محمد عبد العال يكتب : الذكاء الاصطناعي .. ماذا يحدث عندما يصبح الاقتصاد مُعتمداً عليه ؟

لم يعد الحديث عن الذكاء الاصطناعي يدور فقط حول قدرته على كتابة النصوص أو تحليل البيانات أو مساعدة الإنسان في أداء بعض الأعمال بصورة أسرع.

العالم انتقل إلى مرحلة أخرى ، فالذكاء الاصطناعي بدأ يدخل تدريجيًا في قلب القرارات الاقتصادية ، البنوك تستخدمه في الائتمان وكشف الاحتيال، الشركات تستعين به في التسعير والإنتاج، الأسواق المالية تستخدم الخوارزميات في التداول، والمؤسسات تعتمد عليه في تحليل المخاطر واتخاذ القرار.

ولذلك أصبح السؤال الاقتصادي الأهم ليس فقط: ماذا يستطيع الذكاء الاصطناعي أن يفعل؟ بل: ماذا يحدث عندما يصبح الاقتصاد نفسه أكثر اعتمادًا عليه؟

هذه القضية أصبحت أكثر أهمية مع التسارع الكبير في قدرات الذكاء الاصطناعي، ومع تزايد اهتمام الحكومات والشركات الكبرى في العالم بقضايا السلامة والرقابة والحوكمة. ولا يعني هذا أن الذكاء الاصطناعي أصبح خطرًا ينبغي الخوف منه؛ فالعكس هو الصحيح. يمكن أن يكون أحد أهم مصادر زيادة الإنتاجية خلال العقود المقبلة، وأن يخفض التكلفة ويرفع كفاءة الشركات ويحسن تحليل البيانات ويسرع اتخاذ القرار ويساعد على تطوير منتجات وخدمات جديدة.

لكن التاريخ الاقتصادي يعلمنا أن كل قوة إنتاجية كبيرة تخلق معها أيضًا نوعًا جديدًا من المخاطر. وهنا تبدأ القصة.

عندما تتحول الكفاءة إلى اعتماد

إذا استخدمت شركة واحدة نظامًا للذكاء الاصطناعي ثم تعطل، فقد تواجه الشركة مشكلة. لكن ماذا يحدث إذا كانت آلاف الشركات والبنوك والمؤسسات تعتمد على عدد محدود من النماذج أو الشركات أو مراكز البيانات نفسها؟

هنا تتحول المسألة من مشكلة داخل مؤسسة إلى مشكلة يمكن أن تمتد إلى جزء كبير من الاقتصاد. وهذا ما يعرف بـ Concentration Risk — مخاطر التركز. فالاقتصاد قد يصبح أكثر كفاءة بفضل الذكاء الاصطناعي، لكنه قد يصبح في الوقت نفسه أكثر اعتمادًا على عدد محدود من الشركات التي توفر النماذج والحوسبة السحابية والرقائق ومراكز البيانات.

كلما زاد هذا الاعتماد، أصبحت أي مشكلة كبيرة في إحدى هذه العقد أكثر قدرة على الانتقال إلى مؤسسات كثيرة في الوقت نفسه. وهنا لا يكون الخطر في الذكاء الاصطناعي نفسه، وإنما في تركيز الاعتماد عليه.

من أخطر الأسئلة التي يطرحها الذكاء الاصطناعي على الأسواق المالية والبنوك: ماذا يحدث إذا استخدمت مؤسسات كثيرة نماذج متشابهة، وقرأت المعلومات بالطريقة نفسها، واتخذت القرار نفسه في الوقت نفسه؟

قد تكون كل مؤسسة مقتنعة بأن قرارها منطقي، لكن إذا باعت عشرات المؤسسات الأصل المالي نفسه في اللحظة نفسها، أو خفضت الائتمان للقطاع نفسه في اللحظة نفسها، فقد تتحول القرارات الفردية العقلانية إلى مشكلة جماعية.

وهذا شكل جديد من Herding — السلوك القطيعي. قديمًا كان السلوك القطيعي يحدث لأن المستثمرين يقلد بعضهم بعضًا، أما في عصر الذكاء الاصطناعي فقد يحدث بصورة آلية، لأن النماذج نفسها قد تصل إلى استنتاجات متقاربة في الوقت نفسه.

ولذلك ربما لا يكون الخطر الأكبر هو أن تخطئ الآلة، بل أن تخطئ آلاف الآلات في الاتجاه نفسه وفي اللحظة نفسها. وهنا تبدأ المخاطر النظامية.

البنوك في قلب التحول

القطاع المصرفي من أكثر القطاعات التي يمكن أن تستفيد من الذكاء الاصطناعي. يمكن استخدامه في تقييم العملاء، وكشف الاحتيال، ومكافحة غسل الأموال، وإدارة السيولة، وتحليل الأسواق، وقياس المخاطر، وخدمة العملاء. وهذه الاستخدامات يمكن أن ترفع كفاءة البنوك بصورة كبيرة.

لكن كلما اقترب الذكاء الاصطناعي من القرار المصرفي، زادت أهمية سؤال آخر: من يراجع القرار؟

إذا رفض نموذج آلي منح الائتمان لآلاف العملاء، فهل يستطيع الإنسان مراجعة المنطق الذي استخدمه؟ وإذا خفض النظام تقييم قطاع اقتصادي كامل، فمن يقرر ما إذا كان ذلك يعكس خطرًا حقيقيًا أم خطأ في النموذج؟ وإذا بدأت عدة بنوك في استخدام نماذج متشابهة، فهل يمكن أن تؤدي القرارات المتزامنة إلى تقليص الائتمان عن قطاع كامل؟

لهذا تصبح قضية Human Override التدخل البشري ضرورية ، والمقصود ليس أن يحل الإنسان محل التكنولوجيا، بل أن تظل هناك دائمًا جهة بشرية قادرة على الفهم والمراجعة والاعتراض والإيقاف.

أكثر ما يقال عن الذكاء الاصطناعي أنه سيقضي على الوظائف، لكن الصورة أكثر تعقيدًا. التكنولوجيا عادة لا تلغي العمل فقط، بل تعيد توزيع قيمته. وظائف قد تختفي أو تتقلص، لكن وظائف أخرى ستظهر، ومهارات كانت مرتفعة القيمة قد تصبح أقل أهمية، بينما ترتفع قيمة مهارات جديدة.

المشكلة الأساسية قد لا تكون البطالة وحدها، بل Skill Mismatch فجوة المهارات؛ أي أن الوظائف قد تكون موجودة، لكن العاملين لا يمتلكون المهارات المطلوبة لها. وهنا تظهر تكلفة اقتصادية أخرى هي Transition Cost تكلفة الانتقال.

فالتعليم والتدريب وسوق العمل لا تتغير دائمًا بسرعة التكنولوجيا نفسها، وكلما اتسعت الفجوة بين سرعة تطور التكنولوجيا وسرعة تأهيل البشر، زادت تكلفة الانتقال.

هناك جانب آخر لا يحظى بالاهتمام الكافي ، فالذكاء الاصطناعي يحتاج إلى بنية تحتية ضخمة .. مراكز بيانات، وطاقة كهربائية، ورقائق إلكترونية، وشبكات اتصال، وأنظمة تبريد، وفي بعض الحالات كميات كبيرة من المياه.

وهذا يعني أن الثورة الرقمية لها وجه مادي واضح. كلما توسع استخدام الذكاء الاصطناعي، زاد الطلب على الطاقة والاستثمارات ومراكز البيانات. وهنا يظهر سؤال اقتصادي مهم: هل يمكن أن يؤدي التوسع السريع في الذكاء الاصطناعي إلى خلق اختناقات جديدة في الطاقة أو البنية الأساسية أو التمويل؟

العالم يشهد استثمارات هائلة في الذكاء الاصطناعي ومراكز البيانات والرقائق والحوسبة. وهذه الاستثمارات قد تكون بداية دورة إنتاجية كبيرة، لكنها تطرح أيضًا سؤالًا اقتصاديًا مشروعًا: هل ستنمو العوائد الاقتصادية بالسرعة نفسها التي ينمو بها الإنفاق؟

إذا حدث ذلك، سيكون الاقتصاد أمام واحدة من أكبر موجات زيادة الإنتاجية في العصر الحديث. أما إذا سبقت الاستثمارات العوائد لفترة طويلة، فقد تظهر Capital Misallocation Risk مخاطر سوء تخصيص رأس المال ، أي أن كميات ضخمة من رأس المال قد تتجه إلى نشاط لا يحقق العائد المتوقع منه بالسرعة الكافية.

ولا يعني ذلك أن هناك بالضرورة فقاعة، لكنه يعني أن حجم الاستثمار نفسه أصبح أحد العناصر التي تستحق المتابعة.

الذكاء الاصطناعي يستطيع الدفاع عن المؤسسات ضد الهجمات الإلكترونية، لكنه يستطيع أيضًا أن يجعل الهجمات أسرع وأكثر تطورًا. وهنا تظهر مفارقة جديدة: نفس التكنولوجيا التي تساعد البنك على اكتشاف الاحتيال يمكن أن تساعد المهاجم على تطوير أدوات أكثر تعقيدًا.

ومع زيادة اعتماد المؤسسات على البنية الرقمية المشتركة، يمكن لحادث إلكتروني واحد أن يمتد إلى عدد كبير من المؤسسات. أي أن Cyber Risk المخاطر السيبرانية قد تتحول في بعض الحالات إلى Systemic Risk مخاطر نظامية.

هذه ربما أهم قضية في المرحلة المقبلة ، كلما أصبح الذكاء الاصطناعي أكثر قدرة على اتخاذ القرارات، أصبح السؤال عن المسؤولية أكثر أهمية.

من يوافق على استخدام النموذج؟ من يراجع أداءه؟ من يحدد الحدود التي لا يجوز له تجاوزها؟ من يتحمل المسؤولية إذا تسبب القرار في خسارة؟ ومن يملك سلطة إيقاف النظام إذا بدأ يتصرف بطريقة غير متوقعة؟

هذه ليست أسئلة تقنية فقط، بل أسئلة Governance — حوكمة.

ولذلك فإن مستقبل الذكاء الاصطناعي لن يتحدد فقط بمدى ذكاء النماذج، بل أيضًا بمدى ذكاء المؤسسات التي تستخدمها.

الذكاء الاصطناعي يمكن أن يكون واحدًا من أعظم محركات الإنتاجية في الاقتصاد الحديث ، لكن كلما أصبح أكثر انتشارًا وجزءًا من قرارات الائتمان والاستثمار والإنتاج والأسواق والبنية التحتية زادت أهمية إدارة المخاطر التي يولدها.

القضية إذن ليست الاختيار بين استخدام الذكاء الاصطناعي أو رفضه؛ فهذا الاختيار ربما لم يعد مطروحًا أصلًا ، القضية هي كيف نستفيد من قوته من دون أن يتحول الاعتماد عليه إلى نقطة ضعف جديدة؟.

محمد عبد العال

خبير مصرفي