أعلى 10 دول في استخدام كلود.. الإمارات الأولى عربيًا

خلف بريق الأرقام الاقتصادية تكمن حكاية تحول اجتماعي تقني؛ فبينما كان "كلود" في بداياته حبيس مكاتب المبرمجين والمحللين الماليين الذين تُقاس ساعات عملهم بمئات الدولارات، بدأ اليوم يطرق أبواب المنازل ليجيب عن أسئلة صيانة الصنبور أو نتائج مباريات الأسبوع.

هذا الهبوط في "متوسط القيمة الاقتصادية" ليس تراجعاً في كفاءة الذكاء الاصطناعي، بل هو إعلان عن دخوله مرحلة "الشعبية"، حيث بدأت الجماهير العادية تزاحم الخبراء في استخدامه، ما أدى إلى خفض المتوسط الحسابي للأجور المرتبطة بتلك المهام، في مشهد يذكرنا ببدايات انتشار الإنترنت.

ويحكي تقرير مؤشر "أنثروبيك" الاقتصادي الأخير قصة تحول في علاقة الإنسان بالذكاء الاصطناعي؛ ولذلك، لم يعد السؤال هو من يملك الوصول إلى الذكاء الاصطناعي؟ بل من يجيد استخدامه؟

لماذا تراجع متوسط القيمة الاقتصادية للمهام التي ينفذها "كلود" مؤخراً؟

تُقاس القيمة بربط المهمة بمتوسط الأجر الذي يتقاضاه العامل البشري في الولايات المتحدة لأداء نفس المهمة، ورغم الانخفاض، لا تزال المهام المنفذة عبر "كلود" تتطلب مستويات تعليمية وأجوراً تفوق المتوسط العام في أمريكا.
 

انخفض متوسط القيمة الاقتصادية للمهام إلى 47.9 دولار من 49.3 دولار للساعة نتيجة زيادة الاستفسارات الشخصية البسيطة مثل الرياضة، ومقارنة المنتجات، وصيانة المنازل من قبل المستخدمين الجدد.

كيف تطور مشهد الاستخدام منذ التقرير السابق؟

انخفض تركز المهام العشر الكبرى في منصة "كلود دوت إيه آي" من 24% في نوفمبر إلى 19% في فبراير، ما يعكس تنوعاً أكبر في حالات الاستخدام.

انتقلت مهام البرمجة بشكل ملحوظ من المنصة المباشرة إلى واجهة برمجة التطبيقات "API" لتدخل في تدفقات عمل أكثر أتمتة، مع نمو أدوات الوكلاء البرمجيين، وتشير البيانات إلى أن نحو 49% من الوظائف شهدت تنفيذ ربع مهامها على الأقل باستخدام نموذج "كلود".

هل تلاشت الفوارق الجغرافية في تبني تقنيات الذكاء الاصطناعي عالمياً؟

استمر التقارب في معدلات الاستخدام بين الولايات الأمريكية، لكن الوتيرة تباطأت عما كان متوقعاً في التقارير السابقة، وانخفضت حصة الولايات العشر الأكثر استخداماً من 40% إلى 38%.
 

زاد التركز العالمي، حيث تستحوذ أعلى 20 دولة حاليًا على 48% من إجمالي الاستخدام، مقارنة بنسبة 45% سابقاً.

كيف يوزع المستخدمون مهامهم بين فئات "كلود" المختلفة بناءً على القيمة؟

يفضل المشتركون نموذج "أوبوس" للمهام المعقدة وعالية الأجر مثل البرمجة بنسبة تفوق المتوسط بـ 4%.
 

تنخفض نسبة استخدام الطرازات المتقدمة في المهام التعليمية والبسيطة لصالح نماذج أسرع وأقل تكلفة مثل "سونيت".

ما هو التأثير الحقيقي لخبرة المستخدم "أقدمية الاشتراك" على جودة النتائج؟

يحقق المستخدمون الذين تجاوزت أقدميتهم 6 أشهر معدل نجاح أعلى بنسبة 10% في محادثاتهم مقارنة بالمستجدين.
 

يميل هؤلاء المحترفون لاستخدام "كلود" في المهام التعليمية العالية بنسبة أكبر، مع تراجع استخدامهم الشخصي بنسبة 10%.

كيف تؤثر "بساطة المهام" على استقلالية الذكاء الاصطناعي؟

تظهر البيانات "مفارقة" في مستوى الاعتماد على التقنية؛ حيث ارتفع مؤشر استقلالية الذكاء الاصطناعي الممنوحة من المستخدمين.
 

في اتجاه يبدو معاكساً لتبسيط المهام، سجلت نسبة "المهام التي يُصنف تنفيذها بأنه مستحيل بشرياً دون مساعدة الذكاء الاصطناعي" ارتفاعاً طفيفاً.

هل تعكس البيانات تراجعاً في مستوى تعقيد المهام البشرية؟

سجل متوسط سنوات التعليم البشري المطلوبة لفهم وتنفيذ المدخلات تراجعاً من 12.21 سنة إلى 11.92 سنة، ما يشير إلى انخفاض في مستوى تعقيد الطلبات البشرية.
 

يتسق هذا مع انخفاض الوقت الذي كان يحتاجه الإنسان لإنجاز المهمة بمفرده بنحو دقيقتين، حيث تراجع إلى 183.77 دقيقة. 

ما هي أنماط الأتمتة الناشئة في قطاع الأعمال؟

تضاعفت حصة استخدامات "أتمتة المبيعات والتواصل مع العملاء" مثل استهداف العملاء المحتملين وصياغة رسائل البريد الإلكتروني خلال ثلاثة أشهر.
 

برز نمط "التداول الآلي وعمليات السوق" لمراقبة المراكز المالية واقتراح استثمارات محددة وإبلاغ المتداولين بحالة السوق.

هل يعزز الذكاء الاصطناعي فجوة عدم المساواة؟

يحذر التقرير من "التغير التكنولوجي المتحيز للمهارات"، حيث يحقق المتبنون الأوائل للتقنية الناشئة نجاحات أكبر تعمق الفوارق في سوق العمل.
 

الفجوة في نجاح المحادثات تشير إلى أن "التعلم بالممارسة" أصبح ميزة تنافسية جوهرية في الاقتصاد الرقمي.

نهاية المطاف

إن تراجع "القيمة الاقتصادية" للمهام هو "ضريبة النجاح" والانتشار؛ فكلما أصبحت التقنية أسهل منالاً للعامة، خفت صبغتها النخبوية عالية الأجر، ويتطلب التوسع في الاستخدام المهني برامج تدريبية لتقليص فجوة النجاح بين المستخدمين الجدد والخبراء المتمرسين على المنصات.

وبالنسبة للمستثمر، هذا المؤشر لا يعني ضعف الأداة، بل يعني اتساع رقعة السوق وتغلغل الذكاء الاصطناعي في تفاصيل الحياة اليومية.

وحين تتداخل أسطر البرمجة مع خطط الاستثمار، يبرز تساؤل جوهري: هل القوة في الآلة أم في يد صانعها؟

المصدر: أنثروبيك