لماذا يُحلِّل الذكاء الاصطناعي الماضيَ بإتقان بينما يُراهن رأس المال المغامر على المستقبل
تستخدم ثلاثة أرباع شركات رأس المال المغامر الذكاءَ الاصطناعي بالفعل لتقييم فرص الاستثمار. هذا الرقم، في حد ذاته، يوحي بتحديث لا مفر منه. غير أن ثمة توتراً بنيوياً عميقاً لا يستطيع ذلك الرقم المئوي أن يُعبِّر عنه: فنماذج اللغة الكبيرة بارعةٌ براعةً استثنائية في أداء ما لا يستطيع رأس المال المغامر أن يُكثر منه، وهو النظر إلى الوراء.
إن رأس المال المغامر، في آليته الأكثر جوهرية، رهانٌ على الانقطاعات والتحولات المفاجئة؛ ليس على الأسواق التي تتوسع بصورة يمكن التنبؤ بها، بل على اللحظات التي تكسر فيها تقنيةٌ ما أو سلوكٌ بشري ما المسارَ الذي كانت البيانات السابقة تُلمِّح إليه بوصفه الأكثر احتمالاً. وإدخال أدوات مُدرَّبة على الأنماط التاريخية في هذه العملية أمرٌ مفيد إلى حدٍّ معين، ثم يتوقف عن الإفادة؛ والحد الفاصل بين الحالتين أضيق مما تعترف به معظم الشركات علناً.
التحيز التأكيدي بأكثر صوره تطوراً وتعقيداً
تُولِّد نماذج اللغة الكبيرة استجاباتها عبر رصد الأنماط في مجموعات ضخمة من النصوص. وهذا ما يجعلها قادرةً قدرةً فائقة على المهام التحليلية ذات الحدود الواضحة المعالم: رسم خرائط المنافسين، وتحديد العقبات التنظيمية، وتلخيص الأدبيات التقنية، والإشارة إلى المخاطر في سوق معروف. أما ما لا تستطيعه، بحكم طبيعتها البنيوية، فهو إدراك اللحظة التي توشك فيها تلك الحدود أن تُعيد رسم الخريطة برمتها.
يزخر تاريخ رأس المال المغامر بأمثلة استُخدم فيها التحليل الصحيح للحاضر سبباً لضياع المستقبل. حين جمعت Airbnb جولاتها التمويلية الأولى عام 2008، لم تكن الفكرةُ القائلة بأن الغرباء سيدفعون مقابل النوم في منازل أشخاص لا يعرفونهم مجرد فكرة غير بديهية؛ بل كانت متعارضة تعارضاً صريحاً مع البيانات المتاحة آنذاك حول سلوك المستهلك. كان تحليل المشاعر في تلك الحقبة يُشير إلى الاتجاه المعاكس تماماً. وينطبق الأمر ذاته على المراحل الأولى للشبكات الاجتماعية على الإنترنت: إذ كشفت الاستطلاعات السائدة في مطلع العقد الأول من الألفية الثالثة أن العائق الرئيسي أمام استخدام الإنترنت كان الخوف على الخصوصية. وقد أُسِّس فيسبوك، جزئياً، على تجاهل تلك القراءة.
لكان نظامٌ معايَرٌ بدقة قد صنَّف كلا المقترحين باعتبارهما مرتفعَي المخاطر. وكان محقاً في ذلك من منظور الماضي. لا تكمن المشكلة في كون التحليل خاطئاً؛ بل في كونه التحليل الخطأ لتلك القرار بعينه.
هنا يصعب اكتشاف التحيز داخل الشركات التي اعتمدت الذكاء الاصطناعي جزءاً معتاداً من إجراءات العناية الواجبة. فهو لا يظهر على شكل خطأ واضح، بل يتجلى على شكل سلسلة من التحليلات الموثقة توثيقاً ممتازاً التي تنحاز بصورة منهجية إلى الرهانات ذات السوابق وتنأى عن تلك التي تفتقر إليها. وعلى المدى القصير، يُنتج ذلك محافظَ استثمارية أكثر انضباطاً. أما على المدى البعيد، فيُنتج محافظَ لا تُحقق العوائد التي تُبرِّر هذه الفئة من الأصول.
ما يكشفه تدفق رأس المال نحو الذكاء الاصطناعي في عام 2025
يُجسِّد تركّز رأس المال المغامر العالمي في عام 2025 هذا النمط بدقة بالغة. بلغ التمويل العالمي لرأس المال المغامر نحو 141 مليار دولار في الربع الرابع، بزيادة قدرها 12% مقارنةً بالربع السابق، مما جعل عام 2025 الأكثر نشاطاً منذ عام 2021. ومثَّل الذكاء الاصطناعي أكثر من 25% من رأس المال المغامر العالمي خلال ذلك العام، ارتفاعاً من 15% في عام 2024 و7% في عام 2023. وعلى صعيد قطاع الأعمال، قفز الإنفاق على الذكاء الاصطناعي التوليدي من 11.5 مليار دولار في عام 2024 إلى 37 مليار دولار في عام 2025، وفقاً لبيانات Menlo Ventures.
تصف هذه الأرقام صناعةً تُراهن، جزئياً، على المستقبل بقناعة حقيقية. لكنها تصف كذلك صناعةً تتبع، جزئياً، النمط الأكثر قابليةً للقراءة المتاح. فالذكاء الاصطناعي هو اليوم القطاع الذي يحظى بأكثر تحقق تاريخي حديث، وبأكثر استشهادات في أوراق الأبحاث، وبأعلى تدفق إخباري. وهو، من الناحية العملية، السوق الذي تستطيع أداةُ الذكاء الاصطناعي أن تُنتج عنه تحليلاً بأيسر ما يكون. والنتيجة تغذيةٌ راجعة تُركِّز رأس المال حيث تكون الإشارة أوضح ما تكون، وهو بالضبط النوع من التركيز الذي يُنتج أعلى عوائد الوسط لكن ليس بالضرورة عوائد الذيل العلوي الأيمن.
يستحق التوزيع داخل قطاع الذكاء الاصطناعي الاهتمامَ بدوره. تُفصِّل Menlo Ventures إنفاق عام 2025 بين 19 مليار دولار لطبقة التطبيقات و18 مليار دولار للبنية التحتية. وضمن التطبيقات، استقطبت الأدوات الأفقية 8.4 مليار دولار، فيما حصدت الحلول الإدارية 7.3 مليار دولار والحلول الرأسية المتخصصة 3.5 مليار دولار. تُلمِح هذه الدقة التفصيلية إلى أن الرهان لم يعد على ما إذا كان الذكاء الاصطناعي مهماً بوصفه فئةً، بل على أي طبقة في سلسلة القيمة ستستحوذ على هوامش ربح مستدامة. تلك سؤالٌ أدق بكثير، وهو بالضبط النوع من الأسئلة التي يستطيع التحليل الجيد التنفيذ، بذكاء اصطناعي أو من دونه، أن يُضيف فيها قيمةً تفارقية.
ما لا يستطيع التحليل التاريخي الإجابة عنه هو تحديد الفئات التي لا تظهر اليوم في أي قاعدة بيانات والتي ستستحوذ على الموجة التالية. والطاقة النووية الوحدوية المصغَّرة هي المثال الأوضح على ذلك في هذه اللحظة.
حين يُخفي سجل الإخفاقات انقطاعاً حقيقياً
تزخر السجلات المتعلقة بالطاقة النووية بالتحذيرات. جزيرة ثري مايل، وتشيرنوبل، وفوكوشيما. عقود من محاولات التسويق الفاشلة. جداول بناء امتدت من سنوات إلى عقود. تجاوزات هيكلية في التكاليف. كان نظام تحليل مُدرَّب على ذلك الكم من البيانات سيُنتج، بصورة معقولة تماماً، تقييماً مرتفع المخاطر لأي شركة ناشئة تقترح مفاعلات وحدوية صغيرة بوصفها حلاً للطاقة.
المشكلة أن المفاعلات الوحدوية الصغيرة مختلفة تقنياً واقتصادياً عن محطات الطاقة النووية الكبيرة التي أفرزت ذلك السجل التاريخي. فهي مُصمَّمة للتصنيع المتسلسل والتوحيد القياسي، لا للبناء المخصص في كل موقع على حدة. وقد تغيَّر سياق الطلب بصورة هيكلية: إذ تحتاج مراكز البيانات المخصصة للذكاء الاصطناعي إلى أحجام ضخمة من الطاقة المستمرة والقابلة للتنبؤ، وهو ما لا تستطيع المصادر المتقطعة توفيره بكفاءة اقتصادية على نطاق واسع. وقد بدأت شركات كمايكروسوفت وجوجل وأمازون فعلاً في توقيع اتفاقيات وإجراء استثمارات مرتبطة بالتوليد النووي، مما يُشير إلى أن إشارة الطلب موجودة ومُضفى عليها طابع رسمي في عقود، لا في مجرد تصريحات نوايا.
من المرجح أن يرى نموذجٌ مُدرَّب على الماضي النووي خطراً متراكماً. أما المحلل الذي يفهم ما الذي تغيَّر في اقتصاديات الطلب على الطاقة، فيمكنه أن يرى تقنيةً تدخل السوق في اللحظة التي يحتاجها السوق أخيراً. الفارق بين القراءتين ليس تفاؤلاً في مقابل تشاؤم، بل هو القدرة على تحديد متى أعادت متغيرةٌ خارجية تشكيلَ فضاء الإمكانات لتقنية كانت غير قابلة للتطبيق من قبل.
هذه القدرة لا يمكن تفويضها إلى نظام لا يملك إمكانية الوصول إلى معلومات ما لم يحدث بعد.
الخيال ليس رفاهيةً تحليلية، بل هو المتغير الذي لا يستطيع النموذج استيراده
ما اشتراه رأس المال المغامر تاريخياً لم يكن تحليلاً للسوق القائمة. بل كان شراءً للقدرة على تخيُّل أسواق لم توجد بعد، وعلى تحديد الفرق التي تستطيع إيجادها. وهذه القدرة تنطوي على مكونات لا يمكن تفويضها إلى أنظمة تحليل الأنماط التاريخية: قراءة الإشارات الضعيفة، والقدرة على التعرف على متى يوشك سلوكٌ ناشئ أن يصبح سائداً على نطاق واسع، والتمييز بين سوق أخفق بسبب سوء التنفيذ وآخر أخفق لأن التوقيت لم يكن مواتياً.
لا يعني شيءٌ من هذا أن الشركات ينبغي لها تقليص استخدامها للذكاء الاصطناعي في عملية الاستثمار. فالأدوات الحالية ذات قيمة حقيقية في تسريع عملية العناية الواجبة على الأسواق المعروفة، وفي اختبار افتراضات نماذج الأعمال وتنظيم التحليل التنافسي. وحين تُستخدم على الوجه الصحيح، فإنها تجعل العمل الذي كان المحللون يؤدونه أصلاً أكثر صرامةً ودقة.
لا تكمن المخاطرة في استخدام الذكاء الاصطناعي. بل تكمن في بناء عمليات يتحول فيها غياب السابقة التاريخية تلقائياً إلى إشارة استبعاد. هذا التصميم المؤسسي يطرد من المحفظة الاستثمارية تماماً تلك الفرص التي ينبغي أن يكون رأس المال المغامر في أفضل وضع لاستيعابها.
رأس المال الذي يتدفق إلى حيث تستطيع النماذج قياسه بشكل جيد بالفعل يتنافس مع كل شركة تستخدم النماذج ذاتها. أما رأس المال الذي يتدفق إلى حيث لا تستطيع النماذج بعدُ القياس بشكل جيد، فيتنافس مع أقل بكثير. هذا التفاوت لا يزول لأن الأداة باتت أكثر تطوراً. بل يزداد عمقاً.
