أصبح الذكاء الاصطناعي أحد المحاور الرئيسية للتنافس الجيوسياسي. ومع ذلك، فإن معظم التحليلات المقارنة لسباق التكنولوجيا تتوقف عند مؤشرات المدخلات: أعداد وحدات معالجة الرسوميات، وحجم الاستثمارات، وعدد براءات الاختراع. وهذه مؤشرات بديلة، لا تفسيرات. أما ما يهم علماء العلاقات الدولية، وصانعي السياسات، واستراتيجيي الشركات، فهو سؤال أكثر عمقًا: لماذا تتجه الاقتصادات السياسية المختلفة إلى استراتيجيات تبنٍّ متباينة، وماذا تكشف هذه الاستراتيجيات عن الافتراضات الأعمق المتعلقة بقدرة الدولة، وتحمّل المخاطر، والعلاقة بين القدرة التكنولوجية والقوة الوطنية؟
إن التباين بين آسيا والاتحاد الأوروبي ليس، في المقام الأول، قصة فجوات في الاستثمار أو اختلافات في الفلسفة التنظيمية على نحو مجرد. بل هو قصة الغرض الذي يُطلب من الذكاء الاصطناعي أن يخدمه. ففي آسيا، يُنظر إلى الذكاء الاصطناعي بوصفه مشكلة تنسيق يجب على الدولة حلّها. أما في أوروبا، فيُنظر إليه في المقام الأول بوصفه مشكلة مسؤولية ومخاطر يجب على الدولة إدارتها. وهذا الاختلاف في طريقة التأطير يخلّف نتائج بنيوية تتراكم بمرور الوقت، كما أن الأدلة التجريبية من عام 2024 إلى 2026 تجعل هذه النتائج أكثر وضوحًا على نحو متزايد.
مشهد التبني العالمي: ماذا تُظهر البيانات الآن
قبل النظر في كيفية استجابة الدول المختلفة، من المفيد أولًا تحديد ما تُظهره الأدلة بشأن الوضع الراهن لانتشار الذكاء الاصطناعي. يفيد مؤشر ستانفورد للذكاء الاصطناعي لعام 2026 بأن الذكاء الاصطناعي التوليدي بلغ نسبة تبنٍّ سكاني عالمي قدرها 53% خلال ثلاث سنوات فقط، وهي وتيرة أسرع من الحاسوب الشخصي أو الإنترنت. أما التبني المؤسسي، كما يقيسه استطلاع ماكينزي لحالة الذكاء الاصطناعي لعام 2025، فقد وصل إلى 88% من المؤسسات التي تستخدم الذكاء الاصطناعي في وظيفة أعمال واحدة على الأقل، ارتفاعًا من 78% في العام السابق. كما تضاعف الاستثمار العالمي للشركات في الذكاء الاصطناعي أكثر من مرتين في عام 2025 ليصل إلى 581.7 مليار دولار، في حين بلغ الاستثمار الخاص وحده 344.7 مليار دولار. وهذه الأرقام الرئيسية لافتة، لكنها تُخفي تباعدًا بنيويًا هو القصة الحقيقية: إذ يتراوح التبني على مستوى السكان من 61% في سنغافورة إلى 28.3% في الولايات المتحدة. وفي المقابل، يبلغ متوسط تبني الشركات في دول الاتحاد الأوروبي السبع والعشرين 20% (يوروستات 2025) — وهذا المتوسط يُخفي فجوة هائلة بين الشركات الكبرى والصغرى، وهي فجوة مركزية تحليليًا في المشكلة الأوروبية.
وتزداد الأدلة التجريبية دعمًا للحجة الإنتاجية القائلة بضرورة سد فجوة التبني تلك. فقد وجدت الدراسات التجريبية لمنظمة التعاون الاقتصادي والتنمية، التي استُعرضت في ورقة بحثية صادرة في يوليو/تموز 2025، أن الأفراد العاملين في دعم العملاء، وتطوير البرمجيات، والاستشارات، شهدوا مكاسب إنتاجية متوسطة تراوحت بين 5% وأكثر من 25% مع دمج الذكاء الاصطناعي التوليدي. كما بدأت الأدلة على المستوى الكلي تؤكد وجود آثار إجمالية: فقد وجدت أبحاث نُشرت في أبريل/نيسان 2026 أن ارتفاع عدد المستخدمين المتكررين للذكاء الاصطناعي عبر المهن — من نحو 12% في منتصف 2024 إلى 26% بحلول أواخر 2025 — يرتبط بارتفاع في الناتج الحقيقي يتراوح تقريبًا بين 1.4% و2.8%، أو ما يعادل نحو نقطة إلى نقطتين مئويتين من النمو السنوي. وهذه ليست توقعات افتراضية، بل نتائج مقاسة. فالاقتصادات التي تسد فجوة التبني أولًا ستحقق هذه المكاسب أولًا، وعلى نحو تراكمي. ويوضح الشكل 1 الوضع الحالي لتبني الشركات عبر الولايات القضائية التي تتناولها هذه المقالة.
ثلاثة نماذج للتبني المدفوع من الدولة للذكاء الاصطناعي
لا تتشارك الاقتصادات الآسيوية الخمس التي تتناولها هذه الدراسة — الصين، وكوريا الجنوبية، واليابان، والهند، وسنغافورة — نموذجًا واحدًا. لكنها تتشارك فرضية مشتركة: وهي أن تبني الذكاء الاصطناعي لن يحدث بالحجم أو السرعة المطلوبين من دون تدخل مقصود من الدولة لتسريع الطلب. أما شكل هذا التدخل فيختلف بدرجة كبيرة، ويتوافق مع السمات البنيوية لكل اقتصاد سياسي.
النموذج الأول هو الانتشار القائم على التفويض الإلزامي. فقد حدّد توجيه «الذكاء الاصطناعي بلس» الصادر عن مجلس الدولة الصيني في أغسطس/آب 2025 هدفًا يتمثل في بلوغ 90% من انتشار المحطات الذكية ووكلاء الذكاء الاصطناعي عبر ستة قطاعات محددة بحلول عام 2030. وما يكتسب أهمية تحليلية هنا ليس طموح الرقم نفسه، بل المنطق الكامن وراءه. فبكين تتعامل مع انتشار الذكاء الاصطناعي بالطريقة نفسها التي تعاملت بها سابقًا مع كهربة المجتمع أو نشر شبكات النطاق العريض: بوصفه مشكلة تنسيق ستؤدي آليات السوق وحدها إلى تسعير تبنيه بأقل من قيمته، لأن الفاعلين الأفراد لا يستطيعون الاستحواذ على كامل العائد الاجتماعي. ومن ثم، يتمثل الحل في تشريع معدلات التبني، لا مجرد دعم المدخلات. ويشير تحليل تريفيم تشاينا إلى أن هذا يعكس المنطق البنيوي نفسه لمبادرة «الإنترنت بلس» لعام 2015. وقد أصبحت النتائج واضحة: إذ تضاعفت قاعدة مستخدمي الذكاء الاصطناعي في الصين أكثر من مرتين في النصف الأول من عام 2025، لتصل إلى 515 مليون مستخدم، مع نمو في التبني بلغ 36.5% خلال ستة أشهر بعد إطلاق DeepSeek-R1 في يناير/كانون الثاني 2025 (CNNIC، كما ورد في AI News). أما على مستوى الشركات، فيبلغ التبني نحو 58% وفقًا لمؤشر IBM العالمي لتبني الذكاء الاصطناعي لعام 2025. كما تتصدر الصين العالم في طلبات براءات اختراع الذكاء الاصطناعي، بحصة تبلغ 38.58% من الإجمالي العالمي حتى أبريل/نيسان 2025. وتخلص تحليلات مؤسسة راند الصادرة في يونيو/حزيران 2025 إلى أن السياسة الصناعية الصينية ستُسرّع على الأرجح تقدمها، ولا سيما عبر الحوسبة المدعومة ونشر التطبيقات، مع اقتراب النماذج الصينية الآن من تقليص فجوة الأداء مع أفضل النماذج الأميركية إلى 2.7% فقط على معيار Arena Elo (ستانفورد HAI 2026).
أما النموذج الثاني فهو التشريع زائد رأس المال، وتمثله كوريا الجنوبية على أفضل وجه. فقد جعل القانون الإطاري لتطوير الذكاء الاصطناعي، الساري منذ يناير/كانون الثاني 2026، كوريا أول دولة توحّد الحوكمة، والسياسة الصناعية، وإدارة المخاطر في تشريع واحد. وقد اقترنت هذه الخطوة بمضاعفة ميزانية الذكاء الاصطناعي الوطنية إلى أكثر من ثلاثة أضعاف، لتصل إلى 10.1 تريليون وون (نحو 6.94 مليارات دولار) خلال سنة مالية واحدة، إلى جانب نشر 260,000 وحدة معالجة رسومية من طراز Blackwell عبر سامسونغ، وSK Hynix، وهيونداي، ونافر، والبنية التحتية الحكومية. ويشير مؤشر ستانفورد للذكاء الاصطناعي لعام 2026 إلى أن كوريا الجنوبية تتصدر العالم الآن في براءات اختراع الذكاء الاصطناعي للفرد — وهو مقياس لكثافة الابتكار يعكس عمق الاندماج الصناعي. والسمة المميزة لهذا النموذج هي التزامن: فكوريا لا تؤخر التنظيم إلى ما بعد النشر، ولا تؤجل رأس المال إلى ما بعد وضع القواعد، بل تدير المسارين معًا بالتوازي، مستخدمة التشريع كآلية تنسيق، والالتزام الرأسمالي كإشارة مصداقية للفاعلين من القطاع الخاص.
أما النموذج الثالث فهو الدعم بوصفه بنية تحتية، وتمثله الهند. فبعثة IndiaAI، التي أُقرت في مارس/آذار 2024، تتعامل مع القدرة الحاسوبية بالطريقة نفسها التي تعاملت بها الدول التنموية السابقة مع الكهرباء: بوصفها منفعة عامة يؤدي نقص إنتاجها من قبل السوق إلى خلق سقف بنيوي يحد من الأنشطة اللاحقة. وقد نشر البرنامج أكثر من 38,000 وحدة معالجة رسومية، بما في ذلك 1,050 وحدة Google Trillium TPU، مقارنة بهدف أولي بلغ 10,000 فقط. كما يستطيع رواد الأعمال والأكاديميون الوصول إلى قدرة حاسوبية من فئة H100 بسعر يقارب 65 روبية (0.72 دولار) في الساعة، وهو أرخص سعر مدعوم في العالم. وقد استجابت الشركات لهذا الواقع: إذ يضع مؤشر IBM لعام 2025 الهند عند 57% من حيث تبني الشركات للذكاء الاصطناعي. وفي فبراير/شباط 2026، أفاد الوزير أشويني فايشناو بأن الاستثمارات الملتزم بها والمتعلقة بالذكاء الاصطناعي في الهند بلغت 90 مليار دولار، مع توقعات بأن تتجاوز 400 مليار دولار عبر منظومة الذكاء الاصطناعي بأكملها خلال عامين. والهند لا تراهن على التعقيد التنظيمي، بل تراهن على أن إزالة عنق الزجاجة المتعلق بالقدرة الحاسوبية سيولد عوائد تراكمية — وتشير بيانات التبني المبكرة إلى أن هذا الرهان يؤتي ثماره.
اليابان وسنغافورة: حالة اللحاق وحالة الدقة
تمثل اليابان نموذجًا رابعًا — اللحاق القائم على رأس المال المكثف — وهو أقل كونه خيارًا استراتيجيًا متماسكًا وأكثر كونه استجابة لفشل موثق في التبني. فقد كشف الكتاب الأبيض لعام 2025 الصادر عن وزارة الشؤون الداخلية والاتصالات أن استخدام الذكاء الاصطناعي التوليدي بين الجمهور الياباني بلغ 26.7% في عام 2024، مقارنة بـ 68.8% في الولايات المتحدة و81.2% في الصين. والأكثر دلالة من الناحية البنيوية هو تحليل منظمة التعاون الاقتصادي والتنمية لتبني الذكاء الاصطناعي في دول مجموعة السبع، الذي يضع استخدام الذكاء الاصطناعي في وظائف الأعمال الأساسية عند 1.9% فقط بين الشركات اليابانية في 2024، مقارنة بـ 6.1% في الولايات المتحدة. وهذا هو أعمق مقياس للاندماج الإنتاجي، وهو يكشف عن فجوة هائلة تحجبها أرقام الاستثمار الرئيسية. وقد جاء رد طوكيو من خلال ضخ رأس المال: إذ تلتزم NTT باستثمار 59 مليار دولار حتى عام 2027، وربطت سوفت بنك نفسها بمشروع Stargate التابع لـ OpenAI بأكثر من 40 مليار دولار من الالتزامات. ويختبر مسار اليابان ما إذا كان يمكن لنشر رأس المال الخام أن يحل محل آليات تنسيق الطلب التي تستخدمها الصين وكوريا، أم أن حواجز التبني البنيوية، مثل الثقافة المؤسسية المتحفظة ومعايير التوظيف مدى الحياة، لا يمكن حلها بالمال وحده.
أما سنغافورة فهي حالة الدقة — نموذج خامس، هو الحوكمة عبر القياس. فالاستراتيجية الوطنية للذكاء الاصطناعي 2.0، التي حُدِّثت في مايو/أيار 2026، لا تبرز بطموحها بقدر ما تبرز بدقتها التفصيلية. ويضع مؤشر ستانفورد للذكاء الاصطناعي لعام 2026 سنغافورة عند 61% من حيث تبني الذكاء الاصطناعي التوليدي على مستوى السكان، وهي النسبة الأعلى عالميًا إلى جانب الإمارات العربية المتحدة. وقد بلغ تبني الشركات غير الصغيرة والمتوسطة 62.5%، بينما بلغ تبني الشركات الصغيرة والمتوسطة 14.5% في عام 2024 (بحسب IMDA)، فيما يستهدف البرنامج الوطني لتأثير الذكاء الاصطناعي الوصول إلى 10,000 شركة خلال ثلاث سنوات. وما يجعل سنغافورة مميزة تحليليًا هو أن صغر حجمها يتيح حلقة تغذية راجعة لا تستطيع الاقتصادات الأكبر تكرارها: إذ يمكن للحكومة أن تقيس ما تنشره، وتراقب مستوى التبني في وقت شبه آني، وتعدّل تصميم البرامج تبعًا لذلك. وتعمل سنغافورة بوصفها مختبرًا حيًا، حيث تنتج بنيتها التحتية الخاصة بالقياس رؤىً سياسية لا تستطيع الدول الأكبر استخراجها من الإحصاءات الإجمالية.
سوء التقدير البنيوي في الاتحاد الأوروبي: ما تكشفه بيانات التبني
عند مقارنة هذه المقاربات الخمس، يعكس موقف الاتحاد الأوروبي نظرية بنيوية مختلفة بشأن الغرض من حوكمة الذكاء الاصطناعي — وتُظهر الأدلة من عامي 2024 إلى 2025 هذا الاختلاف بصورة قابلة للقياس بوضوح. فقد سجّل إصدار يوروستات في ديسمبر/كانون الأول 2025 معدل تبني الذكاء الاصطناعي بين شركات دول الاتحاد الأوروبي السبع والعشرين عند 20%، ارتفاعًا من 13.5% في عام 2024 — أي زيادة قدرها 6.5 نقاط مئوية تمثل زخمًا حقيقيًا. وتتصدر الدنمارك بنسبة 42%، تليها فنلندا بنسبة 37.8%، ثم السويد بنسبة 35%. لكن هذا المتوسط يخفي مشكلة بنيوية تحجبها أرقام النمو الرئيسية: إذ إن التبني متفاوت بشدة بحسب حجم الشركة. وكما يوضح الجدول 2، وصلت الشركات الكبرى (250 موظفًا أو أكثر) إلى معدل تبنٍّ للذكاء الاصطناعي بلغ 55% في عام 2025، بينما لم تصل الشركات الصغيرة (من 10 إلى 49 موظفًا) إلا إلى 17% فقط. ولم تضق الفجوة البالغة 38 نقطة مئوية بين الشركات الكبرى والصغرى في عام 2025، بل اتسعت بأكثر من 7 نقاط مئوية (الشكل 2).
هذا التفاوت بحسب حجم الشركات هو القلب التجريبي لمشكلة التبني في الاتحاد الأوروبي، ويرتبط مباشرةً بقانون الذكاء الاصطناعي. وتشير التقديرات الاستشارية للسوق الخاصة بالامتثال للذكاء الاصطناعي عالي المخاطر بموجب الملحق الثالث إلى أن التكاليف الأولية لمقدّمي الخدمات من الشركات الصغيرة والمتوسطة تتراوح بين 200,000 و500,000 يورو، على أن تُوزَّع تدريجيًا بين عامي 2025 و2027 (الشكل 5). وحتى مع الأحكام الصريحة في القانون الخاصة بالشركات الصغيرة والمتوسطة — مثل الرسوم المتناسبة، وإمكانية الوصول إلى البيئات التجريبية التنظيمية، وتبسيط الوثائق — فإن التزامات الإنفاذ الخاصة بالمشغّلين للأنظمة عالية المخاطر تدخل حيّز التنفيذ في أغسطس/آب 2026، في حين أن 12 دولة من أصل 27 دولة عضوًا كانت قد أخفقت في الوفاء بالموعد النهائي لتعيين السلطات الوطنية المختصة. كما أن مقترح الحزمة الرقمية الشاملة (Digital Omnibus) الذي قدمته المفوضية الأوروبية نفسها في نوفمبر/تشرين الثاني 2025 يعترف بالمشكلة من خلال استهداف خفض عبء الامتثال بنسبة 25% إجمالًا و35% بالنسبة إلى الشركات الصغيرة والمتوسطة بحلول 2029. ويعطي أكثر من 60% من الشركات الناشئة في الاتحاد الأوروبي الآن الأولوية لتطبيقات الذكاء الاصطناعي منخفضة المخاطر تحديدًا لتجنب التعرض لأعباء الامتثال. وهكذا، فإن البنية الحوكمية ترسم مسارات الابتكار قبل أن يبدأ إنفاذها الكامل أصلًا.
ويزيد مشهد الاستثمار من حدة القلق. فقد اجتذبت أوروبا 20.9 مليار دولار فقط من الاستثمار الخاص في الذكاء الاصطناعي في عام 2025، مقارنةً بـ 285.9 مليار دولار في الولايات المتحدة — أي بنسبة 13.7 إلى 1 (الشكل 3). أما استثمار الصين الخاص البالغ 12.4 مليار دولار، فهو يقلل إلى حد كبير من إجماليها الفعلي إذا ما أُخذت صناديق التوجيه الحكومية في الحسبان؛ إذ يقدّر ستانفورد HAI أن هذه الصناديق التوجيهية قد نشرت 912 مليار دولار عبر مختلف الصناعات بين عامي 2000 و2023. ويقرّ تقرير حالة العقد الرقمي الصادر عن المفوضية في يونيو/حزيران 2025 بأن الكتلة الأوروبية، إذا استمرت بالوتيرة الحالية، لن تبلغ أهدافها لعام 2030 إلا قرابة 2040. كما يقدّر تحليل صادر عن Public First أن الاتحاد الأوروبي يسير نحو تحقيق نحو 1.3 تريليون يورو فقط من القيمة الرقمية المتوقعة بحلول عام 2030، ما يترك ما يصل إلى 1.5 تريليون يورو من القيمة غير المتحققة.
تبني الذكاء الاصطناعي بوصفه مشكلة فعل جماعي
تدعم الأدلة المقارنة قراءة تبني الذكاء الاصطناعي بوصفه مشكلة فعل جماعي من النوع الذي حددته الأدبيات الخاصة بالجغرافيا الاقتصادية في مجال السياسة الصناعية. فالتحدي الأساسي لا يتمثل في أن الشركات الفردية تفتقر إلى المعلومات عن الذكاء الاصطناعي — فالتكنولوجيا مرئية وتطبيقاتها موثقة. وإنما يتمثل في أن التبني يولد آثارًا خارجية إيجابية (من خلال توليد البيانات، ورفع مهارات القوى العاملة، ومعرفة العمليات التي تنتقل عبر حدود الشركات) لا تستطيع الشركات الفردية الاستحواذ عليها بالكامل. ولذلك فإن التبني وفق أسعار السوق سيظل أدنى بشكل منهجي من المستوى الاجتماعي الأمثل. وبالتالي فإن تدخل الدولة ليس تشويهًا، بل تصحيحًا لفشل بنيوي في السوق.
وما يختلف بين الحالات المختلفة هو الآلية المختارة لمعالجة هذه المشكلة. فالصين تستخدم التفويضات الإدارية. وكوريا تجمع بين إطار تشريعي ونشر مباشر لرأس المال في الوقت نفسه. والهند تستخدم دعم الأسعار للمدخلات النادرة من أجل خفض عتبة التبني. وسنغافورة تستخدم القياس الدقيق والدعم البرامجي الموجّه. أما اليابان، فتحاول استخدام تركيز رأس المال الخاص بوصفه بديلًا عن تنسيق الطلب. في المقابل، يستخدم الاتحاد الأوروبي بنية امتثال — لا آلية تنسيق أصلًا، بل آلية لتوزيع المخاطر. فبنية الامتثال تُخبر الشركات بما لا يجوز لها فعله؛ لكنها لا تحل مشكلة تنسيق التبني التي تمثل القيد الحقيقي. والأهم من ذلك أن الأدلة التجريبية لمنظمة التعاون الاقتصادي والتنمية تجد أن مكاسب الإنتاجية الناتجة عن الذكاء الاصطناعي تتطلب تعاونًا حقيقيًا بين الإنسان والذكاء الاصطناعي وملاءمة دقيقة للمهام. وبناء هذه القدرة يتطلب التبني أولًا. فلا يمكن بناء القدرة التنظيمية على الذكاء الاصطناعي عبر أطر الامتثال وحدها.
ويرتبط هذا التأطير بنقاشات أقدم في مجال الاقتصاد السياسي المقارن. فالأدبيات منذ Rodrik (2004) حول الاكتشاف الذاتي، ومنذ Hausmann and Hidalgo (2011) حول التعقيد الاقتصادي، تشير إلى أن أكثر مساهمة قيّمة يمكن أن تقدمها الدولة في التحول الصناعي هي بناء القدرات المشتركة — من مهارات، وبنية تحتية، ومعايير — بما يجعل الاستثمار على مستوى الشركات ممكنًا. والحالات الآسيوية التي جرى استعراضها هنا تستثمر كل واحدة منها، بطرق مختلفة، في تلك القدرات المشتركة. أما الاتحاد الأوروبي، فعلى الرغم من تطوره التنظيمي، لم ينشئ بعد النظير المقابل لذلك على جانب الطلب.
الآثار المترتبة على الشركات وصانعي السياسات
إن الرهانات العملية كبيرة، كما أن الأدلة المتعلقة بالإنتاجية تمنحها وزنًا تجريبيًا. فالدراسات التي لخصها مؤشر ستانفورد للذكاء الاصطناعي لعام 2026 تسجل مكاسب إنتاجية تقارب 14–15% في دعم العملاء، و26% في تطوير البرمجيات، و50% في المخرجات التسويقية الناتجة عن دمج الذكاء الاصطناعي (الشكل 4). وهذه مكاسب على مستوى المهام؛ أما تجميعها على مستوى الاقتصاد ككل فيعتمد على اتساع نطاق التبني. فإذا بلغت الصين بحلول عام 2030 نسبة انتشار للذكاء الاصطناعي قدرها 90%، بينما وصل الاتحاد الأوروبي إلى 30–40% فقط، فلن يكون بالإمكان تعويض فجوة الإنتاجية عبر التنظيم وحده. فالمتبنون الأوائل يراكمون معرفة بالعمليات، ويولدون بيانات تدريب أفضل، ويطورون قدرات تنظيمية لا يستطيع المتبنون المتأخرون شراءها ببساطة.
