفيذ.
لم يعد التسلسل الهرمي للشركة الكبيرة ميزة تنظيمية في مواجهة الذكاء الاصطناعي، بل أصبح ضريبة تنظيمية ثقيلة.
بما أن التنفيذ لم يعد يعتمد على النقل طبقة تلو الأخرى، فما الذي لا يزال الناس بحاجة إلى مزامنته؟ فقط الأهداف.
الوحدة الأصغر للتشغيل الفعال تتغير: مجموعة صغيرة من الأشخاص لديهم توافق عميق على الأهداف وثقة متبادلة عالية، كل منهم يتفاعل مع النماذج لتقديم كتلة أعمال كاملة بشكل مستقل، ويتشاركون نفس العقلية دون الحاجة إلى التحقق من عمل بعضهم البعض.
وهذا التوافق بطبيعة الحال لا يحدث إلا في مجموعات صغيرة جدًا: بمجرد أن يكون هناك الكثير من الناس، تنحرف الأهداف وتضعف الثقة. لم يعد التسلسل الهرمي يزيد الذكاء الجماعي؛ بل يصبح احتكاكًا داخليًا خالصًا. ميزة الحجم للمنظمات الكبيرة تنهار، وتلتهمها بسرعة الفرق الصغيرة الخفيفة والسريعة.
لا يستطيع رأس المال شراء ميزة مطلقة
في عصر الصناعة والإنترنت التقليدي، كان رأس المال سلاحًا مطلقًا للهجوم من بعد.
كان بإمكان رأس المال الكبير إنفاق الكثير لشراء أدوات الآلات الأكثر دقة، وبناء غرف خوادم حصرية، وشراء فرق الخوارزميات المتميزة لسنوات.
إذا أنفق فريق صغير دولارًا لكتابة سطر من التعليمات البرمجية، فإن شركة كبيرة، بالاعتماد على أموال ضخمة لبناء بنية تحتية خاصة، يمكنها ضغط التكلفة لكل وحدة إلى بضعة سنتات مع خلق فجوة جيلية في جودة المخرجات. كان المال بحد ذاته أقوى خندق تقني.
لكن في طبقة التطبيقات النهائية، فشل هذا المنطق المتمثل في استخدام رأس المال لتكديس "فجوات جيلية في الإنتاجية" تمامًا.
السبب بسيط: البنية التحتية التي تحدد الحد الأعلى للإنتاجية النهائية لا تبنيها أي شركة عملاقة في طبقة التطبيقات، بل هي نموذج أساسي يُباع علنًا في السحابة.
شركة كبيرة بمليارات الدولارات تستدعي واجهة برمجة تطبيقات نموذج متطور تحصل على نفس العمق المعرفي، وجودة الاستدلال، وسرعة التوليد تمامًا مثل فريق صغير أو مطور مستقل.
شركة كبيرة تنفق عشرة أو مئة ضعف الميزانية لا يمكنها شراء سلاح سري "أكثر ذكاءً بعشر مرات من النموذج العام المتطور"؛ الأموال الإضافية التي تنفقها تشتري فقط حصص استدعاء متزامن أعلى، وليس قفزة حادة في الذكاء الفردي.
والأكثر سخرية هو أن العوائد الهامشية تتناقص بشكل حاد. يمكن لفريق صغير بناء وظائف أساسية تدير السلسلة بأكملها ببضع مئات من الدولارات كتكاليف رموز؛ شركة كبيرة تضيف ملايين الدولارات في الميزانية للضبط الدقيق، ووضع العلامات اليدوي، والنشر الخاص المعقد تحصل على تحسينات هامشية ضئيلة، والتي قد يتم محوها إلى الصفر في الليلة التي يتم فيها إطلاق الجيل التالي من النماذج الأساسية.
سابقًا، كان بإمكان رأس المال تحطيم فجوة كفاءة بعشرة أضعاف لإبعاد المنافسين؛ الآن، أدوات الإنتاج الأساسية مفتوحة للمجتمع بأكمله بعتبة منخفضة جدًا. تم ضغط تأثير الرافعة المالية لرأس المال على مستوى الإنتاجية بشكل كبير.
لا يزال بإمكان المال شراء حركة المرور وحصص الحوسبة، لكنه لم يعد قادرًا على شراء امتيازات معرفية حصرية ومزايا مطلقة.
لا تستطيع المنصات حبس المستخدمين
على مدى العشرين عامًا الماضية، كان الخندق الذي تفتخر به برامج المنصات هو اختطاف البيانات الناتج عن التنسيقات الخاصة والتكلفة العالية للغاية لترحيل سير العمل.
كان المستخدمون يخشون تبديل البرامج لأن النظام القديم يحتوي على كميات هائلة من البيانات غير المهيكلة، وسجلات عمليات تاريخية معقدة، وسير عمل مرتبط بعمق. كان تبديل المنصات يعني إعادة تدريب الموظفين، وتنظيف البيانات التاريخية للتوافق، وحتى تعطل عملية الأعمال بأكملها لأسابيع.
هذا الاحتكاك الهائل أجبر المستخدمين على البقاء حتى في مواجهة تجارب المنتج السيئة ورسوم الاشتراك المرتفعة.
لكن تطبيقات الذكاء الاصطناعي المبنية على النماذج الأساسية تخترق "اختطاف البيانات" هذا من القاعدة إلى القمة.
أولاً، البيانات غير المهيكلة لم تعد قيدًا على الأصول، بل مادة خام يمكن تفسيرها في أي وقت.
في الماضي، كان أكبر صداع في الترحيل عبر المنصات هو تنسيقات البيانات غير المتوافقة وواجهات النظام غير القابلة للتشغيل المتبادل؛ الآن، يمكن للذكاء الاصطناعي ذو القدرات متعددة الوسائط والسياق الطويل تحليل وتنظيف وإعادة بناء البيانات المصدرة الفوضوية والوثائق والسجلات وحتى سجلات الدردشة من أي نظام إلى التنسيق المطلوب من قبل النظام الجديد في وقت قصير جدًا.
ثانيًا، يتم توحيد منطق التفاعل تمامًا.
كان أحد حواجز البرامج التقليدية هو واجهة المستخدم الرسومية (GUI) المعقدة وعادات التشغيل؛ يتقارب التفاعل الأساسي لتطبيقات الذكاء الاصطناعي الأصلية في اللغة الطبيعية وفهم النية (LUI). لم يعد المستخدمون بحاجة إلى إعادة تعلم مجموعة معقدة من الأزرار والقوائم لأداة جديدة؛ يحتاجون فقط إلى التعبير عن أهدافهم.
تنخفض تكلفة تعلم الواجهة إلى الصفر، ويتبعها تراجع عادات الالتصاق.
حتى الوظائف المخصصة نفسها تفشل. في الماضي، اعتمد المستخدمون على المنصات لأنها دمجت مئات الإضافات الخاصة؛ الآن، يمكن لوكيل ذكاء اصطناعي قادر على استدعاء الأدوات وكتابة التعليمات البرمجية بشكل مستقل أن يولد سير عمل خاصًا لمستخدم عادي في ثوانٍ.
عندما يمكن تحليل البيانات وإعادة بنائها بنقرة واحدة، ويتم تسوية عتبات التفاعل بواسطة اللغة الطبيعية، ويمكن إنشاء سير العمل ديناميكيًا عند الطلب في أي وقت، يختفي التصاق الذي زرعته المنصات القديمة لسنوات في لحظة.
اعتمدت الخنادق السابقة على "حبس المستخدمين"؛ في مواجهة الذكاء الاصطناعي، أصبحت السلاسل هشة بشكل لا يصدق، وتقترب تكاليف هجرة المستخدمين من الصفر. من لا يزال يعتمد على القصور الذاتي ليعيش على أمجاده السابقة، سيتم استبداله بسرعة ببدائل أخف.
اللعبة النهائية: عودة القدرة إلى الفرد
عند تجميع هذه القطع معًا، يصبح الاتجاه واضحًا تمامًا:
- النماذج الأساسية عامة، وتم تسوية عتبة الذكاء على مستوى الأداة تمامًا؛
- التسلسلات الهرمية التنظيمية زائدة عن الحاجة، وميزة الحجم لمجرد تكديس الرؤوس تنهار؛
- عوائد رأس المال خطية، غير قادرة على شراء فجوات إنتاجية حادة؛
- انهارت تكاليف الهجرة، وحواجز المنصات التقليدية لا تستطيع وقف نزوح المستخدمين.
عندما تفشل الأدوات الخارجية التي اعتمدت عليها الشركات الكبيرة للفوز واحدة تلو الأخرى، ما الذي بقي للتنافس عليه؟
"التقسيم المفرط للعمل" الذي استمر لقرن منذ العصر الصناعي يتم عكسه بسرعة.
في الماضي، قطّع المجتمع الناس إلى براغي في خط التجميع - شخص متخصص في الرسم، وآخر في البرمجة الأمامية، وآخر في تنظيف البيانات. اليوم، يتولى الذكاء الاصطناعي معظم تفاصيل التنفيذ، واستعاد الأفراد القوة الكاملة لـ "التسليم من النهاية إلى النهاية".
شخص واحد هو شركة برمجيات؛ شخص واحد يمكنه إغلاق حلقة سلسلة أعمال كاملة.
يتبع هذا هجرة كاملة لشكل الرافعة المالية. في الماضي، كانت الرافعة المالية الفردية تعتمد على رأس المال أو إدارة الآخرين، الأمر الذي يتطلب تفويضًا معقدًا ومناورات شخصية طويلة؛ الآن، الذكاء الاصطناعي هو رافعة معرفية بدون إذن، ويمكن لشخص عادي استدعاء مجموعة عقلية تعادل عشرات الأشخاص في الماضي بفكرة واحدة.
عندما تقترب عتبة وتكلفة التنفيذ من الصفر، فإن ما يحدد النصر أو الهزيمة لم يعد من يمكنه كتابة جزء معين من التعليمات البرمجية أو رسم تصميم معين، بل:
- الذوق والحكم: من يمكنه تحديد الاحتياجات الحقيقية بشكل أكثر حدة ودقة، واختيار الإجابة المثلى من بين آلاف الحلول المتوسطة التي يولدها الذكاء الاصطناعي بنظرة واحدة.
- ملاءمة السيناريو: من يمكنه دمج قدرات النموذج بشكل أعمق وأشمل في الشعيرات الدموية للأعمال المحددة.
- سرعة العمل والمخاطرة: تسعى لجان الشركات الكبيرة إلى "الحصانة الإجرائية"، بينما تسعى الفرق الصغيرة والأفراد إلى "النتائج المسلمة". الأمر يتعلق بمن هو أكثر حسمًا في الحكم، وأكثر مرونة في العمل، ويجرؤ على الدخول والمراهنة عند مواجهة المجهول.
السمة الأساسية لهذه القدرات هي: أنها لا تنمو أبدًا بشكل طبيعي مع زيادة حجم الفريق أو نمو الأرصدة المصرفية؛ في عمليات إعداد التقارير المعقدة للشركات الكبيرة، يتم تخفيفها بسهولة شديدة طبقة تلو الأخرى.
في النهاية، لا تزال المنافسة حول أشخاص محددين.
فرد يستخدم الذكاء الاصطناعي بشكل جيد يقترب من قدرة الإنتاج التي كانت تتطلب فريقًا كاملاً في السابق. منظمة رشيقة من ثلاثة إلى خمسة أشخاص يمكنها تقديم نتائج كانت تتطلب عشرات الأشخاص في السابق.
حجم الشركات الكبيرة لا يزال ضخمًا، لكن دوره كميزة حاسمة لا يمكن تجاوزها قد انتهى. لا داعي للخوف من أي كيان عملاق:
تحت النموذج، الجميع متساوون.
في النهاية، ما يخلق الفجوة لم يعد الموارد والحجم، بل من يمكنه التحرك أولاً بأكثر وضعية مرونة.
ملاحظة:
تناقش هذه المقالة فقط طبقة التطبيقات النهائية لصناعة الذكاء الاصطناعي - الأفراد والشركات الذين لا يطورون نماذجهم الخاصة أو يبنون قوتهم الحاسوبية الخاصة، بل يشترون فقط النماذج والقدرة الحاسوبية بالجملة لخدمة المستخدمين. البحث والتطوير والتدريب في المجالات العليا للقدرة الحاسوبية والرقائق والبيانات والنماذج الأساسية ليست ضمن نطاق هذه المقالة.
