Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | Infrasctructure, Enterprise AI, SaaS
مشاهدة الحلقة الأصليةالزبدة في دقائق
الأقسام مرتّبة لتقرأ الفكرة الكبرى أولاً، ثم التفاصيل العملية والاقتباسات والمفاهيم.
يقدم هذا الفيديو جرعة مكثفة من الواقعية والعمق الفكري التي يحتاجها كل رائد أعمال، مبرمج، أو مستثمر في عصر الذكاء الاصطناعي الحالي. من خلال تجربة علي غودسي، الرئيس التنفيذي لشركة Databricks، ستتخلص من حالة الذعر والتوتر المصاحبة للسباق المحموم نحو الذكاء الاصطناعي العام (AGI)، وتدرك بوضوح لماذا لم تنعكس هذه الطفرة التكنولوجية بعد على إنتاجية الشركات بالشكل المتوقع. ستحصل من هذا المقطع على خارطة طريق عملية لكيفية إعادة هيكلة العمليات داخل مؤسستك وربط سياق البيانات بالنماذج الذكية، بالإضافة إلى فهم مستقبلي عميق لأين تتركز القيمة المالية الحقيقية في سوق البرمجيات مستقبلاً، مما يمنحك ميزة تنافسية حاسمة ورؤية هادئة وطويلة الأجل لمستقبلك المهني والاستثماري.
الذكاء الاصطناعي العام (AGI) موجود بالفعل بيننا اليوم، لكن العائق الحقيقي أمام إحداث طفرة في الإنتاجية ليس كفاءة النماذج، بل غياب سياق البيانات الداخلي للمؤسسات والحاجة الماسة لإعادة هيكلة وتصميم العمليات البشرية لتتلاءم مع هذه التكنولوجيا.
يسعى علي غودسي لإيصال رسالة جوهرية مفادها أن الضجيج المحيط بالسعي نحو 'الذكاء الفائق' مبالغ فيه ويشتت الجهود؛ فالقيمة الحقيقية لا تكمن في بناء نماذج أضخم بل في هندسة الطرق التي تمكن هذه النماذج من استيعاب السياق البشري والبيانات الخاصة بالشركات. كما يؤكد على أن البرمجيات لم تمت، ولكن قواعد اللعبة تغيرت لصالح التطبيقات المبتكرة التي تمتلك خنادق حمائية مثل البيانات الحصرية والعلامة التجارية، داعياً الجميع للتفكير بمنظور طويل الأجل والتركيز على حل مشكلات حقيقية بدلاً من الانجرار وراء فقاعات وسائل التواصل الاجتماعي.
يبدأ علي غودسي اللقاء بتوجيه نصيحة تهدئة للجميع وسط التسارع الجنوني لشركات الذكاء الاصطناعي مثل OpenAI وAnthropic، مشيراً إلى أن القلق والتوتر يدفعان الناس لاتخاذ قرارات غير مدروسة ومطاردة الصيحات المؤقتة على وسائل التواصل الاجتماعي. ويرى غودسي أننا وصلنا بالفعل إلى مرحلة الذكاء الاصطناعي العام (AGI) بناءً على تعريفات مراكز الأبحاث المعتمدة منذ عام 2009 في جامعة بيركلي، وأن محاولات إنكار ذلك تنبع من رغبة البعض المستمرة في نقل القائمين وتغيير التعريفات لمجرد عجز النموذج عن مهام تافهة كعد الحروف. ثم ينتقل لتحليل المفارقة الكبرى: لماذا تفشل مشاريع الذكاء الاصطناعي بنسبة كبيرة في الشركات ولا نرى موظفين افتراضيين يديرون العمل؟ يرجع غودسي السبب إلى 'مشكلة السياق'، فالنماذج تفتقر إلى المعرفة الضمنية المتراكمة لدى موظفي الشركة المخضرمين (مثل الموظف الذكي الذي يعرف كل شيء داخل قسمه). ويوضح ذلك بمقارنة تاريخية مع الثورة الصناعية، حيث استغرق ظهور إنتاجية المحرك الكهربائي 40 عاماً لأن أصحاب المصانع استبدلوا محرك البخار بالكهرباء دون تغيير تخطيط المصنع نفسه، وهو ما يحدث اليوم مع الذكاء الاصطناعي الذي يُستخدم كأداة كتابة متطورة دون إعادة تصميم العمليات. يدعم غودسي هذه الفكرة بمثال من Databricks حيث كان بناء موصل بيانات يستغرق 9 أشهر بسبب البيروقراطية واختبارات الكود، ولكن عند إعادة هندسة العملية من الصفر والاعتماد على تسريع اتخاذ القرار والعمل المتوازي، تقلصت المدة ليتم إنتاج 7 موصلات في ربع سنة واحد، دون أي تحسين في الذكاء الاصطناعي نفسه بل عبر 'إعادة الهيكلة البشرية والعملياتية'. وفيما يتعلق بجدل 'موت البرمجيات'، يفند غودسي هذا الادعاء مؤكداً أن شركات الذكاء الاصطناعي نفسها هي شركات برمجيات، لكن الحواجز أمام الدخول وتكاليف الانتقال بين الأنظمة انخفضت بشكل حاد. ويشير إلى أن الخنادق الحمائية الحقيقية الآن تتمثل في البيانات الفريدة، العلامة التجارية، الثقة، واقتصادات الحجم. ويتوقع غودسي أن تتركز القيمة الاستثمارية الضخمة في قمة الهرم وهي التطبيقات (مثل الرعاية الصحية والتعليم القائمين على الذكاء الاصطناعي)، في حين ستتحول النماذج الأساسية الكبرى (المغلقة) إلى سلع تجارية بهوامش ربح ضئيلة جداً خاضعة لضغوط الأسعار واقتصادات الحجم كأعمال أمازون لبيع الكتب. ويختتم غودسي بتقديم نصائح مهنية ثمينة للطلاب والمهنيين، مستشهداً بمسيرته الأكاديمية وضياع جهوده في حل مشكلة معقدة في الشبكات (Multicast) تبين لاحقاً أنها غير مهمة بعد انخفاض أسعار النطاق الترددي، وينصحهم بالهدوء والتركيز على الرهانات العلمانية طويلة الأجل وحل مشكلات غير جذابة ظاهرياً ولكنها جوهرية مثلما فعل جيف بيزوس مع بيع الكتب عبر الإنترنت في بدايات أمازون.
- 1
ما هو أكبر شيء يدور في ذهنك عندما تفكر في الذكاء الاصطناعي؟
- 2
هل يجب علي أن أبدأ شركتي الخاصة وأكون مديراً تنفيذياً، أم إذا قمت بتأجيل ذلك لمدة ستة أشهر سأكون قد دمرت مسيرتي المهنية وضاعت الفرصة؟
- 3
كم عدد الأشخاص الذين يعتقدون أننا نمتلك الذكاء الاصطناعي العام (AGI) بالفعل؟
- 4
كم منكم يعتقد أن الكثير من الأشخاص الذين تتفاعلون معهم ليسوا بنفس ذكاء النماذج الأكثر ذكاءً التي تستخدمونها؟
- 5
كم منكم يعتقد أننا لا نملك الذكاء الاصطناعي العام بعد؟
- 6
نحن نمتلك الذكاء الاصطناعي العام ولكن من ناحية أخرى لا توجد شركة تستخدمه بنجاح، فما الذي يحدث بحق الجحيم؟
- 7
كم منكم يعارض فكرة أن الذكاء الاصطناعي العام موجود بالفعل؟
- 8
هل يجب أن نستثمر في أسهم شركات البرمجيات؟ وهل البرمجيات ماتت بالفعل؟
- 9
هل نحن في حالة شراء عند الهبوط (Buy the dip)؟
- 10
إذا كانت كل البرمجيات قد ماتت، أليست شركات مثل OpenAI و Anthropic ميتة أيضاً؟
- 11
هل استخدمت سلاح الذكاء الاصطناعي واستبدلت به أياً من نفقات البرمجيات الأساسية لديك مثل خدمة العملاء أو إدارة تكنولوجيا المعلومات أو برمجيات الإدارة المالية؟
- 12
كم منكم يستخدم نظام أندرويد؟
- 13
كم منكم قرأ كتاب القوى السبع (Seven Powers)؟
- 14
ما هي المجالات التي يحقق فيها الذكاء الاصطناعي نجاحاً باهراً ويعمل كما هو معلن عنه في عينة عملائكم؟
- 15
ما هي المجالات التي لا تزال فيها حدود الذكاء الاصطناعي صعبة ولا يعمل بالشكل المطلوب؟
- 16
ما الذي يتطلبه الأمر لجعل سياق البيانات (Context) يعمل بشكل صحيح؟
- 17
أنا لا أرى أي مكاسب إنتاجية في مؤسستي، فما الذي أفعله بشكل خاطئ بحق الجحيم؟
- 18
كيف يستغرق الأمر منكم ثلاثة فصول سنوية لبناء موصل (Connector) بينما يمكنني كتابته في يومين؟
- 19
ما هو الفرق بين الطريقة التقليدية لبناء البرمجيات والاعتماد على المبادئ الأساسية مع الذكاء الاصطناعي؟
- 20
ما هي متطلباتكم بالضبط وكيف تستخدمون منصة Salesforce؟
- 21
إذا كان لديك 100 دولار للاستثمار عبر الطبقات الخمس (الطاقة، الرقائق، البنية التحتية، النماذج، والتطبيقات)، فأين ستتراكم القيمة وكيف ستوزعها ولماذا؟
- 22
ما هي آخر شركة تعليمية في السوق العامة بقيمة تريليون دولار أو حتى 100 مليار دولار؟
- 23
كيف ترى نهاية الصراع بين النماذج مفتوحة المصدر والنماذج المغلقة (الملكية)، وهل ستحقق طبقة النماذج المغلقة قيمة مستدامة؟
- 24
ما هو منتج الذكاء الاصطناعي المفضل لديك والذي تستخدمه كل يوم؟
- 25
هل لا تزال تستخدم منصة إكس بعد أن امتلكها إيلون ماسك؟
- 26
ما هي رؤيتك للعقد القادم لشركة Databricks؟
- 27
ما هي نصيحتك للطلاب في القاعة الذين هم على وشك اتخاذ قرارات بشأن مسيرتهم المهنية؟
- 28
لماذا هذا الأمر صعب للغاية؟ ألا يمكنني حل هذه المشكلة بنفسي؟
حالة الذكاء الاصطناعي الحالي: خرافة الذكاء الفائق مقابل تحقق الذكاء الاصطناعي العام (AGI) بالفعل
يناقش علي غودسي، الرئيس التنفيذي لشركة داتابريكس، المشهد الحالي للذكاء الاصطناعي ويوجه دعوة صريحة للهدوء والابتعاد عن التوتر الزائد السائد في وادي السيليكون ومنصات التواصل الاجتماعي مثل منصة إكس (تويتر سابقا). يرى علي أن هذا القلق غير المبرر يؤدي إلى اتخاذ قرارات متسرعة وخاطئة، مستشهدا بتجربته مع المتدربين الشباب ذوي الـ 22 عاما الذين يعيشون في رعب حقيقي من ضياع مسيرتهم المهنية بسبب هواجس فوات قطار الذكاء الاصطناعي العام. ويطرح غودسي رؤية جريئة ومثيرة للجدل مفادها أننا قد حققنا بالفعل الذكاء الاصطناعي العام (AGI) ولم يعد هدفا مستقبليا بعيدا؛ فالنماذج الحالية تفوق ذكاء الكثير من البشر الذين نتعامل معهم يوميا. ويستشهد غودسي بمعايير مختبر (AMPLab) في جامعة كاليفورنيا ببركلي عام 2009، الذي كان يضم روادا مثل مايكل جوردان (الذي يوصف بـ 'مايكل جوردان الذكاء الاصطناعي')، مؤكدا أن القدرات الحالية تجاوزت تماما كل ما كان يتخيله العلماء كتعريف للذكاء الاصطناعي العام حينها. وينتقد غودسي قيام البعض بنقل قائم المرمى باستمرار وتغيير التعريفات عند ظهور عثرات بسيطة كعدم تمكن النموذج من عد حرف معين في كلمة، مؤكدا أن هذا التعطش لـ 'ذكاء فائق' غامض وغير محدد لا مبرر له، وأن حرق المليارات على معالجات الرسومات ومراكز البيانات دون جدوى فعلية ناتج عن هذا الهلع.
فشل تبني الذكاء الاصطناعي في الشركات ومعضلة غياب السياق الداخلي (Context)
يستعرض علي غودسي التناقض الكبير بين بلوغنا مرحلة الذكاء الاصطناعي العام وفشل تبنيه الفعلي في قطاع الأعمال والمؤسسات، حيث تشير التقارير (مثل تقرير معهد ماساتشوستس للتكنولوجيا) إلى أن نسبة هائلة من مشاريع الذكاء الاصطناعي التجريبية داخل الشركات تفشل فشلا ذريعا. ويوضح أن الواقع الفعلي داخل الشركات لا يحتوي على 'مساعدين أذكياء' أو 'وكلاء ذكاء اصطناعي مستقلين' ينجزون المهام بشكل تلقائي، بل لا يزال الموظفون يقومون بالأعمال المكتبية والروتينية المعتادة (تماما كما في فيلم Office Space الشهير). ويعزو غودسي هذا الفشل بالكامل إلى غياب 'السياق' (Context) لدى النماذج؛ فالذكاء الاصطناعي لا يمتلك المعرفة الضمنية المتراكمة والتفاصيل التاريخية الخاصة بالعمليات الداخلية للمؤسسة. ففي كل قسم أو شركة، هناك دائما شخص محوري (مثل 'جون' أو 'جين') يمتلك في رأسه خبرة وسياقا تشغيليا يمتد لعقود، وإذا غادر هذا الشخص تنهار عمليات الشركة بالكامل. ولأن هذا السياق المعقد لم يتم نقله إلى النماذج والوكلاء الرقميين، فإنهم يرتكبون أخطاء تبدو بدائية وغير صالحة للاستخدام الإنتاجي. ويؤكد أن إحداث أثر حقيقي يتطلب التركيز على كيفية نقل السياق البشري (من الكربون إلى السيليكون) لتغذية تلك النماذج وتمكينها من اتخاذ قرارات صحيحة.
مستقبل قطاع البرمجيات: انخفاض حواجز الدخول وتكاليف الانتقال
يدحض غودسي فرضية 'موت البرمجيات' أو انتهاء عصر شركات البرمجة، موضحا أن القول بموت البرمجيات يعني منطقيا موت شركات رائدة مثل OpenAI وAnthropic لأنها في جوهرها شركات برمجيات يديرها باحثون ومطورون، بل يعني أيضا موت شركات مثل SpaceX التي تعتمد بكثافة على البرمجيات، وحتى Nvidia التي تقوم على برمجيات تصميم الرقاقات الذكية. ومع ذلك، يؤكد حدوث تغيرين بنيويين في قطاع البرمجيات: أولا، انخفاض حواجز الدخول بشكل غير مسبوق، حيث أصبح بإمكان أي شخص كتابة تعليمات برمجية بتكلفة تكاد تقترب من الصفر وبسرعة فائقة بفضل أدوات الذكاء الاصطناعي، وهو سلاح فعال بات متاحا للجميع بما في ذلك الشركات الكبرى والناشئة على حد سواء. ثانيا، انخفاض تكاليف الانتقال (Switching Costs)؛ ففي السابق، كان المستخدمون يترددون في تبديل البرامج التي يستخدمونها نظرا لصعوبة واجهة المستخدم أو عناء نقل البيانات، أما في المستقبل، فسيقوم وكيل الذكاء الاصطناعي بإدارة التفاعل والوصول إلى كافة البرامج والخلفيات التشغيلية نيابة عن المستخدم، مما يلغي تماما أهمية واجهة المستخدم ويسهل تبديل الأنظمة. وبناء على ذلك، يشير غودسي إلى أن الشركات التقليدية التي لم تبتكر طوال العقد الماضي واستكانت لنمو الإيرادات السهل ستواجه الانهيار، بينما ستنجو الشركات التي تواصل الابتكار وتمتلك خنادق دفاعية قوية غير برمجية مستمدة من كتاب 'القوى السبع' لهاميلتون هيلمر، مثل وفورات الحجم، والبيانات الخاصة التي لا يمتلكها سواها، وثقة العملاء، والعلامة التجارية القوية.
إعادة هيكلة العمليات البشرية: تشبيه الدينامو والكمبيوتر
يوضح غودسي أن ضعف العائد الإنتاجي من الذكاء الاصطناعي حاليا هو مشكلة تنظيمية وبشرية بحتة وليست مشكلة تقنية، ويستشهد بدراسة كلاسيكية صدرت عام 1990 بعنوان 'من الدينامو إلى الكمبيوتر'. تبين الدراسة أنه عند اختراع المحرك الكهربائي (الدينامو)، استغرق الأمر نحو 40 عاما (من 1880 إلى 1920) حتى يظهر أثره الفعلي على إنتاجية الاقتصاد، وذلك لأن أصحاب المصانع استبدلوا محرك البخار المركزي بمحرك كهربائي مع الإبقاء على نفس تخطيط المصنع القديم المصمم للآلات البخارية؛ ولم تظهر الطفرة الإنتاجية الكبرى إلا عندما أعيد تصميم المصانع بالكامل بشكل أفقي لتسمح للآلات بالعمل بشكل مستقل. الشيء نفسه يحدث اليوم مع الذكاء الاصطناعي حيث تحاول الشركات استخدامه لتنفيذ العمليات القديمة ذاتها دون تغيير في الهيكلية. ويضرب غودسي مثالا حيا من شركة داتابريكس، حيث كانت عملية بناء موصلات البيانات (Connectors) تستغرق 9 أشهر كاملة. وعند محاولة إدخال نماذج الذكاء الاصطناعي لكتابة الأكواد فقط، لم تتقلص المدة إلا بنحو شهر ونصف لتصبح 7.5 أشهر بسبب وجود اختناقات بشرية وتنظيمية (مثل قضاء ربع كامل في جمع متطلبات المنتج، وتأخر إعداد بيئات الاختبار، والاعتماد على مبرمج واحد لكل موصل). ولكن عند إعادة التفكير من المبادئ الأولى وإعادة تصميم العملية البشرية بالكامل (تقليص كتابة المتطلبات لأسبوع واحد وقبول التكرار السريع، والاستعانة بشركات خارجية لإعداد بيئات الاختبار بالتوازي، وتحويل العمل لأسلوب الفريق الجماعي)، تمكنوا من إنتاج وشحن 7 موصلات كاملة في ربع واحد فقط. هذا التحول لم يكن بسبب نموذج ذكاء اصطناعي أكثر ذكاء، بل بسبب إعادة هيكلة العمل البشري.
خريطة القيمة الاستثمارية لطبقات الذكاء الاصطناعي والفرص التريليونية القادمة
يقدم علي غودسي تحليلا استثماريا وتاريخيا لكيفية توزيع القيمة المالية والاستثمارية عبر طبقات قطاع الذكاء الاصطناعي الخمس (الطاقة، الشرائح، البنية التحتية، النماذج، والتطبيقات). ويرى غودسي أن القيمة تتجه دائما وأبدا بمرور الوقت نحو الأعلى لتستقر في طبقة التطبيقات (Applications)، تماما كما حدث تاريخيا في قطاع تكنولوجيا المعلومات حيث انتقلت القيمة من الأجهزة والـ PCs لتهيمن عليها نظم التشغيل والبرمجيات الفوقية. ويسترجع حقبة التسعينيات وبداية الألفية عندما كان الجميع يركز على مشكلات الشبكات المعقدة مثل 'مشكلة البث المتعدد' (Multicast Problem) ظنا منهم أنها لب المستقبل التكنولوجي، ليتبين لاحقا أن انخفاض أسعار النطاق الترددي ووفرة الألياف الضوئية جعلت المشكلة برمتها بلا قيمة، في حين قفزت القيمة الحقيقية للإنترنت إلى تطبيقات غريبة وغير متوقعة مثل حجز السيارات (Uber)، وتأجير الغرف (Airbnb)، وبيع الكتب (Amazon)، وإرسال النصوص القصيرة (Twitter). وبناء على هذا المنظور التاريخي، يتوقع غودسي ظهور شركات تريليونية جديدة في قطاع التطبيقات المعتمدة على الذكاء الاصطناعي، ويسلط الضوء على مجالين واعدين: أولا، قطاع الرعاية الصحية (الذي يمثل 17% من الناتج المحلي الإجمالي الأمريكي) عبر تقديم رعاية مخصصة للغاية بناء على بيانات جينية شاملة لملايين المرضى. ثانيا، قطاع التعليم، فبالرغم من تجنب المستثمرين له تاريخيا، إلا أن تقديم تعليم نوعي مخصص باستخدام الذكاء الاصطناعي يمثل رغبة أساسية لجميع الآباء، وستمتلك الشركات الرائدة فيه خنادق دفاعية هائلة متمثلة في وفورات الحجم والبيانات الضخمة والنوعية المتراكمة.
الصراع بين النماذج مفتوحة المصدر والمغلقة ومستقبل هوامش الأرباح
يحلل غودسي ديناميكيات المنافسة بين النماذج التجارية المغلقة (مثل نماذج OpenAI وAnthropic) والنماذج مفتوحة المصدر التي تضيق الفجوة التقنية بسرعة مذهلة (تقلص الفارق الزمني بينهما من 3-4 أشهر إلى شهر واحد فقط). ويستشهد بإطلاق شركة Moonshot الصينية لنموذجها Kimmy 2.6، والذي لو أطلق قبل شهرين فقط لكان أفضل نموذج في تاريخ البشرية قاطبة. ويرى غودسي أن طبقة النماذج الأساسية (Frontier Models) ستظل قيمة ومطلوبة بشدة، لكنها ستخضع لضغوط تسعيرية حادة للغاية بسبب الخيارات المجانية أو شبه المجانية التي توفرها النماذج مفتوحة المصدر. هذا الصراع سيحول قطاع توفير النماذج الأساسية إلى لعبة 'وفورات حجم' (Economies of Scale) شرسة ذات هوامش ربح إجمالية وتشغيلية ضئيلة جدا، على غرار نموذج عمل شركة أمازون لبيع الكتب في بداياتها، حيث ستسيطر قلة قليلة من الشركات العملاقة القادرة على إدارة مصانع الرموز (Token Factories) من خلال مراكز بيانات مركزية ضخمة تخدم الأسواق بكفاءة عالية وتكلفة متدنية للغاية.
نصائح مهنية وتوجيهات للمستقبل
يختتم علي غودسي بتقديم نصائح عملية ملهمة وتوجيهات مهنية للطلاب والخريجين المقبلين على اتخاذ قرارات مصيرية في مسيرتهم المهنية. يدعوهم علي أولا إلى تجاهل حملات التخويف والتهويل الإعلامي المنتشرة على منصات التواصل، وأخذ الأمور بهدوء وبمنظور طويل الأجل. ويضرب مثلا بـ Airbnb التي تأسست عام 2009، موضحا أن كافة المقومات التقنية والبنية التحتية لإطلاقها كانت متوفرة بالكامل منذ عام 2001، ومع ذلك تطلب الأمر 9 سنوات حتى تتبلور الفكرة لدى مؤسسها، مما يدل على أن الأفكار الإبداعية العظيمة نادرة وتستغرق وقتا طويلا لتنضج لدى البشر. وينصح الطلاب بتبني استراتيجية جيف بيزوس (مؤسس أمازون) الذي بدأ بمراهنة واعية وطويلة الأجل على الاتجاه العام المتمثل في نمو الإنترنت، وبدأ ببيع السلع الأكثر بساطة ونمطية وهي الكتب، وتدرج بصبر وعزيمة لسنوات طويلة حتى بنى إمبراطورية 'متجر كل شيء'. ويحث غودسي جيل الشباب على التركيز على حل المشكلات الحقيقية التي تحقق تأثيرا نافعا ومستداما على المدى الطويل، والابتعاد عن التهافت وراء الصيحات التقنية المؤقتة التي قد ينتهي بها المطاف كقضايا هامشية وغير ذات صلة في المستقبل.
- 1التركيز على نقل سياق العمل الداخلي والخبرات البشرية المتراكمة داخل المؤسسات إلى نماذج الذكاء الاصطناعي والوكلاء
- 2إعادة هندسة وتعديل العمليات التشغيلية والإدارية لتتوافق مع إمكانات الذكاء الاصطناعي وتحقيق الإنتاجية
- 3تطبيق التفكير من المبادئ الأولى لتبسيط سلاسل الإنتاج وتقليص دورات تطوير المنتجات والخدمات
- 4البدء باستراتيجية استثمار مبكر في العديد من الشركات الناشئة كنهج مبني على المراهنة الواسعة وتوزيع المخاطر
- 5تبني منظور مهني واستثماري طويل الأمد والتركيز على الحلول ذات الأثر المستدام بدلا من التشتت في الصيحات المؤقتة
- 6المراهنة على التوجهات الكبرى وبدء المشاريع بمنتجات بسيطة وغير معقدة قبل التوسع التدريجي نحو قطاعات أوسع
- 1ملاحقة الصيحات المؤقتة والاندفاع خلف النقاشات الشائعة على منصات التواصل الاجتماعي بدافع التوتر والهلع
- 2الاستعجال في تأسيس شركات وطلب مناصب قيادية في سن مبكرة جدا بدافع الخوف من فوات قطار الذكاء الاصطناعي العام
- 3إنفاق مبالغ طائلة على شراء وحدات معالجة الرسوميات وإنشاء مراكز البيانات الضخمة دون وجود حاجة واضحة أو سياق عمل محدد
- 4استبدال البرمجيات والأنظمة الحيوية الحالية للشركة ببدائل برمجية رخيصة لمجرد خفض التكاليف دون دراسة للعواقب التنافسية
- 5توقف الشركات القديمة عن الابتكار والتطوير والاعتماد الكامل على نمو الإيرادات السهلة لسنوات طويلة دون تحديث لمنتجاتها
- 6الوقوع في فخ الرؤية النفقية والتركيز الشديد على حل مشكلات تقنية فرعية ومعقدة جدا قد تصبح عديمة القيمة لاحقا مع تطور التكنولوجيا
- 1نموذج القوى السبع لهاملتون هيلمر لتحديد الميزات التنافسية مثل البيانات واقتصادات الحجم والعلامة التجارية والثقة وسعر التحويل
- 2منهجية من الدينامو إلى الكمبيوتر التي تشرح الفجوة الزمنية بين ظهور التكنولوجيا الجديدة وظهور مكاسبها الإنتاجية في الاقتصاد والشركات
- 3مفهوم الحدود الوعرة للذكاء الاصطناعي الذي يوضح تباين كفاءة النماذج بين التفوق التام والفشل في مهام متقاربة
- 4نموذج انتقال القيمة للأعلى في البنية البرمجية حيث تفقد الطبقات السفلى قيمتها تدريجيا وتتركز الأرباح والقوة التنافسية في التطبيقات والحلول النهائية
- 5إطار تقليل عامل الحافلة لحماية المشاريع من التوقف المفاجئ من خلال تمكين الفريق من العمل على عدة مهام بالتوازي
يروي المتحدث تجربته الشخصية مع المتدربين الجامعيين الذين يأتون سنويًا إلى شركة Databricks لقضاء فترة التدريب. يذكر أنه يعقد معهم جلسة نقاشية سنوية تمتد من 90 إلى 120 دقيقة للإجابة على أسئلتهم وتوجيههم مهنيًا. في السنوات السابقة، كانت أسئلة هؤلاء الشباب (بعمر 22 عامًا) تتمحور حول نصائح مسؤولة وعقلانية لبناء مسار وظيفي ناجح وتطوير مهاراتهم. أما في العامين الأخيرين، فقد لاحظ حالة من الذعر والتوتر الشديد تسيطر عليهم بشكل غير مبرر؛ حيث يسألونه بقلق مشوب بالهلع: 'هل يجب أن أؤسس شركتي الخاصة الآن وأكون رئيسًا تنفيذيًا فورًا؟ هل إذا تأخرت لستة أشهر وعملت كموظف عادي سأدمر مسيرتي المهنية وتضيع فرصتي لأن الذكاء الاصطناعي العام (AGI) سيهيمن على العالم ويقضي على الوظائف؟'. يحاول المتحدث دائمًا طمأنتهم وحثهم على الهدوء وأخذ نفس عميق لأن الأمور الحقيقية تأخذ وقتًا طويلاً لتتبلور.
يستشهد المتحدث بهذه التجربة الحية ليبيّن الآثار السلبية للهوس والتوتر الإعلامي المحيط بقضايا الذكاء الاصطناعي، وكيف يدفع هذا القلق غير المبرر الناس والشباب خاصة إلى التسرع والوقوع في شرك 'الرؤية النفقية' وضياع القدرة على بناء مسيرة مهنية مستقرة وتدريجية.
يسترجع المتحدث ذكرياته عندما كان يعمل في مختبر الأبحاث الشهير AMPLab بجامعة كاليفورنيا، بركلي في عام 2009، والذي كان يعتبر آنذاك المختبر الأنشط والأكثر أهمية في مجال الذكاء الاصطناعي على مستوى الولايات المتحدة. وكان يعمل في ذلك المختبر البروفيسور مايكل جوردان، الذي يلقب بـ 'مايكل جوردان الذكاء الاصطناعي' نظرًا لإسهاماته الأسطورية وتأثيره العلمي العظيم. يوضح المتحدث أن تعريف الذكاء الاصطناعي العام (AGI) الذي كان متبنًى ومقبولاً من قِبل كبار الباحثين والعلماء في ذلك المختبر قد تم تحقيقه وتجاوزه بالكامل بفضل النماذج الحالية. ولكي يتأكد من صحة فرضيته، تواصل مؤخرًا مع زملائه القدامى من باحثي ذلك المختبر وسألهم إن كانوا يتفقون معه في أن التكنولوجيا الحالية قد تجاوزت بالفعل معايير عام 2009 للذكاء الاصطناعي العام، فوافقوه جميعًا بلا تردد، مشيرين إلى أن الناس اليوم يقومون بنقل 'قائم المرمى' وتغيير معايير النجاح باستمرار بحجج واهية مثل عجز النموذج عن عدّ حروف معينة في بعض الكلمات.
يسوق المتحدث هذه القصة ليثبت فكرته بأن الذكاء الاصطناعي العام (AGI) قد تحقق بالفعل وفق المعايير العلمية والتاريخية، وأن النماذج الحالية أذكى بالفعل من العديد من البشر الذين نتعامل معهم يوميًا، وبالتالي فإن المشكلة الحالية لم تعد تكمن في نقص ذكاء الآلة بل في كيفية دمجها بالعمليات البشرية.
يطرح المتحدث مثالاً تاريخيًا عميقًا مستوحى من مقال أكاديمي شهير كتبه باحث من جامعة ستانفورد عام 1990 بعنوان 'من الدينامو إلى الكمبيوتر'. يشرح المثال كيف أن ابتكار المحرك الكهربائي (الدينامو) في عام 1880 لم يؤدِّ إلى حدوث أي طفرة في إنتاجية الاقتصاد إلا بعد مرور 40 عامًا (قرابة عام 1920). والسبب في ذلك هو أن أصحاب المصانع في البداية قاموا ببساطة باستبدال محرك البخار القديم بمحرك كهربائي مع الإبقاء على نفس تصميم المصنع التقليدي المعتمد على أعمدة الدوران الطولية والأحزمة المعقدة التي تنقل الحركة عبر طوابق متعددة. لم تظهر الإنتاجية الحقيقية إلا عندما أعاد المهندسون تصميم المصانع بالكامل من الناحية الهيكلية والجغرافية؛ فنقلوا المصانع خارج المدن ووزعوا الآلات على مساحات أفقية واسعة مستغلين مرونة توزيع الطاقة الكهربائية بشكل فردي لكل آلة بدلاً من العمود المركزي الموحد. وينطبق الشيء ذاته على أجهزة الكمبيوتر الشخصية التي استُخدمت في البداية كمجرد آلات كاتبة متطورة دون إحداث أثر حقيقي في الإحصاءات الاقتصادية لفترة طويلة.
المغزى من هذا المثال التاريخي هو توضيح أن تبني التكنولوجيا الثورية كالذكاء الاصطناعي لا يحقق طفرات إنتاجية بمجرد استبدال الأدوات القديمة بأدوات جديدة، بل يتطلب إعادة هندسة العمليات البشرية والهياكل التنظيمية بالكامل لتتلاءم مع مرونة وقدرات التكنولوجيا الجديدة، وهو ما تمر به الشركات اليوم.
يشارك المتحدث تجربة حية ومفصلة من داخل شركته Databricks التي تقدم منصات متطورة لعلوم البيانات. يوضح أن الشركة تقوم ببناء 'موصلات بيانات' (Connectors) لربط الأنظمة مثل Salesforce و Workday بالمنصة، وتستغرق هذه العملية في المعتاد 9 أشهر (ثلاثة أرباع السنة) لإنتاج موصل آمن ومطابق لمواصفات الإنتاج. عندما جرب المتحدث كتابة موصل بيانات بنفسه باستخدام نماذج لغوية ضخمة، استطاع إنجازه في يومين فقط، فذهب للفريق وطرح تساؤلاً حول سبب البطء. واجه الفريق الفكرة بالدفاع عن معايير الإنتاج واقترحوا تقليص المدة إلى 7.5 أشهر فقط. قام المتحدث بتعيين قائد فريق متميز ذو تفكير تحليلي جذري لإعادة دراسة المشكلة، فتبين أن التأخير ليس هندسيًا بل تنظيميًا؛ فمدراء المنتجات يقضون ربعًا كاملاً لمقابلة العملاء وكتابة المتطلبات، كما أن تهيئة بيئات الاختبار تستغرق وقتًا طويلاً ومجهدًا. قام هذا القائد بإعادة هيكلة العملية بالكامل: اختصر كتابة المتطلبات إلى أسبوع واحد والبدء بالتنفيذ الفوري مع التعديل السريع، وأوكل تهيئة بيئات الاختبار لشركات خارجية متخصصة بالتوازي، وغير توزيع المهام ليعمل 7 أشخاص معًا على 7 موصلات في نفس الوقت لإلغاء اعتمادية الفرد الواحد. والنتيجة كانت إنتاج وشحن 7 موصلات كاملة وآمنة في ربع سنة واحد فقط دون الحاجة لتطوير الذكاء الاصطناعي نفسه بل بتغيير الهيكل البشري للعمل.
تبرهن هذه القصة على أن العائق الأساسي أمام مضاعفة الإنتاجية في عصرنا الحالي ليس قصور الذكاء الاصطناعي، بل جمود العمليات والأساليب البشرية التقليدية داخل المؤسسات، وأن تحقيق القيمة القصوى يتطلب شجاعة إعادة هندسة العمليات والأساليب التنظيمية.
يستعرض المتحدث تجربته الشخصية أثناء دراسته للدكتوراه في مجال شبكات الكمبيوتر في أوائل العقد الأول من القرن الحادي والعشرين. في ذلك الوقت، ساد اعتقاد جازم بين أوساط كبار الباحثين وعلماء الرياضيات بأن المشكلة الأكثر أهمية وتأثيرًا في مستقبل الإنترنت هي 'مشكلة البث المتعدد' (Multicast Problem) – وهي كيفية بث محتوى موحد (مثل مباراة كرة قدم) بكفاءة من مصدر واحد لجميع المستخدمين في ظل ندرة حزم البيانات الترددية. تفرغ المتحدث وفريق العمل لحل هذه المعضلة الرياضية المعقدة، بل وأسس شركة ناشئة ناجحة بناءً على الحلول التي ابتكروها. لكن الصدمة كانت أن تكلفة النطاق الترددي انهارت فجأة، وتم نشر كميات هائلة من الألياف الضوئية، مما جعل مشكلة ندرة الترددات تختفي تمامًا، وأصبح برنامج شركته غير ذي قيمة ولم يشتره أحد لأن التطور التكنولوجي البسيط في البنية التحتية للمعدات تجاوز المشكلة البرمجية برمتها.
يسلط المتحدث الضوء على هذه التجربة ليحذر الطلاب والمستثمرين من مغبة السقوط في 'الرؤية النفقية' والتركيز على المشاكل التقنية المعقدة للغاية التي يتحدث عنها الجميع اليوم (مثل السعي وراء الذكاء الاصطناعي الخارق والقدرات الفائقة للنماذج)، في حين أن التغيرات الجانبية قد تلغي أهمية تلك المشاكل تمامًا، مما يستدعي التركيز على التطبيقات الملموسة ذات التأثير المباشر.
يطرح المتحدث تساؤلاً تحليليًا حول قصة نشأة شركة Airbnb؛ حيث تأسست في عام 2009 على يد برايان تشيسكي، على الرغم من أن البنية التحتية للإنترنت والتقنيات اللازمة لنجاح مثل هذه الفكرة كانت متوفرة بالكامل منذ عام 2001 ولم يكن هناك أي عائق تقني جديد يمنع ظهورها قبل ذلك بـ 9 سنوات. يوضح المتحدث أن الفكرة لم تولد نتيجة دراسة أكاديمية أو تخطيط مسبق، بل نبعت من حاجة شخصية طارئة لبرايان عندما كان يبحث عن سرير ومأوى بسيط للمبيت أثناء حضوره لأحد المؤتمرات المزدحمة في وقت كانت فيه الفنادق ممتلئة بالكامل وتساءل عن سبب صعوبة حل هذه المشكلة البسيطة فبادر بحلها بنفسه ومن ثم توسيع الفكرة تدريجيًا.
المغزى من هذه القصة هو التأكيد على أن الأفكار الإبداعية والناجحة للغاية لا تتطلب بالضرورة تكنولوجيا مستقبلية معقدة أو خارقة، بل تتطلب العثور على حلول ذكية وعملية لمشاكل حقيقية يواجهها البشر، وأن عملية الابتكار البشري تأخذ وقتها الطبيعي ولا يجب استعجالها بناءً على موجات الهلع والسرعة الزائفة.
يروي المتحدث قصة نجاح جيف بيزوس عندما قرر ترك عمله المرموق والمستقر كصاحب نفوذ في بنك استثماري في وول ستريت ليركز على ظاهرة الإنترنت الصاعدة في التسعينيات. اتخذ بيزوس قرارًا استراتيجيًا طويل المدى بالاستثمار في توجه الإنترنت التدريجي لزعزعة التجارة التقليدية. وبدلاً من البدء بمشاريع معقدة أو مبهرة، بدأ بأكثر السلع بساطة وتقليدية وتماثلاً – وهي الكتب؛ حيث لا يوجد أي تمايز بين نسخة كتاب وأخرى وتكلفة شحنها وتخزينها واضحة ومحددة وسهلة الإدارة. وعبر التركيز على هذا الخيار البسيط والمثابرة الطويلة والرهان المستمر على البنية التحتية والعميل، نمت الشركة تدريجيًا لتتحول إلى متجر كل شيء، ومن ثم بناء الحوسبة السحابية العملاقة AWS.
يقدم المتحدث هذه القصة كأفضل نموذج للتفكير طويل الأمد والرهان على التوجهات العامة الصاعدة والتأثير الحقيقي والملموس في العالم، بدلاً من الانجراف وراء الصيحات اللحظية والمثيرة والمؤقتة على منصات التواصل الاجتماعي، وبدء المشاريع بخطوات عملية ومجدية تتوسع بمرور الوقت.
الذكاء الاصطناعي العام (AGI)
القدرة الافتراضية للآلة على فهم أو تعلم أي مهمة فكرية يستطيع الإنسان القيام بها. في سياق الحلقة، يُعرف المتحدث الذكاء الاصطناعي العام بأنه متوفر حالياً بالفعل ويتفوق على ذكاء العديد من البشر الذين نتعامل معهم يومياً، ولكنه يفتقر إلى السياق التنظيمي (Organizational Context) الخاص بكل شركة ليعمل بكفاءة كاملة. مثال على ذلك: قدرة النماذج الحالية على حل مسائل برمجية معقدة للغاية مقارنة بعجزها عن تقديم دعم فني متخصص لمنتج لعدم امتلاكها تاريخ المشاكل السابقة للعميل.
الحدود المتعرجة (Jagged Frontier)
مفهوم صاغه الأستاذ إيثان موليك يصف طبيعة قدرات نماذج الذكاء الاصطناعي الحالية؛ حيث تكون فائقة القوة والذكاء في بعض المهام المعقدة للغاية، بينما تفشل بشكل مفاجئ وغير متوقع في مهام أخرى قد تبدو بسيطة للغاية أو تقع خارج نطاق تدريبها مباشرة. مثال على ذلك: قدرة النموذج على كتابة كود برمجي متقدم جداً، وفشله في نفس الوقت في عد حرف معين في كلمة بسيطة مثل كلمة Strawberry.
مفارقة الإنتاجية للتقنيات الثورية (From the Dynamo to the Computer)
ظاهرة تاريخية تظهر أن تبني التكنولوجيات الجديدة والثورية (مثل الكهرباء أو الحواسيب الشخصية) لا يؤدي إلى قفزة فورية في الإنتاجية الاقتصادية؛ بل يتطلب عقوداً من الزمن لكي تعيد المؤسسات هيكلة وتصميم بيئات العمل لتتوافق مع الآلية الجديدة بدلاً من استخدامها فقط كبديل للأدوات القديمة. مثال: استبدال محركات البخار بمحركات كهربائية في المصانع القديمة دون تغيير تصميم المصنع نفسه لم يرفع الإنتاجية إلا بعد مرور 40 عاماً عندما تم تغيير المخطط الهيكلي للمصانع بالكامل.
عامل الحافلة (Bus Factor)
مقياس للمخاطر يعبر عن عدد أفراد الفريق الذين إذا غابوا فجأة أو صدمتهم حافلة - مجازاً - سيتوقف المشروع أو العمل بالكامل. في سياق ريادة الأعمال البرمجية، يوضح المتحدث كيف تم التخلص من خطر فردية المعرفة في بناء الموصلات البرمجية من خلال جعل فريق كامل مكون من 7 أشخاص يعملون بالتوازي على 7 موصلات مختلفة لتجنب توقف العمل عند غياب شخص واحد.
مصانع التوكينات (Token Factories)
نموذج أعمال مستقبلي يُتوقع أن تؤول إليه شركات النماذج اللغوية الكبيرة المغلقة، حيث تتحول عملية توفير مخرجات الذكاء الاصطناعي (التوكينات) إلى مجرد سلعة أساسية (Commodity) تخضع لوفورات الحجم الكبير وهوامش ربح ضئيلة جداً شبيهة بأعمال الحوسبة السحابية أو بيع الكتب بالتجزئة، مما يحصر المنافسة بين قلة من عمالقة التكنولوجيا القادرين على تمويل مراكز البيانات الضخمة.
- 1توقع بعض المستقبليين قفزة في الناتج المحلي الإجمالي بنسبة 10% وزيادة البطالة إلى 20% بسبب الذكاء الفائق.
- 2حوالي 10% فقط من حضور الجلسة يعتقدون أننا نمتلك الذكاء الاصطناعي العام (AGI) حالياً قبل تغيير صياغة السؤال.
- 3تقرير MIT يشير إلى أن 95% من مشاريع إثبات المفاهيم (PoCs) في الشركات تفشل وتتعطل.
- 4تمتلك شركة Databricks قاعدة عملاء ضخمة تتجاوز 20,000 عميل حول العالم.
- 5استغرق انتشار التكنولوجيا ورؤية فوائد الإنتاجية للمحرك الكهربائي (الدينامو) 40 عاماً (منذ عام 1880 وحتى عام 1920).
- 6تقليص مدة بناء الموصل البرمجي الواحد لشركة Databricks من 9 أشهر (3 فصول) إلى 3 أشهر فقط لإنتاج 7 موصلات دفعة واحدة بعد إعادة هندسة العمليات البشرية.
- 7يمثل قطاع الرعاية الصحية حوالي 17% من إجمالي الناتج المحلي للولايات المتحدة الأمريكية.
- 8الفجوة الزمنية لتقدم النماذج المغلقة مقارنة بالمفتوحة المصدر تقلصت من 3 إلى 4 أشهر لتصبح شهراً واحداً فقط حالياً.
- 1Michael Jordan (العالم البارز في الذكاح الاصطناعي بمختبر AMPLab في جامعة بيركلي عام 2009)
- 2Robert Solow (الاقتصادي الحائز على جائزة نوبل وصاحب المقولة الشهيرة عن مفارقة الإنتاجية للحواسيب)
- 3Hamilton Helmer (مؤلف كتاب القوى السبع - Seven Powers)
- 4Ethan Mollick (الأستاذ والباحث في مجال الذكاء الاصطناعي وصاحب مفهوم الحدود المتعرجة)
- 5Jeff Bezos (مؤسس شركة أمازون)
- 6Brian Chesky (مؤسس منصة Airbnb)
- 7كتاب القوى السبع (The Seven Powers)
- 8مقال 'من الدينامو إلى الكمبيوتر' (From the Dynamo to the Computer) الصادر عام 1990
- 9مختبر AMPLab التابع لجامعة كاليفورنيا في بيركلي (UC Berkeley)
- 10تقرير معهد ماساتشوستس للتكنولوجيا التكنولوجي (MIT Tech Report)
- 11شركة Moonshot الصينية ونموذجها الذكي Kimmy
"أعتقد أننا نملك بالفعل الذكاء الاصطناعي العام (AGI)... إنه بالفعل أذكى من الكثير من الأشخاص الذين تتفاعل معهم... ولكنكم ترغبون في نقل خط النهاية وتغيير التعريف باستمرار."
يوضح علي أن النماذج الحالية تجاوزت ما كان يعتبره كبار علماء الذكاء الاصطناعي في بيركلي عام 2009 ذكاءً عاماً. ويرى أن السعي خلف 'ذكاء خارق شبيه بالآلهة' هو وهم يجعل الناس يحركون التعريفات باستمرار ويتجاهلون فرصة استغلال الذكاء الحالي عبر تزويده بالسياق التنظيمي الصحيح.
"استغرق الأمر 40 عاماً قبل رؤية أي مكاسب إنتاجية في الاقتصاد... كانوا يذهبون إلى المصانع ويستبدلون محرك البخار بمحرك كهربائي، وهذا لا يعطي أي مكاسب إنتاجية... حتى أدركوا أنه يتعين عليهم تغيير أرضية المصنع بالكامل."
يستخدم علي هذا المثال التاريخي ليشرح لماذا لم تشهد الشركات حتى الآن طفرة إنتاجية من الذكاء الاصطناعي. استبدال المهام الإنسانية بالذكاء الاصطناعي داخل نفس بيئة العمل القديمة يشبه وضع محرك كهربائي مكان محرك بخاري قديم. النجاح يتطلب إعادة هيكلة العمليات الإدارية والتنظيمية بالكامل لتتلاءم مع قدرات التكنولوجيا الجديدة.
"العمل الأساسي لتقديم نماذج الذكاء الاصطناعي الرائدة سيكون لعبة اقتصاديات الحجم. وعليك القيام بذلك بهوامش ربح صغيرة جداً. سيبدو الأمر مثل نشاط بيع الكتب الخاص بموقع أمازون."
يتوقع علي أن طبقة نماذج الذكاء الاصطناعي الاحتكارية ستتحول إلى خدمة عامة وسلعة مكررة (Commodity) بسبب المنافسة الشرسة من النماذج مفتوحة المصدر وتقارب الأداء، مما سيجبر الشركات المطورة على العمل بهوامش ربح ضئيلة جداً والاعتماد فقط على الحجم الهائل للبقاء، تماماً مثل بدايات أمازون في بيع الكتب.
- 1لقد وصلنا بالفعل إلى الذكاء الاصطناعي العام (AGI) بناءً على تعريفات عام 2009. والسبب في عدم رؤية الشركات لمكاسب إنتاجية ضخمة ليس قصوراً في ذكاء الآلة، بل لعدم امتلاك النموذج للسياق الداخلي والمحدد للمؤسسة (مثل معرفة الموظفين القدامى)، وغياب إعادة هيكلة العمليات البشرية لاستيعابه.
- 2مفارقة الدينامو: استغرق المحرك الكهربائي 40 عاماً ليظهر تأثيره على الإنتاجية الاقتصادية لأن المصانع استبدلت محركات البخار بمحركات كهربائية على نفس تصميم المصنع القديم دون تغيير. لم تظهر الإنتاجية الحقيقية إلا بعد إعادة تصميم تدفق العمل بالكامل ليناسب الكهرباء الموزعة. ونحن نفعل الشيء نفسه اليوم مع الذكاء الاصطناعي.
- 3وهم التركيز التقني: يميل العباقرة في التكنولوجيا إلى الانشغال بمشاكل بنية تحتية بالغة التعقيد (مثل مشكلة البث المتعدد Multicast في الاتصالات) ليتبين لاحقاً أن تبدل السوق أو رخص المعدات جعلها بلا قيمة، بينما الأفكار البسيطة وذات الأثر الهائل (مثل Airbnb أو بيع الكتب عبر الإنترنت كبداية لأمازون) تستغرق سنوات طويلة لتظهر لمجرد أن البشر سيئون في ابتكار أفكار بسيطة ومؤثرة في طبقة التطبيقات.
- 1الادعاء بأننا وصلنا بالفعل إلى الذكاء الاصطناعي العام (AGI) وأن النماذج الحالية أذكى من كثير من البشر الذين نتعامل معهم.
- 2القول بأن إنفاق مبالغ طائلة على معالجات الرسوميات (GPUs) ومراكز البيانات الضخمة غير ضروري في الوقت الحالي.
- 3اعتبار أن تطوير النماذج الريادية (Frontier Models) سيتحول إلى عمل تجاري منخفض الهامش يعتمد على وفورات الحجم فقط مثل بيع الكتب على أمازون.
- 4فكرة أن البرمجيات ماتت بالفعل منذ فترة وأن انخفاض تكاليف الدخول والتبديل سيمحو الشركات التي لم تبتكر في السنوات العشر الماضية.