a16z تتوقع في عام 2026، الإعلان عن الأربعة توجهات الرئيسية أولاً

تقنيات الذكاء الاصطناعي تتجاوز قدرات النماذج لتصبح قدرات نظامية، مع تركز صناعة التقنية على ترقية البنى التحتية، وسير العمل، وطرق تفاعل المستخدمين. قدمت أربع فرق استثمارية من a16z رؤى حاسمة حول عام 2026 من خلال أربعة أبعاد: البنية التحتية، النمو، الصحة الطبية، والعالم التفاعلي. ينطلق هذا المقال من مقال لـ a16z، تم تنظيمه وترجمته من قبل BlockBeats. (ملخص سابق: تقرير شراكة سابقة من a16z حول كيف يبتلع الذكاء الاصطناعي العالم؟) (معلومات خلفية: إعلان a16z عن صندوق جديد بقيمة 10 مليارات دولار للاستثمار في AI، العملات المشفرة، والعلوم الدفاعية.) الملخص: في العام الماضي، تخطت قفزات الذكاء الاصطناعي قدرات النماذج لتشمل القدرات النظامية: فهم التسلسلات الطويلة، الحفاظ على الاتساق، تنفيذ المهام المعقدة، والتعاون مع كيانات ذكية أخرى. لذلك، تحول تركيز ترقية الصناعة من الابتكار في نقطة واحدة إلى إعادة تعريف البنى التحتية، وسير العمل، وطرق التفاعل مع المستخدمين. في تقرير “الأفكار الكبرى 2026”، قدمت أربع فرق استثمارية من a16z رؤاها الحاسمة لعام 2026 من خلال أربعة أبعاد: البنية التحتية، النمو، الصحة، والعالم التفاعلي. جوهريًا، تصف هذه الرؤى اتجاهًا واحدًا: لم يعد الذكاء الاصطناعي أداة فحسب، بل أصبح بيئة، ونظامًا، وكيانًا يتفاعل بشكل موازٍ مع البشر. إليكم تقييمات الأربع فرق حول التحول الهيكلي في 2026: كمستثمرين، عملنا هو استكشاف كل زاوية من صناعة التكنولوجيا، وفهم سياقها، وتحديد اتجاهات التطور التالية. لذلك، في ديسمبر من كل عام، ندعو فرق الاستثمار لمشاركة “فكرة كبيرة” يرون أنها ستقود رواد الأعمال التكنولوجيين في العام القادم. اليوم، نقدم وجهات نظر فرق Infrastructure، Growth، Bio + Health، وSpeedrun. سيتم نشر آراء الفرق الأخرى غدًا، فتابعونا. فريق البنية التحتية جينيفر لي: الشركات الناشئة ستتدرب على “الفوضى” في البيانات متعددة الوسائط البيانات غير المنظمة ومتعددة الوسائط كانت دائمًا أكبر عائق أمام الشركات، وأكبر كنز لم يتم استغلاله بعد. تغمر كل شركة بيانات غير منظمة، مثل ملفات PDF، لقطات الشاشة، الفيديوهات، السجلات، البريد الإلكتروني، وأنواع مختلفة من “وحل البيانات” شبه المنظمة. النماذج تصبح أكثر ذكاءً، لكن المدخلات تصبح أكثر فوضوية — مما يؤدي إلى حالات وهمية في أنظمة RAG، وأخطاء دقيقة وبتكلفة عالية، مع استمرار الاعتماد الكبير على التدقيق اليدوي في سير العمل الرئيسي. الآن، التحدي الحقيقي أمام شركات الذكاء الاصطناعي هو “إنتروبيا البيانات”: في عالم غير منظم يحتضن 80% من معرفات الشركة، تتناقص الحدة، والبنية، والصدق باستمرار. لذلك، فتح “عقدة الخيوط” في البيانات غير المنظمة هو فرصة ريادية لجيل كامل. تحتاج الشركات إلى منهجية مستمرة لتنظيف، وبناء هيكلة، والتحقق، وإدارة البيانات متعددة الوسائط، لكي تتيح للأعباء العمل على الذكاء الاصطناعي بشكل فعال. التطبيقات واسعة النطاق: تحليل العقود، onboarding المستخدمين، معالجة المطالبات، الامتثال، خدمة العملاء، الشراء، البحث الهندسي، تمكين المبيعات، خطوط التحليل، وكل سير عمل ذكي يعتمد على سياق موثوق. الشركات الناشئة التي تستطيع استخراج الهيكل، وحل النزاعات، وإصلاح خطوط البيانات، والحفاظ على البيانات جديدة وقابلة للاسترجاع من المستندات، الصور، والفيديوهات، ستتمكن من السيطرة على “مملكة المعرفة” والعمليات في الشركات. جويل دي لا غارزا: الذكاء الاصطناعي سيعيد تشكيل تحديات التوظيف لفِرق الأمن السيبراني خلال العقد الماضي، كانت المشكلة الكبرى لـ CISO هي التوظيف. بين 2013 و2021، ارتفع فجوة الوظائف في الأمن السيبراني عالميًا من أقل من مليون إلى 3 ملايين وظيفة. السبب هو أن الفرق الأمنية تحتاج لمواهب تقنية عالية التخصص، لكنها تُشغل أعمال أمنية بسيطة ومتعبة، مثل مراجعة السجلات، وقليل من الناس يرغب في أداء هذه الأعمال. الجذر الأعمق للمشكلة هو أن فرق الأمن السيبراني تخلق هذه المشاكل بنفسها، من خلال شراء أدوات “الكشف الشامل” التي تتطلب “مراجعة كل شيء”، مما يؤدي إلى نقص في القوى العاملة، ويخلق دائرة مفرغة. بحلول 2026، سيكسر الذكاء الاصطناعي هذه الحلقة، عبر أتمتة معظم المهام المتكررة والمتكررة، وتقليل فجوة المهارات بشكل كبير. أي شخص عمل في فرق أمن كبيرة يعلم أن نصف العمل يمكن حله بالكامل عبر الأتمتة؛ المشكلة هي أن كثرة الأعمال تجعل من المستحيل التفكير في ما يمكن أتمتته. الأدوات الأصلية التي تعتمد على الذكاء الاصطناعي ستقوم بهذا الدور، وتسمح للفرق الأمنية بالتركيز على النشاطات الأساسية: تتبع المهاجمين، بناء الأنظمة، وإصلاح الثغرات. ماليكا أوباكيروفا: البنى التحتية الذكية الأصلية ستصبح “الأساسية” أكبر اضطراب في البنية التحتية في 2026 لن يأتي من الخارج، بل من الداخل. نحن نتحول من “حركة بشرية، منخفضة التوازي، متوقعة” إلى “حمل ذكي، تكراري، انفجاري، ضخم”. البنية التحتية الخلفية الحالية مصممة للتعامل مع تدفقات “من الإنسان إلى النظام” بسرعة 1:1. وهي غير مناسبة للتعامل مع عبء عمل ذكي يتطلب تشغيل 5000 مهمة فرعية، واستعلامات قاعدة البيانات، واستدعاءات API الداخلية، في عاصفة تكرارية بمليارات من الملي ثانية. عندما يحاول نظام ذكي إعادة بناء قاعدة الكود أو تصحيح سجلات الأمان، فهو ليس كمستخدم عادي؛ بالنسبة لقاعدة البيانات التقليدية أو أدوات التحكم في التدفق، هو أشبه بهجوم DDoS. لبناء نظام قادر على التعامل مع أحمال الذكاء الاصطناعي في 2026، يجب إعادة تصميم نظام التحكم المركزي. ستظهر بنية تحتية “وكيل أصلي (مبنية على الذكاء الاصطناعي)” الجديدة. يجب أن تعتبر الأنظمة الجديدة “تأثير الفوضى” وضعًا افتراضيًا، مع تقليل زمن التهيئة الأولي، وتقريب تذبذبات الكمون، وزيادة الحد الأقصى للتوازي بمستويات من الأرقام. العقبة الحقيقية ستتحول إلى تنسيق العمليات: إدارة التوجيه، والاقتران، وإدارة الحالة، وتنفيذ السياسات عبر تنفيذات متزامنة واسعة النطاق. المنصات التي تستطيع البقاء على قيد الحياة وسط تدفقات الأدوات ستكون الفائزة النهائية. جوستين مور: الأدوات الإبداعية تتجه نحو متعددة الوسائط بشكل كامل لقد أصبح لدينا مكونات أساسية لقص القصص باستخدام الذكاء الاصطناعي: الصوت، الموسيقى، الصور، والفيديوهات التوليدية. لكن طالما أن المحتوى يتجاوز الفيديو القصير، فإن السيطرة على النتيجة بمستوى المخرج لا تزال تستغرق وقتًا، وتكون مرهقة، وأحيانًا مستحيلة. لماذا لا يمكن أن يتلقى النموذج فيديو مدته 30 ثانية، ويستخدم الصور والصوت المقدمة لإنشاء شخصية جديدة، ثم يواصل تصوير نفس المشهد؟ لماذا لا يمكن أن يعيد النموذج “إعادة التصوير” من زاوية جديدة، أو يطابق الحركات مع الفيديو المرجعي؟ سيكون عام 2026 عامًا حاسمًا في الإبداع متعدد الوسائط الحقيقي باستخدام الذكاء الاصطناعي. يمكن للمستخدمين تقديم أي نوع من المحتوى المرجعي للنموذج، والعمل معه لإنتاج عمل جديد، أو تعديل مشاهد موجودة. لقد رأينا أول منتجات مثل Kling O1 وRunway Aleph، ولكنها مجرد بداية — فهناك حاجة لابتكارات جديدة على مستوى النماذج والتطبيقات. يعتبر إنشاء المحتوى أحد “تطبيقات القاتل” للذكاء الاصطناعي، وأتوقع أن تظهر عدة منتجات ناجحة لمختلف المستخدمين، من منشئي الميمات إلى مخرجي هوليوود. جايسون كوي: تكرار تكديس البيانات الأصلي للذكاء الاصطناعي سيستمر في التطور خلال العام الماضي، بدأت “تكديسة البيانات الحديثة” تتكامل بشكل واضح. تنتقل شركات البيانات من خدمات التجميع، والتحويل، والحوسبة، إلى منصات موحدة ومجمعة، مثل دمج Fivetran وdbt، وتوسع Databricks. على الرغم من نضوج النظام البيئي، إلا أننا لا زلنا في المراحل المبكرة من بناء بنية بيانات أصلية للذكاء الاصطناعي.