|
يُشكّل استثمار المملكة العربية السعودية في البنية التحتية للذكاء الاصطناعي نموذجًا سياديًا يقوم على منطق استباقي صريح: بناء الطاقة الاستيعابية أولًا، ثم تهيئة بيئة اقتصادية قادرة على توظيفها. غير أن هذا المنطق، رغم رصانته، ينطوي على تحد هيكلي؛ إذ إن العلاقة بين توفر البنية التحتية ثم تهيئة البيئة الاقتصادية الكفيلة بتوظيفها، ليست علاقة تلقائية تسير على خط واحد مستقيم، بل هي رهان على التوقيت — ومن يُخطئ في ضبطه لا يخسر استثمارًا تقنيًا فحسب، بل يُضيّع القيمة الاقتصادية التي كان يسعى إلى تحقيقها. لذا فإن الزاوية التحليلية في هذا الورقة البحثية من أرقام انتليجينس هي ليست إن كانت المملكة تمتلك القدرة، بل متى يستوعبها اقتصادها بالكامل. تستحوذ المؤسسات الكبرى حاليًا على نحو 70% من سوق الذكاء الاصطناعي والبيانات الضخمة في المملكة، وهو ما ينسجم تمامًا مع المسار العالمي لتبني هذه التقنية، وهو مسار مألوف في تاريخ التقنيات الكبرى ذات الأثر الواسع: تحتضنها المؤسسات أولًا، ثم تنتشر شيئًا فشيئًا في نسيج الاقتصاد الأوسع مع تراجع التكاليف ونضج النماذج. ما يستدعي الاهتمام في هذا التحليل هو وتيرة هذا التوسع وعمقه داخل قاعدة المنشآت الصغيرة والمتوسطة تحديدا، نظرًا للمكانة المحورية التي تحتلها هذه القاعدة في هندسة التنويع الاقتصادي للمملكة. تجاوز عدد المنشآت الصغيرة والمتوسطة السعودية 1.7 مليون منشأة، وتُشغّل 8.8 مليون موظف، وتُسهم بنسبة 22.9% من الناتج المحلي الإجمالي وفقا لأحدث البيانات الرسمية، وفي قفزة لافتة من 429,000 منشأة فقط عام 2016. وتُمثّل المنشآت الصغيرة والمتوسطة نحو 30% من الشركات المدرجة في سوق نمو، فيما تستهدف المملكة رفع مساهمة هذا القطاع في الناتج المحلي الإجمالي إلى 35% بحلول عام 2030.  ⁉️ فجوة الـ 12.1% تُسهم المنشآت الصغيرة والمتوسطة حاليًا بنسبة 22.9% من الناتج المحلي الإجمالي، في حين يستهدف برنامج رؤية 2030 رفع هذه النسبة إلى 35% — أي أن القطاع أمامه فجوة قدرها 12.1 نقطة مئوية يتعين ردمها في أقل من خمس سنوات. وبالنظر إلى حجم الاقتصاد السعودي البالغ 1.31 تريليون دولار، فإن هذه الفجوة تعني أن المنشآت الصغيرة والمتوسطة مطالبة بتوليد نحو 158 مليار دولار إضافية من الناتج الاقتصادي. ويتوقع البنك الدولي نمو الناتج المحلي غير النفطي بمعدل وسطي يبلغ 3.6% سنويًا بين عامَي 2025 و2027 — وهو معدل لا يكفي وحده لسد فجوة هيكلية بهذا الحجم بحلول عام 2030، ما لم تتدخل عوامل إضافية ترفع من وتيرة النمو فوق مسارها الاعتيادي. وتكشف هذه الأرقام عن حقيقة جوهرية: لا يمكن لقطاع المنشآت الصغيرة والمتوسطة أن يردم فجوة بهذا الحجم بمجرد توظيف مزيد من العمالة أو ضخ مزيد من رأس المال — فالوقت لا يتسع لذلك. المسار الوحيد القابل للتحقيق هو رفع ما ينتجه كل عامل، لا زيادة عدد العمال أنفسهم. وهنا تحديدًا يأخذ الذكاء الاصطناعي دوره في المشهد — لا بوصفه إضافةً تكنولوجية كمالية، بل بوصفه الرافعة الأكثر واقعيةً وقدرةً على تحقيق مستوى الإنتاجية الذي يتطلبه الهدف في الوقت المتاح.  وتُقدّم التجارب الدولية صورةً واضحة لما يمكن للذكاء الاصطناعي تحقيقه حين يُطبَّق على نحو صحيح: فالمنشآت الصغيرة والمتوسطة التي تبنّت مبكرًا أنظمة الذكاء الاصطناعي المتقدمة حققت توفيرا في التكاليف بلغ 15.2% في المتوسط، ومكاسب في الإنتاجية وصلت إلى 22.6%. وإذا انعكست هذه النسب ولو جزئيًا في قطاع يضم 1.7 مليون منشأة صغيرة ومتوسطة في المملكة وتشغّل 8.8 مليون شخص، فإن الأثر على الناتج الاقتصادي سيكون جوهريًا ولافتا. وكشفت دراسة أجرتها "آي بي إم" لمنطقة أوروبا والشرق الأوسط وأفريقيا لعام 2025 أن 72% من المؤسسات الكبرى تُسجّل مكاسب إنتاجية مدفوعةً بالذكاء الاصطناعي، مقارنةً بـ55% في صفوف المنشآت الصغيرة والمتوسطة — وهو تفاوت يُجسّد على مستوى المنشآت المعضلة البنيوية ذاتها التي يعالجها هذا التحليل على المستوى السعودي. 🔍 التكلفة الحقيقية للذكاء الاصطناعي ليست في الأجهزة لا تظهر عوائد الذكاء الاصطناعي بمجرد تشغيله. فالمنشأة لا تجني ثماره الحقيقية إلا بعد أن تُعيد بناء طريقة عملها من الداخل — كيف تسير المهام، وكيف يعمل الموظفون، وكيف تُتخذ القرارات، وما البرمجيات التي تحتاجها تحديدًا. وهذا التحول الداخلي يكلّف وقتًا ومالًا — لكنه لا يظهر في أي سجل محاسبي، لأن أدوات المحاسبة التقليدية لم تُصمَّم أصلًا لرصد هذا النوع من الاستثمار. وهذا ليس رأيًا، بل نتيجة بحثية موثّقة. فقد أعاد اقتصاديون أمريكيون حساب أرقام الإنتاجية في الولايات المتحدة على مدى عقود، بعد إضافة قيمة هذا الاستثمار التنظيمي غير المرئي. فتبيّن أن الاقتصاد الأمريكي كان يحقق تقدمًا تكنولوجيًا أعلى بنسبة 15.9% مما تقوله الأرقام الرسمية — لا لأن الحكومة أخطأت، بل لأنها لم تكن تقيس سوى ما يمكن رؤيته: المشتريات المادية. وهذا الدرس يخص المملكة بشكل مباشر. فالمملكة تُنفق اليوم مليارات الدولارات على مراكز البيانات والحواسيب والمنصات الرقمية — وهو الجزء المرئي من الاستثمار. أما الجزء غير المرئي — تدريب الموظفين، وتطوير البرمجيات، وإعادة تنظيم طريقة العمل داخل 1.7 مليون منشأة صغيرة ومتوسطة — فمن المرجح أن يكون أكبر تكلفةً وأعمق أثرًا من الأجهزة نفسها، لكن لن يرصده أحد في الوقت الفعلي. ولهذا ستبدو أرقام الناتج المحلي والإنتاجية في المراحل الأولى أقل مما يجري فعلًا على أرض الواقع — ليس لأن الاستثمار يفشل، بل لأن أهم ما يُبنى يجري داخل المنشآت لا في فواتير الموردين. وفي قطاع المنشآت الصغيرة والمتوسطة تحديدًا، يكتسب هذا الواقع ثقلًا أكبر. فالفجوة البالغة 12.1 نقطة مئوية بين مساهمة القطاع الحالية في الناتج المحلي ومستهدف 2030 لن تُسد بشراء الأجهزة وحده. 
ℹ︎
ملاحظة
يُظهر هذا الرسم البياني أن المنشآت لا تجني عوائد فورية حين تتبنى الذكاء الاصطناعي — بل تمر أولًا بمرحلة تراجع في الأداء قبل أن تبدأ الأرباح الحقيقية في الظهور. وتمتد هذه المرحلة عادةً بين ثلاث وخمس سنوات، وفقا للأبحاث الأكاديمية الرصينة، وخلالها تنشغل المنشأة بإعادة تنظيم عملها الداخلي وتدريب موظفيها — وهو استثمار حقيقي لكنه لا يظهر في أي بيانات مالية. 🎯 خاتمة لا تكفي الميزانية وحدها لتحويل الذكاء الاصطناعي إلى قيمة اقتصادية حقيقية. فقدرة المنشأة على الاستفادة من هذه التقنية مشروطة بما تمتلكه مسبقًا من بنية بيانات، وكفاءات تقنية، وعمليات داخلية قابلة للتكيّف. وحين تغيب هذه المقومات، لا يُنتج الاستثمار التقني العائد المأمول منه — بصرف النظر عن حجمه. والاقتصاد غير النفطي في المملكة يسجّل نموًا حقيقيًا وملموسًا، إذ تجاوزت حصته نصف الناتج المحلي الإجمالي. غير أن القطاعات التي تقود هذا النمو — من إنشاءات وتجزئة وضيافة — لا تزال في مراحل مبكرة من بناء بنيتها الرقمية، وهو ما يجعل تعميق تبني الذكاء الاصطناعي فيها فرصةً واعدة لا تزال في أولى مراحلها. ويزيد على ذلك أن معظم نماذج الذكاء الاصطناعي المتاحة حاليًا طُوِّرت في سياق لغوي وتجاري مختلف. وهذا يعني أن المنشأة الصغيرة السعودية التي تُصدر فواتيرها بالعربية وتُبرم عقودها وفق الأعراف التجارية المحلية، تجد نفسها أمام أدوات لم تُبنَ لبيئتها — مما يُقلّص قدرتها على توظيف هذه التقنية بفاعلية حتى حين تتوفر لها الموارد اللازمة للاستثمار فيها. ولهذا يُشكّل نموذج عَلَّام -- هو أول نموذج لغوي توليدي سعودي ضخم طُوّر بمعايير عالمية لبناء منظومة ذكاء اصطناعي مستقلة تدعم اللغة العربية -- ضرورة وظيفية لا خيارًا استراتيجيًا. فما لم تنضج تقنية عربية الأصل بجودة وتكلفة تناسب المنشآت الصغيرة، يظل تبني الذكاء الاصطناعي خارج متناول غالبية هذه المنشآت من الناحية العملية. |
|
|
|
Argaam.com حقوق النشر والتأليف © 2026، أرقام الاستثمارية , جميع الحقوق محفوظة |