فرصة أفريقيا في الذكاء الاصطناعي ليست في استخدامه.. بل في بنائه وتطويره

فإذا عاشت بيانات قارتك في خوادم طرف آخر وجرت معالجتها عبر أنظمة أجنبية، فلن تخسر عوائد التخزين فحسب، بل ستفقد القدرة على تحديد كيفية فهم النماذج الذكية لشعبك وتاريخك وثقافتك.

اللغة هنا أصل اقتصادي وليست مجرد إرث ثقافي

أفريقيا موطن لأكثر من 2,000 لغة حية، ومعظم نماذج الذكاء الاصطناعي بالكاد تفهم حفنة ضئيلة منها.

اليوروبا، والإيغبو، والهوسا، والولوف، والشونا، والكينيارواندا، والأمهرية، واللوغندا، والزولو، ومئات اللغات الأخرى يتحدث بها مئات الملايين من البشر، وتواجه فجوات هائلة في مدى كفاءة عمل أي نظام ذكاء اصطناعي رئيسي بها. ووجد الباحثون أن اللغات الأفريقية تمثل نسبة ضئيلة بصورة صادمة من المحتوى المتاح على الإنترنت — أقل من 1 بالمائة بكثير — رغم أن مئات الملايين يتحدثون بها يومياً.

يعكس نموذج الذكاء الاصطناعي طبيعة البيانات التي تدرب عليها؛ وإذا كانت اللغات الأفريقية شبه غائبة عن بيانات التدريب، فإن المعرفة والسياق والفروق الدقيقة للثقافة الأفريقية ستكون غائبة بالتبعية. وينعكس ذلك مباشرة على الخدمات الرقمية: حيث يصبح من الصعب رقمنة الخدمات الحكومية، والأنظمة القانونية، وأدوات الرعاية الصحية، والمنصات التعليمية بالشكل الصحيح للأشخاص المحتاجين إليها، لأن النماذج الأساسية لم تُبنَ يوماً مع مراعاة تلك اللغات.

تخيل أن تطلب استشارة قانونية من مساعد ذكاء اصطناعي بلغة اليوروبا، فيمنحك إجابة واثقة تستند إلى غياب شبه تام للنصوص القانونية الحقيقية بتلك اللغة. أو تشخيصاً طبياً بلغة الولوف من نظام دُرب على الأدبيات الطبية الإنجليزية والفرنسية فقط. أو مزارعاً في ريف أوغندا يطلب نصيحة زراعية بلغة اللوغندا فيتلقى إجابة عامة لا تدرك طبيعة التربة المحلية. إذا كانت هذه اللغات شبه غائبة، فإن ملايين الأشخاص يصبحون غير مرئيين للجيل القادم من الخدمات الرقمية، في اللحظة ذاتها التي تتحول فيها تلك الخدمات إلى الوسيلة الافتراضية لتعامل البنوك والحكومات والمستشفيات والمدارس مع المواطنين.

هنا تكف اللغة عن كونها مجرد مسألة ثقافية، وتتحول إلى بنية تحتية اقتصادية أساسية؛ فمن يبني النماذج التي تفهم اليوروبا أو الأمهرية أو الولوف بعمق يبني أصلاً ذا قيمة تجارية واقتصادية حقيقية، لا ثقافية فحسب.

لا يعمل أي من هذا دون البنية التحتية الداعمة

من المغري تصوير الذكاء الاصطناعي كبرمجيات خالصة تعيش في السحاب، لكنه في الواقع يعتمد على قائمة طويلة من الموجودات المادية الملموسة: كهرباء لا تنقطع، وشبكات ألياف ضوئية، ومراكز بيانات متطورة، ومعالجات رسومية (GPUs)، وأنظمة تبريد، وشبكات طاقة مستقرة، وأمن سيبراني صارم.

وبدون هذه المنظومة، لا وجود لصناعة ذكاء اصطناعي حقيقية، مهما امتلكت الدولة من مهندسين موهوبين. وهنا تصطدم طموحات الذكاء الاصطناعي مباشرة بفجوات البنية التحتية التقليدية التي حددت ملامح التنمية الاقتصادية في أفريقيا لعقود: شبكة الكهرباء، والألياف، والموانئ، ومراكز البيانات. إنه النقاش ذاته، ولكن بعنوان رقمي جديد.

وهناك عنصر جوهري يستحق التوقف عنده بمفرده: القدرة الحاسوبية (Compute). يتطلب تدريب أنظمة الذكاء الاصطناعي المتقدمة موارد حوسبة هائلة، وتتركز معظم هذه القدرة حالياً في حفنة صغيرة من الدول. والوصول إلى معالجات الرسومات، والبنية التحتية السحابية، والحوسبة عالية الأداء يتحول إلى عنصر ذي أهمية استراتيجية تماثل أهمية الحصول على الكهرباء خلال الثورات الصناعية السابقة. والدول التي تفتقر إلى قدرات حوسبة ذاتية تخاطر بالتحول إلى مستهلك دائم للذكاء الاصطناعي لا صانع له، مهما بلغت كفاءة مهندسيها أو حجم بياناتها المحلية. وهذا نقاش سيخوضه العالم بأسره مراراً وتكراراً على مدار العقد القادم، والأجدر بأفريقيا أن تخوضه مبكراً لا متأخرة.

أفريقيا لا تبدأ من نقطة الصفر

من السهل أن يبدو مثل هذا الطرح محبطاً، لكنه لا ينبغي أن يكون كذلك؛ لأن أفريقيا تدخل هذا المضمار بمزايا تنافسية حقيقية.

تمتلك أفريقيا أصغر سكان العالم سناً، بمتوسط عمر يقل عن عشرين عاماً، مما يمنحها واحدة من أكبر القوى العاملة المستقبلية في تاريخ البشرية. كما تضم القارة مجتمع مطورين متسارع النمو، وعادات رقمية ترتكز على الهواتف المحمولة أعادت تشكيل المعاملات المصرفية والدفع الإلكتروني، وواحدة من أكثر منظومات التكنولوجيا المالية (fintech) تقدماً في العالم. وتمتلك القارة أيضاً عنصراً فريداً: اقتصاداً غير رسمي هائلاً يولد أنواعاً من البيانات لا وجود لها في أي مكان آخر، في الزراعة والصحة وأنماط المناخ والتجارة متناهية الصغر واللغات المحلية.

لا تحتاج أفريقيا إلى استنساخ وادي السيليكون للاستفادة من هذه المقومات، بل الأفضل هو حل المشكلات الأفريقية مباشرة: كشف أمراض المحاصيل مبكراً، وتحسين التشخيص الطبي في المناطق المفتقرة للمتخصصين، وبناء أدوات ترجمة حقيقية للغات غير المخدومة، وتيسير سلاسل الإمداد، ودعم حماية الحياة البرية، وتحسين عمليات التعدين، وبناء أدوات الصمود المناخي للمزارعين والمدن الساحلية. والحلول التي تُبنى لهذه التحديات يمكن أن تتحول لاحقاً إلى صادرات تقنية قائمة بذاتها، بالطريقة ذاتها التي أثرت بها أنظمة الدفع عبر الهاتف في أفريقيا على التكنولوجيا المالية العالمية.

أعظم صادرات أفريقيا في الذكاء الاصطناعي لن تشبه ChatGPT

هناك افتراض متداول في نقاشات الذكاء الاصطناعي في أفريقيا يرى أن الهدف يجب أن يكون تأسيس "OpenAI أفريقية"؛ أي نموذج تأسيسي محلي ينافس وجهاً لوجه روبوتات الدردشة العامة الضخمة في الولايات المتحدة والصين.

وهذا الهدف غير صائب على الأرجح؛ لأن المنافسة المباشرة مع عمالقة النماذج التأسيسية في العالم ليست نقطة القوة التنافسية لأفريقيا.

إن الميزة التنافسية الحقيقية لأفريقيا تكمن في مكان آخر تماماً: ذكاء اصطناعي زراعي مدرب على أنماط محاصيل لم يكلف أحد نفسه عناء نمذجتها بدقة، وذكاء اصطناعي تعديني مبني حول الجيولوجيا المعدنية الخاصة بالقارة، ونماذج مناخية متوافقة مع أنظمة الطقس الأفريقية، وأدوات لحماية الحياة البرية طُورت حيث توجد الحياة البرية فعلياً، وترجمة متعددة اللغات لبيئات أهملتها المختبرات العالمية، وحلول لوجستية لسلاسل إمداد تختلف كلياً عن النماذج الغربية، وتكنولوجيا مالية للاقتصادات غير الرسمية، وأدوات للصحة العامة مصممة لمنظومات صحية ذات قيود مغايرة تماماً للدول الغنية.

وتعد إستونيا نموذجاً ملهماً للمقارنة؛ إذ لم تحاول إستونيا أن تصبح مثل الولايات المتحدة، بل أصبحت واحدة من أكثر الدول الرقمية تقدماً في العالم عبر التركيز الصارم على ما تجيده حقاً: الخدمات الحكومية الرقمية، والبناء انطلاقاً من ذلك الأساس. لا تحتاج أفريقيا إلى عملاق للذكاء الاصطناعي العام لتثبت قدرتها على البناء، بل تحتاج إلى قدرات ذكاء اصطناعي عميقة ومتخصصة وقابلة للدفاع عنها في المجالات التي تكون فيها بياناتها وتحدياتها وخبراتها فريدة بحق. وهذا هدف واقعي وأكثر جدوى وقيمة اقتصادية من محاولة منافسة شركات تسبق بعقد من الزمان وتمتلك مئات المليارات من الدولارات.

النموذج الصيني يستحق الدراسة بعيداً عن السياسة

إذا نحينا السياسة جانباً ونظرنا إلى الاقتصاد المجرد، فإن الدرس الحقيقي من التجربة الصينية ليس هواوي أو علي بابا أو ديب سيك؛ فهذه الشركات هي النتيجة الظاهرة لشيء أعمق بكثير: الصبر المؤسسي.

لم تصبح الصين قوة تكنولوجية لأنها أطلقت شركة ذكاء اصطناعي رائدة واحدة، بل لأنها أمضت عقوداً تستثمر في الجامعات، والكفاءات الهندسية، وتصنيع أشباه الموصلات، والبنية التحتية للاتصالات، ومؤسسات البحث العلمي، قبل فترة طويلة من بزوغ أي اسم تجاري شهير. جاءت الشركات لاحقاً؛ أما المنظومة التحتية فجاءت أولاً بسنوات بل بعقود.

وأكد روبرت تاما ليسينجي، مدير قسم التكنولوجيا والابتكار والبنية التحتية في لجنة الأمم المتحدة الاقتصادية لأفريقيا، على هذه النقطة في مقابلات حديثة: الهدف للدول الأفريقية لا ينبغي أن يكون مجرد استخدام الأدوات القائمة، بل بناء القدرة الفنية لتدريب النماذج ومعالجة البيانات محلياً. وأشار إلى أن الشراكات الدولية تمثل مساراً لنقل القدرات، مع التأكيد الصارم على ضرورة حماية السيادة التكنولوجية للدول الأفريقية حتى تعكس الأدوات الواقع المحلي بدلاً من افتراضات الآخرين.

الدرس ليس نسخ السياسة، بل إدراك أن الريادة التكنولوجية تُبنى على مدار سنوات من الاستثمار المتواصل في الجوانب التأسيسية التي لا تُرصد في العناوين البراقة. لا أحد يشتري الريادة بالمال وحده، ولا أحد يقفز فوق مراحل البناء.

نحتاج إلى منظومة متكاملة لا شركة رائدة واحدة

الخطأ الشائع هو تخيل أن "بطلاً وطنياً" واحداً في الذكاء الاصطناعي سيصلح كل شيء. هذا لن يحدث؛ فالمطلوب يشبه تماماً مدخلات التصنيع الثقيل: جامعات تخرج الكفاءات المطلوبة، ومراكز أبحاث، وحكومات فاعلة، ومستثمرون جريئون يمولون المراحل المبكرة، ومزودو سحاب، ورواد أعمال، ورأس مال استثماري، وسياسات بيانات حكيمة، وكهرباء مستقرة، وأنظمة هوية رقمية فاعلة.

وهذا يطرح السؤال البديهي: من يفترض به أن يبني كل هذا؟

الإجابة الصادقة هي أنه لا يوجد طرف منفرد قادر على ذلك بمفرده؛ فالأمر يتطلب حكومات تضع السياسات وتمول الأبحاث الأساسية، وجامعات تدرب الكوادر، وشركات ناشئة تحول الأبحاث إلى منتجات قابلة للاستخدام، ومستثمرين يثقون في تلك الشركات قبل أن تصبح رهانات مضمونة، وشركات اتصالات تنشر الربط الشبكي، ومزودي حوسبة يتيحون السعات للكيانات الصغيرة، وجهات تنظيمية تصيغ أطراً تحمي المجتمع دون خنق الابتكار، وهيئات إقليمية مثل الاتحاد الأفريقي تنسق الجهود عبر الحدود حتى لا تضطر دولة ذات 20 مليون نسمة لبناء منظومة ذكاء اصطناعي كاملة بمفردها.

كل قطعة من هذه المنظومة تعزز الأخرى: ضعف التمويل يقيد الأبحاث، وضعف البنية التحتية يقيد كل شيء، بينما تغذي الجامعات القوية الشركات الناشئة، وتجذب الأخيرة رؤوس الأموال لتمويل البنية التحتية. إنها منظومة متكاملة تحتاج إلى عمل كافة أجزائها بتناغم متزامن، لا شركة واحدة تتحمل عبء طموحات قارة بأكملها.

المخاطر حقيقية.. وهي دافع للاستثمار لا للتراجع

سيكون من التضليل تجاهل العقبات القائمة: فنزيف العقول يجذب المهندسين المهرة إلى الخارج، ونقص الطاقة ومحدودية الوصول إلى معالجات الرسومات يقيدان الإمكانات التقنية، والتمويل الاستثماري لشركات الذكاء الاصطناعي الأفريقية يظل ضئيلاً مقارنة بالمناطق الأخرى، وتعتمد العديد من الأسواق على المنصات الأجنبية كخيار افتراضي. كما تتطلب السيادة على البيانات والأمن السيبراني والأطر التنظيمية عناية فائقة، ويظل انحياز الذكاء الاصطناعي مصدر قلق بالغ عندما تُدرب النماذج على بيانات أجنبية.

وهجرة الكفاءات تستحق وقفة خاصة؛ إذ يسهل اختزالها في إحصائية مجردة وإغفال تكلفتها الفعلية: فكل مهندس ذكاء اصطناعي أفريقي موهوب يغادر إلى مختبر في لندن أو شركة في سان فرانسيسكو لا يمثل مجرد فرد يغير وظيفته، بل يمثل قدرة بحثية لن تتوفر محلياً، وتوجيهاً لن يحصل عليه مهندس شاب، وشركة كان يمكن أن تتأسس في الوطن فتتأسس في الخارج بدلاً من ذلك. واضرب هذا في آلاف الكفاءات على مدار عقد، وسيتضح أنه عبء هيكلي ثقيل على المنظومة بأكملها.

وهذه ليست مبررات للعزوف عن الذكاء الاصطناعي، بل هي قائمة التحديات المحددة التي تتطلب استثمارات مدروسة وسياسات واعية؛ فكل دولة بنت صناعة تكنولوجية واجهت تحديات مماثلة أولاً.

ماذا يحدث للوظائف؟

لا ينبغي إغفال هذا الجانب؛ فكل تحول تكنولوجي كبير يعيد صياغة سوق العمل. تختفي بعض الوظائف وتولد أخرى، وهو نمط مستمر منذ قرنين من الزمان.

والسؤال الحقيقي هو: من سيخلق الوظائف الجديدة؟ إن الدول التي تبني صناعات الذكاء الاصطناعي تولد أعمالاً عالية القيمة — وظائف بحثية، وهندسية، وتشغيلية للبنية التحتية — تفوق بكثير الدول التي تكتفي باستهلاك ما يُبنى في الخارج؛ فالاستهلاك وحده لا يخلق سوق عمل واسعة تتجاوز استخدام الأداة.

والدول التي تبني صناعات الذكاء الاصطناعي تشكل أيضاً المنظومات التعليمية التي تغذي تلك الصناعات؛ حيث تبدأ الجامعات في تخريج تخصصات جديدة، ويتغير تمويل الأبحاث، وتنبثق مسارات مهنية كاملة لم تكن موجودة قبل عقد. نادراً ما تقتصر صناعات التكنولوجيا على خلق وظائف تقنية فقط، بل تعيد تشكيل أسواق العمل من حولها.

الفرصة الأكبر

بنت الطرق الاقتصادات الصناعية، وتبني البنية التحتية الرقمية اقتصادات اليوم، بينما سيبني الذكاء الاصطناعي اقتصادات الغد.

سيلامس الذكاء الاصطناعي كل قطاع تقريباً على مدار العقدين القادمين؛ والدول التي ستحقق الاستفادة القصوى لن تكون تلك التي سارعت بتبنيه واستخدامه أولاً، بل تلك التي شيدت البنية التحتية، وخطوط بناء المواهب، والمؤسسات الداعمة له.

وقد أثبتت أفريقيا بالفعل قدرتها على تحقيق قفزات تكنولوجية كبرى — وتعد المعاملات المصرفية عبر الهاتف المحمول أوضح برهان، حيث قفزت فوق البنية المصرفية التقليدية بالكامل. ويقدم الذكاء الاصطناعي فرصة مماثلة، ولكن شريطة أن تنظر القارة إلى ما وراء طبقة التطبيقات السطحية وتستثمر بجدية فيما يقبع تحتها.

والنمط ذاته يتكرر مهما كانت الزاوية التي تنظر منها إلى الاقتصاد الأفريقي:

المعالجة والتصنيع يخلقان قيمة أكبر من الاستخراج. والبنية التحتية هي ما يجعل المعالجة ممكنة في المقام الأول. والذكاء الاصطناعي يتحول إلى طبقة إضافية من تلك البنية التحتية، بالصورة ذاتها التي تحولت بها الكهرباء والألياف والموانئ إلى بنية تحتية من قبل.

الدول التي تستثمر في استهلاك التكنولوجيا ستصبح أكثر كفاءة، بينما الدول التي تستثمر في ابتكارها وتصنيعها ستشكل الصناعات التي سيضطر الجميع للعمل داخلها.

لم يكن السؤال يوماً ما إذا كانت أفريقيا ستستخدم الذكاء الاصطناعي؛ فهي تستخدمه بالفعل كل يوم وبأعداد متزايدة.

السؤال الحقيقي هو ما إذا كانت أفريقيا ستمتلك حصة حقيقية ومؤثرة من التكنولوجيا التي توشك على صياغة الموجة القادمة من الثروة العالمية. والإجابة لا تتعلق بصياغة أوامر ذكية لروبوتات الدردشة، بل بشبكات الكهرباء، وكابلات الألياف، ومختبرات الأبحاث، والجامعات، ومراكز البيانات، واللغات المحلية، والكوادر المستعدة لبناء ذلك كله.

لا يزال أمام أفريقيا الوقت لاختيار مسارها؛ فالفرصة اليوم لم تعد مجرد المشاركة في اقتصاد الذكاء الاصطناعي، بل المساعدة في بنائه وتطويره.

لأن كل ثورة تكنولوجية كافأت صناعها وبناتها بأكثر بكثير مما كافأت مستخدميها.

اقتصاد الذكاء الاصطناعي ليس مجرد روبوتات محادثة.

الرقائق الإلكترونية ← الحوسبة ← مراكز البيانات ← الخدمات السحابية ← النماذج التأسيسية ← التطبيقات ← الشركات ← المستهلكون

كلما بنت الدولة طبقات أكثر، كلما استحوذت على قيمة اقتصادية أكبر.