الذكاء الاصطناعي والإنتاجية: هل يمكن للتكنولوجيا إنقاذ أسواق العمل الراكدة؟

مقدمة: الإنتاجية كمحرك صامت للازدهار

بين الحين والآخر، تظهر تقنية جديدة واعدة بتحويل الإنتاجية — أي الناتج المنتج لكل ساعة عمل. الإنتاجية هي المحرك الصامت للازدهار: فهي تحدد ما إذا كانت الأجور يمكن أن ترتفع دون تضخم، وما إذا كان المجتمع المتقدم في العمر قادرًا على الحفاظ على عقده الاجتماعي. على مدى العقود الماضية، كانت الزيادات في الإنتاجية هي التي سمحت للاقتصادات المتقدمة بتمويل الخدمات العامة والمعاشات التقاعدية والرعاية الصحية، دون التضحية بمستويات المعيشة. ولكن منذ الأزمة المالية العالمية، تباطأ هذا المحرك بشكل ملحوظ، مما أثار مخاوف من "ركود علمي" أو "شيخوخة اقتصادية". السؤال المطروح الآن هو: هل الذكاء الاصطناعي هو التقنية العامة القادمة التي ستعيد إشعال الإنتاجية، أم أنه مجرد خيبة أمل أخرى مبالغ في الترويج لها؟

مشكلة الإنتاجية: تباطؤ طويل الأمد

شهد نمو الإنتاجية في الاقتصادات المتقدمة ضعفًا على مدى عقدين من الزمن. المكاسب التي تحققت في أواخر التسعينيات وأوائل الألفية الثانية — بفضل الإنترنت وبرمجيات المؤسسات — تلاشت بعد الأزمة المالية العالمية. منذ ذلك الحين، بلغ متوسط الناتج لكل ساعة عمل بالكاد أكثر من 1% سنويًا في الولايات المتحدة، وأقل من ذلك في أوروبا واليابان. للمقارنة، في الفترة 1995-2005، كان نمو الإنتاجية في الولايات المتحدة حوالي 2.5% سنويًا. هذا التباطؤ ليس مجرد رقم إحصائي؛ إنه يعني أن الأجور الحقيقية تنمو ببطء، وأن الحكومات تواجه ضغوطًا متزايدة على الميزانيات. ومع تقلص القوى العاملة في جميع أنحاء العالم المتقدم — حيث يتقاعد جيل طفرة المواليد ويقل معدل المواليد — أصبح هذا الركود حالة طوارئ اقتصادية كلية. فمع انخفاض عدد العمال، فإن الطريقة الوحيدة للحفاظ على النمو الاقتصادي هي زيادة الإنتاجية لكل عامل.

هل الذكاء الاصطناعي مختلف هذه المرة؟

الحالة المتفائلة هي أن الذكاء الاصطناعي التوليدي هو تقنية عامة حقيقية، تنتشر في كل قطاع. الأدلة المبكرة مشجعة في مجالات محددة: تطوير البرمجيات، ودعم العملاء، ومراجعة المستندات القانونية، أظهرت جميعها مكاسب كفاءة قابلة للقياس تتراوح بين 20-40% في بعض مهام العمل المعرفي. على سبيل المثال، في دراسة أجرتها مؤسسة غولدمان ساكس، وجد أن المبرمجين الذين استخدموا مساعدي الذكاء الاصطناعي أنجزوا المهام بنسبة 30% أسرع. وفي مجال خدمة العملاء، تمكنت روبوتات الدردشة المدعومة بالذكاء الاصطناعي من حل ما يصل إلى 70% من الاستفسارات دون تدخل بشري. هذه الأرقام تشير إلى إمكانات هائلة.

أما الحالة المتشككة فتقول إن هذه المكاسب لا تزال ضيقة جدًا بحيث لا تحرك الأرقام الإجمالية. مفارقة الإنتاجية — الفجوة بين القدرة التكنولوجية والأثر الاقتصادي المقاس — خدعت المتنبئين من قبل. في الثمانينيات، قال روبرت سولو: "ترى عصر الكمبيوتر في كل مكان إلا في إحصاءات الإنتاجية". لم يظهر تأثير تكنولوجيا المعلومات على الإنتاجية إلا في التسعينيات، بعد استثمارات ضخمة في إعادة هندسة العمليات وتدريب العمال. الانتشار يستغرق وقتًا: العائد الكامل من الكهرباء والإنترنت استغرق عقودًا، لأنه تطلب استثمارًا تكميليًا في المهارات وإعادة التنظيم المؤسسي. اليوم، قد يستغرق الذكاء الاصطناعي وقتًا مماثلاً. بالإضافة إلى ذلك، فإن العديد من التطبيقات الحالية للذكاء الاصطناعي هي تحسينات هامشية، وليست تحولية. قد لا تترجم المكاسب في المهام الفردية إلى نمو إجمالي إذا كانت الشركات تواجه تكاليف تكامل عالية أو إذا كانت المكاسب تتركز في عدد قليل من الشركات.

سؤال سوق العمل: توزيع المكاسب والخسائر

عدم اليقين الأعمق هو توزيعي. على عكس التقنيات السابقة، يتنافس الذكاء الاصطناعي مباشرة مع العمل المعرفي — النوع من العمل الذي كان محميًا طويلاً من الأتمتة. قد يؤدي الانتقال إلى إزاحة وظائف الياقات البيضاء متوسطة المهارة حتى مع إنشاء أدوار جديدة تتطلب قدرات مختلفة. على سبيل المثال، قد تختفي وظائف المحاسبة الروتينية ومراجعة العقود، بينما تظهر وظائف جديدة في هندسة الأوامر (prompt engineering) وإدارة الذكاء الاصطناعي. هذا التحول قد يزيد من عدم المساواة إذا لم يتم تزويد العمال المتأثرين بالمهارات اللازمة. وقد أظهرت الأبحاث أن الأتمتة السابقة أثرت بشكل غير متناسب على العمال ذوي المهارات المنخفضة، ولكن الذكاء الاصطناعي قد يضرب الطبقة الوسطى. وهذا يثير أسئلة حول الحاجة إلى شبكات أمان اجتماعي أقوى وبرامج إعادة تدريب واسعة النطاق.

الآفاق المستقبلية: تأخر وليس ربعًا

وجهة نظرنا هي أن الذكاء الاصطناعي سيظهر في النهاية في إحصاءات الإنتاجية، ولكن مع تأخر يُقاس بالسنوات، وليس بالأرباع. الاقتصادات التي تتكيف بأسرع ما يمكن — من خلال إعادة التدريب والاستثمار الرأسمالي — ستلتقط المكاسب. على سبيل المثال، استثمرت بعض الدول مثل سنغافورة بكثافة في تعليم الذكاء الاصطناعي لجميع المواطنين، مما قد يمنحها ميزة تنافسية. بالنسبة للمستثمرين، عندما يصل ازدهار الإنتاجية، سيكون أهم رياح مواتية اقتصادية كلية في العقد. لكن التوقيت غير مؤكد، وقد يستغرق الأمر عقدًا آخر قبل أن نرى التأثير الكامل. في غضون ذلك، يجب على صانعي السياسات التركيز على تعزيز المنافسة، وتسهيل تبني التكنولوجيا، ودعم العمال المتضررين. الإنتاجية ليست مجرد رقم؛ إنها أساس الازدهار المشترك. والذكاء الاصطناعي، إذا أُدير بشكل جيد، يمكن أن يكون أداة قوية لتحقيق ذلك.