الحماقة الكينزية: لماذا لن يقوم الذكاء الاصطناعي بأتمتة التمويل بالكامل

في عام 1930، توقع جون ماينارد كينز أن التقدم التكنولوجي من شأنه أن يقلل أسبوع عمل أحفاده إلى 15 ساعة فقط، مما يترك متسعًا من الوقت للترفيه والثقافة. بدا المنطق محكمًا: ستتعامل الآلات مع العمل الروتيني وتحرر البشر من الكدح اليومي.

وبعد مرور قرن تقريبًا، لا نزال أكثر انشغالًا من أي وقت مضى. ولا تتجلى هذه المفارقة في أي مكان أكثر وضوحا مما هي عليه في التمويل. يتميز الذكاء الاصطناعي بالتنفيذ الآلي، والتعرف على الأنماط، ومراقبة المخاطر، وأجزاء كبيرة من العمل التشغيلي. ومع ذلك، تظل مكاسب الإنتاجية بعيدة المنال، ولم تتحقق الزيادة الموعودة في أوقات الفراغ قط.

وبعد خمسة عقود من توقع كينز، لاحظ الخبير الاقتصادي روبرت سولو أنه “بوسعك أن ترى عصر الكمبيوتر في كل مكان باستثناء إحصاءات الإنتاجية”. وبعد مرور ما يقرب من 40 عامًا، لا تزال هذه الملاحظة قائمة. المكاسب المفقودة ليست مشكلة تنفيذ مؤقتة. إنها تعكس شيئا أكثر جوهرية حول كيفية عمل الأسواق.

مشكلة الانعكاسية

ويظل النظام المالي المستقل بالكامل بعيد المنال لأن الأسواق ليست أنظمة ثابتة تنتظر التحسين. إنها بيئات انعكاسية تتغير استجابةً للملاحظة والتصرف بناءً عليها. وهذا يخلق حاجزا بنيويا أمام الأتمتة الكاملة: بمجرد أن يصبح النمط معروفا ويتم استغلاله، فإنه يبدأ في الاضمحلال.

عندما تحدد الخوارزمية استراتيجية تداول مربحة، يتحرك رأس المال نحوها. تكتشف خوارزميات أخرى نفس الإشارة. تشتد المنافسة، وتختفي الحافة. ما نجح بالأمس سيتوقف عن العمل غدًا – ليس لأن النموذج فشل، ولكن لأن نجاحه غيّر السوق الذي كان يقيسه.

هذه الديناميكية ليست فريدة من نوعها بالنسبة للتمويل. أي بيئة تنافسية تنتشر فيها المعلومات ويتكيف المشاركون فيها تظهر سلوكًا مشابهًا. تجعل الأسواق هذه الظاهرة مرئية لأنها تتحرك بسرعة وتقيس نفسها بشكل مستمر. وبالتالي فإن الأتمتة لا تلغي العمل؛ فهو ينقل العمل من التنفيذ إلى التفسير، وهي المهمة المستمرة المتمثلة في تحديد متى تصبح الأنماط جزءًا من النظام الذي تصفه. ولهذا السبب يتطلب نشر الذكاء الاصطناعي في البيئات التنافسية رقابة دائمة، وليس ضمانات مؤقتة.

من التعرف على الأنماط إلى الإيمان الإحصائي

يتفوق الذكاء الاصطناعي في تحديد الأنماط، لكنه لا يستطيع التمييز بين السببية والارتباط. في الأنظمة الانعكاسية، حيث تكون الأنماط المضللة شائعة، يصبح هذا القيد نقطة ضعف خطيرة. يمكن للنماذج أن تستنتج العلاقات التي لا تصمد، والتي تتناسب مع أنظمة السوق الحديثة، وتظهر أكبر قدر من الثقة قبل الفشل مباشرة.

ونتيجة لذلك، أضافت المؤسسات طبقات جديدة من الرقابة. عندما تولد النماذج إشارات مبنية على علاقات غير مفهومة جيدا، يصبح الحكم البشري مطلوبا لتقييم ما إذا كانت تلك الإشارات تعكس آليات اقتصادية معقولة أو مصادفة إحصائية. يمكن للمحللين أن يتساءلوا ما إذا كان النمط منطقيا من الناحية الاقتصادية – ما إذا كان من الممكن إرجاعه إلى عوامل مثل الفروق في أسعار الفائدة أو تدفقات رأس المال – بدلا من قبوله بقيمته الاسمية.

هذا التركيز على الأسس الاقتصادية لا يشكل حنيناً إلى أساليب ما قبل الذكاء الاصطناعي. إن الأسواق معقدة بما يكفي لتوليد علاقات وهمية، والذكاء الاصطناعي قوي بما يكفي لإظهارها. تظل المراقبة البشرية ضرورية لفصل الإشارات ذات المعنى عن الضوضاء الإحصائية. إنه المرشح الذي يتساءل ما إذا كان النمط يعكس الواقع الاقتصادي أو ما إذا كان الحدس قد تم تفويضه ضمنيًا للرياضيات التي لم يتم فهمها بالكامل.

حدود التعلم من التاريخ

يواجه التعلم التكيفي في الأسواق تحديات أقل وضوحًا في الصناعات الأخرى. في الرؤية الحاسوبية، تبدو القطة التي تم تصويرها في عام 2010 متشابهة إلى حد كبير في عام 2026. وفي الأسواق، غالبا ما لا تنطبق علاقات أسعار الفائدة من عام 2008 في عام 2026. ويتطور النظام نفسه استجابة للسياسات والحوافز والسلوك.

وبالتالي، لا يمكن للذكاء الاصطناعي المالي أن يتعلم ببساطة من البيانات التاريخية. ويجب أن يتم تدريبه عبر أنظمة سوق متعددة، بما في ذلك الأزمات والانهيارات الهيكلية. وحتى في تلك الحالة، لا يمكن للنماذج إلا أن تعكس الماضي. ولا يمكنهم توقع أحداث غير مسبوقة مثل تدخلات البنك المركزي التي تعيد كتابة منطق الأسعار بين عشية وضحاها، أو الصدمات الجيوسياسية التي تبطل هياكل الارتباط، أو أزمات السيولة التي تحطم علاقات طويلة الأمد.

توفر الرقابة البشرية ما يفتقر إليه الذكاء الاصطناعي: القدرة على التعرف على متى تتغير قواعد اللعبة، وعندما تواجه النماذج المدربة على نظام ما ظروفا لم تشهدها من قبل. وهذا ليس قيدًا مؤقتًا ستحله الخوارزميات الأفضل. إنه أمر جوهري للعمل في الأنظمة التي لا يشبه فيها المستقبل الماضي بشكل موثوق.

الحوكمة كعمل دائم

الرؤية الشائعة للذكاء الاصطناعي في مجال التمويل هي التشغيل المستقل. والحقيقة هي الحكم المستمر. ويجب تصميم النماذج بحيث تمتنع عن التصويت عندما تنخفض الثقة، وتضع علامة على الحالات الشاذة لمراجعتها، وتدمج المنطق الاقتصادي كوسيلة للتحقق من مطابقة الأنماط النقية.

وهذا يخلق مفارقة: الذكاء الاصطناعي الأكثر تطورا يتطلب المزيد من الإشراف البشري، وليس أقل. النماذج البسيطة أسهل في الثقة. تتطلب الأنظمة المعقدة التي تدمج آلاف المتغيرات بطرق غير خطية تفسيرًا مستمرًا. وبما أن الأتمتة تلغي مهام التنفيذ، فإنها تكشف عن الحوكمة باعتبارها جوهر العمل غير القابل للاختزال.

مشكلة الاستحالة

أظهر كيرت جودل أنه لا يوجد نظام رسمي يمكن أن يكون كاملاً ومتسقًا. الأسواق تظهر خاصية مماثلة. إنها أنظمة ذاتية المرجعية حيث تغير الملاحظة النتائج، وتصبح الأنماط المكتشفة مدخلات للسلوك المستقبلي.

يعمل كل جيل من النماذج على توسيع نطاق الفهم مع الكشف عن حدود جديدة. كلما اقتربنا من وصف الأسواق بشكل شامل، كلما أصبحت أسسها المتغيرة ــ حلقات التغذية الراجعة، والحوافز المتغيرة، وطبقات التفسير ــ أكثر وضوحا.

ويشير هذا إلى أن مكاسب الإنتاجية من الذكاء الاصطناعي في الأنظمة الانعكاسية ستظل مقيدة. تستبعد الأتمتة التنفيذ ولكنها تترك التفسير دون تغيير. إن اكتشاف متى توقفت الأنماط عن العمل، ومتى تغيرت العلاقات، ومتى أصبحت النماذج جزءًا مما يتم قياسه هو عمل مستمر.

آثار الصناعة

بالنسبة لصناع السياسات الذين يقومون بتقييم تأثير الذكاء الاصطناعي على تشغيل العمالة، فإن المغزى الضمني واضح: الوظائف لا تختفي ببساطة. أنها تتطور. في الأنظمة الانعكاسية مثل الأسواق المالية، وفي الصناعات التنافسية الأخرى حيث تتكيف الجهات الفاعلة مع المعلومات، غالبًا ما تخلق الأتمتة أشكالًا جديدة من العمل الرقابي بنفس السرعة التي تلغي بها مهام التنفيذ.

بالنسبة لقادة الأعمال، التحدي استراتيجي. والسؤال ليس ما إذا كان ينبغي نشر الذكاء الاصطناعي، بل كيفية دمج الحوكمة في الأنظمة التي تعمل في ظل ظروف متغيرة. إن الحدس الاقتصادي، والوعي بالنظام، والرقابة الديناميكية ليست إضافات اختيارية. إنها متطلبات دائمة.

ولم يفشل توقع كينز بتوفير أوقات فراغ وفيرة بسبب توقف التكنولوجيا، بل لأن الأنظمة الانعكاسية تعمل باستمرار على توليد أشكال جديدة من العمل. يمكن للتكنولوجيا أتمتة التنفيذ. إن إدراك متى تغيرت القواعد يظل أمرًا إنسانيًا بشكل أساسي.