ما هي المزايا التنافسية التي لا تزال قابلة للدفاع عنها في عصر الذكاء الاصطناعي؟

العنوان الأصلي: كيف نتعامل مع مستقبل مضطرب؟
المؤلف الأصلي: استراتيجية طويلة وقصيرة الأجل منهجية
ترجمة: بيغي، بلوك بيتس

ملاحظة المحرر: مع بدء الذكاء الاصطناعي في كتابة التعليمات البرمجية وتحسينها، بل وحتى السيطرة تدريجياً على عملية إنتاج البرمجيات، يلوح في الأفق تغيير هيكلي أعمق: قد يتم إعادة تعريف تقسيم العمل، والتنظيم المؤسسي، وحتى حواجز المعرفة.

كان مؤلف هذه المقالة في السابق جزءًا من فريق مكون من حوالي 20 شخصًا في صندوق تحوط، لكنه اختار المغادرة للعمل في مجال ريادة الأعمال خلال مسيرته المهنية. ويرى أن الإشارة الحقيقية ليست معنويات السوق، بل القفزة في القدرة التقنية. عندما تستطيع النماذج توليد كود قابل للاستخدام باستمرار وتمتلك القدرة على التحسين المتكرر، فإن منطق تطوير البرمجيات وإنتاج المعرفة قد بدأ بالفعل في التغير.

تحلل المقالة، من منظور التمويل الكمي، عدة أنواع من "الخنادق" قصيرة الأجل التي قد لا تزال موجودة في عصر الذكاء الاصطناعي، بما في ذلك البيانات الخاصة، والاحتكاك التنظيمي، وتأييد السلطة، والتأخر في العالم المادي. كما أنها تطرح حكماً أساسياً: في عصر يسوده عدم اليقين، فإن الأهم من التنبؤ الدقيق بالمستقبل هو تحديد الاتجاهات واتخاذ الإجراءات قبل فوات الأوان.

فيما يلي المقال الأصلي:

عندما تبدأ النماذج بكتابة التعليمات البرمجية، يصبح التغيير غير قابل للعكس

أدركت لأول مرة أن الصناعة تقترب من نقطة تحول في وظيفتي السابقة. شعرت وكأنني أسمع موسيقى الخلفية تتباطأ بينما كان كل من حولي لا يزال يتظاهر بأن لا شيء سيتغير.

في ذلك الوقت، كنت أدير فريقاً مكوناً من حوالي 20 شخصاً في صندوق تحوط، وأقوم بما كنت أفعله لسنوات عديدة. من الخارج، كان هذا مساراً وظيفياً تصاعدياً بشكل مطرد تقريباً. لو بقيت هناك، لربما حققت نجاحاً أكبر. ومع ذلك، في النهاية، اخترت ترك ذلك المنصب الذي حلم به الكثير من الناس وبدء مشروع جديد من الصفر مع فريق مكون من عدد قليل من الأشخاص فقط. كان هذا القرار غير مفهوم تقريباً في ذلك الوقت، بل واعتبر بمثابة "انتحار مهني".

لكن في الأشهر الأخيرة، شهدنا تسريحات جماعية للعمال، وريادة أعمال طوعية بعد ترك الوظائف، وتزايد عدد الأشخاص الذين يعملون خلال النهار بينما يقومون بهدوء بالبرمجة والعمل على المشاريع في الليل. كل هذا جعل ذلك القرار الذي بدا "جنونياً" في ذلك الوقت يبدو أقل استبعاداً.

خلال هذه الفترة، سألني الكثير من الناس: إلى أين سيؤدي كل هذا في نهاية المطاف؟ هذه المقالة هي الإجابة التي أستطيع تقديمها حالياً.

بصراحة، لست متأكدًا من مدى أهمية هذا التغيير في نهاية المطاف. لكن أحد الأشياء التي علمتني إياها التمويل الكمي هو: أن السير على الطريق الصحيح غالباً ما يكون كافياً.

ما جعلني أدرك حقاً أن التغيير لا رجعة فيه هو نموذج ChatGPT o1.

قبل ذلك، كنت أشير دائمًا إلى هذه الأنظمة باسم "LLMs"، وليس "AIs". لم أعتقد أن لديهم أي نوع من القدرات الشبيهة بالذكاء. لكن عندما ظهر o1، تغير شيء ما: فقد تمكنت هذه النماذج، ولأول مرة، من توليد التعليمات البرمجية بشكل مستقر من خلال مطالبات منظمة.

كان الكود لا يزال غير كامل وقد يعاني من الهلوسة أو سوء الفهم. لكن المفتاح كان هذا: أصبح بإمكانه الآن كتابة كود مفيد.

كان حكمي بسيطاً. بمجرد أن يتمكن الذكاء الاصطناعي من توليد شفرة قابلة للاستخدام، سيبدأ بشكل متكرر في تحسين منطقه ودفع تطوير البرمجيات بسرعة يصعب علينا تخيلها.

في كل مرة أطرح فيها هذه النقطة، يجادل أحدهم قائلاً: "لا يزال هذا الكود يحتوي على أخطاء وهو بعيد كل البعد عن تلبية معايير الإنتاج". لكن هذا يتجاهل حقيقةً مهمة: فالبرامج التي يكتبها البشر تحتوي أيضاً على أخطاء. لسنا بحاجة إلى الذكاء الاصطناعي لكتابة كود مثالي حتى نتوقف عن كتابة الكود بأنفسنا.

تكمن نقطة التحول الحقيقية في أن يكون معدل الخطأ في الكود المكتوب بواسطة الذكاء الاصطناعي أقل من معدل الخطأ لدى البشر، مع كونه أسرع بكثير. في تلك اللحظة، سيتم إسناد عملية كتابة التعليمات البرمجية بالكامل إلى الآلات.

بعد أن شهدت بنفسي قدرات o1، يمكنني أن أكون شبه متأكد: ستكون هناك تغييرات جذرية للغاية في المستقبل.

الخندق الذي لا يزال موجودًا في عصر الذكاء الاصطناعي

في البداية، اعتقدت أن الذكاء الاصطناعي سيؤدي تدريجياً إلى تآكل صناعة التمويل الكمي، لكن هذه العملية ستكون بطيئة نسبياً. والسبب بسيط: لا تحتوي التعليمات البرمجية على مستوى المؤسسات تقريبًا على بيانات متاحة للجمهور للتدريب.

في ذلك الوقت، كنت أتصور هندسة البرمجيات على شكل هرم: في الأسفل كان العمل الأساسي في البرمجة؛ والأعلى كان كبار المهندسين ذوي القدرات المعمارية؛ وفي الأعلى كان المطورون المحترفون، مثل علماء البيانات والمطورين الكميين وخبراء الصناعة المختلفين. نظرياً، كلما تعمقت الخبرة، زادت أمان المهنة.

كان تقييمي الأولي هو أنه في غضون عامين، سيكون المبرمجون الأساسيون أول من يتم الاستغناء عنهم؛ يليهم كبار المهندسين؛ وفي المستويات الأعلى، مع استيعاب النماذج تدريجياً للمعرفة المتخصصة، ستتأثر أيضاً المناصب العليا.

لكن سرعان ما أدركت شيئًا آخر: شركات النماذج المتطورة ستوظف في نهاية المطاف خبراء الصناعة بشكل مباشر لإدخال المعرفة المتخصصة في النماذج. بمعنى آخر، ستكون المعرفة المتخصصة بمثابة خندق قصير الأجل، ولكن على المدى الطويل، سيتم استيعابها تدريجياً من قبل النماذج.

في تقييمي في ذلك الوقت، كانت هناك عدة أنواع من الشركات التي من غير المرجح أن تتأثر بسهولة في السنوات الخمس المقبلة.

الفئة الأولى: بيانات خاصة

يصعب استبدال الشركات التي تمتلك كمية كبيرة من البيانات الخاصة بها.

على سبيل المثال، تقوم صناديق التحوط الكبيرة متعددة الاستراتيجيات (مثل صناديق التحوط الصغيرة)، مثل مؤسسات مثل ميلينيوم، بتوليد كميات هائلة من البيانات كل يوم: أبحاث المحللين، وتوصيات الاستثمار، ورؤى السوق، ونتائج التداول الفعلية.

يمكن استخدام هذه البيانات لتحسين النماذج باستمرار، مما يخلق ميزة تنافسية يصعب تكرارها خارجياً. طالما أن مصادر بيانات الشركة غير متاحة بسهولة للنموذج، فإنها لا تزال تحتفظ بميزة تنافسية معينة قائمة على الوقت.

الفئة الثانية: الاحتكاك التنظيمي

أي صناعة تتطلب موافقة بشرية كبيرة لا يمكن تعطيلها بسهولة. على سبيل المثال، الأسواق المالية التقليدية.

للدخول إلى هذه الأسواق، تحتاج إلى: فتح حساب وساطة، والحصول على التراخيص، وتوقيع المستندات القانونية العابرة للحدود. تداول الأصول المشفرة أمر سهل، لكن رغبة شركة أجنبية في تداول خام الحديد في الصين أمر ليس بالبسيط على الإطلاق.

طالما أن أي صناعة لا تزال تتطلب توقيعات بشرية للموافقة، فإن وتيرة تطورها ستكون مقيدة بعمليات الموافقة.

الفئة الثالثة: السلطة كخدمة

الآن، لم يعد كتابة رأي قانوني بواسطة الذكاء الاصطناعي يمثل تحدياً. لكن الحقيقة هي أن الناس ما زالوا على استعداد لدفع عشرات الآلاف من الدولارات لمحامٍ لتقديم المشورة القانونية. والسبب بسيط: تفتقر آراء الذكاء الاصطناعي حالياً إلى المصداقية.

وينطبق المنطق نفسه على عمليات تدقيق العقود الذكية. من الناحية الفنية، قد يكون الذكاء الاصطناعي بالفعل مساوياً أو حتى متجاوزاً لمستوى كبار المدققين. لكن السوق لا يزال يفضل شراء "ختم" شركة تدقيق معروفة.

لأن ما يشتريه العملاء حقاً ليس الرأي نفسه، بل السلطة التي تقف وراء هذا الرأي.

الفئة الرابعة: العالم المادي

إن تطور الأجهزة أبطأ بكثير من تطور البرامج، كما أن مشاكل الأجهزة أكثر صعوبة في الإصلاح.

لذلك، من غير المرجح أن تتأثر الصناعات التي تتفاعل بشكل مباشر مع العالم المادي بشكل سريع بالذكاء الاصطناعي على المدى القصير. ومع ذلك، بمجرد أن تلحق قدرات الأجهزة بالركب، سيظل المنطق نفسه ساريًا: ستختفي المناصب ذات المستوى الأدنى أولاً، تليها المناصب ذات المستوى الأعلى.

هذه الخنادق موجودة بالفعل. لكن يجب الاعتراف بأنها لا تؤدي إلا إلى تأخير التغيير بدلاً من إيقافه.

تصرف بناءً على المؤشرات، لا تنتظر اليقين.

عندما يكون المستقبل غير مؤكد للغاية وتكون وتيرة التغيير سريعة، غالباً ما يرتكب الناس خطأين.

أولها انتظار اليقين قبل اتخاذ أي إجراء. أما الثاني فهو ببساطة تطبيق القياسات التاريخية، مثل: "هذا يشبه فقاعة الإنترنت."

كلا النهجين قد يؤديان إلى أخطاء في التقدير.

في حالات المعلومات غير الكاملة، يكون النهج الأكثر منطقية هو الاستدلال من المبادئ الأساسية.

لست بحاجة إلى معرفة كل تفاصيل المستقبل. كل ما عليك فعله هو تقييم الاتجاه بشكل تقريبي، وتصميم رهانات غير متماثلة، مما يعني أنه إذا أخطأت في التقدير، فإن الخسارة يمكن التحكم فيها؛ وإذا أصبتَ في التقدير، فإن المكسب سيكون هائلاً.

في مستقبل غامض، عدم التماثل هو كل شيء.

تتمثل إحدى طرق التفكير العملية في أن تسأل نفسك أولاً "ما هي الشروط المسبقة لحدوث نتيجة معينة؟" ثم تسأل عما إذا كانت هذه الشروط المسبقة قد ظهرت بالفعل؟

وبالنظر إلى الماضي، لم يكن من الصعب التنبؤ بهذه النقطة المحورية في مجال الذكاء الاصطناعي. لأن المدخلات الرئيسية كانت موجودة بالفعل: شفرة يمكنها كتابة نفسها، ونماذج يمكنها التحسين بشكل متكرر، ومعرفة مؤسسية يمكن شراؤها بدلاً من رعايتها.

طالما أنك تراقب هذه الإشارات بعناية، يمكنك تقييم الاتجاه المستقبلي بشكل تقريبي.

بل يمكنك الاستمرار في الاستقراء.

ربما لم نشهد بعد السيناريوهات التالية بشكل كامل: الذكاء الاصطناعي الذي يمكنه تدريب نفسه، والذكاء الاصطناعي الذي يمكنه استنساخ نفسه، والذكاء الاصطناعي الذي يعمل بشكل مستقل تمامًا.

إذا استطاع الذكاء الاصطناعي تحسين قدراته بنسبة 0.1% من خلال سلسلة من الإجراءات، فقد يبدو ذلك غير مهم. لكن طالما أن هذا الرقم ليس صفرًا، فسيستمر في التزايد. هذا تأثير نموذجي لقانون القوة.

في الأسواق المالية، بمجرد أن تصبح الإشارة واضحة، غالباً ما يكون التداول مزدحماً بالفعل.

في مجال الاستثمار، أنت تستبدل عدم اليقين بالثقة في المراحل المبكرة. في كل من المسار الوظيفي وريادة الأعمال، الأمر متشابه بشكل أساسي.

إذن، السؤال الحقيقي ليس ما الذي سيحدث في المستقبل؟ بل ما الذي أعرفه بالفعل؟ إلى أي اتجاه تشير هذه المعلومات؟ ما هو الفرق في التكلفة بين التصرف الآن والانتظار؟

وهناك أيضاً حقيقة غالباً ما يتم تجاهلها، وهي أن الفعل نفسه يخلق معلومات.

لا يحدث الفعل في فراغ. عندما تتخذ إجراءً في العالم، يقدم لك العالم ردود فعل. تُقدّم هذه الملاحظات معلومات جديدة. المعلومات هي المحرك الأساسي للتكرار. يؤدي التكرار إلى نتائج أفضل. هذه هي الآلية الأساسية للتقدم.

البقاء في حالة من عدم اليقين هو شكل من أشكال التدهور البطيء. أما الفعل، من ناحية أخرى، فيدل على الاستكشاف.

إذا كنت أرغب فقط في الاستمرار في التمتع بفوائد النظام الحالي، فقد أتمكن من الحفاظ عليه لبضع سنوات أخرى. لكنني لطالما أردت أن أفعل شيئًا خاصًا بي حقًا، وأشعر أن هذه الفرصة تتلاشى بسرعة.

بالطبع، ستظل أكبر صناديق التحوط في العالم تحقق أداءً جيداً، لأنها تمتلك بيانات خاصة يصعب تكرارها. لا تزال الأسواق المالية التقليدية مقيدة أيضاً باللوائح والإجراءات اليدوية.

لكنني أعتقد أن هذه المؤسسات ستستخدم في نهاية المطاف الذكاء الاصطناعي لاستبدال غالبية موظفيها، بمن فيهم مديرو المحافظ الاستثمارية.

لن يحدث ذلك بين عشية وضحاها، ولكنه سيحدث عاجلاً أم آجلاً.

كان تقييمي في ذلك الوقت أن لدي فترة زمنية تتراوح بين 4 و 5 سنوات تقريبًا. بمجرد أن تستوعب شركات الذكاء الاصطناعي الأساسية ما يكفي من المواهب الصناعية، سيصبح من الصعب على الشركات الناشئة الجديدة دخول هذا المجال. في بعض الأسواق، مثل سوق الأسهم الأمريكية، أصبح هذا الاتجاه واضحاً للغاية بالفعل. سيكون مستوى الكفاءة بعد بضع سنوات أمراً لا يمكن تصوره تقريباً.

قريبًا، لن يكون هناك مكان لـ "مكان ثانٍ" في هذا العالم. بإمكاني الاستمرار في العمل لدى مؤسسات من الدرجة الأولى، لكنني أفضل الانتقال إلى مجال لا أزال أمتلك فيه ميزة تنافسية.

لذلك، استقلت وكرست كل جهودي لريادة الأعمال. وفي وقت لاحق، أصبحت تلك الشركة تُعرف باسم OpenForage.

الآن، تضيق الفرصة بسرعة. لم يعد التغيير تدريجياً. ما كان يستغرق شهورًا للتقدم أصبح الآن يستغرق أسابيع فقط.

لا أعتقد أن الوظائف ستختفي تماماً في السنوات القليلة المقبلة. لا يزال البشر بحاجة إلى البشر. نحن كائنات اجتماعية، وفي الوقت الحالي، لا يزال البشر لا يثقون بالذكاء الاصطناعي. لا يزال التحقق من صحة السلطة يتطلب تدخلاً بشرياً.

في السنوات القادمة، قد نشهد حتى رؤساء تنفيذيين يعملون بالذكاء الاصطناعي، ولكن من المرجح أن يظل الأمر يتطلب رئيسًا تنفيذيًا بشريًا للموافقة على قرارات الذكاء الاصطناعي. سينتقل هذا "التحقق البشري" تدريجياً عبر الهيكل التنظيمي. سيشرف مديرون بشريون على مجموعة من وكلاء الذكاء الاصطناعي.

لكن منطق التوظيف سيتغير. إذا وجد الرئيس التنفيذي أنه من الأسهل التحكم في الذكاء الاصطناعي بدلاً من التحكم بك، فمن غير المرجح أن يتم توظيفك، وستصبح وظائف البرمجة الأساسية أكثر صعوبة في الحصول عليها.

إذا كنت تريد أن تجعل نفسك لا غنى عنه، فأنت بحاجة إلى تحقيق أمرين. أولاً، تفوق على الذكاء الاصطناعي من حيث المدة الزمنية. على سبيل المثال، التخطيط الاستراتيجي طويل الأجل، واتخاذ القرارات المعقدة، وإدارة الدورات متعددة السنوات. ثانياً، تطوير الذكاء الاصطناعي على نطاق واسع ومنهجي. لا يزال سياق الذكاء الاصطناعي محدودًا؛ فهم يعرفون الكثير من الحقائق لكنهم يكافحون لفهم التأثيرات المتتالية للأنظمة المعقدة.

إذا كنت تستطيع التفكير على المدى الطويل، واستيعاب المعلومات بسرعة، واتخاذ القرارات الاستراتيجية، والتعاون بفعالية، فستظل لديك وظيفة في المستقبل المنظور.

تكون نقطة التحول مرئية بالفعل قبل وصولها. ومع ذلك، فإن معظم الناس إما لا ينظرون، أو يرون لكنهم لا يتصرفون، أو لا يتفاعلون إلا عندما تصبح الإشارات صاخبة للغاية. بحلول ذلك الوقت، غالباً ما تكون الفرص قد تم تسعيرها بالفعل من قبل السوق.

لا تتجاهل تغيرات الوضع، ولا تتريث في موقف تفقد فيه ميزتك، بينما تحاول إقناع نفسك بالانتظار حتى يحين وقت أفضل للتصرف. الفرصة الحقيقية نادراً ما تُعلن مسبقاً. بحلول الوقت الذي يدرك فيه الجميع الأمر، تكون الفرصة قد أُغلقت بالفعل في أغلب الأحيان.

رأيت الإشارة، فراهنت. الآن، أعيش نتيجة ذلك الرهان - سواء كان ذلك للأفضل أو للأسوأ.

[ رابط المقال الأصلي ]