مرّر ثلاثة اقتصاديين في بنك الاحتياطي الفيدرالي بسانت لويس نحو 490,000 محضر مكالمة أرباح من 5,198 شركة أمريكية مدرجة عبر نموذج لغوي، ووسموا 910,955 جملة تتعلق بالإنتاجية، ثم صنّفوها حسب الزمن النحوي. نحو 95% من التصريحات المتعلقة بإنتاجية الذكاء الاصطناعي كانت تشير إلى مكاسب لم تحدث بعد. أما الحديث عن الإنتاجية غير المرتبط بالذكاء الاصطناعي فكانت النسبة فيه نحو 75% (فيدرالي سانت لويس، 2026).
في الفترة نفسها، نمت الإنتاجية الكلية لعوامل الإنتاج المعدّلة حسب معدل الاستخدام في الولايات المتحدة بنسبة 0.07% خلال الأرباع الأربعة المنتهية في الربع الأول من 2026.
هذه هي المشكلة كاملة في رقمين. السجل العام لإنتاجية الذكاء الاصطناعي هو في مجمله سجل توقّعات، ودراسة الجدوى لديك تُموَّل استنادًا إليه وكأنه سجل نتائج محققة.
المعيار الذي تستخدمه هو زمن نحوي، لا رقم
لنبدأ بما فعلته الدراسة فعليًا، لأن المنهج هو ما يجعل النتيجة صعبة التجاهل.
استخرج سردار أوزكان وأكاش كالياني ونيكولاس سوليفان محاضر S&P Global الممتدة من 2000 إلى 2025، ورشّحوا الجمل المرشحة بالكلمات المفتاحية، ثم استخدموا مصنّفًا من نوع Qwen3-3B لوسم كل جملة على ثلاثة محاور: هل تتعلق بالذكاء الاصطناعي، وهل تصف الإنتاجية بأنها ترتفع أو تنخفض أو تبقى ثابتة، وهل صيغت في الماضي أو الحاضر أو المستقبل. استُبعدت الجمل غير المتعلقة بالإنتاجية، فبقيت 910,955 عبارة موسومة (فيدرالي سانت لويس، 2026).
نتج عن ذلك توزيعان، وكلاهما مائل في الاتجاه نفسه.
على مستوى الزمن: نحو 95% من جمل إنتاجية الذكاء الاصطناعي متجهة إلى المستقبل، مقابل نحو 75% في الحديث عن الإنتاجية عمومًا. وعلى مستوى الاتجاه: نحو 95% من الجمل المرتبطة بالذكاء الاصطناعي تصف الإنتاجية بأنها ترتفع، مقابل نحو 75% في غيرها. أما نسبة ما يصف انخفاضًا في الإنتاجية بسبب الذكاء الاصطناعي فهي مهملة.
الاعتراض البديهي هو تأخر مرحلة الحماس: بالطبع كان 2023 عامًا طموحًا، فالأدوات كانت جديدة. لكن البيانات لا تدعم هذه القراءة. نسبة الصيغة المستقبلية مستقرة في 2023 و2025 معًا، رغم ارتفاع حصة الذكاء الاصطناعي من مجمل النقاش حول الإنتاجية من الصفر تقريبًا قبل ChatGPT إلى نحو 15% بنهاية 2025 (Fortune، 2026). سنتان كاملتان من التطبيق لم تنقلا الحديث من سنفعل إلى فعلنا.
لذلك حين يصلك ادعاء شركة نظيرة بشأن إنتاجية الذكاء الاصطناعي — في كلمة رئيسية بمؤتمر، أو دراسة حالة من مورّد، أو عرض مستثمرين لمنافس — فإن المعدل الأساسي يقول إنه توقّع. ليس كذبًا، وليس بالضرورة خاطئًا. بل توقّع يرتدي ثوب المعيار.
الفجوة نفسها تظهر داخل الشركة
لو كانت النتيجة تخص لغة المخاطبة الموجهة للمستثمرين فقط، لأمكنك اعتبارها مسرحًا لأسواق رأس المال. لكنها ليست كذلك. فاستطلاع المديرين الماليين الصادر عن فيدرالي أتلانتا وريتشموند وجد الفجوة نفسها في إجابات خاصة وغير ترويجية.
باستطلاع أكثر من 700 مسؤول تنفيذي في مارس 2026، طلب الباحثون من الشركات أن تقدّر بنفسها أثر الذكاء الاصطناعي على الناتج لكل عامل: كانت الإجابة 1.8% لعام 2025، مع توقّع 3.0% لعام 2026. ثم احتسب الفريق ما تشير إليه أرقام الشركات نفسها — الإيرادات المنسوبة إلى الذكاء الاصطناعي مقابل التغير في التوظيف الناجم عنه — فحصل على 0.4% إلى 0.8% في الصناعة والبناء والخدمات منخفضة المهارة، وصولًا إلى نحو 2.2% في القطاع المالي (فيدرالي أتلانتا، 2026).
بالغ التنفيذيون في تقدير مكاسبهم المحققة بمعامل يتراوح بين اثنين وأربعة، مستخدمين بياناتهم الخاصة، في استطلاع سري، ودون جمهور يسعون لإبهاره.
هذا يعيد تأطير نتيجة مكالمات الأرباح. المسألة ليست في المقام الأول مشكلة إفصاح أو انضباط في علاقات المستثمرين. إنها مشكلة قياس، وهي قائمة على مستوى المسؤول التنفيذي التشغيلي نفسه. يستحضر المؤلفون عبارة سولو من 1987 عن عصر الحاسوب الذي يُرى في كل مكان إلا في إحصاءات الإنتاجية، والمقارنة في محلها: قياسان مستقلان للفيدرالي — أحدهما نصي عبر 5,198 شركة، والآخر استطلاعي عبر أكثر من 700 تنفيذي — يلتقيان عند النتيجة ذاتها انطلاقًا من اتجاهين منهجيين متعاكسين.
لماذا يكون تلوّث التوقّعات أشد وطأة في السوق المتوسطة
وظيفة العمليات في شركة من 50 إلى 500 موظف أكثر عرضة لهذا الاختلال من المؤسسة الكبيرة، لسبب بنيوي لا علاقة له بمستوى النضج.
التقسيم حسب الحجم في استطلاع المديرين الماليين حاسم. نحو 60% من الشركات استثمرت في الذكاء الاصطناعي في 2025 — قرابة 80% من الكبيرة، ونحو النصف من الصغيرة — وأكثر من 80% تتوقع الاستثمار في 2026. لكن المبالغ تتباعد بمراتب: نحو 60% من الشركات الأصغر تخطط لإنفاق أقل من 20,000 دولار على الذكاء الاصطناعي في 2026، مقابل 14% من الكبيرة، بينما نحو 30% من الكبيرة تخطط لإنفاق يتجاوز مليون دولار، مقابل 1% من الأصغر (فيدرالي ريتشموند، 2026).
الشركة التي تنفق 700,000 دولار تستطيع تحمّل كلفة القياس: خط أساس للعملية، ومجموعة ضابطة، وقياس زمن الدورة قبل وبعد. أما التي تنفق 18,000 دولار فلا تستطيع، ولا تفعل. تشتري التراخيص ثم تستنتج النتيجة من شعور الفريق تجاه الأداة.
ما يعني أن السوق المتوسطة تعتمد بشكل غير متناسب على المعايير الخارجية، وذلك تحديدًا لأنها لا تستطيع توليد معايير داخلية. ومجمع المعايير الخارجية 95% منه توقّعات. كلما قلّت قدرتك على القياس، زاد الوزن الذي تمنحه لأقل فئات الأدلة موثوقية. هذا هو الفخ، وهو يضيق كلما صغرت الميزانيات.
وهناك أثر من الدرجة الثانية يستحق التسمية. حين تكون ادعاءات النظراء متفائلة وقياسك أنت ضعيفًا، تُقرأ الفجوة بين نتيجتك المرصودة والمعيار على أنها فشل في تنفيذك أنت. عندها يستجيب قادة العمليات بشراء أدوات إضافية أو إعادة هيكلة التطبيق، بينما التشخيص الأمين هو أن المقارنة لم تكن صحيحة أصلًا. أنت لست متأخرًا. أنت مقيس، وهم متوقَّعون.
توقّع أعداد الموظفين له الشكل نفسه
تستحق أرقام التوظيف في استطلاع المديرين الماليين انتباهًا منفصلًا، لأنها الأرجح أن تكون قابعة في خطتك وكأنها أمر محسوم.
كانت الآثار الإجمالية للذكاء الاصطناعي على التوظيف قريبة من الصفر. تتوقع الشركات الكبيرة خفضًا في عدد الموظفين بنسبة 0.8% في 2026؛ بينما تتوقع الأصغر زيادة بنحو 1%. وعلى مستوى التركيبة، يتوقع التنفيذيون تراجع حصة الأعمال الكتابية الروتينية بنسبة 0.76% بحلول 2026 و2.19% بحلول 2028، يعوّضه جزئيًا نمو الأدوار التقنية الماهرة — والشركات الأصغر أميل إلى توسيع ملاكها التقني منها إلى التقليص في أي موضع (فيدرالي ريتشموند، 2026).
لاحظ الزمن النحوي مجددًا. كل رقم من تلك الأرقام هو توقّع بشأن 2026 و2028، صادر عن التنفيذيين أنفسهم الذين بالغوا في تقدير مكاسب إنتاجيتهم المحققة لعام 2025 بمعامل بين اثنين وأربعة. التحيّز لا يحصر نفسه بلطف في مسألة الإنتاجية. فإذا كانت خطتك التشغيلية لعام 2027 تفترض خفضًا في الأعمال الكتابية لأن بيانات الاستطلاع تُظهر ذلك، فأنت استوردت توقّعًا من فئة موثّق ومقيس لديها مشكلة تفاؤل — وقيّدته كافتراض تخطيطي.
أين تتوقف الأدلة
ثلاثة حدود، لأن دراسة جدوى مبنية على قراءة خاطئة لهذه الدراسة تفشل تمامًا كما تفشل تلك المبنية على الحماس.
التوجّه نحو المستقبل لا يعني الزيف. الجملة في صيغة المستقبل تعبير عن نية وتوقّع، لا اختلاق. بعض تلك التوقّعات سيتحقق. النتيجة تخص فئة الدليل في الادعاء، لا قيمته من حيث الصدق — والاستجابة الصحيحة هي إعادة الترجيح، لا الرفض.
الإنتاجية الكلية المجمّعة أداة خشنة. رقم 0.07% يخص الاقتصاد بأكمله وحركته بطيئة؛ وتاريخيًا تتأخر الإنتاجية المقيسة سنوات عن التقنيات عامة الاستخدام، وقد تكون المكاسب على مستوى الشركة حقيقية بينما يظل المؤشر الوطني ثابتًا. رقم الإنتاجية الكلية سياق لاختلال التوقّعات، لا دليل على أن أحدًا لا يحصل على شيء.
التصنيف غير كامل. وسم الزمن النحوي بنموذج لغوي صغير عبر ما يقارب المليون جملة يحمل نسبة خطأ، ولغة مكالمات الأرباح متحفظة بحكم بنيتها: فالمراجعة القانونية تدفع التنفيذيين نحو صيغ استشرافية في أي موضوع غير مؤكد. جزء من تلك الـ95% أثر جانبي للإفصاح لا غياب للنتائج.
لا شيء من ذلك ينقذ ممارسة المقارنة المعيارية. بل إن استطلاع المديرين الماليين يقوّي الحجة: انزع المحامين والمحللين وحافز الإبهار، وسيظل التنفيذيون يبالغون في مكاسبهم المحققة بمقدار ضعفين إلى أربعة أضعاف مقارنة بأرقامهم هم. الاختلال ينجو من كل تخفيض معقول يمكنك تطبيقه عليه.
الحقول الثلاثة التي تُصلح دراسة الجدوى لديك
هذا تغيير في التوثيق لا في الاستراتيجية، وكلفته أصيل يوم واحد.
خذ كل مبادرة ذكاء اصطناعي موجودة حاليًا في ميزانيتك أو في مسار التنفيذ. واشترط لكل واحدة ثلاثة حقول قبل أن تمضي قدمًا:
مؤشر محقق. لا وفورات متوقعة، ولا تقدير زمني لكل مقعد من المورّد. رقم تشغيلي محدد: متوسط زمن المعالجة، نسبة النجاح من المرة الأولى، عدد أيام الإغلاق، التذاكر المحلولة لكل موظف. إن لم يستطع أحد تسمية واحد، فالمبادرة فرضية ويجب تمويلها ومراجعتها بوصفها تجربة، لا عائدًا.
خط الأساس قبل الذكاء الاصطناعي. قيمة ذلك المؤشر قبل وصول الأداة، مع تحديد نافذة القياس. خطوط الأساس المفقودة هي الإخفاق الأكثر شيوعًا — تبدأ الفرق القياس يوم إطلاق التجربة، ما يجعل أي رقم لاحق غير قابل للتفسير. وإن ضاع خط الأساس، أعد بناءه من البيانات التاريخية قبل أن تنفق ربعًا آخر.
تاريخ القياس. النتائج المحققة يرافقها تاريخ قياس. أما التوقّعات فلا. هذا الحقل وحده يفرز محفظتك أسرع من أي إطار عمل، لأن ادعاءً لا يستطيع إنتاج تاريخ ليس نتيجة.
ثم طبّق الاختبار نفسه على كل رقم خارجي تقيس عليه. دراسة حالة من مورّد، كلمة لنظير، عرض لمنافس: هل يسمّي مؤشرًا محققًا وخط أساس وتاريخًا؟ نتيجة فيدرالي سانت لويس تتنبأ بأن نحو تسعة عشر من كل عشرين ستسقط في واحد على الأقل. تلك توضع في مجلد بعنوان توقّعات، وتتوقف عن التأثير في الميزانية.
هذا الانضباط غير براق، وسيجعل برنامج الذكاء الاصطناعي لديك يبدو أسوأ على الورق هذا الربع. وهذا هو المقصود بالضبط. أنت الآن تقارن نتائجك المقيسة بتوقّعات الجميع وتسمي الفارق ضعفًا في الأداء. صحّح المقارنة وستكتشف أنك لست متأخرًا — أنت ببساطة واحد من قلة في الغرفة يقومون بالعدّ فعلًا.
قبل قرار الاستثمار التالي في الذكاء الاصطناعي، اطرح سؤالًا واحدًا على كل رقم في الغرفة، داخليًا كان أو خارجيًا: متى قيس هذا؟ كل ما يعجز عن الإجابة هو توقّع، والتوقّعات لا مكان لها في خانة الأدلة في دراسة الجدوى.
