A16z حول أحدث التحليلات العميقة لسوق الذكاء الاصطناعي: هل لا تزال شركتك تعمل بـ"الدم"؟

هل فكرت يوماً أن صناعة البرمجيات قد تكون في خضم ثورة أشد عنفاً من الانتقال من سطر الأوامر إلى الواجهات الرسومية؟ مؤخرًا استمعت إلى تحليل عميق من دايفيد جورج من a16z حول سوق الذكاء الاصطناعي، وصدمت بمجموعة من البيانات: الشركات الأسرع نموًا في مجال الذكاء الاصطناعي تتوسع بمعدل نمو سنوي يبلغ 693%، بينما إنفاقها على المبيعات والتسويق أقل بكثير من الشركات البرمجية التقليدية. وهذه ليست حالة فردية، فمعدل نمو مجموعة شركات الذكاء الاصطناعي يتجاوز 2.5 مرة معدل نمو الشركات غير الذكاء الاصطناعي. والأكثر دهشة أن ARR لكل موظف (الدخل السنوي المتكرر لكل موظف) في هذه الشركات يتراوح بين 50 ألف و100 ألف دولار، بينما المعيار في الجيل السابق من الشركات البرمجية كان 40 ألف دولار.

ماذا يعني هذا؟ يعني أننا نشهد ولادة نموذج أعمال جديد تمامًا، عصر يُنتج فيه قيمة أكبر باستخدام عدد أقل من الأشخاص وتكلفة أقل.

ذكر دايفيد جورج خلال عرضه أن الأمر ليس مجرد تعديل بسيط، بل هو تحول جذري في النموذج العقلي. المفاهيم الأساسية — التحكم في الإصدارات، القوالب، الوثائق، وحتى مفهوم المستخدم — كلها تتغير بسبب تدفق العمل المدفوع بواسطة وكلاء الذكاء الاصطناعي. أنا أؤمن تمامًا أن خلال الخمس سنوات القادمة، الشركات التي ستفشل في التكيف مع هذا التحول ستُقضى عليها تمامًا.

الحقائق المذهلة حول نمو شركات الذكاء الاصطناعي

البيانات التي عرضها دايفيد جورج أعادت لي التفكير في معنى النمو الحقيقي. عام 2025 سيكون عامًا لتسريع النمو لشركات الذكاء الاصطناعي. بعد تباطؤ النمو في 2022 و2023 و2024 بسبب ارتفاع أسعار الفائدة وانكماش قطاع التكنولوجيا، جاء عام 2025 ليغير الاتجاه تمامًا. والأكثر إثارة للدهشة هو أن الشركات التي تصنف في مستويات مختلفة من الترتيب، خاصة تلك التي تعتبر استثنائية، تظهر معدلات نمو لا تصدق.

عندما رأيت هذه البيانات، كانت أول رد فعل لي: هل هناك خطأ في هذه الأرقام؟ الشركات الأفضل في الذكاء الاصطناعي تنمو بنسبة 693% على أساس سنوي. قال دايفيد إن فريقه أكدوا هذا الرقم ثلاث مرات قبل أن يصدقوه. لكن هذا يتوافق تمامًا مع ما رأوه من شركات محفظتهم وحالاتهم الواقعية. هذه ليست ظاهرة معزولة، بل هي تغير منهجي يحدث في مجال الذكاء الاصطناعي بأكمله.

الأهم من ذلك هو جودة النمو. عادةً، لتحقيق مليار دولار من الإيرادات السنوية، تحتاج الشركات البرمجية التقليدية إلى وقت طويل، بينما الشركات الأسرع نموًا في الذكاء الاصطناعي تصل إلى هذا الإنجاز بسرعة أكبر بكثير. أكد دايفيد على نقطة مهمة جدًا: أن هذا ليس بسبب إنفاقهم المزيد على المبيعات والتسويق، بل على العكس، الشركات الأسرع نموًا تنفق أقل على المبيعات والتسويق مقارنةً بشركات SaaS التقليدية. ينمون بشكل أسرع ويصرفون أقل. فما السبب وراء ذلك؟ هو الطلب الشديد من العملاء النهائيين، والمنتج نفسه جذاب جدًا.

أعتقد أن هذا يكشف عن تحول عميق في المنطق التجاري. في عصر البرمجيات السابق، كان النمو يعتمد بشكل كبير على فرق مبيعات قوية وميزانيات تسويق ضخمة. كان عليك تثقيف السوق، إقناع العملاء، وتجاوز حواجز التبني. لكن في عصر الذكاء الاصطناعي، يمكن للمنتج الممتاز أن يتحدث بنفسه. عندما يكون المنتج قادرًا على إحداث قيمة فورية للمستخدم، ويشعر المستخدمون بزيادة الكفاءة عند أول استخدام، فإن الطلب السوقي يتولد تلقائيًا. هذا النمو المدفوع بالمنتج أكثر صحة واستدامة بكثير من النمو المدفوع بالمبيعات.

عرض دايفيد أيضًا مجموعة أخرى من البيانات مثيرة للاهتمام. هو يقول إن هوامش الربح الإجمالية لشركات الذكاء الاصطناعي أقل قليلاً من الشركات البرمجية التقليدية. فريقه لديه رأي فريد: بالنسبة لشركات الذكاء الاصطناعي، انخفاض هامش الربح هو في حد ذاته نوع من الشرف. لأنه إذا كان انخفاض الهامش ناتجًا عن ارتفاع تكاليف الاستدلال (تكاليف التنبؤ)، فهذا يعني أمرين: أولاً، أن الناس يستخدمون فعلاً وظائف الذكاء الاصطناعي؛ ثانيًا، مع مرور الوقت، ستنخفض تكاليف الاستدلال. لذلك، إذا رأيت شركة ذكاء اصطناعي ذات هامش ربح مرتفع جدًا، فربما يكون ذلك علامة على أن المنتج ليس فعلاً ما يشتريه أو يستخدمه العملاء.

لماذا تستطيع شركات الذكاء الاصطناعي أن تكون أكثر كفاءة؟

كنت أبحث دائمًا عن سبب قدرة شركات الذكاء الاصطناعي على توليد دخل أكبر باستخدام عدد أقل من الأشخاص مقارنةً بالشركات البرمجية التقليدية. ركز دايفيد خلال عرضه على مؤشر ARR لكل موظف Full-Time Equivalent (FTE)، أي الدخل السنوي المتكرر لكل موظف بدوام كامل. هذا المؤشر يقيس كفاءة التشغيل الشاملة للشركة، ويشمل كفاءة المبيعات والتسويق، بالإضافة إلى تكاليف الإدارة والبحث والتطوير.

أفضل شركات الذكاء الاصطناعي تصل إلى 50 ألف و100 ألف دولار من ARR لكل موظف، بينما المعيار في الجيل السابق من الشركات كان حوالي 40 ألف دولار. قد يبدو الأمر مجرد فرق رقمي، لكنه يعكس نماذج عمل وطرق تشغيل مختلفة تمامًا. يعتقد دايفيد أن السبب الرئيسي لهذا الاختلاف هو أن الطلب على هذه المنتجات قوي جدًا، مما يسمح لهم باستخدام موارد أقل لإيصال المنتج إلى السوق.

لكنني أرى أن هذا مجرد سبب ظاهري. السبب الأعمق هو أن شركات الذكاء الاصطناعي منذ البداية اضطرت إلى التفكير بشكل مختلف حول كيفية التشغيل. لم يكن هناك خيار، بل كان عليهم أن يعيدوا تصميم عملياتهم الداخلية، وأساليب تطوير المنتجات، وأنظمة دعم العملاء باستخدام الذكاء الاصطناعي. هذا الإجباري على الابتكار أدى إلى اكتشاف نماذج عمل أكثر كفاءة.

شارك دايفيد مثالًا حيًا جدًا. قال إنه مؤخرًا كان يتحدث مع مؤسس شركة، وكان غير راضٍ عن تقدم أحد منتجاتهم، فقرر أن يوظف مهندسين متخصصين في الذكاء الاصطناعي، واستخدم أدوات برمجة حديثة مثل Claude Code وCursor لإعادة بناء المنتج من الصفر، مع ميزانية غير محدودة للأدوات البرمجية. النتيجة؟ قال إن التقدم أصبح أسرع بمقدار 10 إلى 20 مرة. وأن الفواتير الناتجة عن هذه الأدوات كانت عالية جدًا، لدرجة أنه بدأ يعيد التفكير في هيكلة المنظمة بأكملها.

هذا المثال أدهشني لأنه ليس تحسينًا تدريجيًا، بل قفزة نوعية. زيادة بمقدار 10 إلى 20 مرة في السرعة تعني أن مشروعًا كان يحتاج سنة لإنجازه، يمكن أن يُنجز خلال شهرين أو ثلاثة. هذا الفرق في السرعة يمكن أن يكون حاسمًا في المنافسة. استنتاجه هو: أن يتبنى فريق المنتج والهندسة هذا الأسلوب، وأن يتوقع أن يحدث ذلك خلال الأشهر الـ12 القادمة. لكن هذا يتطلب أيضًا إعادة تعريف هيكلية الفريق، وتحديد حدود المنتج، والهندسة، والتصميم.

أعتقد أن ديسمبر 2024 سيكون نقطة تحول في مجال البرمجة. لديه نفس الشعور. يقول إن في ذلك الوقت، حدث قفزة نوعية في أدوات البرمجة. خلال الأشهر الـ12 التالية، إما أن تتجذر هذه التغييرات في الشركات، أو أن الشركات التي تتخلف عنها ستتأخر كثيرًا عن المنافسين. هذا ليس مبالغًا فيه، بل هو واقع.

التكيف مع الذكاء الاصطناعي أو التخلّف

ذكر دايفيد وجهة نظر صارمة جدًا: أن الشركات التي تأسست قبل عصر الذكاء الاصطناعي إما تتكيف معه أو تموت. هذا القول يبدو متطرفًا، لكني أوافق تمامًا. والتكيف يتطلب عمل على مستويين: الأمامي والخلفي.

على المستوى الأمامي، تحتاج الشركات إلى التفكير في كيفية دمج الذكاء الاصطناعي بشكل أصيل في منتجاتها، وليس مجرد إضافة روبوت محادثة في العمليات الحالية. يتطلب ذلك إعادة تصور ما يمكن أن تفعله المنتجات بعد دمج الذكاء الاصطناعي، وأن يكون هناك تغييرات جذرية في الذاتية، وفي استراتيجياتها. شارك دايفيد أمثلة مثيرة للاهتمام. قال إن شركة برمجيات قبل عصر الذكاء الاصطناعي، أصبح مديرها التنفيذي مؤمنًا تمامًا بفكرة أن يكونوا شركة تعتمد على الذكاء الاصطناعي، وقال: “نريد أن نصبح منتجًا يعتمد على الذكاء الاصطناعي. نريد أن يكون المنتج قادرًا على أن يقول، إن موظفيك الآن هم وكلاء ذكاء اصطناعي. كم عدد الوكلاء لديك؟” هذه هي النقاشات الحالية.

ومثال أكثر تطرفًا: قال أحد الرؤساء التنفيذيين، إن كل مهمة يحتاج إلى سؤال نفسه: هل يمكنني إنجازها باستخدام الكهرباء، أم يجب أن أستخدم الدم؟ هذا تحول فكري جذري. استخدام الكهرباء هنا يعني الاعتماد على الذكاء الاصطناعي والأتمتة، واستخدام الدم يعني الاعتماد على البشر. هذا التحول في التفكير عميق جدًا، ويجبرك على إعادة تقييم كل عملية وكل مهمة في الشركة.

على المستوى الخلفي، يجب أن تعتمد الشركات بشكل كامل على أحدث نماذج وأدوات البرمجة. يجب أن يستخدم جميع المطورين أدوات مساعدة برمجية حديثة، وكل قسم يجب أن يتبنى الأدوات الأحدث. حتى الآن، أعلى معدل اعتماد في مجال البرمجة، وهو الذي شهد أكبر قفزات، لكنه يتوسع الآن ليشمل باقي الأقسام.

ذكر دايفيد أن الأخبار السارة للشركات قبل عصر الذكاء الاصطناعي أن نماذج الأعمال لا تزال في مراحلها المبكرة. أكثر السيناريوهات تدميرًا هو أن تتغير التكنولوجيا والمنتجات، وأيضًا نماذج الأعمال، في آنٍ واحد. الآن، التكنولوجيا والمنتجات تتغير بشكل جذري، لكن نماذج الأعمال لم تتغير بعد بشكل كامل.

وصف دايفيد نماذج الأعمال بأنها طيف. على الجانب الأيسر، يوجد نموذج التراخيص (licenses)، وهو النموذج السائد قبل عصر SaaS، حيث كانت التراخيص والصيانة هي الأساس. ثم يأتي نموذج SaaS والاشتراكات، والذي يعتمد على رسوم على المقعد، وهو ابتكار كبير ومُدمّر. انظر إلى ما حدث لشركة أدوبي خلال هذا التحول. ثم هناك نموذج الاستهلاك (Consumption-based)، وهو نموذج يعتمد على الاستخدام، وهو السائد الآن في خدمات السحابة، حيث انتقلت العديد من الأعمال من رسوم على المقعد إلى رسوم على الاستخدام.

المرحلة التالية ستكون نموذج النتائج (Outcome-based). عندما تنجز مهمة بنجاح، من المفترض أن تدفع بناءً على نجاح المهمة. المجال الوحيد الذي يمكن أن يحقق هذا بشكل حقيقي هو دعم العملاء ونجاح العملاء، لأنه يمكن قياس حل المشكلات بشكل موضوعي. ومع تطور قدرات النماذج، إذا استطاع باقي الأقسام قياس نتائجها، فسيكون ذلك ثورة حقيقية على نماذج الأعمال الحالية.

أرى أن هذا المسار التطوري عميق جدًا. من التراخيص إلى الاشتراكات، ثم إلى الاستهلاك، ثم إلى النتائج، كل تحول يُعد انقلابًا على النموذج السابق. نحن الآن على أعتاب الانتقال من الاستهلاك إلى النتائج. بمجرد أن يتمكن وكلاء الذكاء الاصطناعي من إنجاز المهام بشكل موثوق وتقييمها بشكل موضوعي، فإن نمط التسعير بناءً على النتائج سيصبح السائد. عندها، ستجد الشركات التي تعتمد على رسوم على المقعد نفسها غير قادرة على المنافسة.

مأزق اعتماد الشركات الكبرى للذكاء الاصطناعي

بالنسبة لموقف شركات فورتشن 500 من اعتماد الذكاء الاصطناعي، كانت ملاحظات دايفيد مثيرة جدًا. قال إن هناك فجوة كبيرة بين ما يقوله هؤلاء الرؤساء التنفيذيون وما يحدث فعليًا. يقولون: “نحن بحاجة للتكيف، نحن متحمسون لمعرفة الأدوات التي نحتاجها، نحن مستعدون للتغيير، وسنطلق أدوات الذكاء الاصطناعي في أعمالنا، ونريد أن نصبح شركات تعتمد على الذكاء الاصطناعي.”

لكن الواقع مختلف تمامًا. أكبر فجوة هي أن إدارة التغيير صعبة جدًا. حتى مجرد جعل الناس يستخدمون مساعدات الذكاء الاصطناعي لمساعدتهم على أداء عملهم بشكل أفضل، هو أمر صعب جدًا. أما إدارة الأعمال، وتغيير العمليات، وإدارة التغيير، فهي أصعب بكثير.

قال دايفيد إنه ليس من المفاجئ أن بعض الشائعات تقول إن التقدم أبطأ مما كان متوقعًا. لكن بالنسبة لأفضل الشركات التي تتبنى الذكاء الاصطناعي بشكل كامل وتعرف ما يجب أن تفعله، فقد بدأ ذلك يحقق تأثيرات تجارية ضخمة. ذكر أمثلة مثل: شركة تشايم (Chime) تقول إنها خفضت تكاليف الدعم بنسبة 60%؛ وشركة روكيت مورتيج (Rocket Mortgage) تقول إنها وفرت 1.1 مليون ساعة في عمليات التأمين، بزيادة 6 أضعاف، وهو ما يعادل توفير 40 مليون دولار سنويًا في تكاليف التشغيل.

أعتقد أن هذا يكشف عن مشكلة أساسية: الفجوة بين الرغبة والقدرة. الرؤساء التنفيذيون في الشركات الكبرى يرغبون في تبني الذكاء الاصطناعي، لكن هل لديهم القدرة على التنفيذ؟ إدارة التغيير غالبًا ما تُقلل من شأنها. الأمر لا يقتصر على شراء أدوات أو توظيف مهندسين متخصصين، بل يتطلب تغيير جذري في العمليات، والثقافة، والهياكل التنظيمية.

كما أن العديد من الشركات الكبرى بحاجة إلى تعديل أعمالها لتكون جاهزة للذكاء الاصطناعي. استخدام روبوتات الدردشة هو خطوة، لكن مدى الزيادة في الإنتاجية قد يكون محدودًا. أما إذا كان عليك إعادة تصميم أنظمتك، ومعلوماتك، وخلفيتك التحتية بالكامل لتتكيف مع الذكاء الاصطناعي، فالكثير من العمل لا يزال في مرحلة التراكم، ولم تظهر نتائجه بعد.

توقع دايفيد أن الأشهر الـ12 القادمة ستكون مثيرة جدًا. يعتقد أننا سنرى المزيد من الحالات، لكن بعض الشركات ستنجح، وأخرى ستفشل. الشركات التي ستنجح ستتمتع بميزة إنتاجية هائلة، بينما التي ستفشل ستتراجع بشكل كبير. أرى أن هذا التباين سيحدث بسرعة أكبر وأكثر حدة مما يتصور الكثيرون.

مفهوم “مدمرو النماذج” ومستقبل السوق

ذكر دايفيد مفهومًا أراه عميقًا جدًا: “مدمرو النماذج” (Model Busters). هم الشركات التي تتجاوز معدلات نموها ومدة استمراريتها أي توقعات يمكن لأي شخص أن يضعها في أي سياق. مثال كلاسيكي هو iPhone. إذا نظرت إلى التوقعات قبل إطلاقه، وبعد 4-5 سنوات، كانت التوقعات تختلف عن الأداء الفعلي بمقدار ثلاثة أضعاف. ومع أن هذا هو أكثر الشركات متابعة في العالم.

يعتقد دايفيد أن الذكاء الاصطناعي سيكون أكبر “مدمر نماذج” في مسيرته المهنية. العديد من شركات الذكاء الاصطناعي ستتجاوز بشكل كبير أي توقعات في جداول البيانات. أوافق تمامًا، عندما يكون منصة تكنولوجية تقدم قفزات نوعية، فإن النماذج التنبئية التقليدية تفشل.

ذكر أن التكنولوجيا ذاتها دائمًا ما تكون نوعًا من “مدمر النماذج”. منذ 2010، وفرت التكنولوجيا، بشكل غير مسبوق، إيرادات عالية الربحية بسرعة غير متوقعة. كانت تبدو مكلفة في البداية، لكن تكرار الأداء المذهل خلق قيمة تفوق بكثير رأس المال المستثمر. لا أرى سببًا لاعتقاد أن الأمر سيكون مختلفًا هذه المرة.

بالنسبة للإنفاق الرأسمالي، عرض دايفيد بيانات مثيرة. مقارنة بفترة فقاعة الإنترنت، فإن الإنفاق الرأسمالي الآن مدعوم بشكل كبير بالتدفقات النقدية، ونسبة الإنفاق إلى الإيرادات أقل بكثير. أكبر من يتحمل عبء الإنفاق هو مقدمو خدمات السحابة العملاقة (Hyperscalers)، وهم من أفضل الشركات التجارية على الإطلاق.

ذكر دايفيد أن شركات محفظته ترحب بهذا الإنفاق. قال: “ابنِ قدر المستطاع، ووفّر أكبر قدر من الموارد للتدريب والتنبؤ، فهذا أمر جيد جدًا.” والأهم أن معظم هذا الإنفاق يتحمله أكبر الشركات التجارية.

بدأوا يلاحظون أن الديون دخلت المعادلة. لم يعد بالإمكان تمويل كل الإنفاق الرأسمالي المتوقع فقط من التدفقات النقدية، وبدأ السوق يلاحظ بعض الديون. لكن بشكل عام، يشعرون بالثقة تجاه الشركات التي تمول من خلال التدفقات النقدية، وتواصل توليدها، وتستخدم الديون، بشرط أن يكون الطرف المقابل شركات مثل Meta، Microsoft، AWS، Nvidia.

ذكر دايفيد حالة شركة أوراكل (Oracle). كانت دائمًا مربحة، وتعيد شراء أسهمها، لكن وعودها بالإنفاق الرأسمالي ضخمة جدًا، وهو مقامرة كبيرة. ستظهر عجزًا نقديًا في سنوات قادمة. بدأ السوق يلاحظ ذلك، وارتفعت تكاليف مبادلة الائتمان (CDS) على أوراكل إلى حوالي 2% خلال الثلاثة أشهر الماضية. وهو إشارة مهمة يجب الانتباه لها.

أعتقد أن مرحلة الإنفاق الرأسمالي المكثف ضرورية، لكنها ليست بدون مخاطر. المهم هو أن تضمن أن هذه الاستثمارات ستؤدي إلى عوائد مناسبة. حاليًا، الطلب يفوق العرض بكثير. جميع مقدمي خدمات السحابة العملاقة يذكرون أن الطلب يتجاوز العرض. أجرى غافين بيكر، أحد المقابلات، تشبيهًا جيدًا: في عصر الإنترنت، تم تركيب كميات هائلة من الألياف الضوئية، لكن الكثير منها غير مستخدم، ويسمى “الألياف المظلمة” (Dark Fiber). لكن في عصر الذكاء الاصطناعي، لا توجد ألياف مظلمة للـ GPU. إذا ركبت GPU في مركز البيانات، فسيتم استخدامها على الفور.

معدل نمو الإيرادات المذهل

عرض دايفيد مجموعة من البيانات مذهلة جدًا. قارن بين خدمات السحابة، وشركات البرمجيات المدرجة، والإيرادات الصافية الجديدة في 2025. في عام 2025، أضافت شركات البرمجيات المدرجة حوالي 46 مليار دولار من الإيرادات الجديدة. وإذا نظرت فقط إلى شركتي OpenAI وAnthropic، فإيراداتهما الجديدة تقترب من نصف هذا الرقم، بناءً على الإيرادات التشغيلية.

ويعتقد دايفيد أنه إذا قارنّا بين 2025 و2026، فسيصل النمو في قطاع البرمجيات المدرجة، بما في ذلك SAP والشركات القديمة، إلى 75-80% من الإيرادات الجديدة التي ستولدها شركات النماذج (AI companies). هذا معدل نمو مذهل، ويعني أن خلال بضع سنوات فقط، ستتجاوز قيمة الشركات التي تعتمد على الذكاء الاصطناعي قيمة قطاع البرمجيات التقليدي بأكمله.

تقديرات Goldman Sachs تشير إلى أن استثمارات الذكاء الاصطناعي ستولد 9 تريليون دولار من الإيرادات. وإذا افترضنا هامش ربح 20، وتقييم السوق بمضاعف 22، فسيؤدي ذلك إلى قيمة سوقية جديدة تصل إلى 35 تريليون دولار. حاليًا، تم احتساب حوالي 24 تريليون دولار من هذه القيمة مسبقًا. رغم أن النقاش حول مدى صحة هذا التوقع، إلا أن هناك مجالًا كبيرًا للنمو إذا كانت الافتراضات صحيحة.

كما قام دايفيد بعملية حسابية بسيطة: بحلول عام 2030، من المتوقع أن تصل الاستثمارات الرأسمالية لمقدمي خدمات السحابة العملاقة إلى حوالي 4.8 تريليون دولار. لتحقيق عائد بنسبة 10% على هذه الاستثمارات، يجب أن تصل إيرادات الذكاء الاصطناعي إلى حوالي تريليون دولار سنويًا بحلول 2030. هذا الرقم يمثل حوالي 1% من الناتج المحلي الإجمالي العالمي، ليحقق عائدًا بنسبة 10%.

هل يمكن تحقيق ذلك؟ ربما يكون الأمر قريبًا من ذلك، أو أقل بقليل. لكنه يعتقد أن العائد على هذه الاستثمارات قد يتأخر إلى ما بعد 2030، وربما يمتد حتى 2040. وإذا كانت إيرادات الذكاء الاصطناعي الآن حوالي 50 مليار دولار، وهو تقديره التقريبي، وأنها نمت خلال العام ونصف الماضيين، فإن الوصول إلى تريليون دولار ليس مستحيلًا.

تأملاتي للمستقبل

بعد استماع إلى دايفيد، شعرت أن الأمر ليس مجرد مرحلة وسطية أو نهاية، بل هو بداية لثورة تستمر من 10 إلى 15 سنة، ونحن فقط في بدايتها. هذا يملؤني بالحماس والقلق في آنٍ واحد.

الحماس يأتي من الفرص الهائلة التي ستوفرها هذه التحولات. الشركات التي ستتبنى الذكاء الاصطناعي بسرعة وتتكيف معه بشكل كامل، لن تحصل فقط على ميزة تنافسية، بل ستحدد معالم العصر القادم. سنشهد ظهور يوتيوبرز وشركات جديدة، ونماذج أعمال مبتكرة، وأساليب تنظيمية مختلفة تمامًا.

أما القلق، فهو أن سرعة التغيير قد تكون أسرع مما يتوقع الكثيرون. البيانات التي ذكرها دايفيد توضح ذلك: متوسط مدة بقاء شركات S&P 500 في المؤشر خلال الخمسين عامًا الماضية انخفضت بنسبة 40%. هذا يعني أن وتيرة التغيير تتسارع، وفي عصر الذكاء الاصطناعي، قد تتسارع أكثر.

أعتقد أن هناك تباينًا واضحًا سيظهر في السنوات القادمة. بعض الشركات ستفهم حقًا إمكانات الذكاء الاصطناعي، وتعيد تصميم منتجاتها وعملياتها وهياكلها التنظيمية، وتحقق كفاءات هائلة. بينما أخرى، رغم رغبتها في التغيير، ستواجه صعوبات في إدارة التغيير، وتراكم الديون التقنية، والجمود التنظيمي، مما يبطئ تقدمها. هذا التباين سيصبح أكثر وضوحًا خلال السنوات القليلة القادمة.

أما بالنسبة للمبادرين، فهذه ربما تكون أفضل فترة على الإطلاق. الطلب قوي جدًا، والتقنيات تتطور بسرعة، والأسواق المالية لا تزال تدعم الشركات ذات الإمكانات. مقارنةً بالجيل السابق من الشركات البرمجية، يمكن الآن بناء شركات بأقل الموارد، وبسرعة أكبر، مما يقلل من عتبة الدخول، لكنه يرفع من مستوى الجودة والتوافق مع السوق.

أما المستثمرون، فالمفتاح هو التعرف على تلك الشركات التي ستصبح “مدمرات النماذج” (Model Busters). معدلات نموها ومدة استمراريتها ستتجاوز بكثير أي توقعات تقليدية. لكن ذلك يتطلب رؤية بعيدة ومرونة، والاستعداد للاستثمار في شركات قد تبدو غير منطقية في البداية.

أما المهنيون، سواء كانوا مهندسين، أو مديري منتجات، أو مصممين، أو غيرهم، فسرعة التعلم والتكيف مع الأدوات الجديدة وأساليب العمل الحديثة ضرورية جدًا. المثال الذي ذكره دايفيد عن مهندسين يستخدمون أدوات برمجة حديثة ويحققون سرعة 10 إلى 20 مرة أعلى، ليس استثناءً، بل هو اتجاه. من يستطيع أن يتقن هذه الأدوات والأساليب، سيحصل على ميزة مهنية هائلة.

وفي الختام، أود أن أقول إن هذا التحول ليس مجرد تطور تقني، بل هو تحول في طريقة التفكير. من “كيف نعمل” إلى “ما نريد أن نحقق”، ومن “زيادة الأفراد” إلى “كيف نستخدم الذكاء الاصطناعي لحل المشكلات”، ومن “اتباع العمليات” إلى “إعادة تصور الإمكانيات”. السؤال الذي طرحه “هل نستخدم الكهرباء أم الدم؟” رغم تطرفه، يعبر عن جوهر هذا التحول: هل نستخدم التكنولوجيا بشكل فعال، أم نتركها تتجاوزنا؟

نحن نشهد إعادة كتابة عالم البرمجيات. ليست مجرد ترقية تدريجية، بل إعادة بناء كاملة. ومن يفهم ذلك ويعتنقه، سيكون هو من يحدد ملامح العصر القادم.