مفارقة عمل الذكاء الاصطناعي: لماذا يعتقد هوانغ أن النقص، وليس البطالة، يلوح في الأفق—وفي الواقع، إنه يحدث بالفعل

في منتدى الاقتصاد العالمي 2026 في دافوس، شارك جينسون هوانغ، الرئيس التنفيذي لشركة نفيديا، في مناقشة واسعة النطاق مع لاري فينك، الرئيس التنفيذي لبلاك روك، حول الإمكانات التحولية للذكاء الاصطناعي. بدلاً من رؤية الذكاء الاصطناعي كقوة تدمير للوظائف، قدم هوانغ فرضية معاكسة: ستؤدي التكنولوجيا، في الواقع، إلى نقص في العمالة عبر قطاعات متعددة. يتحدى هذا الحجة السرد السائد حول الإزاحة الجماعية ويقدم إطارًا لفهم كيف يعيد الذكاء الاصطناعي تشكيل العمل، واحتياجات البنية التحتية، والفرص الاقتصادية العالمية.

سلطت المحادثة الضوء على كيف أن نفيديا حققت عائدًا مركبًا للمساهمين بنسبة 37% منذ طرحها للاكتتاب العام في 1999 — نفس العام الذي طرحت فيه بلاك روك للاكتتاب، والذي حقق عائدًا سنويًا بنسبة 21%. ومع ذلك، تجاوز النقاش الأداء المالي لاستكشاف أسئلة أعمق حول دور التكنولوجيا في إعادة تشكيل المجتمع. وضع هوانغ الذكاء الاصطناعي ليس كتطبيق معزول مثل ChatGPT أو Claude، بل كتحول أساسي في المنصة يقارن بظهور الحواسيب الشخصية، والإنترنت، والحوسبة السحابية المحمولة.

ثورة البنية التحتية ذات الخمس طبقات: لماذا يتطلب الذكاء الاصطناعي استثمارات عالمية تريليونية

قدم هوانغ ما يسميه نموذج “كعكة الخمس طبقات” لتوضيح التعقيد النظامي للذكاء الاصطناعي ومتطلبات البنية التحتية. الطبقة الأساسية هي الطاقة — حيث تتطلب معالجة الذكاء الاصطناعي في الوقت الحقيقي وتوليد الذكاء طاقة كبيرة. فوقها تأتي طبقة البنية التحتية للرقائق والحوسبة، حيث تقوم شركات مثل TSMC ببناء 20 مصنعًا جديدًا لتصنيع الرقائق. تتكون الطبقة الثالثة من خدمات السحابة التي توفر هذه القدرات على مستوى العالم.

الطبقة الرابعة تحتوي على نماذج الذكاء الاصطناعي نفسها — الخوارزميات والشبكات العصبية التي تجذب معظم الاهتمام العام. ومع ذلك، أكد هوانغ أن النماذج وحدها غير كافية بدون الطبقات الداعمة أدناه. الطبقة الخامسة والأعلى هي التطبيقات — الخدمات المالية، الرعاية الصحية، التصنيع، والقطاعات الناشئة التي ستولد في النهاية قيمة اقتصادية.

يكشف هذا الإطار ذو الخمس طبقات عن سبب رؤيتنا، وفقًا لهوانغ، “أكبر بناء للبنية التحتية في تاريخ البشرية”. تم استثمار مئات المليارات بالفعل، وهناك تريليونات أخرى مطلوبة لمواكبة النمو الأسي في الطلب على الطاقة، وبناء مراكز البيانات، وتصنيع الرقائق، وتوسيع مصانع الحواسيب. تتعاون شركات مثل فوكسكون، وويسترون، وكوانتا لبناء 30 مصنع حاسوب جديد. وفي الوقت نفسه، يوسع مصنعو شرائح الذاكرة مثل Micron (الذي يستثمر 200 مليار دولار في مرافق الولايات المتحدة)، وSK Hynix، وSamsung قدراتهم الإنتاجية بسرعة.

من الأشعة إلى التمريض: كيف يعزز الذكاء الاصطناعي الهدف البشري بدلاً من استبدال العمال

يقع سؤال التوظيف في قلب قلق الذكاء الاصطناعي. رد هوانغ على التشاؤم السائد بتمييز بين “هدف” الوظيفة و"مهامها". قبل عقد من الزمن، كانت الأشعة تتوقع أن تصبح قديمة بسبب قدرات الرؤية الحاسوبية الخارقة للذكاء الاصطناعي. ومع ذلك، اليوم، زاد عدد أخصائيي الأشعة، حتى مع قيام الذكاء الاصطناعي الآن بمعالجة مهمة التحليل الأساسية للفحوصات.

الآلية: عندما يُحرر أخصائيو الأشعة من عبء التكرار في تفسير الفحوصات، يقضون وقتًا أكثر في أنشطة ذات قيمة أعلى — التشخيص المباشر، التواصل مع المرضى، التعاون السريري. يمكن للمستشفيات الآن خدمة المزيد من المرضى بكفاءة، مما يحقق إيرادات أعلى ويبرر توظيف المزيد من أخصائيي الأشعة. ينطبق نفس الديناميكية على التمريض. تواجه الولايات المتحدة نقصًا يقارب 5 ملايين ممرض، ومع ذلك، فإن التوثيق الطبي المدعوم بالذكاء الاصطناعي ونسخ الزيارات يحرر الممرضين من المهام الإدارية التي كانت تستهلك نصف وقتهم سابقًا. مع زيادة القدرة على رؤية المرضى، توسع المستشفيات وتوظف ممرضين إضافيين بدلاً من الانكماش.

يقترح إطار هوانغ أنه بالنسبة لأي مهنة، فإن السؤال ليس ما إذا كان الذكاء الاصطناعي يقضي عليها، بل ما إذا كانت التكنولوجيا تؤتمت المهام الروتينية مع تعزيز الهدف الأساسي. إذا كانت الأتمتة تتيح حقًا للعمال التركيز على الوظائف الإنسانية التي لا يمكن استبدالها — الرعاية، الحكم، حل المشكلات المعقدة — فإن التوظيف عادةً ما يتوسع بدلاً من أن يتقلص.

يخلق بناء البنية التحتية نفسه طلبًا إضافيًا على العمال المهرة من ذوي الياقات الزرقاء: كهربائيون، عمال بناء، فنيون، عمال صلب، ومتخصصو الشبكات. في الولايات المتحدة، تشهد هذه الأدوار طلبًا غير مسبوق، مع وصول الرواتب الآن إلى ستة أرقام لأولئك الذين يعملون في تصنيع الرقائق وبناء مصانع الذكاء الاصطناعي.

الذكاء الاصطناعي كتقنية الأكثر وصولًا في العالم

جادل هوانغ بأن الذكاء الاصطناعي يمثل “أسهل البرامج استخدامًا في التاريخ”. على عكس عصور الحوسبة السابقة، التي كانت تتطلب تعلم لغات البرمجة، تقبل أنظمة الذكاء الاصطناعي التعليمات بلغة طبيعية. يمكن لشخص بدون تدريب رسمي في علوم الحاسوب أن يطلب، “أرني كيف أبني موقعًا إلكترونيًا”، ويتلقى إرشادات خطوة بخطوة. هذا الوصول له آثار عميقة على الاقتصادات النامية.

بدلاً من توسيع الفجوة التكنولوجية العالمية، قد يقلل الذكاء الاصطناعي منها فعلاً. الحاجز للدخول أقل بكثير مما كان عليه في عصر البرمجيات. يمكن للأفراد من دول لا تمتلك بنية تحتية تكنولوجية واسعة الآن الاستفادة من الذكاء الاصطناعي للمشاركة في الاقتصاد المعرفي العالمي. نماذج المصدر المفتوح مثل تلك من Deepseek ومساهمين آخرين جعلت الوصول أكثر ديمقراطية، مما يسمح للشركات والدول بتخصيص الحلول للغات المحلية، والثقافات، والبيانات.

الضرورة السيادية للذكاء الاصطناعي: لماذا تحتاج كل دولة إلى بنيتها التحتية الخاصة

دافع هوانغ بقوة عن ما سماه “الذكاء الاصطناعي السيادي” — بناء كل دولة لبنيتها التحتية الخاصة بالذكاء الاصطناعي، وتدريب النماذج على اللغات والثقافات المحلية. وصف ذلك بأنه ضروري للتنافسية الوطنية، مماثل لوجود شبكات الكهرباء أو أنظمة النقل. يتجاوز القلق الجانب الاقتصادي ليشمل الحفاظ على الثقافة والسيادة التكنولوجية.

تمثل أوروبا حالة دراسة مقنعة بشكل خاص. بينما هيمنت الولايات المتحدة على عصر البرمجيات، أشار هوانغ إلى أن القاعدة الصناعية والتصنيعية القوية في أوروبا كانت غير مستغلة خلال تلك الفترة. تقدم الانتقال إلى الذكاء الاصطناعي، خاصة مع التقدم في الذكاء الاصطناعي الفيزيائي والروبوتات، أوروبا بما أسماه “فرصة لا تتكرر في العمر”. بدلاً من “كتابة” الذكاء الاصطناعي، ينبغي على الدول أن تركز على “تعليمه” — دمج التميز التصنيعي مع الذكاء الاصطناعي لقيادة التصنيع الذكي والروبوتات.

يمكن للتقاليد البحثية العلمية في أوروبا أن تتحد مع الذكاء الاصطناعي لتسريع الاكتشافات بشكل كبير عبر التخصصات. ومع ذلك، يتطلب تحقيق هذا الإمكان استثمارًا جادًا في إمدادات الطاقة والبنية التحتية. حث هوانغ القادة الأوروبيين على التعامل مع هذا الأساس بجدية.

اختبار فرضية فقاعة الذكاء الاصطناعي

عندما سُئل عما إذا كانت الاستثمارات الضخمة في الذكاء الاصطناعي تمثل مبالغًا مضاربة، قدم هوانغ مؤشر سوق بسيطًا: بطاقات رسومات نفيديا عبر جميع الأجيال من الصعب جدًا استئجارها في السحابة بسبب ارتفاع أسعارها الفورية. يعكس ذلك الطلب الحقيقي من الشركات الناشئة والمؤسسات التي تعيد توجيه ميزانيات البحث والتطوير نحو الذكاء الاصطناعي. شركة Eli Lilly مثال على هذا التحول — شركة كانت توجه تقريبًا كل إنفاقها على البحث والتطوير نحو الأبحاث المختبرية الرطبة، الآن تستثمر بشكل كبير في الحواسيب الخارقة للذكاء الاصطناعي ومختبرات أبحاث الذكاء الاصطناعي.

قفزة استثمار البنية التحتية مبررة، في الواقع، بمتطلبات الحوسبة التي تخلقها كل طبقة. مع تحسن نماذج الذكاء الاصطناعي وانتشار التطبيقات، يزداد الطلب على الطاقة، والرقائق، وخدمات السحابة، والمرافق المادية بدلاً من أن يتراجع. تدفقت أكثر من 100 مليار دولار في شركات الذكاء الاصطناعي العام الماضي فقط، مما يجعلها واحدة من أكبر سنوات استثمار رأس المال المغامر في التاريخ.

إعادة تشكيل الحسابات الاقتصادية العالمية

الفرضية الناشئة من هذا النقاش هي أن الذكاء الاصطناعي يعمل كتحول أساسي في المنصة يعيد هيكلة مكدس الحوسبة بشكل جذري. للمرة الأولى، يمكن لأجهزة الكمبيوتر معالجة المعلومات غير المنظمة — الصور، والصوت، واللغة الطبيعية — في الوقت الحقيقي، مستنتجة نية الإنسان وتنفيذ مهام معقدة. يميز هذا الانتقال من أنظمة “مسجلة مسبقًا” إلى أنظمة توليد في الوقت الحقيقي الذكاء الاصطناعي عن جميع التقنيات السابقة.

بدلاً من تضييق الفرص العالمية، قدم هوانغ الذكاء الاصطناعي كمحرك لمزيد من الشمول الاقتصادي. يمكن للأسواق الناشئة التي تفتقر إلى بنية تحتية تكنولوجية قديمة أن تتخطى المراحل الوسيطة من خلال اعتماد الذكاء الاصطناعي من البداية. عامل الوصول يعني أن مبرمجًا في دولة نامية بدون تعليم رسمي في علوم الحاسوب يمتلك أدوات مكافئة لتلك المتاحة لمهندسي وادي السيليكون.

الاختبار الاقتصادي النهائي سيكون ما إذا كانت بناءات البنية التحتية تخلق ثروة وتوظيف كافيين لدعم فرضية الاستثمار. إذا كانت نماذج الأشعة والتمريض تعمم — وإذا كانت الأتمتة تعزز الهدف البشري عبر المهن — فقد يتبين أن تنبؤ هوانغ بنقص العمالة بدلاً من البطالة كان دقيقًا. في الواقع، تشير المؤشرات المبكرة إلى أن هذا الديناميك يتجسد بالفعل عبر الرعاية الصحية، والتصنيع، والصناعات الناشئة المعتمدة على الذكاء الاصطناعي.