توقعات التأثيرات الاقتصادية للذكاء الاصطناعي

في مايو 2026، أدلى ليزا دي كووك، عضو مجلس الاحتياطي الفيدرالي، بكلمة خاصة في معهد السياسات الاقتصادية بجامعة ستانفورد، شرح فيها بشكل منهجي التأثير المزدوج للذكاء الاصطناعي على الاقتصاد والنظام المالي الأمريكي. استنادًا إلى الوضع الاقتصادي الكلي الحالي، ناقشت الكلمة موضوعات تتعلق بالذكاء الاصطناعي (AI)، موضحة تأثيرات موجة استثمار الذكاء الاصطناعي على التضخم، التوظيف، والنمو، وتحليل القيمة الابتكارية والمخاطر المحتملة في المجال المالي، مع تقديم أمثلة عملية على تطبيقات الرقابة باستخدام الذكاء الاصطناعي من قبل الاحتياطي الفيدرالي، مع تبني نهج متفائل وحذر يدمج بين الابتكار وإدارة المخاطر، وتقديم محتوى ذو أفق كلي ومرجعية عملية للصناعة. قامت معهد التكنولوجيا المالية بجامعة الشعب الصينية بترجمة الجزء الرئيسي من البحث.

الوضع الاقتصادي الكلي وتأثيرات الذكاء الاصطناعي الموصلة

بدأت ليزا حديثها بتحليل الوضع الاقتصادي الأمريكي الحالي، مركزة على أهداف الاحتياطي الفيدرالي المزدوجة (الهدف المزدوج) وتأثيرات الذكاء الاصطناعي المتعددة، مستندة إلى ذلك لفهم منطق تنفيذ السياسة النقدية الحالية.

（أولاً）التضخم: الصدمة القصيرة والضغط المستدام

تُظهر البيانات أن مشكلة التضخم في الولايات المتحدة لا تزال بارزة، حيث ارتفع مؤشر أسعار نفقات الاستهلاك الشخصي (PCE) بنسبة 3.8% على أساس سنوي حتى أبريل 2026، وهو أعلى بكثير من هدف الاحتياطي الفيدرالي البالغ 2%. بعد استبعاد السلع الغذائية والطاقة المتقلبة، بلغ معدل الزيادة في مؤشر أسعار نفقات الاستهلاك الأساسية (core PCE) 3.3%، مسجلاً أعلى مستوى منذ عام 2023. السبب المباشر لهذا الارتفاع هو ارتفاع أسعار النفط المكرر نتيجة للأوضاع في إيران، مع أن التوقعات السوقية تشير إلى تراجع أسعار النفط الدولية بنهاية العام.

أكدت ليزا أن هناك مخاطر مستمرة في أن تؤدي الصدمات السعرية القصيرة إلى تطور التضخم على المدى المتوسط والطويل. قد تتبنى الشركات ارتفاع الأسعار المؤقتة كجزء من نظام التسعير الطبيعي، كما أن العاملين قد يأخذون مستويات الأسعار الحالية في مفاوضات الأجور، مما يخلق خطر حلقة الأجور والأسعار (wage-price spiral). في الوقت ذاته، زادت موجة استثمار الذكاء الاصطناعي بشكل كبير من اختلال التوازن بين العرض والطلب في السوق، حيث أعلنت الشركات العالمية عن خطط لبناء مراكز بيانات بقيمة تتجاوز 1.5 تريليون دولار، ومعظمها لا يزال في مرحلة الإعداد، مما يرفع الطلب على المكونات الأساسية مثل الرقائق والبرمجيات عالية الجودة، ويدفع أسعارها للارتفاع. خلال العام الماضي، شهدت أجور العمال في قطاعات البناء ارتفاعًا واضحًا، كما زادت أسعار الكهرباء والمياه بنسبة حوالي 5%. بالإضافة إلى مراكز البيانات، ستستمر الاستثمارات في الأصول الثابتة المرتبطة بالذكاء الاصطناعي، مثل الروبوتات، مما يضيف ضغطًا مستدامًا على الأسعار على المدى المتوسط والطويل.

**

（ثانيًا）سوق العمل: استقرار ظاهري ومخاطر عميقة

**

لا يزال سوق العمل في وضع مستقر بشكل عام، حيث بلغ معدل البطالة في أبريل 2026 حوالي 4.3%، ولم يشهد تقلبات كبيرة منذ صيف العام الماضي، وهو يتوافق مع معدل البطالة الطبيعي، مما يشير إلى توازن عام بين العرض والطلب على العمالة. على الرغم من تكرار أنباء تسريح الشركات، فإن عدد المتقدمين للحصول على إعانة البطالة لا يزال منخفضًا، ويبدو أن أساس التوظيف مستقر مؤقتًا. ومع ذلك، أشارت ليزا إلى أن مخاطر التراجع في سوق العمل تتراكم تدريجيًا، حيث أن التوترات الجيوسياسية في الشرق الأوسط تضع ضغوطًا على الطلب الكلي، وتؤدي إلى تباطؤ التوظيف، مع تبني الشركات لنهج حذر في التوظيف، مما ينعكس في ضعف نية التوظيف الحالية. من منظور طويل الأمد، قد يؤدي الذكاء الاصطناعي إلى أكبر إعادة هيكلة في سوق العمل منذ أجيال، مع أن الظاهرة لم تصل بعد إلى مستوى البطالة الجماعية، إلا أن سرعة تقليص الوظائف بسبب AI قد تتجاوز سرعة خلق وظائف جديدة، مما يعزز حتمية زيادة تقلبات سوق العمل. استنادًا إلى نتائج استطلاع الائتمان للمشاريع الصغيرة لعام 2025، فإن غالبية الشركات الصغيرة والمتوسطة لا تزال تتوقع أن تؤدي التغييرات في تكاليف التوظيف الناتجة عن AI إلى تغييرات جذرية في نمط التشغيل، وأن إعادة تشكيل سوق العمل مسألة وقت.

**

（ثالثًا）النمو: تفاؤل بشأن الإنتاجية وثمار الاقتصاد المعرفي

**

أما على مستوى النمو الاقتصادي، فتبنّت ليزا موقفًا متفائلًا. خلال العام الماضي، شهد الناتج المحلي الإجمالي الأمريكي نموًا قويًا، وارتفعت إنتاجية العمل فوق مستويات ما قبل الجائحة، مع استمرار حيوية ريادة الأعمال في السوق. استنادًا إلى نظرية النمو الداخلي، اعتبرت أن الذكاء الاصطناعي هو تقنية ذات قيمة ثورية، وأن الاستثمارات الطويلة الأمد في الاقتصاد المعرفي منذ الحرب العالمية الثانية تتجه نحو انفجار في الابتكار بفضل AI. عندما يُدمج الذكاء الاصطناعي بشكل منهجي في عمليات الشركات، ستتحسن الإنتاجية بشكل أكبر، مما يدعم النمو الاقتصادي المستقر على المدى القصير والمتوسط في الولايات المتحدة.

**

（رابعًا）السياسة النقدية: موقف ثابت ومراقب مع ميل للتشديد

**

استنادًا إلى تقييم شامل للوضع الاقتصادي، شرحت ليزا أن الاستراتيجية الحالية للسياسة النقدية تتمحور حول الحفاظ على سعر الفائدة المرجعي دون تغيير، مع إدارة المخاطر. من منظور إدارة المخاطر، فإن الخيار الأمثل هو إبقاء سعر الفائدة ثابتًا في الوقت الراهن. الوضع الاقتصادي غير متوازن، مع استمرار مخاطر ارتفاع التضخم، ومن المتوقع أن يتراجع التضخم تدريجيًا خلال الأشهر القادمة، مع استقرار سوق العمل، مما لا يتطلب تعديلًا فوريًا لأسعار الفائدة. ومع ذلك، فإن التضخم المرتفع استمر لمدة خمس سنوات متتالية، وإذا استقر بشكل دائم في آليات التسعير والأجور، فسيشكل مخاطر طويلة الأمد. وأكدت ليزا أنه إذا لم ينخفض التضخم كما هو متوقع، فإن الاحتياطي الفيدرالي سيضطر لرفع الفائدة؛ وإذا تدهور سوق العمل بشكل ملحوظ، فسيتم خفض الفائدة، مع مرونة في تعديل السياسات استنادًا إلى البيانات الاقتصادية.

الفرص التي يتيحها الذكاء الاصطناعي للنظام المالي

عند الحديث عن قيمة الذكاء الاصطناعي في النظام المالي، أشارت ليزا إلى أن AI يمكن أن يعزز الكفاءة الإنتاجية، ويُسرع من وتيرة الابتكار، ويدعم ظهور شركات جديدة وخلق وظائف إضافية، مما يخفف من ضغوط التضخم على المستوى الكلي. يقدر الاحتياطي الفيدرالي أن التجارب الابتكارية في AI تُعد نموذجًا جديدًا، مستفيدًا من خبرات وادي السيليكون، حيث يتم بناء شبكات بحث اقتصادية تركز على التكنولوجيا الحديثة، وتشارك نتائج الأبحاث والتطبيقات داخل النظام الفيدرالي، مع تشجيع الموظفين على استكشاف تطبيقات جديدة للذكاء الاصطناعي، مع تقبل الأخطاء التجريبية. حاليًا، بدأ القطاع المالي في تطبيق AI بشكل مبكر في الأعمال التقليدية التي تتطلب كثافة في اليد العاملة واستهلاك الموارد، مثل التدقيق والرقابة على الامتثال، ومراكز الاتصال، والعمليات الخلفية، حيث تحسنت الكفاءة بشكل ملحوظ. كما أن أدوات AI جعلت تحليل البيانات أكثر مرونة وفعالية، مع استخدام تقنيات التشفير الذكي لحل مشكلات تحديث الشيفرات القديمة، والتكامل بين الأنظمة. بالإضافة إلى ذلك، تستخدم المؤسسات التكنولوجية الكبرى والمالية AI للكشف المبكر عن الثغرات الأمنية (الثغرات السيبرانية)، مما يعزز حماية الأنظمة. على المدى الطويل، يفتح الذكاء الاصطناعي آفاقًا واسعة لإعادة هيكلة القطاع المالي، من خلال تصميم منتجات مالية مخصصة، وتقديم خدمات تفصيلية تلبي احتياجات العملاء المختلفة، وتوسيع تغطية المنتجات المالية المعقدة، ومساعدة المستثمرين الأفراد على رصد الاتجاهات السوقية والمخاطر المحتملة بشكل مبكر، مع تدفق المزيد من الأموال نحو الإقراض والاستثمار، مما يعزز النشاط الاقتصادي الحقيقي ويخلق دورة اقتصادية صحية.

المخاطر والنقائص التي يثيرها الذكاء الاصطناعي في النظام المالي

كما أشار ليزا بشكل موضوعي إلى أن الابتكار التكنولوجي يصاحبه دائمًا مخاطر، وإذا لم تكن هناك رقابة فعالة، فإن AI قد يعزز نقاط الضعف الموجودة في النظام المالي، ويخلق مخاطر جديدة. تتجلى مخاطر AI في أربعة مجالات رئيسية.

المخاطر الأولى تتعلق بتداول الخوارزميات المدفوع بالذكاء الاصطناعي (AI-driven algorithmic trading)، حيث تعتمد الخوارزميات التقليدية على برمجة ثابتة وقواعد بسيطة، وتعمل بشكل محدود، بينما تمتلك نماذج الذكاء الاصطناعي التوليدي (Generative AI) والتعلم الآلي القدرة على التعلم الذاتي، وتستخدم البيانات التاريخية، والأسعار اللحظية، والنصوص غير المنظمة لتعديل استراتيجيات التداول بشكل ديناميكي. هذا النوع من التداول قد يؤدي إلى تكرار سلوك السوق، ويزيد من احتمالية التواطؤ الداخلي، ويخفض من مستوى الرقابة على السوق، مما يرفع من مستوى التركيز السوقي ويهدد استقرار السوق.

المخاطر الثانية تتعلق بانتقال تأثيرات التحول التكنولوجي إلى سوق الائتمان، حيث أن التغيرات في بعض القطاعات التقليدية تؤدي إلى اضطرابات، وهو ما ظهر بالفعل في سوق السندات. مع توقعات إعادة هيكلة القطاع، اتسعت الفوارق الائتمانية للسندات ذات التصنيف المضارب (speculative-grade bonds)، خاصة بعد دخول شركات AI الكبرى بأسواق المنتجات الموجهة، مما زاد من مخاوف السوق بشأن الأصول الائتمانية، وأدى إلى عمليات سحب واسعة للأموال، وأثر على السندات المتداولة في السوق، وسندات الشركات ذات الاستدامة المستمرة خارج السوق.

المخاطر الثالثة تتعلق بالديون الناتجة عن بناء البنية التحتية للذكاء الاصطناعي، حيث أن الشركات التكنولوجية الكبرى تتوسع في اقتراض الأموال لتمويل مراكز البيانات، وتصدر سندات استثمارية عالية التصنيف، بينما تعتمد الشركات الصغيرة والمتوسطة على التمويل الخاص والأسواق المالية لتمويل مشاريعها. مع استمرار التوسع في الاقتراض، يزداد مستوى الرافعة المالية، مما يخلق مخاطر نظامية. وأكدت ليزا أن مستوى الرافعة الحالي لا يزال أقل من ذروته قبل الأزمة المالية العالمية، لكن استمرار إصدار الديون بشكل غير منظم يثير القلق.

المخاطر الرابعة تتعلق بأمن الشبكات، وهو المجال الأكثر اهتمامًا حاليًا. مع تطور نماذج اللغة الكبيرة (LLM) والذكاء الاصطناعي الوكيل، يمكن استخدام هذه التقنيات لحماية الأنظمة من الثغرات، أو استغلالها من قبل المهاجمين. على سبيل المثال، يمكن لنموذج Mythos من شركة Anthropic أن يكتشف ثغرات برمجية لم تكن معروفة سابقًا، وإذا استُخدم من قبل القراصنة، فسيهدد أمن المؤسسات المالية والبنى التحتية الحيوية. كما أن الذكاء الاصطناعي يقلل من حاجز كتابة الشيفرات، مما يؤدي إلى زيادة عدد الشيفرات، ويزيد من عبء أنظمة المراجعة الأمنية، مع احتمالية حدوث أعطال برمجية غير خبيثة تؤدي إلى انقطاع الخدمات المالية. ومع ذلك، يمكن أيضًا استخدام أدوات الذكاء الاصطناعي لبناء أنظمة دفاعية ضد الهجمات الإلكترونية، مما يخلق توازنًا بين الهجوم والدفاع في المجال الأمني.

تطبيقات الاحتياطي الفيدرالي للذكاء الاصطناعي

عرضت ليزا بشكل مفصل تطبيقات الاحتياطي الفيدرالي في مجال الذكاء الاصطناعي، موضحة أن لجنة السوق المفتوحة (FOMC) لا تستخدم حاليًا AI في تحديد السياسة النقدية، لكن الإدارات المختلفة في الاحتياطي تستخدم AI بشكل واسع لمراقبة الاستقرار المالي، وتحليل المخاطر. من خلال تطوير أدوات ذكية وتطبيقها، يمكن للجهات الرقابية التعرف بشكل أدق على المخاطر الجديدة الناتجة عن AI، والكشف عن الثغرات التي قد تغفل عنها الطرق التقليدية.

تنقسم تطبيقات الاحتياطي الفيدرالي للذكاء الاصطناعي إلى قسمين رئيسيين. الأول هو تشكيل فريق تقني متخصص لدراسة فرص ومخاطر التقنيات مثل الأمن السيبراني، والذكاء الاصطناعي، والحوسبة الكمومية. يعتمد الفريق على نماذج اللغة الكبيرة لإجراء تجارب محاكاة، واستكشاف تأثيرات الذكاء الاصطناعي التوليدي على سلوك المستثمرين، حيث أظهرت النتائج أن الوكيل الذكي يميل إلى الاعتماد على البيانات والمنطق، مما يقلل من تأثيرات "الأرواح الحيوانية" (animal spirits) ويحد من ظاهرة الفقاعات السوقية. كما يستخدم الفريق تقنية التقطير المعرفي النشط (active knowledge distillation) لتطوير نماذج AI خفيفة الوزن، تقلل من تكاليف الحوسبة بنسبة 80%، مع الحفاظ على دقة التصنيف، مما يسهل معالجة الوثائق التنظيمية، والتقارير المالية، والأخبار بكميات هائلة من النصوص غير المنظمة. بالإضافة إلى ذلك، يستخدم الباحثون تقنيات المعالجة اللغوية الطبيعية (NLP) لتحليل نصوص «كتاب البيج» (Beige Book) على مدى عقود، وتأكيد أن بيانات المشاعر النصية يمكن أن تتنبأ بشكل فعال بالركود الاقتصادي، مما يعزز قدرات التحذير المبكر من المخاطر الكلية.

أما القسم الثاني، فهو تنظيم تدريبات عملية بين أعضاء مجلس الاحتياطي الفيدرالي والبنوك الاحتياطية الإقليمية الاثني عشر، لاختبار تطبيقات الذكاء الاصطناعي الوكيل، واستكشاف إمكانياته في تحليل الاستقرار المالي. يتمتع الوكيل الذكي بقدرة على الاستنتاج الذاتي، واختيار طرق التحليل، وأداء مهام معقدة بشكل مستقل، ويتفوق بشكل كبير على الطرق التقليدية في التعرف على المخاطر الشبكية (network-based risks). نظرًا لمحدودية الموارد البشرية والحوسبة، يصعب على الطرق التقليدية تحليل الشبكات المالية المعقدة بشكل شامل، بينما يمكن للوكيل الذكي إتمام عمليات الفحص الشامل. كما يمكنه إعداد سيناريوهات محاكاة استقرار السوق بشكل جماعي، وتوفير الوقت والجهد الذي يتطلبه العمل اليدوي. لضمان دقة النتائج، يطبق الاحتياطي الفيدرالي آليات تدقيق متعددة، بحيث يتم التحقق من نتائج الوكيل الذكي بواسطة نماذج متعددة، مع إدراج وجهات نظر معاكسة بشكل استباقي، ثم مراجعتها من قبل الباحثين، مستوحاة من أساليب التفكير العلمي والنقاش الأكاديمي، لتحقيق توازن بين الكفاءة والدقة.

الخلاصة والموقف التطويري

اختتمت ليزا حديثها بالتأكيد على أن تطور الذكاء الاصطناعي يجب أن يستند إلى ثلاثة أسس رئيسية: التجربة والاستكشاف، وضع قواعد الحوكمة، وإدارة المخاطر. مع تسارع تطبيق AI في المؤسسات المالية والتكنولوجية، وتزايد وتيرة التطوير، فإن على الجهات الرقابية أن تكتسب خبرة عملية وفهمًا عميقًا لآليات عمل الأنظمة، كي تتمكن من التعرف بدقة على المخاطر، وتوجيه الصناعة نحو تنمية صحية.

يمتلك AI قدرات تحليلية هائلة، ويمكن أن يوسع من حدود عمل الإنسان، لكن ذلك يتطلب إطار حوكمة متكامل. في المرحلة الحالية، يُفضل التعاون بين الإنسان والآلة، حيث يعزز AI قدرات الإنسان على اتخاذ القرارات، مع دمج آليات تحقق أسفل النظام، لتجنب الانحرافات الخوارزمية والأخطاء في القرارات. في ظل التحول التكنولوجي الحاسم، تبقى الاحتياطي الفيدرالي متفائلًا بشأن مستقبل الذكاء الاصطناعي، مع التزامه بالحذر، مع تشجيع الابتكار، مع الحفاظ على استقرار الاقتصاد الكلي والنظام المالي.