سارة جو من Conviction: لماذا لن تحل نماذج اللغة الكبيرة محل الأعمال التي يتعذر قياسها

نشرت سارة جو، مؤسسة صندوق Conviction للذكاء الاصطناعي، تحليلًا يعيد صياغة السؤال الرئيسي حول الذكاء الاصطناعي والعمل: فالسؤال ليس «هل سيحل الذكاء الاصطناعي محل البشر»، بل «أي عمل بالتحديد سيحل الذكاء الاصطناعي محله، ولماذا لن يشمل كل الأعمال».

أين تصطدم نماذج LLM بسقف لا تتجاوزه

تتعلم نماذج اللغة فقط حيث توجد إشارة تدريب واضحة. فالإجابة الصحيحة في مسألة رياضية، والشيفرة التي تجتاز الاختبارات، والتشخيص الذي يمكن التحقق منه، كلها قابلة للوسم والتقييم، وبالتالي للتعلم. لكن جو تشير إلى قيد بنيوي: فهناك شريحة ضخمة من الأعمال القيّمة لا يمكن توحيد معاييرها أو قياسها بدقة كافية.

يتطلب التعلم المعزَّز بحكم تعريفه دالة مكافأة، أي تقييمًا لمدى جودة النتيجة. وحين لا يوجد هذا التقييم، لا توجد إشارة للتحسين. وهذه ليست مشكلة مؤقتة ستحلها النسخة القادمة من GPT، بل قيد معماري متأصل في طبيعة النماذج القابلة للتدريب نفسها.

أي أعمال تبقى للبشر

تحدد جو عدة فئات من الأعمال التي لا يمكن «تحويلها إلى مجموعة بيانات»:

• القرارات في ظل عدم اليقين — حين تكون الإجابة الصحيحة مجهولة مسبقًا، وتظهر النتيجة بعد سنوات. الاستثمار الجريء مثال كلاسيكي على ذلك.
• بناء الثقة — بين الأشخاص والشركات والمستثمرين. العلاقات لا يمكن رقمنتها ولا تقييمها في الوقت الفعلي.
• الحكم في حالات فريدة — دون نظائر تاريخية ودون سابقة. كل تحوّل كبير في الأعمال فريد من نوعه.
• تفسير الإشارات الضمنية — نبرة الصوت في المفاوضات، والسياق الثقافي، وتوقعات العميل غير المعلنة.
• ابتكار الجديد — أفكار وفئات منتجات واستراتيجيات لم تكن موجودة من قبل. ومجموعة البيانات الخاصة بذلك فارغة بحكم التعريف.

السمة المشتركة: لا وسم، ولا معيار قياس (benchmark)، ولا وسيلة للتحقق من النتيجة بدقة كافية للتدريب.

لماذا تحظى طبقة التطبيقات بأموال رأس المال الجريء

هذا ما يفسّر المنطق الذي تسترشد به صناديق مثل Conviction (نحو 300 مليون دولار قيد الإدارة) وMento VC: فهي تستثمر بصورة منهجية لا في مطوّري النماذج الأساسية، بل في المنتجات المبنية فوقها.

تتحول النماذج الأساسية، مثل GPT-5 وClaude وGemini، تدريجيًا إلى سلعة (commodity). فهي تتنافس فيما بينها، وتتقارب قدراتها، وتنخفض تكلفة الوصول إلى جودة frontier مع كل ربع سنة. القيمة المستدامة لا تُخلق في النموذج نفسه، بل في سياق تطبيقه، أي فيما ينقص النماذج بطبيعتها.

وهذا بالضبط ما تراكمه طبقة التطبيقات: الخبرة القطاعية، وبيانات السلوك المتراكمة، وسير العمل (workflows) التي يستحيل نسخها دون معرفة عميقة بالمجال، وثقة العملاء، والأهم من ذلك الحكم البشري حيث تستحيل الأتمتة بنيويًا.

«هناك عمل لا يمكن اختزاله في معيار ولا قياسه. وما دام لا يمكن قياسه،

فلا يمكن تدريب النموذج على أدائه بصورة أفضل» — في هذه الفكرة لدى جو مفتاح فهم أي الشركات الناشئة تحصل على أموال رأس المال الجريء وأيها لا تحصل عليها.

ماذا يعني ذلك

تقدّم حجة جو للمستثمرين والمؤسسين مرشّحًا عمليًا. فالشركات القائمة على مهام قابلة للقياس، مثل معالجة المستندات وتوليد المحتوى وفق قالب وتحليل البيانات الأساسي، تقع تحت أقصى ضغط من النماذج نفسها، ويصعب عليها تفسير ميزة تنافسية مستدامة. أما من يعمل في منطقة ما لا يمكن قياسه، فيحصل على ميزة بنيوية لن تزول بصدور النسخة التالية من GPT.

وبالنسبة للمستثمرين يبدو السؤال بسيطًا: إذا كانت قيمة المنتج تتحدد بالكامل بجودة النموذج الأساسي، فهو استثمار ضعيف. أما إذا كانت قيمته تكمن فيما لا يستطيع النموذج من حيث المبدأ إعادة إنتاجه، فهو أمر جدير بالاهتمام.