أبرز أحداث الذكاء الاصطناعي — الصورة الكاملة — الأخبار اليومية 2026-10-24 (السبت)

جمعت شركة Warp Sciences مبلغ 215 مليون دولار لبناء مختبر يستخدم الذكاء الاصطناعي والروبوتات لإجراء تجارب كيميائية. وفي الفترة نفسها، أُفيد بأن American Express تخفض 5% من قوتها العاملة، وحذرت Colliers من أن نقص كفاءات الذكاء الاصطناعي قد يعيق النمو في أوروبا. ففي بيئة ترتفع فيها التمويلات والتوقعات، يحدث في الوقت نفسه إعادة ترتيب للموظفين ونقص في الكوادر. القاسم المشترك بين المقالات التي سنقرؤها في هذه الجلسة النصف يومية هو الرأي القائل إن الفارق بين النجاح والفشل لا يتعلق بمقدار الأموال المستثمرة في الذكاء الاصطناعي بقدر ما يتعلق بكيفية مرور الاستثمار عبر التحقق الميداني ومن يتولى تشغيله. كما أن الأبحاث في التشخيص وتصنيف الكلام والتنبؤ تضع القراء أمام الفروق بين النتائج في ظل ظروف مناسبة والنتائج في البيئات الواقعية.

شراكة بأموال ضخمة جُمعت في مجال الذكاء الاصطناعي لاكتشاف الأدوية

جمعت Warp Sciences مبلغ 215 مليون دولار لبناء مختبر لاكتشاف الأدوية مدعوم بالذكاء الاصطناعي (citybiz). ووفقًا لـ BRIDGE، فإن الشركة تستخدم الذكاء الاصطناعي والروبوتات لإجراء تجارب كيميائية لاكتشاف الأدوية، وقد جمعت التمويل عبر جولة من السلسلة A بقيادة Lightspeed. وفي مرحلة السلسلة A تم جمع أكثر من 200 مليون دولار. كما أن وجهة الأموال تثير الاهتمام أيضًا. فالهدف ليس تطوير البرمجيات والنماذج فحسب، بل أيضًا بناء مختبرات لإجراء التجارب فعليًا وأتمتة التجارب الكيميائية.

وفي شركة أخرى، جمعت Pathos، وهي شركة لاكتشاف الأدوية بالذكاء الاصطناعي، 237 مليون دولار بتقييم قدره 3 مليارات دولار (STAT). وتفيد Reuters بأن Pathos ستتعاون مع Bristol Myers وTempus AI لدفع تطوير الأدوية قدمًا (Reuters). ويتضمن مبلغ التمويل وقيمة التقييم هنا الروابط العملية للشراكة مع شركة أدوية كبرى. وسبب جمع الأموال ليس وعد الذكاء الاصطناعي وحده. ويبدو أن التقييم سيأخذ في الحسبان أيضًا كيفية دمجه في عملية التطوير لدى شركات الأدوية.

يبلغ إجمالي المبلغ الذي جمعته الشركتان 452 مليون دولار. ويُظهر هذا الحجم أن التوقعات من الذكاء الاصطناعي لاكتشاف الأدوية تتجاوز تفوق الخوارزميات لتمتد إلى الاستثمار في الأعمال بأكملها، بما في ذلك معدات التجارب والشركاء. وما ينبغي للقرّاء أن يستخلصوه من هذه الأرقام ليس التقييم المرتفع في حد ذاته، بل السؤال عما إذا كانت الأموال تُستخدم في صورة منظومات تجارب مؤتمتة أو تعاون مع شركات الأدوية الكبرى.

غير أن جميع المواد المعروضة هذه المرة هي إعلانات عن تمويل وتعاون، وليست تقارير عن نتائج في اكتشاف الأدوية. ورغم أن الأموال ستُجمع أولًا، فمن الضروري التأكد بشكل منفصل مما إذا كانت الكفاءات البشرية اللازمة لتشغيل المختبر والتحقق في موقع التطوير الفعلي ستتقدم بالسرعة نفسها.

تقليص الوظائف ونقص الموارد البشرية يتقدمان في وقت واحد

ستقلّص أمريكان إكسبريس 5% من قوة العمل لديها، بحسب موقع Demokratis.co.id. والسبب الذي يشير إليه العنوان هو التوافق مع الذكاء الاصطناعي. ويدل هذا التقليص على أن إدخال الذكاء الاصطناعي لم يحسّن الكفاءة التشغيلية فحسب، بل دخل مرحلة إعادة تشكيل بنية التوظيف نفسها. والنسبة 5% هي نسبة من إجمالي الموظفين، وليست مبلغًا ماليًا. وأفضل مؤشر على مدى جدية الشركة ليس ما إذا كانت قد استثمرت مبلغًا كبيرًا في الذكاء الاصطناعي، بل ما إذا كان هذا الاستثمار يتجلى في تغييرات في ملاك الموظفين. وعندما ينظر القراء إلى شركاتهم وشركائهم في العمل، فإن تحديد الوظائف التي تتراجع والوظائف المطلوبة أدق في تصوير الواقع الفعلي من حجم ميزانيات الذكاء الاصطناعي.

من ناحية أخرى، لا يكفي الحديث عن وجود فائض في الأشخاص. فبحسب Data Center Solutions، حذّرت شركة الخدمات العقارية العملاقة Colliers من أن نقص كفاءات الذكاء الاصطناعي قد يعيق نمو الذكاء الاصطناعي في أوروبا. إن خفض American Express بنسبة 5% وتحذير Colliers تقريران منفصلان صدرا في الفترة نفسها تقريبًا. ومع ذلك، فعند وضعهما جنبًا إلى جنب يظهر مشهد واحد متكامل. فالوظائف القائمة معرّضة لتقليص الحجم وإعادة التنظيم، بينما لا يوجد عدد كافٍ من الأشخاص لتصميم الذكاء الاصطناعي وتشغيله وصيانته في الميدان. وقد أُشير إلى أن المعروض من الموارد البشرية قد يكون السقف الأعلى للنمو في المنطقة الأوروبية، وهذا يعني أن مجرد جمع التمويل لا يضمن النمو. وعندما يخطط القرّاء لتبنّي هذه التقنية، عليهم أن يتحققوا أولًا من المكان الذي سيوفّرون منه الكوادر، إضافةً إلى تأمين المعدات والعقود.

كما تحدث تحركات لتغيير العلاقة بين الأدوات ومن يستخدمونها خارج نطاق الصناعة أيضًا. فقد سلّطت Frieze الضوء على الرسام David Salle وهو يدعو الذكاء الاصطناعي إلى مرسمه. والمرسم مكان يُتمّ فيه المبدعون أعمالهم بأيديهم. ويمكن اعتبار إدخال الذكاء الاصطناعي إلى هذا المجال بحد ذاته علامة على أن توزيع الأدوار بين المسؤولين عن العمل والأدوات التي تدعمهم يُعاد النظر فيه. ورغم اختلاف حجم هذه القضايا الثلاث: تقليص الشركات لعدد موظفيها، ونقص الموارد البشرية المحلية، وبيئات الإنتاج الفردية، فإن بينها جميعًا قاسمًا مشتركًا واحدًا: من المسؤول عن ماذا، وإلى أي مدى سيتولى الذكاء الاصطناعي المسؤولية. وبناءً على هذه الوقائع، يبدو أننا ننتقل إلى مرحلة لا يُقاس فيها نجاح الإدخال أو فشله بحجم المبلغ المستثمر، بل بما إذا كان يمكن التحقق من النتائج عبر الاستخدام الفعلي في الميدان، وما إذا كان يمكن تأمين الأشخاص القادرين على تنفيذه. وفي القسم التالي، سننظر في مدى تقدم هذا الإثبات.

بدء ظهور اختبارات تتفوق على البشر في التشخيص والتنبؤ

عرضت Microsoft دراسة تُظهر أن ذكاءً اصطناعيًا نُمذج على غرار مجموعة من الأطباء تفوّق على الأطباء في دقة التشخيص (Medical Economics). ويُقال إن التصميم يستخدم الذكاء الاصطناعي لإعادة إنتاج طريقة سير العلاج الطبي، حيث يناقش عدة خبراء الحالة ويصلون إلى استنتاج. وحتى الآن، كثيرًا ما كان الحديث عن دعم التشخيص بالذكاء الاصطناعي بوصفه أداة تساعد الأطباء الأفراد. أما هذه المرة، فإن موضوع المقارنة هو حكم الأطباء الأفراد، وقد انتقل محور التقييم من سهولة المساعدة إلى دقة التشخيص نفسها. ومع ذلك، فقد تم الحصول على هذه النتيجة ضمن إطار البحث. وسيتعين انتظار مزيد من التحقق لمعرفة ما إذا كانت الدقة نفسها تُحفظ في العيادات الخارجية وبيئات الطوارئ الفعلية.

وقد بدأ كذلك اختبار التنبؤات في مجالات قريبة من اختيار العلاج. ستتعاون BostonGene في أبحاث تستخدم الذكاء الاصطناعي لديها للتنبؤ بفعالية علاج CAR-T وسُميّته (RegMedNet). ففي علاج CAR-T تتمحور قرارات العلاج حول أمرين: تحديد المرضى الذين يُتوقع أن يستفيدوا، وتقدير خطر الآثار الجانبية الشديدة مسبقًا. وإذا اتسع نطاق التنبؤ من التشخيص ليشمل فعالية العلاج وسُميّته، فلن تبقى مخرجات الذكاء الاصطناعي مجرد عنصر يأخذه الأطباء في الاعتبار، بل ستصبح أساسًا للقرارات المتعلقة ببدء العلاج وكيفية إدارته. ويشير شكل البحث المشترك إلى أن المشروع لا ينتهي بعرض منهجية، بل دخل مرحلة دمج البيانات والخبرات من الجانب السريري والتحقق منها.

هناك أيضًا أمثلة خارج مجال الطب يتولى فيها الذكاء الاصطناعي المراقبة الميدانية. فقد عرضت شركة EdenCore تقنيتها لمراقبة الفاكهة المعتمدة على الذكاء الاصطناعي في معرض FIRA USA (Fruit Growers News). وحتى الآن، كانت مهمة مراقبة حالة الفاكهة وفهمها بشكل مستمر تُنجز عبر زيارة الأشخاص للحقول. وإذا كان الذكاء الاصطناعي سيتولى هذه المراقبة، فستعتمد قيمة اعتماده على قدرته على جمع معلومات يمكن استخدامها في اتخاذ القرارات بشكل مستمر. وبما أن التقنية لم تُعرض إلا في معرض، فلا بد من متابعة كيفية استخدامها لمعرفة ما إذا كانت ستحقق نتائج في الميدان.

رغم اختلاف المجالات، مثل التشخيص والتنبؤ بنتائج العلاج ومراقبة الفاكهة، فإن القاسم المشترك بينها هو أن الذكاء الاصطناعي بدأ يتولى دور المراقبة والتنبؤ، وهما بوابة الحكم البشري. والسؤال هنا لا يتعلق بالأداء في أجواء البحث أو العروض، بل بما إذا كان بالإمكان إعادة إنتاج النتائج نفسها في بيئة واقعية، وما إذا كان سيوجد عدد كافٍ من الأشخاص لقبول النتائج واستخدامها.

ذكاء اصطناعي قريب من الحياة اليومية والتأكد من فاعليته في البيئة الواقعية

يُعرض على موقع Bioengineer.org نموذج صوتي بالذكاء الاصطناعي يصنّف شدة عسر التلفظ (الديسارثريا) باستخدام تسجيلات من بيئات حقيقية. عسر التلفظ حالة تضعف فيها قابلية الكلام للفهم. اللافت في هذا التقرير أنه يشمل تسجيلات من بيئات واقعية، لا صوتًا جُمع في ظروف محددة مسبقًا. في المنزل أو في أماكن الرعاية التمريضية لا يمكن توقع غرفة هادئة أو ميكروفون مخصص. وتعتمد إمكانية استخدامه في هذه الظروف على قدرته على التصنيف استنادًا إلى كلام يحتوي على ضوضاء أو على اهتزازات صادرة من المتحدث. وعلى من يفكرون في اعتماده ألا يكتفوا بالنظر إلى أرقام الدقة، بل أن يتحققوا أيضًا من ظروف التسجيل التي تحققت فيها هذه الدقة.

على الجانب اليومي، يتوسع الذكاء الاصطناعي في العلاقات وفي طريقة استخدامنا لوقتنا. تتضمن صفحة Hokuriku Regional Development Bureau مقارنة أسعار تطبيقات صديقة الذكاء الاصطناعي، والنسخة المجانية من AI Lover، واحتياطات الاستخدام. إن وجود مقالات تقارن هيكل التسعير ونطاق النسخة المجانية يدل على أن هذا النوع من التطبيقات انتقل من مرحلة التجربة إلى مرحلة يختاره فيها بعض الأشخاص بناءً على اعتبارات التكلفة. وينبغي للمستخدمين أن ينظروا بشكل منفصل فيما يمكنهم البدء به مجانًا وما سيضطرون إلى دفعه للاستمرار. وفي الوقت نفسه، تفيد Unite.AI بأن ثلاثة طلاب في المرحلة الثانوية أطلقوا MyDaye AI. وهي أداة لدمج الجداول المزدحمة في الخطط اليومية، والقائمون عليها من جيل قريب من المستخدمين.

وفي المجالات المرتبطة بالمشاعر، يمكننا أيضًا الحديث عن السيارات. فقد سلّطت Yahoo! News الضوء على سيارة Mazda Vision Cross Compact، التي تحمل توقعات بشأن الجيل القادم من Mazda 2. يُقال إن هذه السيارة تجذب الأنظار بوصفها "أفضل صديق" مزوّد بـ"ذكاء اصطناعي متعاطف". غير أن هذه توقعات تخص سيارة لا تزال في مرحلة المفهوم، ولم يتأكد بعد في القيادة الفعلية كيف يعمل التعاطف أثناء القيادة.

تتناول الحالات الأربع حتى الآن مواقف مختلفة: الدعم الطبي، والحب، والواجبات المدرسية والجداول الزمنية، والنقل. غير أن القاسم المشترك بينها جميعًا هو أن الذكاء الاصطناعي بدأ يُستخدم قريبًا من تفاصيل حياة الناس ومشاعرهم. وفي هذه الحالة، لا يتعلق السؤال التالي بأدائه العالي بقدر ما يتعلق بمن سيواصل استخدامه في الميدان ومن سيتحمل المسؤولية عنه.

للوهلة الأولى، يبدو أن حجم التمويل في الذكاء الاصطناعي لاكتشاف الأدوية، ونسبة خفض العاملين، ومقارنة دقة التشخيص، والتصنيف باستخدام تسجيلات من بيئات حقيقية موضوعات مختلفة. لكن القاسم المشترك بين الأقسام كلها هو أن معايير قياس نجاح التطبيق أو فشله تبتعد عن مبالغ الاستثمار والتوقعات، وتتجه نحو الإثبات الميداني وتأمين الأشخاص الذين سيقودون العمل. فحتى لو كان التمويل كبيرًا، يبقى السؤال عن قدرة المختبر على إجراء التجربة مسألة مستقلة. أما بقاء الدقة المحققة ضمن إطار البحث كما هي في العيادات الخارجية أو في المنزل فيتطلب تحققًا منفصلًا. وهذا الوضع نفسه ينعكس في أن بعض الشركات تخفض عدد العاملين لديها بينما تشكو أخرى من نقص الكفاءات البشرية. فبدلًا من النظر إلى ما جرى استثماره في الذكاء الاصطناعي، يمنحنا النظر إلى ما يمكن التحقق منه وفي أي ظروف، وإلى كفاية الأشخاص القادرين على التعامل معه، مؤشرات تساعد على اتخاذ قرار الاعتماد مستقبلًا.

س1: عند استخدام الذكاء الاصطناعي في العمل الحالي، في ظل أي شروط جرى التأكد من دقته وفعاليته، وهل يمكنكم شرح ذلك في ضوء ظروف مكان عملكم؟ س2: عندما يكون القرار المبني على مخرجات الذكاء الاصطناعي خاطئًا، إلى أي مدى يمكننا الرجوع للتحقق من موضع المسؤولية وسجلات التحقق؟ س3: إلى جانب ميزانية الذكاء الاصطناعي، كم من الموارد مخصص لتأمين الكوادر وإجراء العروض التوضيحية الميدانية؟ وهل يمكنكم شرح هذا التخصيص بوصفه قرارًا إداريًا؟

وأخيرًا، ثلاثة أسئلة

- عند استخدام الذكاء الاصطناعي في العمل الحالي، في ظل أي شروط تم التأكد من دقته وفاعليته، وهل يمكنك شرح ذلك في ضوء ظروف مكان عملك؟ Q2: عندما يكون القرار المبني على مخرجات الذكاء الاصطناعي خاطئًا، إلى أي مدى يمكننا الرجوع للتحقق من جهة المسؤولية وسجلات التحقق؟ Q3: بعيدًا عن ميزانية الذكاء الاصطناعي، كم من الموارد يُخصَّص لتأمين الكوادر البشرية وإجراء العروض التجريبية الميدانية؟ وهل يمكنك شرح هذا التخصيص بوصفه قرارًا إداريًا؟ - عندما يكون القرار المبني على مخرجات الذكاء الاصطناعي خاطئًا، إلى أي مدى يمكننا الرجوع للتحقق من جهة المسؤولية وسجلات التحقق؟ Q3: بعيدًا عن ميزانية الذكاء الاصطناعي، كم من الموارد يُخصَّص لتأمين الكوادر البشرية وإجراء العروض التجريبية الميدانية؟ وهل يمكنك شرح هذا التخصيص بوصفه قرارًا إداريًا؟ - بعيدًا عن ميزانية الذكاء الاصطناعي، كم من الموارد يُخصَّص لتأمين الكوادر البشرية وإجراء العروض التجريبية الميدانية، وهل يمكن شرح هذا التخصيص بوصفه قرارًا إداريًا؟