أبرز النقاط
- لا توجد مؤشرات فعلية على تحسّن هوامش الربح بفعل AI خارج شركات التقنية الكبرى
- المتطلبات التنظيمية والخصوصية قد تؤخر المكاسب الإنتاجية لسنوات في قطاعات كالمصارف والرعاية الصحية
- إذا تأخرت القفزة الإنتاجية خمس سنوات بدل خمسة أشهر فإن أسهم AI مهددة بإعادة تسعير مؤلمة
يبدو أن وول ستريت تراهن على سيناريو وردي: الذكاء الاصطناعي سيُحدث طفرة في أرباح الشركات الأمريكية خلال أشهر. لكن تورستن سلوك، كبير الاقتصاديين في شركة أبولو للاستثمارات البديلة، يطرح رواية مختلفة تماماً: الانتظار قد يطول "لسنوات تتجاوز توقعات السوق بكثير".
ما المشكلة التي يطرحها سلوك بشأن أرباح الذكاء الاصطناعي؟
يُشير سلوك إلى أن تقييمات شركات الذكاء الاصطناعي المرتفعة تستند بالكامل إلى افتراض واحد: أن هوامش ربح شركات S&P 493 — أي مؤشر S&P 500 مطروحاً منه عمالقة التقنية السبعة الكبار (Magnificent Seven) — ستتحسّن قريباً بفضل تبني الـ AI. لكن البيانات الفعلية حتى الآن لا تدعم هذا التفاؤل؛ فخارج قطاع التقنية لا توجد علامات ملموسة على أن الذكاء الاصطناعي يرفع الربحية.
لماذا تتأخر المكاسب في الصناعات المنظمة؟
القطاعات الخاضعة لتنظيم صارم — الرعاية الصحية، المصارف، الطاقة، الأدوية، التصنيع — تواجه عقبات بنيوية لا يمكن تجاوزها بسرعة:
- إعادة هندسة العمليات الداخلية لتتوافق مع نماذج الذكاء الاصطناعي
- متطلبات الخصوصية والامتثال التي تُبطئ نشر الحلول
- غياب مقاييس واضحة لقياس إنتاجية العمل المعرفي
يرى سلوك أن هذه العوائق قد تُؤخر المكاسب الإنتاجية الفعلية لفترة تتجاوز بكثير ما تسعّره الأسواق حالياً.
هل تواجه أسهم AI خطر إعادة التسعير؟
الأسواق تسعّر نمواً سريعاً في الأرباح، لكن التدفقات النقدية الحقيقية قد تتخلف كثيراً عن هذه التوقعات. إذا احتاجت القفزة الإنتاجية إلى خمس سنوات بدلاً من خمسة أشهر، فإن كثيراً من أسهم الذكاء الاصطناعي معرّضة لتصحيح سعري مؤلم. ويُضاف إلى ذلك عامل آخر: انخفاض تكلفة التوكنات (tokens) قد يحدّ من إيرادات مزودي البنية التحتية السحابية الكبرى (Hyperscalers) على المدى المتوسط.
مشكلة قياس الإنتاجية في العمل المعرفي
حتى في الحالات التي يُظهر فيها الموظفون الأفراد إنتاجية أعلى بفضل أدوات AI، يصعب قياس هذه المكاسب في بيئات العمل المعرفي. من دون مقاييس واضحة لا تستطيع الإدارة اتخاذ قرارات مبنية على بيانات، وتظل التحسينات "مخفية" ضمن العمليات اليومية بدلاً من الظهور في القوائم المالية.
رأي Logicity
تحليل سلوك يُذكّرنا بأن موجة الـ AI ليست استثناءً من قواعد التبني التقني التاريخية: الوعود تسبق العوائد بسنوات. بالنسبة للمستثمرين والمؤسسات في الخليج — حيث قطاعات كالمصارف والطاقة والرعاية الصحية تخضع لرقابة صارمة من SAMA وهيئة أسواق المال وغيرها — فإن التوقعات الواقعية ضرورية. الشركات الراغبة في قياس عائد AI الفعلي قد تحتاج أدوات مثل Jellyfish أو Faros أو حتى حلول BI تقليدية (Power BI، Tableau) مع لوحات KPI مخصصة، بدلاً من الاكتفاء بافتراض المكاسب.
الأسئلة الشائعة
ما المقصود بـ S&P 493 ولماذا هو مهم في نقاش أرباح AI؟
هو مؤشر S&P 500 بعد استبعاد شركات التقنية السبع الكبرى (Magnificent Seven). أهميته أنه يعكس أداء الاقتصاد الأوسع خارج فقاعة التقنية، وتقييمات AI تفترض تحسّن هوامشه.
لماذا يصعب قياس مكاسب إنتاجية الذكاء الاصطناعي في العمل المعرفي؟
لأن المخرجات غير موحدة ولا توجد مقاييس معيارية متفق عليها، فتبقى التحسينات مخفية داخل العمليات اليومية ولا تنعكس مباشرة على البيانات المالية.
هل يعني ذلك أن الاستثمار في AI غير مجدٍ؟
لا، لكنه يعني أن العوائد المالية الملموسة قد تستغرق وقتاً أطول مما تتوقعه الأسواق حالياً، خصوصاً في القطاعات المنظمة.
كيف يؤثر انخفاض تكلفة التوكنات على شركات البنية السحابية؟
انخفاض الأسعار يضغط على إيرادات مزودي الخدمة السحابية الكبرى الذين يبيعون قدرات الاستدلال، ما قد يحدّ من نمو أرباحهم رغم زيادة الاستخدام.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني حالة استخدام AI في مؤسستك وتريد تقييماً واقعياً للعائد المتوقع والجدول الزمني، تواصل مع فريق Logicity للاستشارات التقنية.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
