مؤشر ستانفورد للذكاء الاصطناعي يُظهر قطاعًا يتجاوز ضوابطه

يتسارع الذكاء الاصطناعي أسرع مما تستطيع المؤسسات التكيّف معه

يرسم مؤشر الذكاء الاصطناعي لعام 2026 الصادر عن معهد الذكاء الاصطناعي المتمحور حول الإنسان في جامعة ستانفورد صورةً لصناعة تتحرك بسرعة استثنائية، بينما يجد كثير من العالم المحيط بها صعوبة في مجاراة هذا الإيقاع. وتلتقط خلاصة MIT Technology Review للتقرير هذا الخلل بوضوح: أداء النماذج يواصل التحسن، والتبني يتسارع، وشركات الذكاء الاصطناعي تحقق إيرادات بوتيرة تاريخية، حتى مع تخلف متطلبات البنية التحتية والتكاليف البيئية وأطر السياسات عن الركب.

الموضوع الأساسي ليس النمو فحسب، بل عدم التماثل. فالتطور في الذكاء الاصطناعي يتقدم في الأداء التقني، والنشر التجاري، والأهمية الجيوسياسية بسرعة أكبر من قدرة المعايير، وأسواق العمل، وأنظمة الحوكمة على التكيّف معه.

الولايات المتحدة والصين ما تزالان متقاربتين جدًا

من أبرز ما جاء في الخلاصة أن الولايات المتحدة والصين متعادلتان تقريبًا الآن في أداء النماذج الرائدة. وتقول MIT Technology Review إن بيانات الترتيب من Arena تُظهر البلدين في منافسة شديدة تحمل رهانات جيوسياسية كبيرة.

ويتتبع التقرير تقلص الفجوة على مدى عدة سنوات. فقد كانت OpenAI تتقدم في البداية عبر ChatGPT في أوائل 2023، لكن منافسين من Google وAnthropic قلصوا تلك الأفضلية في 2024. وفي فبراير 2025، عادل R1 من DeepSeek لفترة وجيزة أفضل نموذج في الولايات المتحدة، وفقًا للخلاصة. وبحلول مارس 2026، تتصدر Anthropic، تليها xAI وGoogle وOpenAI، بينما تأتي النماذج الصينية من DeepSeek وAlibaba خلفها بهامش طفيف فقط.

ويمثل ذلك تحولًا كبيرًا عن السرديات السابقة التي كانت تصف الذكاء الاصطناعي الحدّي بأنه خاضع بوضوح لهيمنة الولايات المتحدة. وأصبحت الهوامش الآن ضيقة إلى درجة تجعل المنافسة تدور أكثر حول التكلفة والموثوقية والفائدة، بدلًا من مجرد الفارق على لوحات الترتيب.

النمو التجاري يأتي مع تكاليف بنية تحتية ثقيلة

يبرز المؤشر أيضًا مدى سرعة تبني الذكاء الاصطناعي. وتقول MIT Technology Review إن الناس يتبنون الذكاء الاصطناعي أسرع مما تبنّوا الحاسوب الشخصي أو الإنترنت. وهذا الإيقاع يفسر كيف تحقق الشركات الإيرادات بهذه السرعة، لكنه لا يعني أن الاقتصاد بسيط.

وتشير الخلاصة نفسها إلى أن شركات الذكاء الاصطناعي تنفق مئات المليارات من الدولارات على مراكز البيانات والرقائق. وهذه التكاليف ليست هامشية، بل هي بنيوية. فالذكاء الاصطناعي الحدّي يعتمد الآن على إنفاق رأسمالي ضخم، وسلاسل توريد طويلة، وبنية حوسبة تزداد تركيزًا.

ويبدو هذا التركيز لافتًا بشكل خاص. فالولايات المتحدة تستضيف معظم مراكز بيانات الذكاء الاصطناعي في العالم، كما أن شركة واحدة في تايوان، وهي TSMC، تصنع تقريبًا كل رقاقات الذكاء الاصطناعي الرائدة المذكورة في الخلاصة. وهذا يخلق بنية صناعية هشة. فالتكنولوجيا التي تُباع باعتبارها ذكاءً موزعًا ما تزال تعتمد على قاعدة مادية ضيقة نسبيًا.

الضغط البيئي وضغط الموارد يتصاعدان

قد تكون الأرقام البيئية في التقرير هي الأصعب تجاهلًا. فتقول MIT Technology Review إن مراكز بيانات الذكاء الاصطناعي حول العالم يمكنها الآن سحب 29.6 غيغاواط من الطاقة، وهو ما يكفي تقريبًا لتشغيل ولاية نيويورك عند ذروة الطلب. كما تقول إن الاستخدام السنوي للمياه الناتج عن تشغيل GPT-4o من OpenAI وحده قد يتجاوز احتياجات مياه الشرب لدى 12 مليون شخص.

هذه الأرقام لا تحسم كل النقاشات حول التكاليف طويلة الأمد للذكاء الاصطناعي، لكنها تُظهر أن البصمة المادية للقطاع لم تعد مسألة نظرية. ومع اتساع استخدام النماذج، تصبح الطاقة والمياه عنصرين مركزيين في اقتصاد النشر وسياساته.

وهذا مهم لأن نقاشات الذكاء الاصطناعي غالبًا ما تهيمن عليها استعارات البرمجيات: النماذج، التطبيقات، المعايير، والوكلاء. ويذكّر المؤشر بأن هذه التكنولوجيا أيضًا صناعية بعمق. فخلف كل قفزة في قدرات النماذج يقف نظام مادي من الكهرباء والتبريد والتصنيع واللوجستيات.

المعايير والسياسات تتأخر

تقول MIT Technology Review إن المعايير المصممة لقياس الذكاء الاصطناعي، والسياسات المقصودة لتنظيمه، وسوق العمل، كلها تكافح لمواكبة التطور. وربما تكون هذه العبارة أوضح خلاصة للتحذير الأوسع في التقرير.

إذا كانت أدوات القياس متأخرة، تصبح الادعاءات المتعلقة بالقدرات أصعب في التفسير. وإذا كانت الأطر السياسية متأخرة، يمكن لقرارات النشر أن تسبق الرقابة. وإذا كانت أسواق العمل متأخرة، فقد لا تملك المؤسسات الوقت الكافي لامتصاص آثار الأتمتة والتعزيز قبل أن تصبح واسعة الانتشار بالفعل.

ولهذا يكتسب مؤشر الذكاء الاصطناعي أهمية تتجاوز قطاع الذكاء الاصطناعي نفسه. فهو يتابع تقنيةً باتت أكثر تشابكًا مع تخطيط البنية التحتية، والسياسة الصناعية، والجغرافيا السياسية، واستراتيجيات العمل، والإدارة البيئية. وبعبارة أخرى، لم يعد الذكاء الاصطناعي مجرد قصة حوسبة.

قطاع يصبح أصعب في الإدارة

الصورة العامة من مؤشر الذكاء الاصطناعي لعام 2026 ليست صورة انهيار وشيك ولا انتصار بسيط. إنها صورة تسارع يزداد صعوبة في الحوكمة. النماذج تواصل التحسن. والتبني يواصل الارتفاع. ورأس المال يواصل التدفق. لكن المؤسسات اللازمة لإدارة الآثار الجانبية والاعتماديات لا تتحرك بالسرعة نفسها.

وقد يكون هذا الخلل هو ما سيعرّف المرحلة التالية من الذكاء الاصطناعي أكثر من أي نتيجة معيارية منفردة. فسباق التقنية مستمر، لكن التحدي الأصعب ربما يكون ما إذا كان بإمكان بقية المجتمع أن يصنع الحذاء قبل أن يتحول العدو السريع إلى تعثر.

هذه المقالة مبنية على تغطية MIT Technology Review. اقرأ المقال الأصلي.