تُرجمت هذه المقالة آليًا. النسخة الأصلية متاحة باللغة الإنجليزية.
«يمكنك أن ترى عصر الحاسوب في كل مكان إلا في إحصاءات الإنتاجية». كتب روبرت سولو هذه العبارة عام 1987، عَرَضًا تقريبًا، في ثنايا مراجعة كتاب نشرها في نيويورك تايمز بوك ريفيو. وصارت من أكثر الجمل اقتباسًا في علم الاقتصاد، والسطر المؤسِّس لما لا يزال يُعرف بمفارقة سولو للإنتاجية.
في أغسطس 2024، افتتح ثلاثة باحثين في بنك الاحتياطي الفيدرالي في ريتشموند موجزًا عن الذكاء الاصطناعي وسوق العمل باقتباس جملة سولو حرفيًا وإسقاطها على الذكاء الاصطناعي. وفي مطلع 2026، قالها كبير الاقتصاديين في «أبولو» تورستن سلوك بصراحة أشد: «الذكاء الاصطناعي في كل مكان إلا في البيانات الاقتصادية الكلية الواردة». بعد نحو أربعة عقود، أُعيد تدوير الجملة نفسها لوصف تكنولوجيا مختلفة تمامًا.
أيًّا كان ما أنتج المفارقة الأصلية، فإنه لم يُحسم قط. فقد ظهر عصر الحاسوب في الإحصاءات في نهاية المطاف، لفترة وجيزة بين 1996 و2004، ثم اختفى منها من جديد. واليوم تفعل تكنولوجيا جديدة الشيء ذاته: تُحوِّل الحياة اليومية تحولًا يراه الجميع، فيما ترفض أرقام الإنتاجية أن تتحرك.
مرتين حتى الآن، فتحت تكنولوجيا تحويلية الفجوة نفسها بين ما تراه العين وما تسجله البيانات. وتنشأ هذه الفجوة من خلط محدد بين الإبهار التكنولوجي وإعادة التنظيم البنيوية التي تدفع النمو الإجمالي، وهو خلط نكرره لأننا لم نشخّصه قط تشخيصًا سليمًا.
الأرقام
من السهل التهوين من حجم التباطؤ، لأن النسب المئوية تحجب أثر التراكم. فإنتاجية قطاع الأعمال الخاص غير الزراعي في الولايات المتحدة، أي الناتج في كل ساعة عمل، نمت بنحو 2.9 في المئة سنويًا بين 1948 و1973. وبعد 1973 اقترب متوسطها من 1.8 في المئة، وباستثناء طفرة واحدة بين منتصف التسعينيات و2004 لم تعد قط إلى وتيرتها القديمة. ولو استمر معدل ما قبل 1973، لكان الناتج الأمريكي في الساعة اليوم أعلى بنحو 75 في المئة مما هو عليه، وهي فجوة تساوي تريليونات الدولارات من الناتج كل عام.
يصوغ روبرت غوردون ذلك على أنه نهاية «قرن استثنائي»: نما الناتج في الساعة بنسبة 2.82 في المئة سنويًا بين 1920 و1970، مقارنةً بنحو 1.5 في المئة في العقود السابقة لعام 1920 ونحو 1.6 في المئة بعد 1970. أما نمو الإنتاجية الكلية لعوامل الإنتاج، وهو المقياس الأعمق الذي يستبعد أثر تراكم رأس المال، فقد سار في تلك الحقبة الوسطى بما يقارب ثلاثة أضعاف معدلاته قبل 1920 وبعد 1970. ووفق هذه القراءة، تمثّل العقود التي تلت 1970 عودةً إلى الوتيرة الأقدم والأبطأ.
ولا تكاد أحدث البيانات تغيّر هذه الصورة. فقد نمت إنتاجية العمل في قطاع الأعمال الخاص غير الزراعي في الولايات المتحدة بنسبة 3.0 في المئة عام 2024، في انتعاش دوري، ثم بنسبة 2.2 في المئة عام 2025، وظلت إنتاجية قطاع الأعمال غير الزراعي تنمو بنسبة 2.2 في المئة على أساس سنوي في منتصف 2026: رقم محترم، لكنه لا يزال دون وتيرة ما بعد الحرب. وعلى مستوى دول منظمة التعاون الاقتصادي والتنمية، نمت إنتاجية العمل بنحو 1.2 في المئة عام 2024، أي أفضل من العام الذي سبقه.
وسرعان ما تتهاوى التفسيرات البديهية. فالمشكلة ليست أمريكية خالصة؛ إذ يظهر التباطؤ في مختلف الاقتصادات المتقدمة. ولا هو من توابع الأزمة المالية لعام 2008: فقد بدأ التباطؤ عام 1973، وسبق تراجعُ ما بعد 2004 الأزمةَ بأربع سنوات.
وليس مؤقتًا كذلك، فخمسون عامًا أطول بكثير من أي دورة اقتصادية. ولا هو مجرد أثر تركيبي ناجم عن التحول نحو الخدمات، لأن التباطؤ أصاب الصناعة التحويلية والخدمات على حد سواء.
إنتاجية العمل مقابل الإنتاجية الكلية لعوامل الإنتاج
قد ترتفع إنتاجية العمل، أي الناتج في كل ساعة عمل، لمجرد أن الشركات تستثمر في معدات أكثر أو أفضل لكل عامل. فالمصنع الذي يشتري لكل عامل آلة أسرع يرفع الناتج في الساعة من دون أن يصبح أكفأ في شيء. أما الإنتاجية الكلية لعوامل الإنتاج فتستبعد هذا التعميق الرأسمالي وتعزل ما يتبقى: كم يزيد ما ينتجه الاقتصاد من المدخلات نفسها. ويعدّ الاقتصاديون الإنتاجية الكلية لعوامل الإنتاج المقياسَ الأساسي لإمكانات النمو في المدى الطويل، لأنها حين تركد لا يستطيع تراكم رأس المال وحده أن يُديم النمو إلى ما لا نهاية.مخرج القياس
أكثر التفسيرات راحةً أن التباطؤ وهم إحصائي. فالناتج المحلي الإجمالي يقيس المعاملات السوقية. والسلع الرقمية المجانية، مثل خرائط غوغل وويكيبيديا ووسائل التواصل الاجتماعي المجانية الاستخدام، تمنح مستخدميها قيمة تفوق بكثير أي شيء يدفعونه، والناتج المحلي الإجمالي، الذي يحسب ما يُدفع، يفوته معظم تلك القيمة. ووفق هذا الرأي، نحن أغنى مما يقوله الناتج المحلي الإجمالي، وأزمة الإنتاجية ليست إلا أزمة قياس متنكرة.
حاول إريك برينيولفسون وزملاؤه أن يضعوا رقمًا للقيمة المفقودة. فبنوا إطارًا سمّوه GDP-B لتقدير فائض المستهلك من السلع الرقمية المجانية، بسؤال الناس عن المبلغ الذي يقبلونه مقابل التخلي عن خدمة ما.
ووجدوا أن المستخدم الأمريكي الوسيط لفيسبوك يطلب نحو 42 دولارًا شهريًا ليتخلى عنه. ولا يظهر شيء من هذا الفائض في الناتج المحلي الإجمالي.
غير أن تشاد سايفرسون بيّن أن سوء القياس لا يمكن أن يكون تفسيرًا كافيًا. وتقوم حجته التجريبية على أربعة أركان. لنبدأ بالجغرافيا: تباطؤ الإنتاجية ظاهرة عابرة للبلدان، ولا علاقة لحجمه بمدى كثافة استخدام البلدان لتكنولوجيا المعلومات والاتصالات. فلو كان التباطؤ أثرًا جانبيًا لقياس الاقتصادات الرقمية، لكان أشد ما يكون في أكثرها رقمنة، وهذا ليس ما حدث. فقد تباطأ نمو إنتاجية العمل في 29 من بين 30 دولة من دول منظمة التعاون الاقتصادي والتنمية فحصها، بمتوسط 1.2 نقطة مئوية سنويًا، سواء أكانت من كبار مستخدمي التكنولوجيا الرقمية أو منتجيها أم لم تكن.
ثم هناك الحجم. فإجمالي «الناتج المفقود» الذي يترتب على تباطؤ الإنتاجية بعد 2004، أي الفجوة بين ما كان سيبلغه الناتج المحلي الإجمالي لو استمر اتجاه 1995–2004 وما بلغه فعلًا، وصل إلى نحو 3 تريليونات دولار سنويًا بحلول 2015. وكل تقدير لفائض المستهلك من السلع الرقمية في عصر الإنترنت فحصه سايفرسون لا يغطي سوى جزء صغير من تلك الفجوة. وجاءت الأعمال اللاحقة لتزيد الأمر وضوحًا: فبحسب تقديرات GDP-B، يضيف احتساب قيمة فيسبوك غير المقيسة ما بين 0.05 و0.11 نقطة مئوية سنويًا إلى النمو، في حين اقتطع التباطؤ نفسه نحو 1.5 نقطة مئوية سنويًا من نمو إنتاجية العمل.
ولا تسعفنا بيانات الصناعات أيضًا. لكي يفسّر سوء القياس ولو جزءًا متواضعًا من الناتج المفقود، كان على الصناعات المنتجة لتكنولوجيا المعلومات والاتصالات والصناعات الكثيفة الاستخدام لها أن تحقق معدلات نمو غير مقيسة في الإنتاجية تبلغ أضعاف معدلاتها المقيسة. والبيانات المقارنة بين الصناعات لا تؤيد ذلك. فالقطاعات الأرجح أن تنتج قيمة رقمية غير مقيسة لا تُظهر أي فجوة شاذة من هذا النوع بين إنتاجيتها المقيسة وإنتاجيتها الضمنية.
وفي العقد الذي تلا 2004، سبق الدخل المحلي الإجمالي الناتجَ المحلي الإجمالي بفارق طفيف، وهو النمط المتوقع لو كان العمال يتقاضون أجورًا لصنع أشياء تُوزَّع مجانًا. لكن الدخل المحلي الإجمالي بدأ يتجاوز الناتج المحلي الإجمالي عام 1998، في خضم طفرة الإنتاجية، وذهب الدخل الإضافي إلى الأرباح لا إلى الأجور. فلا التوقيت ولا التوزيع ينسجمان مع رواية الناتج الخفي.
لا ينكر سايفرسون أن للسلع الرقمية قيمة غير مقيسة. وإنما يرى أن هذه القيمة أصغر بمرتبة عشرية من أن تفسّر ما حدث. ثم إن فرضية سوء القياس لا تملك جوابًا عن الأدلة العابرة للبلدان.
كيف يعمل GDP-B
لتقدير فائض المستهلك، يعتمد GDP-B على تجارب اختيار منفصلة متوافقة مع الحوافز: يختار المشاركون بين الاحتفاظ بخدمة ما والحصول على مبلغ نقدي، وثمة أموال حقيقية على المحك. والتقديرات ذات دلالة لكنها مشوّشة، لأنها ترصد ما يقول الناس إنهم سيقبلونه، في ظروف مصممة لاستخلاص إجابات صادقة. ومكسب رفاه يقارب 42 دولارًا شهريًا لكل مستخدم لفيسبوك، حتى لو جُمع على كل الأمريكيين الموجودين على المنصة، لا يقترب من 3 تريليونات دولار من الناتج السنوي المفقود.ما الذي جعل القرن الاستثنائي استثنائيًا
إذا كانت رواية القياس لا تفسّر التباطؤ، فإن السؤال يتبدّل: ما الذي دفع خمسين عامًا من النمو عجزنا عن تكرارها؟ والخلاصة الشائعة لحجة غوردون، «تكنولوجيا المعلومات مبالَغ في تقديرها»، تُغفل الأطروحة البنيوية الكامنة تحتها.
ألغت اختراعات الفترة 1870–1940 أعمالًا منزلية بأكملها. فقبل المياه الجارية، كانت الأسرة الأمريكية المتوسطة تنقل نحو 9,000 غالون من الماء سنويًا، تجلبها إلى الداخل وتسخّنها على الموقد ثم تحملها إلى الخارج من جديد؛ وجاءت السباكة الداخلية فأنهت هذا العناء نهائيًا. وجعل التبريد فئة كاملة من العمل المنزلي غير ضرورية: كان صندوق الثلج قد قلّل التلف، لكن التبريد الميكانيكي ألغى رحلة التسوق اليومية التي كانت سرعةُ فساد الطعام تفرضها. وغيّرت الكهرباء الغسيل من أساسه. فلدى إحدى زوجات المزارعين التي شملها استطلاع في 1945–1946، كانت حمولة غسيل تزن 38 رطلًا تستغرق نحو أربع ساعات بالطريقة القديمة، ثم صارت تستغرق 41 دقيقة بعد أن امتلكت الأسرة غسالة كهربائية ومجففًا ومياهًا جارية وسخّان ماء.
أزال كل اختراع، مرة واحدة وإلى الأبد، نشاطًا كان يستهلك حصة كبيرة من وقت الأسرة. ودخلت النساء سوق العمل المأجور بأعداد كبيرة، ويرجع ذلك جزئيًا إلى أن الآلات تولّت العمل المنزلي الذي كان يُبقيهن خارجه.
تدور مقارنة غوردون بتكنولوجيا المعلومات حول الفرق بين تحسين مهمة يمكن احتمالها وإلغاء مهمة لا تُحتمل. فقد سرّع البريد الإلكتروني كتابة الرسائل، لكن كتابة الرسائل لم تكن قط عنق زجاجة على مستوى الاقتصاد كله: لم يقضِ أحد ساعات يوميًا في المراسلات كما كانت الأسر تقضيها في نقل الماء وفرك الغسيل باليد. وسرّعت محركات البحث استرجاع المعلومات على هوامش العمل المعرفي، لكن العثور على المعلومات لم يقيّد الاقتصاد يومًا كما قيّده حفظ الطعام والنقل.
ويوسّع تايلر كاوين الإطار. ففي روايته، قام نمو الفترة 1880–1970 على ثلاثة أشكال من الثمار الدانية. أولها الأرض المجانية: التخوم القارية، التي انتُزعت من أمم السكان الأصليين التي كانت تعيش عليها، ووُزّع كثير منها على المستوطنين مقابل رسم تسجيل، شريطة أن يقيموا على الأرض ويبنوا بيتًا ويزرعوها. والثاني هو التحويل السريع لعلوم القرنين الثامن عشر والتاسع عشر إلى تكنولوجيا عاملة: فالعلوم الأساسية في الديناميكا الحرارية والكهرومغناطيسية ونظرية الجراثيم، التي تراكمت على مدى قرون، تحوّلت إلى طاقة كهربائية ومحركات احتراق داخلي وأنظمة صرف صحي حديثة في دفقة مكثّفة بين 1880 و1940. والثالث هو العائد الكبير من تعليم شعوب لم تكن قد تعلّمت من قبل، وهو ما نقل إتمام المرحلة الثانوية من الندرة إلى قاعدة شبه شاملة، مع عوائد حدية كبيرة لكل سنة دراسية إضافية لأن نقطة الانطلاق كانت متدنية للغاية.
كانت الثلاثة ظروفًا لا تتكرر، لا سمات متجددة للاقتصادات الصناعية: فلا يمكنك أن تكتشف الأرض المجانية مرتين، ولا أن تنتقل من الأمية الجماعية إلى التعلّم الجماعي مرة ثانية. ورأى كاوين أن الإنترنت يقدّم متعة هائلة، معظمها مجاني، لكن «من حيث الإيرادات والوظائف، لم يُضِف الإنترنت من القيمة بقدر ما يظن معظم الناس». وحين كتب ذلك، كانت تويتر توظف نحو 300 شخص وغوغل نحو 20,000، وهي أعداد كانت ستُعدّ هامشًا لا يُذكر في عصر السيارات.
يختلف غوردون وكاوين في مدى انغلاق المستقبل — فغوردون أكثر تشاؤمًا حيال عودة الابتكار التحويلي، وكاوين يترك الباب مواربًا. لكنهما يتفقان على التشخيص: تباطؤ ما بعد 1970 بنيوي، متجذر في الاقتصاد نفسه لا في الدورة الاقتصادية ولا في الإحصاءات.
ويطرح اتفاقهما سؤالًا أوسع من سبب خيبة تكنولوجيا المعلومات: ما الذي كان على أي تكنولوجيا أن تفعله لتضاهي القرن الاستثنائي؟
رياح غوردون المعاكسة
بمعزل عن مسألة الابتكار، يحدد غوردون أربعة عوائق بنيوية تكبح النمو: تفاوت متزايد يركّز مكاسب الإنتاجية في نخبة ضيقة بدلًا من رفع الدخل الوسيط؛ وبلوغ التحصيل التعليمي حدّه بعد عقود من التوسع؛ وشيخوخة سكانية تقلّص حصة السكان في سن العمل؛ ونسبة دين حكومي إلى الناتج المحلي الإجمالي آخذة في الارتفاع تقيّد القدرة المالية. ومجتمعةً، ستكبح هذه العوائق نمو مستويات المعيشة النموذجية حتى لو تسارع الابتكار. أما السؤال التكنولوجي فهو ما إذا كان بإمكان الإنتاجية أن تتسارع أصلًا.طفرة 1996–2004
بين 1996 و2004، بدا أن التباطؤ قد انعكس: نما ناتج قطاع الأعمال غير الزراعي في الساعة بنحو 3 في المئة سنويًا، مضاهيًا وتيرة ما قبل 1970. ويستشهد المتفائلون بتكنولوجيا المعلومات بذلك دليلًا على أن التكنولوجيا قادرة على دفع النمو، وهم محقون في ذلك. أما السؤال المفتوح فهو أي تكنولوجيا دفعت تلك المكاسب، وعبر أي قطاعات.
تركّز التسارع في حفنة من القطاعات: ففي 1995–2000، استأثرت ستة قطاعات من أصل 59، تتقدمها تجارة الجملة والتجزئة وأشباه الموصلات وصناعة الحواسيب، بكل التسارع تقريبًا. وتبرز هنا آليتان. الأولى صناعة أشباه الموصلات، حيث دفع قانون مور إلى انكماش سريع ومتواصل في أسعار عتاد الحوسبة، فصارت كل وحدة من القدرة الحاسوبية أرخص بوتيرة نفخت مباشرةً الناتجَ المقيس في الساعة في قطاع أشباه الموصلات. والثانية هي اللوجستيات في تجارة الجملة والتجزئة. فثورة إدارة المخزون في وول مارت، القائمة على مسح الرموز الشريطية وتبادل البيانات الإلكتروني والتنسيق الآني لسلاسل الإمداد، حققت مكاسب كفاءة مقيسة كبيرة في التوزيع، وأمضى المنافسون السنوات التالية في نسخها. أما إنترنت المستهلكين، بمواقعه وتجارته الإلكترونية وبريده الإلكتروني، فقد أسهم، لكن بقدر أقل بكثير من العتاد واللوجستيات.
انتهت الطفرة قرابة عام 2004. فقد تباطأ انخفاض أسعار أشباه الموصلات المقيس تباطؤًا حادًا في الإحصاءات الرسمية، ويعود ذلك جزئيًا إلى أن إنتل غيّرت طريقة تسعير رقائقها. وظلت الرقائق نفسها تتحسن بسرعة؛ لكن إحصاءات الأسعار الرسمية لم ترصد سوى جزء من ذلك. وكفّ القطاع المنتج لتكنولوجيا المعلومات عن إضافة الكثير إلى النمو المقيس.
ثم جاء فيسبوك عام 2004، ويوتيوب عام 2005، والآيفون عام 2007. وتوسعت الحوسبة السحابية في أواخر العقد الأول من الألفية، وانتشر النطاق العريض، وانتشرت وسائل التواصل الاجتماعي في الحياة اليومية. تسارع التغير التكنولوجي المرئي تسارعًا حادًا في اللحظة التي تراجع فيها نمو الإنتاجية المقيس، ومنذ ذلك الحين يمضي كل منهما في طريق.
مشكلة الدينامو
يمنحنا هذا الانفصال معيارًا للحكم على الذكاء الاصطناعي. هل هو أشباه الموصلات، تحويلي بنيويًا على نحو يظهر في الناتج، أم إنترنت المستهلكين، مبهر ومهيمن لكنه هامشي اقتصاديًا؟ وأقوى حجة لتعافٍ يقوده الذكاء الاصطناعي هي تلك التي تحدد بدقة الشروط التي يجب أن تتحقق.
وجد المؤرخ الاقتصادي بول ديفيد هذا النمط في الكهرباء. فقد افتُتحت أولى محطات الطاقة المركزية في مطلع ثمانينيات القرن التاسع عشر، لكن التشغيل الكهربائي انتشر في المصانع الأمريكية ببطء، ولم تتسارع إنتاجية الصناعة التحويلية حتى عشرينيات القرن العشرين، أي بعد نحو أربعين عامًا. فمديرو المصانع الذين وضعوا الدينامو مكان المحركات البخارية أبقوا على التخطيط المادي القائم: مصدر طاقة مركزي واحد يدير الآلات عبر أعمدة نقل وسيور. وضاعت مكاسب الكفاءة التي تتيحها المحركات الكهربائية الفردية إلى حد بعيد، لأن المصنع كان منظَّمًا حول قيود نقل الطاقة الميكانيكية.
جاء الاختراق حين اهترأت المعامل القديمة وصُمّمت مصانع جديدة، بُني كثير منها في طفرة الاستثمار في عشرينيات القرن العشرين، من الصفر حول أنظمة التشغيل الفردي، بمحرك مستقل لكل آلة. وأتاح ذلك مخططات من طابق واحد تتبع تدفق المواد والعمل، وتُرتَّب فيها مراحل الإنتاج وفق منطقها لا وفق قربها من عمود نقل الحركة. وكانت إعادة التنظيم هذه، أكثر من المحركات بحد ذاتها، هي ما حقق طفرة الإنتاجية في العشرينيات.
يسمّي الاقتصاديون النسخة الحديثة منحنى J للإنتاجية: تتطلب التكنولوجيات العامة الغرض استثمارات تكميلية كبيرة في الأصول غير الملموسة، مثل إعادة تصميم سير العمل وإعادة تأهيل القوى العاملة وإعادة الهيكلة التنظيمية، قبل أن تتحقق مكاسب الإنتاجية، ومرحلة الاستثمار هذه تخفض الإنتاجية الكلية لعوامل الإنتاج المقيسة قبل أن تظهر المكاسب. وبالنسبة إلى الذكاء الاصطناعي، السؤال هو ما إذا كانت الشركات لا تزال تشغّل المحركات الجديدة من عمود النقل القديم، فتُقحم الذكاء الاصطناعي في سير عمل لم يتغير، أم أنها بدأت تبني مؤسسات جديدة حوله.
على مستوى المهام المفردة، الأدلة قوية. فبين أكثر من 5,000 موظف دعم للعملاء في إحدى الشركات، رفع الوصول إلى أداة ذكاء اصطناعي عدد المشكلات المحلولة في الساعة بنحو 15 في المئة في المتوسط، مع مكاسب أكبر بكثير للعاملين المبتدئين. وأنجز المطورون الذين استخدموا GitHub Copilot مهمة برمجية قياسية أسرع بنحو 56 في المئة من مجموعة ضابطة.
أما ما إذا كانت هذه المكاسب تتراكم على مستوى الاقتصاد فمسألة أخرى. فمكسب بنسبة 15 في المئة في مكتب الدعم لشركة واحدة، أو تسريع بنسبة 56 في المئة في مهمة برمجية خاضعة للضبط، لا يحرّك الناتج المحلي الإجمالي بمفرده. ولكي ينعكس الركود، يجب أن يتحول الوقت الموفَّر إلى ناتج أكبر من الساعات نفسها، أو إلى الناتج نفسه بساعات مدفوعة أقل، على امتداد الاقتصاد.
ويتوقف هذا التحول على موضع عنق الزجاجة. فتوفير ساعات أسبوعيًا على مطوّر لا يرفع ناتج الشركة إلا إذا كان وقت المطور هو ما يعيق الشركة. فإن كانت قرارات المنتج أو بنية الاختبار التحتية أو خطوط النشر هي ما يحدد الوتيرة، تلاشى الوفر في الفراغ: استراحات غداء أطول وأوقات بعد ظهر أبطأ ضمن الساعات المدفوعة نفسها، ولا تسجّل أي إحصائية ذلك إنتاجيةً. وينطبق المنطق نفسه على كل قطاع: فمراجع مطالبات التأمين الأسرع لا ينتج أكثر إلا إذا كانت طاقة المراجعة هي عنق الزجاجة، لا تدفق المطالبات ولا الموافقة التنظيمية. والباحث القانوني الأسرع لا ينتج عملًا قابلًا للفوترة أكثر إلا إذا كانت شركته تتقاضى أجرها على السرعة لا على الساعات. وتخبرنا مقارنة الدينامو بما ينبغي البحث عنه: شركات تنظّم نفسها على نحو مختلف حول التكنولوجيا.
التكنولوجيات العامة الغرض
يقوم التعريف المعياري للتكنولوجيا العامة الغرض على ثلاثة معايير: الانتشار عبر القطاعات، والتحسن التقني المتواصل، وتوليد ابتكارات تكميلية. والبخار والكهرباء والحوسبة تستوفيها جميعًا. أما هل يستوفي الذكاء الاصطناعي الحالي المعايير الثلاثة، أم الأولين فقط، فمسألة لا تزال مفتوحة. فالانتشار واضح والتحسن التقني سريع. والسؤال المفتوح هو الثالث: هل ترفع تحسينات الذكاء الاصطناعي إنتاجية الابتكار في القطاعات التي تستخدمه، فتولّد عمليات ومنتجات جديدة مبنية عليه. والأدلة على ذلك لا تزال متفرقة لا منهجية.ما تكشفه الأدلة
تأتي الأدلة حتى الآن في ثلاثة أنواع، ولا تشير كلها إلى الاتجاه نفسه.
أصلب الأرقام هي الرسمية. فقد ظل نمو إنتاجية العمل في الولايات المتحدة محترمًا منذ انتعاشه الدوري عام 2024، في حين تباطأ نمو الإنتاجية الكلية لعوامل الإنتاج في قطاع الأعمال الخاص غير الزراعي إلى 0.8 في المئة عام 2025، بعد أن كان 1.5 في المئة عام 2024. ولا تُظهر أي سلسلة بيانات إجمالية حتى منتصف 2026 انقطاعًا بنيويًا يتسق مع تسارع يقوده الذكاء الاصطناعي على مستوى الاقتصاد كله.
واستطلاعات العاملين أكثر تشجيعًا. ففي أواخر 2024، بلغ مجموع الوقت الذي قال مستخدمو الذكاء الاصطناعي إنهم وفّروه 1.4 في المئة من مجمل ساعات العمل لدى القوى العاملة كلها، وهو ما يكفي لرفع الإنتاجية الإجمالية بنحو 1.1 في المئة لو تحوّل الوقت الموفَّر إلى ناتج إضافي بدلًا من أن يذوب في الفراغ. وبحلول صيف 2025 كان أكثر من ثلث العاملين الأمريكيين يستخدمون الذكاء الاصطناعي التوليدي في عملهم، وهو انتشار أسرع مما حققه الحاسوب الشخصي في المرحلة نفسها من انتشاره، واستأثر بنسبة 5.7 في المئة من مجمل ساعات العمل في الولايات المتحدة.
الوقت الموفَّر والوقت المستخدَم مقياسان مختلفان، ولا يقيس أي منهما الناتج مباشرة. ويرى الاقتصاديون القائمون على تلك الاستطلاعات تلميحات مبكرة في الأرقام الإجمالية: فبين إطلاق ChatGPT ومنتصف 2025، جاء النمو التراكمي للإنتاجية أعلى من اتجاهه قبل الجائحة بنحو 1.9 نقطة مئوية، والصناعات التي أفادت بتوفير أكبر في الوقت مالت إلى النمو بوتيرة أسرع من اتجاهها. لكنهم يشددون على أن هذه الصلة لا يمكن قراءتها على أنها سببية، والإحصاءات الرسمية حتى منتصف 2026 لم تُثبت انقطاعًا بنيويًا يقوده الذكاء الاصطناعي.
والتوقعات أقل الأنواع يقينًا. إذ يقدّر نموذج بن وارتون للميزانية إسهام الذكاء الاصطناعي في نمو الإنتاجية الكلية لعوامل الإنتاج بنحو 0.01 نقطة مئوية عام 2025، وهو إسهام ضئيل لأن معظم الشركات لم تنشر أدوات الذكاء الاصطناعي على نطاق واسع بعد. ويتوقع النموذج إسهامًا يتصاعد خلال أواخر عشرينيات هذا القرن ويبلغ ذروته في مطلع ثلاثينيات هذا القرن، لكن هذه مخرجات نموذج قائم على افتراضات محددة، لا مشاهدات.
قراءتان تنسجمان مع هذا النمط. الأولى هي منحنى J: كلفة تطبيق الذكاء الاصطناعي وإعادة التنظيم حوله تكبح الإنتاجية لفترة، كما فعلت الكهرباء، ثم يأتي المردود لاحقًا. والثانية أن الوقت المحرَّر يذوب في الفراغ، فتساعد التكنولوجيا العاملين أفرادًا بينما لا يحوّل الاقتصاد ما وفّروه إلى إنتاج أبدًا.
والبيانات لا تستطيع بعدُ التمييز بينهما. فالعاملون الذين ينجزون مهامهم أسرع والمشاركون في الاستطلاعات الذين يُبلغون عن توفير الوقت لن يحسموا المسألة، لأن كليهما سيظهر في السيناريو المتفائل، أي منحنى J قبل الانطلاقة، وفي السيناريو المتشائم، حيث لا تتراكم مكاسب المهام أبدًا.
وتخبرنا قصة الكهرباء كيف سيبدو «النجاح». ستستمر مكاسب الإنتاجية الكلية لعوامل الإنتاج في القطاعات التي مضى على اعتمادها الذكاء الاصطناعي ثلاث سنوات أو أكثر. وستصمد تحسينات الإنتاجية عبر مراحل عدة من الدورة الاقتصادية بدلًا من أن تعكس تقلبات دورية. وستعيد الشركات تصميم العمل والفرق والمنتجات حول الذكاء الاصطناعي على نطاق واسع، بدلًا من تكديس الأدوات فوق هياكل لم تتغير. وبلغة الدينامو، ستبني الشركات المصنع ذا الطابق الواحد بدلًا من تثبيت المحرك الكهربائي على العمود القائم. دراسات الحالة عن شركات تفعل ذلك تتكاثر، لكنها تبقى أمثلة فردية، ولم يظهر النمط على مستوى الاقتصاد كله.
الحلقة المفرغة
لم يطرح القرن الاستثنائي لغز سولو قط. فقد أعاد تشكيل الحياة الاقتصادية اليومية إلى حد أن مسافرًا عبر الزمن من عام 1870 ما كان ليتعرّف على عام 1940، ولم يحتج أحد إلى قياس متطور ليرى ذلك. طرحت الحواسيب اللغز، وطرحه الذكاء الاصطناعي من جديد.
ولكي يكسر الذكاء الاصطناعي الحلقة، سيتعين على الشركات أن تفعل ما فعله بناة المصانع في العشرينيات: أن تعيد البناء حول التكنولوجيا وأن تُسقط فئات كاملة من العمل بدلًا من إنجاز العمل القائم أسرع قليلًا. وحين حدث هذا النوع من إعادة التنظيم، في القرن الاستثنائي ثم في طفرة 1996–2004، ظهر جليًا في الأرقام. وإن جاء دور الذكاء الاصطناعي، فلن يحتاج أحد إلى الاستشهاد بسولو.
تنويه بشأن الذكاء الاصطناعي التوليدي
أُنشئ بعض محتوى هذه الصفحة و/أو حُرِّر بمساعدة الذكاء الاصطناعي التوليدي.
الوسائط
أبرز المصادر والمراجع
Robert Solow, “We’d Better Watch Out,” New York Times Book Review, July 12, 1987, p. 36.
Erin Henry, Pierre-Daniel Sarte, and Jack Taylor, “The Productivity Puzzle: AI, Technology Adoption and the Workforce,” Federal Reserve Bank of Richmond Economic Brief No. 24-25, August 2024. https://www.richmondfed.org/publications/research/economic_brief/2024/eb_24-25
Sasha Rogelberg, “Thousands of CEOs admit AI had no impact on employment or productivity—and it has economists resurrecting a paradox from 40 years ago,” Fortune, February 17, 2026. https://fortune.com/2026/02/17/ai-productivity-paradox-ceo-study-robert-solow-information-technology-age/
Robert J. Gordon, The Rise and Fall of American Growth: The U.S. Standard of Living Since the Civil War, Princeton University Press, 2016.
Tyler Cowen, The Great Stagnation: How America Ate All the Low-Hanging Fruit of Modern History, Got Sick, and Will (Eventually) Feel Better, Dutton/Penguin, 2011.
U.S. Bureau of Labor Statistics, Productivity and Costs news releases, 2024–2026, including “Total Factor Productivity — 2025” (March 19, 2026) and “Productivity and Costs, Second Quarter 2026, Revised” (September 3, 2026). https://www.bls.gov/productivity/ · https://www.bls.gov/news.release/prod3.nr0.htm · https://www.bls.gov/news.release/prod2.nr0.htm
OECD, Compendium of Productivity Indicators 2026, June 2026. https://www.oecd.org/en/publications/2026/06/oecd-compendium-of-productivity-indicators-2026_04e21c23.html
Erik Brynjolfsson, Avinash Collis, W. Erwin Diewert, Felix Eggers, and Kevin J. Fox, “GDP-B: Accounting for the Value of New and Free Goods in the Digital Economy,” NBER Working Paper 25695, 2019. https://www.nber.org/papers/w25695
Chad Syverson, “Challenges to Mismeasurement Explanations for the US Productivity Slowdown,” Journal of Economic Perspectives, vol. 31, no. 2, Spring 2017, pp. 165–186. https://www.aeaweb.org/articles?id=10.1257/jep.31.2.165 · https://www.nber.org/system/files/working_papers/w21974/w21974.pdf
Paul A. David, “The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox,” American Economic Review: Papers and Proceedings, vol. 80, no. 2, May 1990, pp. 355–361.
Erik Brynjolfsson, Daniel Rock, and Chad Syverson, “The Productivity J-Curve: How Intangibles Complement General Purpose Technologies,” American Economic Journal: Macroeconomics, vol. 13, no. 1, January 2021, pp. 333–372. https://www.aeaweb.org/articles?id=10.1257/mac.20180386
Erik Brynjolfsson, Danielle Li, and Lindsey Raymond, “Generative AI at Work,” Quarterly Journal of Economics, vol. 140, no. 2, 2025, pp. 889–942. https://academic.oup.com/qje/article/140/2/889/7990658
Sida Peng, Eirini Kalliamvakou, Peter Cihon, and Mert Demirer, “The Impact of AI on Developer Productivity: Evidence from GitHub Copilot,” arXiv:2302.06590, February 2023. https://arxiv.org/abs/2302.06590
Alexander Bick, Adam Blandin, and David Deming, “The Impact of Generative AI on Work Productivity,” Federal Reserve Bank of St. Louis, On the Economy blog, February 27, 2025. https://www.stlouisfed.org/on-the-economy/2025/feb/impact-generative-ai-work-productivity
Alexander Bick, Adam Blandin, and David Deming, “The State of Generative AI Adoption in 2025,” Federal Reserve Bank of St. Louis, On the Economy blog, November 13, 2025. https://www.stlouisfed.org/on-the-economy/2025/nov/state-generative-ai-adoption-2025
Penn Wharton Budget Model, “The Projected Impact of Generative AI on Future Productivity Growth,” September 8, 2025. https://budgetmodel.wharton.upenn.edu/issues/2025/9/8/projected-impact-of-generative-ai-on-future-productivity-growth
Congressional Budget Office, “Labor Productivity: Developments Since 1995,” March 2007. https://www.cbo.gov/sites/default/files/110th-congress-2007-2008/reports/03-26-labor.pdf
Timothy F. Bresnahan and M. Trajtenberg, “General Purpose Technologies: ‘Engines of Growth’?” Journal of Econometrics, vol. 65, no. 1, January 1995, pp. 83–108. https://doi.org/10.1016/0304-4076(94)01598-T
Robert J. Gordon, “Off Its Pinnacle,” Finance & Development, IMF, vol. 53, no. 2, June 2016. https://www.imf.org/external/pubs/ft/fandd/2016/06/gordon.htm
“The Great Stagnation: Why Hasn’t Recent Technology Created More Jobs?” (interview with Tyler Cowen), PBS NewsHour, 2011. https://www.pbs.org/newshour/show/the-great-stagnation-why-hasn-t-recent-technology-created-more-jobs
Jeremy Greenwood, Ananth Seshadri, and Mehmet Yorukoglu, “Engines of Liberation,” Review of Economic Studies, vol. 72, no. 1, 2005, pp. 109–133. https://users.ssc.wisc.edu/~aseshadr/Publications/engines.pdf
Brink Lindsey, “Not So Stagnant,” Reason, April 15, 2011. https://reason.com/2011/04/15/not-so-stagnant/
Shawn Sprague, “Contributions to labor productivity growth, private nonfarm business, 1948–2018,” Monthly Labor Review, U.S. Bureau of Labor Statistics, 2021. https://www.bls.gov/opub/mlr/2021/highcharts/data/sprague-fig2.stm
McKinsey Global Institute, “US Productivity Growth 1995–2000,” October 2001. https://www.mckinsey.com/featured-insights/americas/us-productivity-growth-1995-2000
David M. Byrne, Stephen D. Oliner, and Daniel E. Sichel, “How Fast Are Semiconductor Prices Falling?” NBER Working Paper 21074, 2015. https://www.nber.org/papers/w21074
National Park Service, “About the Homestead Act,” Homestead National Historical Park. https://www.nps.gov/home/learn/historyculture/abouthomesteadactlaw.htm
