وفقًا لتقرير جديد صدر في وقت سابق من هذا العام من قبل محللي بلومبرج إنتليجنس، يمكن أن تتوسع صناعة الذكاء الاصطناعي بمعدل 42% في غضون عقد من الزمن، مدفوعة أولاً بالأسس اللازمة لتدريب أنظمة الذكاء الاصطناعي، وهذا مدفوع بالطلب على المرافق، و ثم الطلب على الأجهزة اللاحقة التي تستخدم نماذج الذكاء الاصطناعي والإعلانات والخدمات الأخرى. إن إطلاق أدوات الذكاء الاصطناعي التي تركز على المستهلك مثل ChatGPT وGoogle’s Bard سيغذي طفرة تستمر لعقد من الزمن والتي ستؤدي إلى نمو سوق AIGC من 40 مليار دولار من الإيرادات في العام الماضي إلى ما يقدر بـ 1.3 تريليون دولار في عام 2032.
مصدر الصورة: تم إنشاؤها بواسطة Unbounded AI
يحظى الذكاء الاصطناعي التوليدي (AIGC) باعتماد أوسع نطاقًا، خاصة في قطاع الأعمال.
على سبيل المثال، أعلنت Walmart مؤخرًا أنها ستطرح تطبيق AIGC لـ 50000 شريكًا خارج المتجر. وفقًا لـ Axios، يجمع التطبيق بين بيانات Walmart ونماذج اللغات الكبيرة (LLMs) التابعة لجهات خارجية لمساعدة الموظفين على إكمال مجموعة من المهام، بدءًا من تسريع عملية الصياغة إلى العمل كشريك إبداعي إلى تلخيص المستندات الكبيرة والمزيد.
تساعد عمليات النشر هذه في زيادة الطلب على بطاقات الرسومات (GPUs) اللازمة لتدريب نماذج التعلم العميق القوية. بطاقات الرسومات وحدات معالجة الرسومات هي معالجات حاسوبية متخصصة تنفذ التعليمات المبرمجة بالتوازي بدلاً من التسلسل مثل وحدات المعالجة المركزية التقليدية (CPUs).
وفقًا لصحيفة وول ستريت جورنال، فإن تدريب هذه النماذج "قد يكلف الشركات المليارات بسبب الكميات الهائلة من البيانات التي تحتاج إلى استيعابها وتحليلها." يوفر الدعم لتطبيقات ChatGPT وBard chatbot.
01.*** ركوب موجة الذكاء الاصطناعي التوليدي*
يوفر اتجاه AIGC دفعة قوية لشركة Nvidia، المورد الرئيسي لوحدات معالجة الرسومات: فقد سجلت الشركة أرباحًا مذهلة في الربع الأخير. إنه وقت ازدهار، على الأقل بالنسبة لشركة Nvidia، حيث تحاول كل شركة تقنية كبيرة تقريبًا وضع أيديها على بطاقات الرسومات المتطورة التي تعمل بتقنية الذكاء الاصطناعي.
كتبت إيرين غريفيث في صحيفة نيويورك تايمز أن الشركات الناشئة والمستثمرين يتخذون خطوات غير عادية لوضع أيديهم على هذه الرقائق: "ليس المال أو المواهب الهندسية أو الضجيج أو حتى المال هو ما تتوق إليه شركات التكنولوجيا بشدة هذا العام. الربح، ولكن الرغبة. لوحدات معالجة الرسومات.
أطلق عليها بن طومسون اسم "Nvidia on top of the Mountain" في نشرة Stratechery الإخبارية لهذا الأسبوع. وقد تم تعزيز الزخم بشكل أكبر من خلال الإعلان عن الشراكة بين Google وNvidia والتي ستمنح عملاء Google السحابيين وصولاً أكبر إلى التكنولوجيا التي تدعمها وحدات معالجة الرسوميات Nvidia. ويشير كل هذا إلى الندرة الحالية لهذه الرقائق في مواجهة الطلب المتزايد.
هل تمثل الحاجة الحالية ذروة جيل جديد من الذكاء الاصطناعي، أو ربما تبشر ببداية الموجة التالية من التطوير؟
02.كيف تشكل التقنيات التوليدية مستقبل الحوسبة
قال الرئيس التنفيذي لشركة Nvidia Jensen Huang في مكالمة أرباح الشركة الأخيرة أن هذا الطلب يشير إلى فجر "الحوسبة المتسارعة". وأضاف أنه سيكون من الحكمة للشركات "تحويل استثماراتها الرأسمالية بعيدا عن الحوسبة ذات الأغراض العامة والتركيز على توليد الذكاء الاصطناعي وتسريع الحوسبة".
تشير الحوسبة للأغراض العامة إلى وحدات المعالجة المركزية (CPUs) المصممة لمجموعة متنوعة من المهام، بدءًا من جداول البيانات وحتى قواعد البيانات العلائقية وحتى تخطيط موارد المؤسسات (ERP). تعتقد Nvidia أن وحدات المعالجة المركزية (CPUs) أصبحت الآن بنية تحتية قديمة، ويجب على المطورين تحسين كود وحدة معالجة الرسومات (GPU) لأداء المهام بشكل أكثر كفاءة من وحدات المعالجة المركزية التقليدية.
يمكن لوحدات معالجة الرسوميات إجراء العديد من العمليات الحسابية في وقت واحد، مما يجعلها مثالية لمهام مثل التعلم الآلي (ML) الذي يؤدي ملايين العمليات الحسابية بالتوازي. تعد وحدات معالجة الرسومات أيضًا جيدة بشكل خاص في أنواع معينة من الحسابات الرياضية، مثل الجبر الخطي ومهام معالجة المصفوفات، والتي تعد أساس التعلم العميق والذكاء الاصطناعي.
03. وحدات معالجة الرسومات ليست ذات فائدة كبيرة لبعض أنواع البرامج
ومع ذلك، فإن الفئات الأخرى من البرامج، بما في ذلك معظم تطبيقات الأعمال الحالية، تم تحسينها لتعمل على وحدات المعالجة المركزية (CPU) وتستفيد قليلاً من تنفيذ التعليمات المتوازية لوحدات معالجة الرسومات.
يبدو أن طومسون يحمل وجهة نظر مماثلة: "تفسيري لنقطة هوانج هو أن كل وحدات معالجة الرسومات هذه سيتم استخدامها للعديد من نفس الأنشطة التي تعمل حاليًا على وحدات المعالجة المركزية؛ وهذه بالتأكيد وجهة نظر متفائلة لشركة Nvidia لأنها تعني متابعة أي فائض". سيتم ملء السعة التي قد ينشئها الذكاء الاصطناعي التوليدي من خلال أعباء عمل الحوسبة السحابية الحالية.
وتابع: "وبعد قولي هذا، أشك في ذلك: البشر والشركات كسالى، والتطبيقات المعتمدة على وحدة المعالجة المركزية ليست أسهل في التطوير فحسب، بل في الغالب تم إنشاؤها بالفعل. أجد صعوبة في تخيل الشركات التي ستستغرق الوقت والجهد في النقل شيء يعمل بالفعل على وحدة المعالجة المركزية إلى وحدة معالجة الرسومات."
04.التاريخ يعيد نفسه
يذكرنا Matt Assay من InfoWorld بأننا رأينا هذا من قبل. "عندما ظهر التعلم الآلي لأول مرة، قام علماء البيانات بتطبيقه على كل شيء، حتى لو كانت هناك أدوات أبسط. وكما أشار عالم البيانات نوح لورانج ذات مرة، "فقط مجموعة فرعية صغيرة من مشاكل العمل هي الأفضل لحلها من خلال التعلم الآلي؛ معظم الناس يحتاجون فقط إلى المعرفة الجيدة." البيانات وفهم ما يعنيه. "
النقطة المهمة هي أن الحوسبة المتسارعة ووحدات معالجة الرسومات لا تلبي جميع احتياجات البرامج.
حققت Nvidia ربعًا قويًا، مدفوعًا بالاندفاع الحالي لتطوير جيل جديد من تطبيقات الذكاء الاصطناعي. الشركة متحمسة بشكل طبيعي لهذا الأمر. ومع ذلك، كما رأينا من دورة الضجيج للتكنولوجيا الناشئة التي أجرتها Gartner مؤخرًا، فإن هذا الجيل الجديد من الذكاء الاصطناعي يمر بلحظة وهو في ذروة التوقعات المتضخمة.
وقال بيتر ديامانديس، مؤسس جامعة سينجولاريتي ومؤسسة XPRIZE، إن التوقعات كانت رؤية إمكانات المستقبل دون أي جانب سلبي. "في تلك اللحظة، بدأ الضجيج يولد إثارة غير مبررة وتوقعات مبالغ فيها."
05.الحدود الحالية
عند هذه النقطة، سنصل قريبًا إلى حدود جنون AIGC الحالي. كما كتب أصحاب رأس المال الاستثماري بول كيدروسكي وإريك نورلين من شركة SK Ventures على Substack الخاص بشركتهم: "وجهة نظرنا هي أننا في نهاية الموجة الأولى من الذكاء الاصطناعي استنادًا إلى نماذج لغوية كبيرة. بدأت هذه الموجة في عام 2017، مع [Google] مع إصدار ورقة Transformer ("الانتباه هو كل ما تحتاجه") واختتامها في وقت ما خلال العام أو العامين المقبلين، يواجه الناس قيودًا مختلفة. "
وتشمل هذه القيود "الميل إلى الهلوسة، أو عدم كفاية بيانات التدريب لمجال ضيق، أو مجموعة تدريب قديمة منذ سنوات عديدة مضت، أو عدد لا يحصى من الأسباب الأخرى." ويضيفون: "نحن بالفعل في نهاية موجة الذكاء الاصطناعي الحالية".
لكي نكون واضحين، لا يعتقد كيدروسكي ونورلين أن الذكاء الاصطناعي قد وصل إلى طريق مسدود. وبدلا من ذلك، يزعمون أن هناك حاجة إلى تحسينات تكنولوجية كبيرة لتحقيق شيء أفضل من "التشغيل الآلي البسيط" ونمو الإنتاجية المحدود. ويعتقدون أن الموجة التالية ستشمل نماذج جديدة، والمزيد من المصادر المفتوحة، وخاصة "وحدات معالجة الرسوميات المنتشرة في كل مكان/الرخيصة" والتي، إذا كانت صحيحة، قد لا تبشر بالخير لشركة Nvidia ولكنها ستمكن أولئك الذين يحتاجون إلى التكنولوجيا لصالح الناس.
كما لاحظت مجلة Fortune، أوضحت أمازون نيتها في تحدي هيمنة Nvidia بشكل مباشر في صناعة الرقائق. إنهم ليسوا وحدهم، حيث تتنافس العديد من الشركات الناشئة على حصة في السوق - كما هو الحال مع عمالقة الرقائق بما في ذلك AMD. إن تحدي شاغل المنصب المهيمن أمر صعب للغاية. وفي هذه الحالة على الأقل، سيكون توسيع مصادر هذه الرقائق وخفض أسعار التكنولوجيا النادرة أمرًا أساسيًا لتطوير ونشر موجة الابتكار الخاصة بـ AIGC.
06 الموجة القادمة من الذكاء الاصطناعي
على الرغم من القيود المفروضة على نماذج وتطبيقات الجيل الحالي، فإن مستقبل AIGC مشرق. من المحتمل أن تكون هناك عدة أسباب وراء هذا الالتزام، ولكن ربما يكون السبب الأكثر أهمية هو نقص العمالة بين الأجيال في جميع أنحاء الاقتصاد، والذي سيستمر في دفع الطلب على مستويات أعلى من الأتمتة.
على الرغم من أنه كان يُنظر تاريخيًا إلى الذكاء الاصطناعي والأتمتة على أنهما منفصلان، إلا أن هذا الرأي يتغير مع ظهور AIGC. أصبحت التكنولوجيا بشكل متزايد محركًا للأتمتة والإنتاجية. تطرق مايك نوب، المؤسس المشارك لشركة سير العمل Zapier، إلى هذه الظاهرة في بث صوتي حديث بعنوان Eye on AI، قائلاً: "إن الذكاء الاصطناعي والأتمتة ينهاران في شيء واحد".
وبطبيعة الحال، ماكينزي تؤمن بهذا. وقالوا في تقرير حديث: "إن شركة AIGC تستعد لإطلاق العنان للموجة التالية من الإنتاجية". وهم ليسوا وحدهم. على سبيل المثال، يقول جولدمان ساكس إن الجيل الجديد من الذكاء الاصطناعي يمكن أن يعزز الناتج المحلي الإجمالي العالمي بنسبة 7٪.
سواء كنا في قمة الجيل الحالي من الذكاء الاصطناعي أم لا، فمن الواضح أن هذا مجال سيستمر في التطور ويثير الجدل عبر المؤسسة. وبقدر ما تكون التحديات كبيرة، كذلك تكون الفرص ــ وخاصة في عالم متعطش للابتكار والكفاءة. إن السباق على هيمنة وحدة معالجة الرسومات هو مجرد لقطة سريعة في هذه القصة التي تتكشف، وهي مقدمة لفصل مستقبلي في الذكاء الاصطناعي والحوسبة.
مراجع:
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
AIGC عند نقطة انعطاف: ما هي الخطوة التالية بالنسبة للتبني في العالم الحقيقي؟
وفقًا لتقرير جديد صدر في وقت سابق من هذا العام من قبل محللي بلومبرج إنتليجنس، يمكن أن تتوسع صناعة الذكاء الاصطناعي بمعدل 42% في غضون عقد من الزمن، مدفوعة أولاً بالأسس اللازمة لتدريب أنظمة الذكاء الاصطناعي، وهذا مدفوع بالطلب على المرافق، و ثم الطلب على الأجهزة اللاحقة التي تستخدم نماذج الذكاء الاصطناعي والإعلانات والخدمات الأخرى. إن إطلاق أدوات الذكاء الاصطناعي التي تركز على المستهلك مثل ChatGPT وGoogle’s Bard سيغذي طفرة تستمر لعقد من الزمن والتي ستؤدي إلى نمو سوق AIGC من 40 مليار دولار من الإيرادات في العام الماضي إلى ما يقدر بـ 1.3 تريليون دولار في عام 2032.
مصدر الصورة: تم إنشاؤها بواسطة Unbounded AI
يحظى الذكاء الاصطناعي التوليدي (AIGC) باعتماد أوسع نطاقًا، خاصة في قطاع الأعمال.
على سبيل المثال، أعلنت Walmart مؤخرًا أنها ستطرح تطبيق AIGC لـ 50000 شريكًا خارج المتجر. وفقًا لـ Axios، يجمع التطبيق بين بيانات Walmart ونماذج اللغات الكبيرة (LLMs) التابعة لجهات خارجية لمساعدة الموظفين على إكمال مجموعة من المهام، بدءًا من تسريع عملية الصياغة إلى العمل كشريك إبداعي إلى تلخيص المستندات الكبيرة والمزيد.
تساعد عمليات النشر هذه في زيادة الطلب على بطاقات الرسومات (GPUs) اللازمة لتدريب نماذج التعلم العميق القوية. بطاقات الرسومات وحدات معالجة الرسومات هي معالجات حاسوبية متخصصة تنفذ التعليمات المبرمجة بالتوازي بدلاً من التسلسل مثل وحدات المعالجة المركزية التقليدية (CPUs).
وفقًا لصحيفة وول ستريت جورنال، فإن تدريب هذه النماذج "قد يكلف الشركات المليارات بسبب الكميات الهائلة من البيانات التي تحتاج إلى استيعابها وتحليلها." يوفر الدعم لتطبيقات ChatGPT وBard chatbot.
01.*** ركوب موجة الذكاء الاصطناعي التوليدي*
يوفر اتجاه AIGC دفعة قوية لشركة Nvidia، المورد الرئيسي لوحدات معالجة الرسومات: فقد سجلت الشركة أرباحًا مذهلة في الربع الأخير. إنه وقت ازدهار، على الأقل بالنسبة لشركة Nvidia، حيث تحاول كل شركة تقنية كبيرة تقريبًا وضع أيديها على بطاقات الرسومات المتطورة التي تعمل بتقنية الذكاء الاصطناعي.
كتبت إيرين غريفيث في صحيفة نيويورك تايمز أن الشركات الناشئة والمستثمرين يتخذون خطوات غير عادية لوضع أيديهم على هذه الرقائق: "ليس المال أو المواهب الهندسية أو الضجيج أو حتى المال هو ما تتوق إليه شركات التكنولوجيا بشدة هذا العام. الربح، ولكن الرغبة. لوحدات معالجة الرسومات.
أطلق عليها بن طومسون اسم "Nvidia on top of the Mountain" في نشرة Stratechery الإخبارية لهذا الأسبوع. وقد تم تعزيز الزخم بشكل أكبر من خلال الإعلان عن الشراكة بين Google وNvidia والتي ستمنح عملاء Google السحابيين وصولاً أكبر إلى التكنولوجيا التي تدعمها وحدات معالجة الرسوميات Nvidia. ويشير كل هذا إلى الندرة الحالية لهذه الرقائق في مواجهة الطلب المتزايد.
هل تمثل الحاجة الحالية ذروة جيل جديد من الذكاء الاصطناعي، أو ربما تبشر ببداية الموجة التالية من التطوير؟
02. كيف تشكل التقنيات التوليدية مستقبل الحوسبة
قال الرئيس التنفيذي لشركة Nvidia Jensen Huang في مكالمة أرباح الشركة الأخيرة أن هذا الطلب يشير إلى فجر "الحوسبة المتسارعة". وأضاف أنه سيكون من الحكمة للشركات "تحويل استثماراتها الرأسمالية بعيدا عن الحوسبة ذات الأغراض العامة والتركيز على توليد الذكاء الاصطناعي وتسريع الحوسبة".
تشير الحوسبة للأغراض العامة إلى وحدات المعالجة المركزية (CPUs) المصممة لمجموعة متنوعة من المهام، بدءًا من جداول البيانات وحتى قواعد البيانات العلائقية وحتى تخطيط موارد المؤسسات (ERP). تعتقد Nvidia أن وحدات المعالجة المركزية (CPUs) أصبحت الآن بنية تحتية قديمة، ويجب على المطورين تحسين كود وحدة معالجة الرسومات (GPU) لأداء المهام بشكل أكثر كفاءة من وحدات المعالجة المركزية التقليدية.
يمكن لوحدات معالجة الرسوميات إجراء العديد من العمليات الحسابية في وقت واحد، مما يجعلها مثالية لمهام مثل التعلم الآلي (ML) الذي يؤدي ملايين العمليات الحسابية بالتوازي. تعد وحدات معالجة الرسومات أيضًا جيدة بشكل خاص في أنواع معينة من الحسابات الرياضية، مثل الجبر الخطي ومهام معالجة المصفوفات، والتي تعد أساس التعلم العميق والذكاء الاصطناعي.
03. وحدات معالجة الرسومات ليست ذات فائدة كبيرة لبعض أنواع البرامج
ومع ذلك، فإن الفئات الأخرى من البرامج، بما في ذلك معظم تطبيقات الأعمال الحالية، تم تحسينها لتعمل على وحدات المعالجة المركزية (CPU) وتستفيد قليلاً من تنفيذ التعليمات المتوازية لوحدات معالجة الرسومات.
يبدو أن طومسون يحمل وجهة نظر مماثلة: "تفسيري لنقطة هوانج هو أن كل وحدات معالجة الرسومات هذه سيتم استخدامها للعديد من نفس الأنشطة التي تعمل حاليًا على وحدات المعالجة المركزية؛ وهذه بالتأكيد وجهة نظر متفائلة لشركة Nvidia لأنها تعني متابعة أي فائض". سيتم ملء السعة التي قد ينشئها الذكاء الاصطناعي التوليدي من خلال أعباء عمل الحوسبة السحابية الحالية.
وتابع: "وبعد قولي هذا، أشك في ذلك: البشر والشركات كسالى، والتطبيقات المعتمدة على وحدة المعالجة المركزية ليست أسهل في التطوير فحسب، بل في الغالب تم إنشاؤها بالفعل. أجد صعوبة في تخيل الشركات التي ستستغرق الوقت والجهد في النقل شيء يعمل بالفعل على وحدة المعالجة المركزية إلى وحدة معالجة الرسومات."
04. التاريخ يعيد نفسه
يذكرنا Matt Assay من InfoWorld بأننا رأينا هذا من قبل. "عندما ظهر التعلم الآلي لأول مرة، قام علماء البيانات بتطبيقه على كل شيء، حتى لو كانت هناك أدوات أبسط. وكما أشار عالم البيانات نوح لورانج ذات مرة، "فقط مجموعة فرعية صغيرة من مشاكل العمل هي الأفضل لحلها من خلال التعلم الآلي؛ معظم الناس يحتاجون فقط إلى المعرفة الجيدة." البيانات وفهم ما يعنيه. "
النقطة المهمة هي أن الحوسبة المتسارعة ووحدات معالجة الرسومات لا تلبي جميع احتياجات البرامج.
حققت Nvidia ربعًا قويًا، مدفوعًا بالاندفاع الحالي لتطوير جيل جديد من تطبيقات الذكاء الاصطناعي. الشركة متحمسة بشكل طبيعي لهذا الأمر. ومع ذلك، كما رأينا من دورة الضجيج للتكنولوجيا الناشئة التي أجرتها Gartner مؤخرًا، فإن هذا الجيل الجديد من الذكاء الاصطناعي يمر بلحظة وهو في ذروة التوقعات المتضخمة.
وقال بيتر ديامانديس، مؤسس جامعة سينجولاريتي ومؤسسة XPRIZE، إن التوقعات كانت رؤية إمكانات المستقبل دون أي جانب سلبي. "في تلك اللحظة، بدأ الضجيج يولد إثارة غير مبررة وتوقعات مبالغ فيها."
05. الحدود الحالية
عند هذه النقطة، سنصل قريبًا إلى حدود جنون AIGC الحالي. كما كتب أصحاب رأس المال الاستثماري بول كيدروسكي وإريك نورلين من شركة SK Ventures على Substack الخاص بشركتهم: "وجهة نظرنا هي أننا في نهاية الموجة الأولى من الذكاء الاصطناعي استنادًا إلى نماذج لغوية كبيرة. بدأت هذه الموجة في عام 2017، مع [Google] مع إصدار ورقة Transformer ("الانتباه هو كل ما تحتاجه") واختتامها في وقت ما خلال العام أو العامين المقبلين، يواجه الناس قيودًا مختلفة. "
وتشمل هذه القيود "الميل إلى الهلوسة، أو عدم كفاية بيانات التدريب لمجال ضيق، أو مجموعة تدريب قديمة منذ سنوات عديدة مضت، أو عدد لا يحصى من الأسباب الأخرى." ويضيفون: "نحن بالفعل في نهاية موجة الذكاء الاصطناعي الحالية".
لكي نكون واضحين، لا يعتقد كيدروسكي ونورلين أن الذكاء الاصطناعي قد وصل إلى طريق مسدود. وبدلا من ذلك، يزعمون أن هناك حاجة إلى تحسينات تكنولوجية كبيرة لتحقيق شيء أفضل من "التشغيل الآلي البسيط" ونمو الإنتاجية المحدود. ويعتقدون أن الموجة التالية ستشمل نماذج جديدة، والمزيد من المصادر المفتوحة، وخاصة "وحدات معالجة الرسوميات المنتشرة في كل مكان/الرخيصة" والتي، إذا كانت صحيحة، قد لا تبشر بالخير لشركة Nvidia ولكنها ستمكن أولئك الذين يحتاجون إلى التكنولوجيا لصالح الناس.
كما لاحظت مجلة Fortune، أوضحت أمازون نيتها في تحدي هيمنة Nvidia بشكل مباشر في صناعة الرقائق. إنهم ليسوا وحدهم، حيث تتنافس العديد من الشركات الناشئة على حصة في السوق - كما هو الحال مع عمالقة الرقائق بما في ذلك AMD. إن تحدي شاغل المنصب المهيمن أمر صعب للغاية. وفي هذه الحالة على الأقل، سيكون توسيع مصادر هذه الرقائق وخفض أسعار التكنولوجيا النادرة أمرًا أساسيًا لتطوير ونشر موجة الابتكار الخاصة بـ AIGC.
06 الموجة القادمة من الذكاء الاصطناعي
على الرغم من القيود المفروضة على نماذج وتطبيقات الجيل الحالي، فإن مستقبل AIGC مشرق. من المحتمل أن تكون هناك عدة أسباب وراء هذا الالتزام، ولكن ربما يكون السبب الأكثر أهمية هو نقص العمالة بين الأجيال في جميع أنحاء الاقتصاد، والذي سيستمر في دفع الطلب على مستويات أعلى من الأتمتة.
على الرغم من أنه كان يُنظر تاريخيًا إلى الذكاء الاصطناعي والأتمتة على أنهما منفصلان، إلا أن هذا الرأي يتغير مع ظهور AIGC. أصبحت التكنولوجيا بشكل متزايد محركًا للأتمتة والإنتاجية. تطرق مايك نوب، المؤسس المشارك لشركة سير العمل Zapier، إلى هذه الظاهرة في بث صوتي حديث بعنوان Eye on AI، قائلاً: "إن الذكاء الاصطناعي والأتمتة ينهاران في شيء واحد".
وبطبيعة الحال، ماكينزي تؤمن بهذا. وقالوا في تقرير حديث: "إن شركة AIGC تستعد لإطلاق العنان للموجة التالية من الإنتاجية". وهم ليسوا وحدهم. على سبيل المثال، يقول جولدمان ساكس إن الجيل الجديد من الذكاء الاصطناعي يمكن أن يعزز الناتج المحلي الإجمالي العالمي بنسبة 7٪.
سواء كنا في قمة الجيل الحالي من الذكاء الاصطناعي أم لا، فمن الواضح أن هذا مجال سيستمر في التطور ويثير الجدل عبر المؤسسة. وبقدر ما تكون التحديات كبيرة، كذلك تكون الفرص ــ وخاصة في عالم متعطش للابتكار والكفاءة. إن السباق على هيمنة وحدة معالجة الرسومات هو مجرد لقطة سريعة في هذه القصة التي تتكشف، وهي مقدمة لفصل مستقبلي في الذكاء الاصطناعي والحوسبة.
مراجع: