خُمس المؤسسات ستتخلى عن الذكاء الاصطناعي بحلول 2028

تتماشى هذه النتائج مع تقدير منفصل لـ Gartner في أبريل 2026 بأن 57% من مدراء البنية التحتية لتقنية المعلومات والعمليات لديهم على الأقل مشروع ذكاء اصطناعي فاشل واحد خلفهم، وأن واحداً من كل خمسة مشاريع ذكاء اصطناعي في هذا المجال ينهار تماماً .

فجوة الإنفاق والعائد: أدلة من مصادر متعددة

تؤكد مصادر رئيسية متعددة الفجوة المتزايدة بين الاستثمار الضخم في الذكاء الاصطناعي والنتائج التجارية القابلة للقياس:

Goldman Sachs (أغسطس 2026): المحلل الاستراتيجي بن سنايدر يذكر أن الإنفاق على الذكاء الاصطناعي يرتفع بشكل حاد، لكن التكنولوجيا لم تنتج بعد تحسناً ذا معنى في أرباح معظم الشركات. فقط 2% من شركات مؤشر S&P 500 تمكنت من قياس أثر الذكاء الاصطناعي على أرباحها، وتفيد معظم الشركات بعدم وجود فائدة تذكر . تقدر المحللة جيسيكا رينديلز أن إجمالي استثمارات الذكاء الاصطناعي في الولايات المتحدة سيصل إلى ما يقرب من 600 مليار دولار في عام 2026، أي ما يعادل حوالي 2% من الناتج المحلي الإجمالي، لكن الأدلة على وجود مكاسب اقتصادية مقابلة لا تزال ضعيفة .

Goldman Sachs (مايو 2026): يشير المحلل جيم كوفيلو إلى أن معظم المؤسسات لم تحقق بعد أي عوائد من إنفاقها على الذكاء الاصطناعي، مستشهداً بدراسة من MIT وجدت أن 95% من المشاريع التجريبية للذكاء الاصطناعي لم تحقق أي أثر ملموس على الأرباح والخسائر . يجادل كوفيلو بأن اقتصاديات الذكاء الاصطناعي "أكثر إشكالية اليوم مما كانت عليه قبل عامين" .

Goldman Sachs (يوليو 2026): الاقتصادي جان هاتزيوس والمحلل ديفيد بينغ يقدمان جرعة واقعية — تبني الذكاء الاصطناعي وعائده على الإنتاجية قد يستغرقان وقتاً أطول بكثير مما تتوقعه الأسواق. يظهر تحليلهما أن تأثير الإنتاجية يتبع منحنى J: تباطؤ متواضع خلال السنوات الأربع الأولى، ومكاسب ذات دلالة إحصائية بعد ثماني سنوات فقط، وتأثير ذروة يبلغ حوالي 0.6 نقطة مئوية في العام الثاني عشر. إذا كان إطلاق ChatGPT في 2022 يعادل ظهور الكمبيوتر الشخصي في 1981، فإن العائد لا يزال على بعد سنوات .

McKinsey (2026): أقل من 20% من تطبيقات الذكاء الاصطناعي في المؤسسات تظهر تأثيراً تجارياً قابلاً للقياس .

Sequoia Capital: أشارت إلى وجود فجوة إيرادات تبلغ حوالي 600 مليار دولار بين الاستثمار في الذكاء الاصطناعي والعائد منه .

مخاطر التدفق النقدي لموفري الخدمات السحابية الضخمة (Hyperscalers): يحذر Goldman Sachs من أن البائعين الأربعة المهيمنين على الحوسبة السحابية (أمازون، ألفابيت/جوجل، مايكروسوفت، ميتا) يسيرون بشكل جماعي نحو إنفاق أكثر من إجمالي تدفقهم النقدي التشغيلي على البنية التحتية للذكاء الاصطناعي، دون عائد استثماري مؤسسي مثبت لتبرير الإنفاق . من المتوقع أن يصل إجمالي الإنفاق الرأسمالي لهذه الشركات الأربع في 2026 إلى حوالي 650 مليار دولار .

لماذا تفشل المشاريع؟ المشكلة ليست تقنية

النتيجة المتسقة عبر جميع التحليلات الرئيسية هي أن إخفاقات مشاريع الذكاء الاصطناعي هي إخفاقات تنظيمية واستراتيجية، وليست تقنية. النموذج الذكي نفسه لا يفشل أبداً تقريباً، ولكن حالة العمل التجاري، وأساس البيانات، وضوابط التكلفة هي التي تفشل.

تحدد Gartner ثلاثة أنماط فشل رئيسية تقود توقعاتها: تصاعد التكاليف مع عدم وجود نموذج واضح لعائد الاستثمار، وقيمة تجارية غير واضحة، وضوابط مخاطر غير كافية . كما قال أحد محللي Gartner، "معظم مشاريع الذكاء الاصطناعي العاملة حالياً هي تجارب أو إثباتات مفاهيم في مرحلة مبكرة، وهي مدفوعة في الغالب بالضجة وغالباً ما يُساء تطبيقها" .

النتائج واضحة بالفعل. تتوقع Gartner أنه بحلول عام 2028، سيتم إيقاف 70% من مبادرات الذكاء الاصطناعي بسبب انفجارات التكاليف غير المدارة والانجراف في القيمة في المؤسسات التي تفتقر إلى ممارسة مخصصة للإدارة المالية للذكاء الاصطناعي .

ماذا يعني هذا لقادة الأعمال

النمط عبر تقارير Gartner، وGoldman Sachs، وMcKinsey، وMIT، وSequoia متسق: الإنفاق على الذكاء الاصطناعي في مستويات تاريخية، لكن الغالبية العظمى من المؤسسات لا تستطيع بعد إظهار عوائد قابلة للقياس على النتيجة النهائية من ذلك الإنفاق. العديد منها بدأ بالفعل في التراجع أو الفشل في تجاوز مرحلة المشاريع التجريبية.

بالنسبة للمؤسسات التي تستثمر في الذكاء الاصطناعي، يشير البحث إلى طريق واضح: تحديد اختناق تشغيلي محدد له تأثير قابل للقياس على التكلفة أو الجودة، بناء حل ذكاء اصطناعي لتلك المشكلة تحديداً، قياس التأثير قبل وبعد بدقة، وتوسيع نطاق ما ينجح فقط . من غير المرجح أن تنجو المشاريع التي تفشل في وضع مقاييس واضحة لعائد الاستثمار من اليوم الأول من المراجعة القادمة.