The Reverse Big Push: Generative AI and Self-Fulfilling Automation

في الاقتصاد الحديث، يعتمد الطريقة التي تجني بها الشركات الأموال غالباً على توازن دقيق بين ما تنفقه للتشغيل وبين الأموال التي تتدفق عائدة من العملاء. عندما توظف شركة ما عمالاً، فإنها تدفع لهم أجوراً؛ ثم يقوم هؤلاء العمال بإنفاق رواتبهم في شركات محلية أخرى، مما يخلق دورة من الطلب تحافظ على حركة الاقتصاد بأك ول. هذه الدورة هي جزء أساسي من كيفية عمل الأسواق المحلية. ولعقود من الزمن، درس الاقتصاديون كيف تغير التكنولوجيا الجديدة هذا التوازن. فأحياناً، تكون الآلة الجديدة باهظة الثمن لدرجة أن عدداً قليلاً فقط من الشركات يمكنه تحمل تكلفتها، وتضطر تلك الشركات للعمل بجد لإيجاد عدد كافٍ من الزبائن لسداد ثمن الآلة. هذه هي الفكرة الكلاسيكية لـ "الدفعة الكبرى"، حيث تجبر التكاليف المرتفلة مجموعة من الشركات على النمو معاً من أجل البقاء.

ومع ذلك، فإن صعود الذكاء الاصطوي التوليدي قد قلب هذا السيناريو. اليوم، الجزء الأكثر تكلفة في استخدام الذكاء الاصطناعي المتقدم — وهو تكلفة تدريب النظام الحاسوبي — تدفعه الشركة التي بنته، وليس الشركة التي تستخدمه. يمكن لمكتب محاماة أو استوديو تصميم ببساطة استئجار قوة الذكاء الاصطناعي بالساعة عند حصولهم على عمل جديد. وهذا يجعل الأتمتة تبدو كأنها مصروف تشغيلي مرن بدلاً من كونها استثماراً ضخماً مسبقاً. ولكن هناك فخ؛ فإذا قررت شركة ما استخدام هذا الذكاء الاصطناعي لاستبدال فريقها البشري، فإنها تتوقف عن دفع تلك الأجور. وإذا فعلت العديد من الشركات ذلك في وقت واحد، فإن العمال الذين فقدوا وظائفهم سيتوقفون عن إنفاق المال في الاقتصاد المحلي، مما يقلص السوق للجميع، ويجعل بقاء الشركات المتبقية أكثر صعوبة. والسؤال الذي يطرحه الباحثون هو ما إذا كان هذا التحول يخلق فخاً حيث تقوم الشركات، بتصرفها وفق مصلحتها الذاتية، بتدمير السوق الذي تعتمد عليه دون قصد.

قام فريق من الاقتصاديين من الصين ببناء نموذج لاستكشاف هذه الديناميكية المحددة، مع التركيز على كيفية تطور الخيار بين استخدام الذكاء الاصطناعي بمساعدة البشر مقابل استخدام الذكاء الاصطناعي لاستبدال البشر في اقتصاد خدمات محلي. ووجدوا أن الاقتصاد يمكن أن يعلق في حالتين مختلفتين تماماً، اعتماداً على ما تتوقعه الشركات مما سيحدث لاحقاً. في إحدى الحالتين، تحتفظ الشركات بفرق عملها البشرية، وتظل الأجور مرتفعة، ويكون الاقتصاد المحلي مزدهراً. وفي الحالة الأخرى، تقص الشركات فرق عملها لتوفير المال، فتنخفض الأجور، وينكمش الاقتصاد المحلي، وتقوم الشركات بتقليص فرق عملها بشكل أكبر من أجل البقاء. يطلق الباحثون على هذا اسم "الدفعة الكبرى العكسية". وخلافاً للنموذج القديم حيث أجبرت التكال المرتفعة على النمو، هنا يمكن للقدرة على خفض التكال بسهولة أن تؤدي إلى انهيار ذاتي التحقق.

يكمن جوهر اكتشافهم في أن قرار الأتمتة لا يتعلق فقط بما إذا كانت التكنولوجيا تعمل جيداً، بل بكيفية قيام الشركات الأخرى بالقيام بنفس الشيء. فإذا اعتقدت شركة ما أن معظم الشركات الأخرى ستحتفظ بفرقها البشرية، فمن المنطقي لها أن تحتفظ بفريقها أيضاً، لأن الاقتصاد المحلي سيكون قوياً بما يكفي لدعم الأجور المرتفعة. ولكن إذا اعتقدت شركة ما أن الجميع سيقومون بطرد العمال للتحول إلى الذكاء الاصطناعي، فمن الذكاء بالنسبة لها أن تطرد عمالها أيضاً، لأن الاقتصاد المحلي سيكون ضعيفاً جداً لدعم فريق كامل. وهذا يخلق وضعاً يستقر فيه الاقتصاد في حالة "طلب منخفض"، حيث تكون الأتمتة هي الخيار الوحيد، رغم أن حالة "الطلب المرتفع" حيث يعمل البشر والذكاء الاصطناعي معاً ستكون أفضل للجميع.

يوضح الباحثون أن هذه المشكلة لا تختفي حتى لو سُمح للأجور بالانخفاض. في سوق طبيعي، إذا انخفض الطلب، تنخفض الأجور، مما يجعل توظيف الناس أرخص. ويؤكد النموذج أن انخفاض الأجور يجعل التوظيف أرخص بالفعل، لكنه يعني أيضاً أن العمال لديهم قدرة شرائية أقل. وتجد الدراسة أنه إذا كان فقدان القدرة الشرائية أكبر من الوفورات الناتجة عن انخفاض الأجور، فإن دورة التراجع تستمر. يعلق الاقتصاد في حالة من الأجور المنخفضة والتوظيف المنخفض لأن انخفاض الطلب يكون حاداً جداً بحيث لا يمكن إصلاحه بتكاليف العمالة المنخفضة وحدها. وهذا يعني أن مجرد ترك السوق يعدل الأجور ليس كافياً لمنع الانهيار إذا فقدت الشركات الثقة في المستقبل.

لفهم كيف يتم ذلك، نظر المؤلفون في كيفية اتخاذ الشركات لقراراتها عبر الزمن. لقد تخيلوا سيناريو تحصل فيه الشركات على فرصة لتغيير استراتيجيتها في لحظات مختلفة. فإذا كانت الشركة متشائمة وتتوقع أن الآخرين سيقومون بالأتمتة، فستقوم هي بالأتمتة أولاً، مما يؤكد تشاؤم الشركة التالية، ويخلق سلسلة من عمليات تسريح العمال. أما إذا كانت الشركة متفائلة وتتوقع أن الآخرين سيحتفظون بفرقهم، فستحتفظ هي بفريقها أيضاً، مما يشجع الآخرين على فعل الشيء نفسه. نقطة البداية مهمة، وكذلك التوقعات. وجد الببحاثون أن هناك نطاقاً محدداً من الظروف حيث يكون كلا المخرجين ممكنين. في هذا النطاق، لا يتحدد الاقتصاد بالتكنولوجيا نفسها، بل بالمزاج الجماعي لمجتمع الأعمال.

كما درست الدراسة ما يحدث عندما تقع صدمة عامة، مثل تغيير مفاجئ في الصحة العامة للاقتصاد. ووجدوا أنه إذا كان الاقتصاد في تلك المنطقة الوسطى غير المستقرة، فإن "أساساً عاماً" قادراً على الوصول إلى مناطق الهيمنة يمكنه تحديد مسار فريد. فإذا كان الاقتصاد يميل بالفعل نحو الأتمتة، فإن صدمة سلبية يمكن أن تدفعه نحو الهاوية إلى انهيار كامل. وعلى العكس من ذلك، إذا كان يميل نحو التعاون بين الإنسان والذكاء الاصطناعي، فإن صدمة إيجابية يمكن أن تؤمن هذا المسار. استخدم الباحثون مفهوم "هيمنة المخاطر" للتنبؤ بالحالة التي يُرجح اختيارها عندما يكون المستقبل غير مؤكد. ووجدوا أنه إذا كانت نقطة التحول الاستاتيكية للتعاون بين الإنسان والذكاء الاصطناعي تقع دون النصف، فمن المرجح أن يختار الاقتصاد المسار التعاوني. ولكن إذا كانت نقطة التحول تقع فوق النصف، فمن المرجح أن يختار الاقتصاد المسار المؤتمت، حتى لو كان المسار التعاوني أفضل للمجتمع ككل.

ثم نظر المؤلفون في معنى ذلك بالنسبة للسياسة. لقد حسبوا أن ظروف "فشل التنسيق" هذه موجودة حقاً في العديد من قطاعات الخدمات المهنية. وباستخدام بيانات من الولايات المتحدة، قدروا أنه بالنسبة لأنواع معينة من مهام الذكاء الاصطناعي عالية الاستقلالية، يمكن للاقتصاد أن يقع بسهولة في التوازن السيئ. ووجدوا أن الفجوة بين الحالة "الجيدة" والحالة "السيئة" ليست ضخمة، لكنها واسعة بما يكفي لتكون مؤثرة. وفي عمليات المحاكاة التي أجروها، وجدوا أن تغيراً في مقدار ما يمكن للذكاء الاصطناو القيام به دون مساعدة بشرية يمكن أن ينقل الاقتصاد من حالة مستقرة حيث يعمل البشر والآلات معاً، إلى حالة تحل فيها الآلات محل البشر تماماً، ببساطة لأن السوق انكمش كثيراً بحيث لا يمكن دعمه بالفرق البشرية.

ويجادل الباحثون بأن الحل ليس في حظر الذكاء الاصطناعي أو إجبار الشركات على الاحتفاظ بالعمال. بدلاً من ذلك، يقترحون أن التدخل الحكومي المؤقت يمكن أن يساعد الاقتصاد على عبور الفجوة. فإذا كان الاقتصاد عالقاً في حالة الطلب المنخفض، فإن دعماً صغيراً ومؤقتاً أو ضريبة على الأتمتة الصرفة يمكن أن يعمل كجسر. هذا الجسر من شأنه أن يمنح الشركات الثقة للاحتفاظ بفرقها البشرية حتى يكبر الاقتصاد بما يكفي لدعمها من تلقاء نفسه. وبمجرد أن يصل الاقتصاد إلى حجم معين، يمكن إزالة الدعم، ويصبح نموذج الإنسان والذكاء الاصطناعي هو الخيار الطبيعي والمستدام ذاتياً. المفتاح هو أن يكون هذا الدعم مؤقتاً وموجهاً؛ فالأمر لا يتعلق بإنقاذ كل وظيفة للأبد، بل بمنع الاقتصاد من العلوق في حالة سيئة يكون فيها الجميع أسوأ حالاً.

كما أوضح البحث أن هذه المشكلة خاصة بأنواع معينة من العمل. فهي تنطبق بقوة على الأتمتة "الدفاعية"، حيث تستخدم الشركات الذكاء الاصطناعي لخفض التكاليف لأنها تخشى انكماش السوق. وهي أقل احتمالاً في الأتمتة "الهجومية"، حيث يخلق الذكاء الاصطناعي منتجات جديدة توسع السوق. في الحالة الدفاعية، يدفع الخوف من انكماش السوق قرار خفض التكاليف، والذي بدوره يقلص السوق. ويوضح الباحثون أنه إذا كانت الشركة تخفض التكاليف لأنها تتوقع انكماش السوق، فمن الأفضل للاقتصاد ككل أن تحتفظ هذه الشركة بعمالها، لأن أجورهم ستساعد في إبقاء السوق حياً.

وفي تحليلهم النهائي، استخدم المؤلفون أرقاماً من الواقع لإظهار مدى حساسية هذا النظام. لقد نظروا في نسبة الإيرادات إلى الرواتب في الخدمات المهنية ووجدوا أنه في كثير من الحالات، يكون الاقتصاد على حافة منطقة التنسيق. إن تغيراً صغيراً في تكلفة الذكاء الاصطناعي أو في قدرة الذكاء الاصطناعي على أداء المهام يمكن أن يقلب الموازين. ووجدوا أن تعديلات الأجور، رغم أنها مفيدة، تضغط النطاق الذي يمكن أن يحدث فيه فشل التنسيق هذا، لكنها لا تلغيه. وتخلص الدراسة إلى أن مستقبل العمل في عصر الذكاء الاصطناعي التوليدي يعتمد أقل على القوة الخام للتكنولوجيا وأكثر على الثقة الجماعية للشركات التي تستخدمها. فإذا تمكنت الشركات من التنسيق للحفاظ على فرقها البشرية، يمكن للاقتصاد أن يزدهر. وإذا لم تستطع، فإنها تخاطر بانهيار ذاتي التحقق حيث تنتهي الأدوات التي كان من المفترض أن تساعدها بالإضرار بالسوق الذي تخدمه.

يوفر العمل تحذيراً واضحاً بأن الانتقال إلى اقتصاد مدفوع بالذكاء الاصطناعي ليس أمراً تلقائياً. فهو يتطلب التنقل في مسار ضيق حيث تعزز التوقعات والواقع بعضهما البعض. ويظهر الباحثون أنه بدون آلية لكسر دورة التشاؤم، يمكن للاقتصاد أن يستقر في حالة مستقرة ولكنها غير فعالة، حيث يكون الجميع أفقر مما يمكن أن يكونوا عليه. ويكمن الحل في فهم أن اختيار التكنولوجيا ليس مجرد قرار تقني، بل هو قرار اجتماعي يعتمد على صحة الاقتصاد المحلي بأكمله. ومن خلال إدراك ذلك، يمكن لصناع السياسات تصميم تدخلات تساعد الاقتصاد على إيجاد طريقه نحو النتيجة الأفضل، مما يضمن أن فوائد الذكاء الاصطناعي يتم تقاسمها بدلاً من ضياعها في دورة من التراجع.