أبرز الأرقام في هذه الحلقة
عادةً، عندما نفكّر في التكنولوجيا، هناك دائمًا التوقّع المريح للسيطرة المباشرة — نحن مبرمَجون على توقّع هذه السيطرة. الأمر يشبه قيادة سيارة: تضغط على دواسة الوقود فتندفع السيارة للأمام، تلفّ عجلة القيادة فتنعطف. العلاقة واضحة جدًا: نحن نعطي أمرًا والآلة تنفّذ، خطوة بخطوة. لكن بالنظر إلى مشهد الذكاء الاصطناعي اليوم في عام 2026، يبدو أن عجلة القيادة تلك قد اختفت تمامًا من أيدينا. لم نعد نتحدّث عن مجرد أدوات سلبية نستخدمها لإنجاز المهام. التحوّل الذي نشهده اليوم هو انتقال جذري من عصر "المساعد الرقمي" الذي ينتظر التوجيه، إلى عصر "المنفّذ المستقل" الذي يتخذ القرارات بنفسه — وهذا يغيّر كل شيء في طريقة عملنا وحياتنا.
مرحبًا بالجميع في هذا الاستكشاف المعمّق لواقع الذكاء الاصطناعي في 2026. كنا في الماضي ننبهر بروبوتات المحادثة البسيطة التي تكتب لنا مسودات البريد الإلكتروني — تلك الأيام تبدو بعيدة جدًا الآن. نحن اليوم في عالم تندمج فيه النماذج الذكية في الروبوتات المادية، وتُدير شركات بأكملها بشكل شبه مستقل تمامًا. اعتمدت هذه الحلقة على مجموعة من التقارير الحديثة — بيانات من Orca Security، تحديثات من Google Cloud، وتحليلات من تقارير قطاعية أخرى (وردت أسماء بعضها بشكل غير واضح في التسجيل الأصلي) — وهدفنا هو الغوص فيها واستخراج الخلاصة: كيف يمكن للمرء أن يبقى في طليعة هذا التطور دون أن يشعر بالضياع.
نهاية عصر الاحتكار
التغيير الأكبر في طريقة بناء النماذج هو ما يمكن تسميته "نهاية عصر الاحتكار". إذا عدنا إلى بيانات عام 2024، كان نموذج واحد مثل GPT-3.5 يسيطر على المشهد بنسبة تبنٍّ مذهلة بلغت 79% — كان العالم بأسره يعتمد على نفس المحرك الضخم، مثل حافلة عملاقة يركبها الجميع للوصول إلى وجهات مختلفة. أما اليوم، فالنموذج الرائد حاليًا، GPT-4o، يستحوذ على 37.6% فقط من السوق. للوهلة الأولى قد يبدو هذا وكأنه تراجع أو فشل للشركات الكبرى في الحفاظ على هيمنتها. لكنه ليس تراجعًا على الإطلاق، بل هو النضج الطبيعي للسوق: أدرك المطورون والشركات أن استخدام نموذج ضخم وعالي التكلفة لأداء مهام محددة هو هدر هائل للموارد. المشهد اليوم أصبح متعددًا ومتشظيًا لأننا دخلنا عصر التخصص — ليس من المنطقي استخدام محرك طائرة نفاثة لتشغيل دراجة نارية.
مثال على هذا التخصص: نموذج Falcon H1R-7B من معهد الابتكار التكنولوجي، الذي يتفوّق — بحسب الأرقام المذكورة في التقارير — على نماذج أكبر منه بسبعة أضعاف. المعلمات (parameters) يمكن تخيّلها كالروابط العصبية في "دماغ" الذكاء الاصطناعي: النماذج العملاقة تمتلك مئات المليارات، بل تريليونات من هذه الروابط، ما يجعلها قادرة على استيعاب كل شيء تقريبًا، لكن تشغيلها يتطلب مراكز بيانات ضخمة وتكلفة باهظة وطاقة هائلة. ما يميز Falcon 7B ليس حجمه الصغير فحسب، بل بنيته الهندسية الهجينة المسمّاة "Transformer-Mamba". البنية التقليدية لمعظم النماذج (Transformers) تعمل بطريقة تتطلب منها قراءة المحادثة بالكامل من الصفر في كل مرة، وهذا يستهلك طاقة حسابية هائلة. أما تقنية Mamba فتعمل كذاكرة انسيابية مستمرة تستوعب سياق المحادثة وتتدفّق معها دون الحاجة لإعادة المعالجة من الصفر في كل خطوة. وعند دمج التقنيتين، نحصل على نموذج يحقق نسبًا مرتفعة في اختبارات الرياضيات المعقدة والبرمجة، باستهلاك طاقة يجعله قابلًا للتشغيل على أجهزة عادية — إضافة إلى النماذج مفتوحة المصدر الصينية مثل DeepSeek التي تقدّم أداءً مذهلًا بتكلفة شبه مجانية مقارنة بالماضي.
الراج (RAG): امتحان الكتاب المفتوح
مع هذا الانفجار في الخيارات، وظهور عائلات جديدة مثل GPT-5 وتقنيات مثل الاسترجاع المعزّز (RAG)، يبدو الأمر معقدًا ومربكًا للشركات لدرجة الشلل التحليلي. لكن هذا التشتت ليس مشكلة، بل هو الشرط الأساسي للانتقال إلى المرحلة التالية. تقنية RAG تبدو وكأنها الحل السحري لمشكلة "الهلوسة" في الذكاء الاصطناعي: كأنك تعطي النموذج كتابًا وتجبره على الإجابة منه فقط، بدل الاعتماد على ذاكرته الواسعة والمشتتة — بمثابة إجبار الذكاء الاصطناعي على خوض امتحان بنظام "الكتاب المفتوح"، باستخدام مستندات الشركة نفسها، ما يلغي الهلوسة تقريبًا ويجعل الإجابات دقيقة وموثوقة.
عام الذكاء الاصطناعي الوكيل
الكفاءة، وانخفاض التكلفة، والسرعة الفائقة لهذه النماذج المتخصصة، هي ما سمح بحدوث الظاهرة الأكبر لعام 2026: الاستقلالية. النماذج السريعة لم تعد تكتفي بالرد على الأسئلة، بل أصبحت قادرة على محاورة نفسها والتفكير المسبق والتخطيط — وهذا هو المصطلح الذي يهيمن على التقارير القطاعية: "عام الذكاء الاصطناعي الوكيل" (Agentic AI). الأرقام وحدها كفيلة بلفت الانتباه: سوق يقفز من 5.2 مليار دولار في 2024 إلى توقعات ببلوغه 200 مليار دولار خلال العقد القادم. الفرق بين الوكيل وروبوت المحادثة التقليدي يكمن أساسًا في الاستقلالية وتعدد الخطوات: في الماضي القريب، كان الذكاء الاصطناعي التفاعلي يحتاج إلى تلقين مستمر — تسأله فيجيب، تطلب منه صياغة رسالة فيكتبها، ثم يتعيّن عليك أنت أخذ تلك الرسالة وفتح البريد وإرسالها. أما الوكيل، فأنت لا تعطيه تعليمات خطوة بخطوة، بل تعطيه هدفًا.
مثال عملي على هذا الفرق: حالة شركة دانفوس الصناعية. في السابق، كان متوسط وقت استجابتهم لطلبات العملاء المعقدة يستغرق 42 ساعة — العميل يرسل طلبًا، الموظف يقرأه، يبحث في نظام المخزون، ينسّق مع الموردين، ثم يرد. الآن، تم خفض هذا الوقت إلى استجابة شبه فورية: الوكيل الذكي يقرأ رسالة العميل، يحلّل الطلب، يتحقّق من المخزون بشكل مستقل، يقيّم البدائل، يتخذ القرار وينفّذ المعاملة. لقد أتمّوا 80% من قراراتهم عبر هؤلاء الوكلاء. وعلى مستوى الاستخدام اليومي، التطبيقات أصبحت خيالية: متصفح مثل Fellow يتصفح المواقع وينقر على الأزرار وينفّذ حجوزات كاملة للسفر بدل فتح خمس علامات تبويب يدويًا، وتطبيق مثل Lindy يبني وكلاء لإدارة جدول الاجتماعات وإرسال الدعوات نيابة عنك.
هل نفقد السيطرة؟
كلما تعمّقنا في هذه الاستقلالية — من وكيل مثل Cursor المذكور في التقارير، الذي لا يكتفي باقتراح الأكواد البرمجية بل يكتبها ويختبرها ويكتشف الأخطاء ويصحّحها بشكل مستقل بالكامل، إلى تخيّل وكيل يحجز تذاكر سفر من بطاقة ائتمانية — يبرز سؤال مشروع: كيف يمكن الوثوق في هذا "الصندوق الأسود"؟ أين يقع دور الإشراف البشري إذا كان الوكيل يخطط وينفّذ؟ هذا القلق دفع هندسة الذكاء الاصطناعي للتطور في اتجاه معاكس لفكرة الصندوق الأسود المظلم. الوكلاء اليوم لا يملكون "شيكًا مفتوحًا" لفعل ما يشاؤون؛ هم مصمَّمون للعمل ضمن ما يُعرف بـ"مسارات العمل" أو الـWorkflows المقيَّدة. دور البشر لم يختفِ، بل انتقل إلى مستوى أعلى: بدل أن يكون الموظف أو المبرمج هو المنفّذ الذي يكتب الكود أو يملأ استمارات الحجز، يتحول دوره إلى "المدير الاستراتيجي". الوكيل يقوم بكل العمل الشاق، لكنه يعرض سلسلة تفكيره المنطقي بشكل شفاف — يبرر قراراته، والإنسان هو من يوجّه المسار، والأهم أنه من يصادق على القرارات النهائية الحرجة قبل تنفيذها. نحن لا نفقد السيطرة، بل نتخلّص من عبء التنفيذ الدقيق لنركّز على الصورة الكبرى.
الذكاء الاصطناعي المادي: من الشاشة إلى المصنع
هذه الاستقلالية لم تعد حبيسة الشاشات والبرمجيات؛ لقد خرجت إلى العالم المادي. روبوت Atlas الشهير من Boston Dynamics غادر أخيرًا مختبرات الأبحاث المغلقة وبدأ اختباراته الميدانية في خطوط تجميع سيارات Hyundai — خطوة تاريخية للروبوتات. هذا التطبيق هو الامتداد المنطقي للوكلاء المستقلين: النموذج البرمجي الذي فُهم سياق النص، طُوِّر ليفهم سياق العالم المادي. نماذج اليوم، مثل نموذج من NVIDIA مخصص للقيادة الذاتية (بعدد معلمات لم يرد بوضوح في التسجيل الأصلي)، تعتمد على بنية تُسمّى "نماذج الرؤية واللغة والحركة" (Vision-Language-Action). الاختلاف جذري عن مجرد كاميرا متصلة بذراع آلي: الكاميرا العادية ترى بكسلات فقط، أما هذه النماذج فترى العالم كما نراه نحن — الروبوت يرى كوبًا زجاجيًا، يفهم لغويًا معنى "كوب زجاجي هشّ"، ويتخذ قرارًا حركيًا بالإمساك به بقوة معيّنة كي لا يتحطّم.
وللتأكد من عدم تسبّب هذه الروبوتات بكوارث في المصانع، يتم الاعتماد على منصات محاكاة افتراضية (لم يرد اسمها بوضوح في التسجيل الأصلي) خفّضت — بحسب الأرقام المذكورة — تباين أخطاء التدريب بنسبة 83%. يتم ذلك عبر بيئات محاكاة افتراضية: قبل أن يخطو الروبوت خطوة واحدة في مصنع حقيقي، يتم تدريبه ملايين المرات داخل مصنع افتراضي يحاكي قوانين الفيزياء بدقة بالغة. خفض التباين بهذه النسبة يعني أن الروبوت أصبح يتصرف بتوقّع واستقرار كبيرين، وتوقّف عن اتخاذ قرارات عشوائية أو خطيرة كان يرتكبها أثناء مراحل التعلّم الأولى.
ثورة في الطب والصحة الشخصية
العالم المادي ليس مصانع ومركبات فقط، بل يشمل أجسادنا أيضًا. من أبرز ما ورد في التقارير: تشخيص أمراض القلب الدقيقة من خلال جهاز تخطيط قلب عادي (ECG) في ثوانٍ، بل والأكثر إبهارًا: اكتشاف علامات الخرف (Dementia) المبكرة من خلال تحليل موجات الدماغ (EEG) بدقة تتجاوز 97%. الطبيب البشري، مهما بلغ من الخبرة، يبحث عن شذوذ واضح في موجات الدماغ — قفزات مفاجئة أو انخفاضات ملحوظة، أي أشياء يمكن للعين رؤيتها. أما الذكاء الاصطناعي فيقرأ الفراغات بين تلك الموجات، ويحلّل تغيّرات طفيفة تحدث على مستوى الملّي ثانية لا تستطيع العين البشرية التقاطها فيزيائيًا، ثم يقاطع هذه الأنماط المخفية مع ملايين الحالات الطبية السابقة في لحظات، فيتعرّف على المرض قبل أن تظهر أعراضه الواضحة بسنوات.
هذا ينطبق أيضًا على الصحة الشخصية والنفسية: تطبيقات لياقة ذكية لا تكتفي بوضع جدول تمارين، بل تحلّل ملايين الجلسات لتعدّل الأوزان وفترات الراحة بشكل مباشر بناءً على مستوى الإرهاق اللحظي، وتطبيقات تستخدم مبادئ العلاج السلوكي المعرفي (CBT) لتقديم دعم نفسي مستند إلى أسس علمية. لكن كلما تعمّقنا في هذه الاستقلالية — خطوط التجميع المعقّدة، التشخيص الطبي، وحتى جلسات العلاج النفسي — يبرز سؤال فلسفي: ألا نغامر بفقدان اللمسة الإنسانية في مواقف تتطلب تعاطفًا لا يمكن برمجته؟ هل الأتمتة تسلبنا إنسانيتنا؟ المفارقة أنه "يُؤتمت لكي يُؤنسن": الذكاء الاصطناعي لا يحاول استبدال الطبيب المعالج أو العامل الماهر، بل يستهدف الأعباء الروتينية الخانقة — الأعمال الورقية، تحليل آلاف صفحات السجلات الطبية. عندما نزيل هذا الإرهاق، نحرّر وقت الطبيب: الطبيب الذي كان يقضي نصف وقته محدّقًا في الشاشة لتعبئة النماذج، أصبح يملك الوقت للجلوس مع المريض، والاستماع لمخاوفه، وتقديم التعاطف العميق وبناء الثقة — وهي أمور لا توجد خوارزمية قادرة على محاكاتها. نحن نزيل الآلية من عمل البشر لكي يعودوا بشرًا.
من يستفيد فعلًا؟ الشركات الناشئة تتفوق على العمالقة
مع كل هذه القدرات، من الذي يستفيد ويحصد الأرباح؟ المتوقَّع أن تكون الشركات التكنولوجية العملاقة هي الفائز الوحيد لأنها تملك الموارد. لكن بيانات قطاعية (رصدت السوق في أستراليا) تكشف مفاجأة: الشركات الناشئة تتبنّى هذه التقنيات بنسبة 81%، بينما الشركات الكبرى والمؤسسات العملاقة تتبنّاها بنسبة 61% فقط. لماذا تخسر "الحيتان الكبيرة" هذا السباق؟ العوائق لم تعد مالية أو تقنية بحتة — التقنية أصبحت متاحة وأرخص من أي وقت مضى مع النماذج مفتوحة المصدر. العوائق اليوم تكمن في الجمود المؤسسي: 39% من الشركات تواجه فجوة في المهارات، و27% يعانون من عدم وضوح العائد على الاستثمار، والعائق الأكبر الذي أشار إليه 51% من المستطلَعين هو الافتقار إلى قدرات القوى العاملة للتنفيذ الداخلي. الشركات الكبرى مقيَّدة بهياكل إدارية بطيئة ومخاوف بيروقراطية، بينما الشركات الناشئة رشيقة وجاهزة للتكيّف — ومن يجرؤ على التبنّي يجني ثمارًا فورية: 95% من تلك الشركات أبلغت عن زيادة في الإيرادات بمتوسط 34%، و94% يتوقعون توفير تكاليف بنسبة تقارب 38%. أما الشركات الصغيرة والمتوسطة فتحقق زيادة في الأرباح بنسبة 45% — أمثلة لشركات بسيطة أضافت ما يقرب من نصف مليون دولار لإيراداتها فقط من خلال دمج وكلاء خدمة عملاء أذكياء يقومون بالرد السريع واقتراح مبيعات إضافية دون أي تدخل بشري.
ليست فجوة رقمية، بل فجوة "مهارة تكيّف"
التقنية أصبحت أرخص وأصغر حجمًا، والشركات الناشئة تتفوق على العملاقة — العائق الحقيقي لم يعد ميزانية قسم تكنولوجيا المعلومات، بل ثقافة الخوف من التغيير. نحن نواجه فجوة من نوع جديد كليًا: ليست فجوة رقمية كما كان الحال في الماضي، بل فجوة "مهارة تكيّف". المنظمات التي تزدهر اليوم هي تلك التي تبنّت نهجًا تدريجيًا وعملت على تحويل موظفيها من مجرد مستخدمين للبرامج إلى ما يمكن تسميته "مترجمي الذكاء الاصطناعي". المهارة المطلوبة لم تعد تعلّم كتابة مئات الأسطر البرمجية لبناء نموذج ذكاء اصطناعي، بل كيفية قيادة وتوجيه هؤلاء الوكلاء المستقلين. "المترجم" هو الشخص الذي يفهم التحديات اليومية في عمله، ويعرف كيف يشرحها بوضوح للوكيل الذكي ليجد الحل — هو الجسر بين المشكلة والحل الآلي. التقنية اليوم لم تعد مجرد أداة صمّاء نستخدمها، بل فريق عمل فائق الذكاء نحتاج إلى إدارته بحكمة.
ماذا بعد؟ الذكاء الاصطناعي في جيبك، بلا إنترنت
طوال هذا الحديث، كنا نفترض ضمنًا أن كل هؤلاء الوكلاء وكل هذه المعالجة تعتمد على التخزين السحابي والاتصال الدائم بالإنترنت. لكن الاتجاه القادم بقوة، والذي بدأنا نرى بوادره، هو الذكاء الاصطناعي المدمج بالكامل في الأجهزة، مدعومًا بما يُسمّى الحوسبة الهجينة الكمومية — أي نقل تلك القوة السحابية الهائلة إلى جيوبنا. تخيّل عالمًا لا توجد فيه حاجة للاتصال بالإنترنت للوصول إلى كل هذه القدرات الاستنتاجية الخارقة، حيث يعمل أقوى ذكاء اصطناعي محليًا وبشكل مشفّر بالكامل داخل شرائح ساعاتكم الذكية أو هواتفكم المحمولة. كيف سيعيد هذا الواقع تشكيل مفاهيم الخصوصية التي اعتدنا القلق بشأنها؟ وماذا يعني أن يمتلك كل فرد قوة حوسبة شخصية كانت قبل سنوات قليلة حِكرًا على دول ومؤسسات بحثية عملاقة؟
إذا عدنا إلى استعارة "عجلة القيادة" التي بدأنا بها رحلتنا، يبدو أننا لم نعد نمتلك مجرد سيارة ذاتية القيادة، بل أسطولًا كاملًا من المركبات المستقلة التي تعمل وتتواصل دون تدخلنا. الأداة أصبحت تفكّر وتنفّذ، وقريبًا جدًا ستفعل ذلك في جيوبنا دون أي اتصال خارجي. مهمتنا الوحيدة المتبقية هي أن نحدّد بوضوح الوجهة التي نريد الوصول إليها، وأن نتعلّم كيف نكون المديرين الاستراتيجيين لهذا الأسطول. شكرًا لمرافقتنا في هذا الاستكشاف المعمّق، وندعو الجميع لمواصلة التعلّم وتجربة هذه الأدوات وطرح الأسئلة دائمًا — إلى اللقاء في رحلة معرفية قادمة.