a16z：ثلاثة اتجاهات رئيسية للذكاء الاصطناعي في عام 2026

المؤلف: a16z crypto

الترجمة: Deep潮 TechFlow

هذا العام، ستتحمل الذكاء الاصطناعي المزيد من المهام البحثية الجوهرية

كخبير اقتصادي رياضي، في يناير 2025، كان من الصعب جدًا أن يفهم نموذج الذكاء الاصطناعي الاستهلاكي سير عمل عملي؛ ومع ذلك، بحلول نوفمبر 2025، أصبحت قادرًا على إصدار أوامر للنماذج الذكاء الاصطناعي كما لو أنني أعطي تعليمات لطلاب الدكتوراه… وأحيانًا تعود إليهم بأجوبة جديدة وصحيحة. بالإضافة إلى تجربتي الشخصية، يُستخدم الذكاء الاصطناعي بشكل أوسع في مجال البحث، خاصة في مجال الاستدلال. هذه النماذج لا تساعد فقط في عملية الاكتشاف بشكل مباشر، بل يمكنها أيضًا حل مشكلات معقدة مثل مشكلة بوتنام (ربما أصعب امتحان رياضيات جامعي في العالم).

لا تزال هناك شكوك حول المجالات التي ستستفيد أكثر من هذا الأسلوب المساعد في البحث، وكيفية تحقيق ذلك بشكل محدد. لكني أتوقع أن يساهم البحث في الذكاء الاصطناعي هذا العام في دفع وتطوير نمط جديد تمامًا من البحث: وهو نمط يركز أكثر على تصور العلاقات بين الأفكار المختلفة، ويستطيع أن يستنتج بسرعة من إجابات أكثر فرضية.

قد لا تكون هذه الإجابات دائمًا دقيقة تمامًا، لكنها يمكن أن توجه البحث في الاتجاه الصحيح (على الأقل ضمن بنية طوبولوجية معينة). ومن المفارقات أن هذا يشبه إلى حد ما استغلال قوة “هلوسة” النماذج: عندما تكون النماذج “ذكية بما يكفي”، ومنحها مساحة تجريدية لتحفيز التفكير، قد تنتج أحيانًا نتائج غير ذات معنى — لكن أحيانًا قد تؤدي إلى اكتشافات ثورية، تمامًا كما قد يكون الإنسان أكثر إبداعًا عندما لا يتبع التفكير الخطي أو يتجه بشكل واضح.

يتطلب هذا النوع من الاستنتاج أسلوب عمل جديد في الذكاء الاصطناعي — ليس مجرد تفاعل “وكيل مع وكيل” بسيط، بل نمط تعاون معقد يتضمن “وكيل متداخل مع وكيل آخر”. في هذا النموذج، تساعد نماذج متعددة المستويات الباحثين على تقييم الحلول التي اقترحها النماذج الأولية، وتستخلص منها الجوهر تدريجيًا. لقد بدأت بالفعل باستخدام هذا الأسلوب في كتابة الأبحاث، بينما يستخدم آخرون في استرجاع براءات الاختراع، وابتكار أشكال جديدة من الأعمال الفنية، وحتى (للأسف) اكتشاف طرق جديدة لهجمات العقود الذكية.

لكن، لتنفيذ مجموعات من وكلاء الاستنتاج المتداخلين للبحث، نحتاج إلى تحسين التوافق بين النماذج، وتطوير طريقة لتحديد ومكافأة مساهمة كل نموذج بشكل مناسب — وهذه المشاكل قد تساعد تقنية البلوكشين في حلها.

— سكوت كومينرز (@skominers)، عضو فريق أبحاث a16z في التشفير، أستاذ في كلية هارفارد للأعمال

من “معرفة عميلك” (KYC) إلى “معرفة وكيلك” (KYA): تحول في التحقق من الهوية

تكمن أزمة الاقتصاد الوكيل في الانتقال من الذكاء إلى التحقق من الهوية. في قطاع الخدمات المالية، تجاوز عدد “الهوية غير البشرية” الآن 96 ضعف عدد الموظفين البشريين — ومع ذلك، لا تزال هذه “الهويات” أشباحًا لا يمكنها الحصول على خدمات بنكية.

البنية التحتية الأساسية المفقودة هنا هي “معرفة وكيلك” (KYA). كما يحتاج الإنسان إلى تقييم ائتماني للحصول على قرض، يحتاج الوكيل أيضًا إلى شهادات توقيع مشفرة لإجراء المعاملات — تربط هذه الشهادات الوكيل بكيانه، والقيود، والمسؤولية. قبل بناء هذه البنية التحتية، ستستمر الشركات في حظر هذه الوكلاء عند جدران الحماية.

الصناعة التي بنت بنية KYC (اعرف عميلك) على مدى العقود الماضية، لديها الآن بضعة أشهر فقط لدراسة كيفية تنفيذ KYA.

— شون نيفيل (@psneville)، مؤسس مشارك في Circle، مهندس بنية USDC؛ والرئيس التنفيذي لشركة Catena Labs

حل مشكلة “الضرائب الخفية” على الشبكة المفتوحة: التحديات الاقتصادية في عصر الذكاء الاصطناعي

صعود وكلاء الذكاء الاصطناعي يفرض نوعًا من “الضرائب الخفية” على الشبكة المفتوحة، مما يزعزع أساسها الاقتصادي بشكل جذري. هذا الاضطراب ناتج عن تزايد عدم التوافق بين “طبقة السياق” (Context layer) و”طبقة التنفيذ” (Execution layer) على الإنترنت: حيث يستخلص وكلاء الذكاء الاصطناعي البيانات من مواقع تعتمد على الإعلانات (طبقة السياق)، مما يوفر الراحة للمستخدمين، لكنه يتجاوز بشكل منهجي مصادر الدخل التي تدعم المحتوى (مثل الإعلانات والاشتراكات).

لمنع تدهور الشبكة المفتوحة تدريجيًا (وحماية المحتوى المتنوع الذي يغذي الذكاء الاصطناعي)، نحتاج إلى نشر حلول تقنية واقتصادية على نطاق واسع. قد تشمل هذه الحلول نماذج محتوى رعاية من الجيل التالي، أنظمة استنادًا إلى التوزيع الجزئي للأرباح، أو أنماط تمويل جديدة أخرى. ومع ذلك، أثبتت بروتوكولات الترخيص الحالية للذكاء الاصطناعي عدم استدامتها ماليًا، حيث غالبًا ما تعوض فقط جزءًا صغيرًا من خسائر عائدات مزودي المحتوى بسبب تدفق حركة المرور إلى الذكاء الاصطناعي.

الشبكة بحاجة ماسة إلى نموذج اقتصادي تقني جديد يتيح تدفق القيمة تلقائيًا. التحول الرئيسي خلال العام القادم سيكون من نماذج الترخيص الثابتة إلى آليات تعويض تعتمد على الاستخدام الفعلي في الوقت الحقيقي. هذا يتطلب اختبار وتوسيع أنظمة ذات صلة — ربما باستخدام المدفوعات الصغيرة المدعومة بالبلوكتشين (nanopayments) ومعايير التخصيص المعقدة — لمكافأة الكيانات التي ساهمت بنجاح في إنجاز مهام الوكيل الذكي.

— ليز هاركافي (@liz_harkavy)، فريق استثمار التشفير في a16z