1) القفزة المخيفة في قدرة النماذج على إنتاج محتوى ضار

في تجربة على السلامة:
مجرد تعديل بسيط في طريقة بدء الإجابة رفع إنتاج المحتوى الضار من 1.5% إلى 87.9%

2) نماذج الذكاء الاصطناعي تبدو عادلة… لكنها ليست كذلك

•النماذج ما زالت تربط الصفات السلبية بفئات معينة (مثل السود)
•وتميل لربط النساء بالعلوم الإنسانية بدل STEM
•وتفضل الرجال في أدوار القيادة

3) كلما كبر النموذج… زادت التحيزات!

•مع زيادة حجم النماذج، التحيزات الضمنية تزداد بدل أن تختفي

هذا عكس المتوقع (كان الاعتقاد بأن النماذج الأكبر ستكون أكثر عدلاً)

4) تكلفة تدريب الذكاء الاصطناعي بيئيًا مرعبة

•تدريب GPT-3 أنتج حوالي 588 طن CO₂
•GPT-4 وصل إلى 5,184 طن
•نموذج Llama 3.1 وصل إلى 8,930 طن

▪️الإنسان الأمريكي العادي ينتج 18.08 طن سنويًا

يعني تدريب نموذج واحد = بصمة كربونية تعادل مئات الأشخاص

5) البيانات المفتوحة بدأت تختفي بسرعة

•نسبة المحتوى المقيّد للاستخدام في التدريب ارتفعت من 5–7% إلى 20–33% خلال سنة واحدة

هذا عكس الاتجاه المتوقع (المفروض الإنترنت يصبح أكثر انفتاحًا)

6) عدد حوادث الذكاء الاصطناعي انفجر فجأة

•وصل إلى 233 حادثة في سنة واحدة مع زيادة 56.4%

يدل أن المخاطر تتسارع أسرع من الحلول

7) مشاركة الطلاب في علوم الحاسب غير متوازنة جدًا

في اختبارات AP:
•بعض الفئات (مثل الآسيويين والبيض) ممثلة بشكل كبير
•بينما فئات أخرى شبه غائبة (بعضها أقل من 1%)

فجوة كبيرة في الوصول للتعليم التقني.

8) سوق العمل: الذكاء الاصطناعي يتركز في وظائف محددة جدًا

•الوظائف التقنية وحدها تمثل 37.2% من استخدامات AI

رغم الضجة، الاستخدام ما زال مركزًا جدًا في مجالات محددة.

مفارقة سولو تظهر في الذكاء الاصطناعي

رغم أن الجميع يتحدث عن الذكاء الاصطناعي، الأرقام تقول إنه لم يغير الاقتصاد فعليًا حتى الآن.

▪️ماذا يحدث الآن فعلياً؟
•90% من الشركات تقول: لا تأثير على الإنتاجية أو الوظائف
•فقط ⅔ (حوالي 66%) يستخدمون AI
•لكن الاستخدام ضعيف جدًا: 1.5 ساعة أسبوعيًا فقط
•25% لا يستخدمونه إطلاقًا

✔️ الذكاء الاصطناعي موجود، لكن لم يدخل بعمق في العمل اليومي.

⸻ ⸻ ⸻ ⸻

▪️ ماذا عن الإنتاجية؟

▫️في الماضي:
•2.9% نمو (قبل 1973)
•ثم هبط إلى 1.1%
▫️اليوم:
•لا يوجد تحسن واضح رغم AI

✔️التاريخ يعيد نفسه
تقنية قوية لكن بدون نتائج اقتصادية واضحة (حتى الآن).

⸻ ⸻ ⸻ ⸻

▪️ الاستثمار مقابل النتائج

▫️تم إنفاق أكثر من 250 مليار دولار على AI، لكن النتائج:
•1.9% تحسن (أفضل تقدير)
•أو فقط 0.5% خلال 10 سنوات (تقدير متحفظ)

✔️الاستثمار ضخم جدًا، لكن العائد ضعيف حتى الآن.

⸻ ⸻ ⸻ ⸻

▪️ على مستوى الأفراد

▫️بعض الدراسات تقول: الإنتاجية قد تزيد حتى 40%، لكن الواقع:
•الاستخدام زاد 13%
•الثقة انخفضت 18%

✔️الفائدة موجودة نظريًا، لكن الناس لا تثق أو لا تستخدمه بشكل كافٍ.

⸻ ⸻ ⸻ ⸻

▪️ ماذا يتوقعون للمستقبل؟
•+1.4% إن

تاجية
•+0.8% إنتاج
•الوظائف:
- −0.7% (رأي الشركات)
- +0.5% (رأي الموظفين)

✔️حتى التوقعات متواضعة وليست ثورة كبيرة.

⸻ ⸻ ⸻ ⸻

▪️ إشارات قد تكون إيجابية

•نمو الاقتصاد: 3.7%
•نمو الإنتاجية: 2.7%
•وظائف: 181,000

✔️ بعض الخبراء يعتقدون أن التأثير قد يبدأ بالظهور الآن.

مستقبل الذكاء الاصطناعي في الخليج

هذا التقرير The Rise of Agentic AI in the GCC صدر في اكتوبر 2025 وهو دراسة بحثية عن IDC (International Data Corporation) العالمية تم التمويل من أمازون واتصالات الإمارات ودرس 226 شركة

تفاصيل التقرير + قرائتي👇🏻

1) الفكرة الأساسية للتقرير

الذكاء الاصطناعي في الخليج تطور

من: أدوات تساعد (AI Assistant)
إلى: أنظمة تعمل وتقرر بنفسها (Agentic AI)

🔻 اعتقد أن هذا مبالغ فيه الآن
ما زلنا في مرحلة Copilots (مساعدات) ومحدودية الـAutomation

2) ماذا يحدث في الخليج الآن؟

•74% يخططون لاستخدام Agentic AI
•19% بدأوا فعليًا باستخدامه بشكل كامل
•26% ما زالوا مترددين

🔻التبني النظري سريع… لكنه التطبيقي بطيء
🔻التخطيط ووجود الوثائق لا يعني تطبيق فعلي
🔺🔻 الاستخدام الفعلي ينشط في chatbots وقليل من automation

3) من يقود الـAI في الشركات؟

•60% من القرارات تأتي من الإدارة العليا

هذا يعني أن الموضوع ليس تقني فقط إنما قرار استراتيجي وهذا ممتاز ومطلوب ولكن لا ينبغي الاستحواذ

القيادة استراتيجية وربما بعيده عن فهم الـ AI والتقنيين IT تنفيذيين وبحاجة للمساحة وسرعة القرار والموائمة

4) أين يتم استخدامه؟

•البنوك: التحقق من العملاء
•الحكومة: خدمات ذكية للمواطنين
•المتاجر: توصيات وشراء ذكي
•الاتصالات: خدمة العملاء
•الطاقة: تحسين الإنتاج

يعني يستخدم في كل مكان فيه تكرار أو بيانات كثيرة أو قرارات متكررة

ولكن ليست بالعمق الحقيقي (المستقل)

5) ماذا تتوقع الشركات من AI؟

•62% يتوقعون زيادة بسيطة (1–10%)
•6% زيادة كبيرة

•47% يتوقعون خفض 11–20%
•24% خفض 21–30%

•50% يتوقعون تحسن بسيط (1–10%)
•26% تحسن متوسط

🔺يعني بداية تجريب وليست للربح السريع وهذا واقعي بالزحف نحو النضج بزيادة العمليات وتقليل التكاليف

6) أهم الفوائد المتوقعة
•64% تقليل الأعمال المتكررة
•47% سرعة الاستجابة للسوق
•46% كفاءة أعلى
•46% تقليل التكاليف
•43% تحسين الامتثال

أرقام جيدة ولكن مرتبطة بالبيانات وجودتها والعمليات المنظمة والأهداف الحقيقية في مراحل مدروسة

7) ما المخاطر؟

•24% مشاكل أمنية
•22% استخدام سيء
•17% تسريب بيانات
•14% قرارات غير متوقعة

🔻لاحظت أن التقرير لم يتطرق للهلوسة وفقدان السيطرة وقرارات غير قابلة للتفسير

ربما لأن الاعتماد على نماذج غير محلية وأدوات وحتى ذلك لا يعفي من تصنيفها

8) ما التحديات؟
•37% الإدارة لا تفهم القيمة جيدًا
•36% الأنظمة التقنية غير جاهزة
•32% خوف الموظفين من فقدان الوظائف
•28% نقص الميزانية

🔻 واقعية جدا بالتركيز على العنصر البشري كمقاومة الموظفين وغموض القيمة ومشاريع بدون ROI واضحة

9) مقارنة الدول

🇦🇪 الإمارات: الأكثر تقدم وتركيز على الابتكار

🇸🇦 السعودية: تركيز على البنية التحتية مع مشاكل أكبر في الميزانية

بقية الخليج في مرحلة البناء والتأسيس.

🔻واقعية نوعاً ما فالسعودية في مرحلة انتقال هائل في عدة مجالات من البنية التحتية وكذلك تعمل بعمق للظهور العالمي