الذكاء الاصطناعي يعيد تشكيل مسار رأس المال: عندما تتغير ملكية تعريف الأصول، كيف يمكن إعادة بناء منطق الاستثمار؟

تحت تأثير موجة الذكاء الاصطناعي، يجب علينا إعادة فحص الافتراضات الست "البديهية" التي دعمت قرارات الاستثمار على مدى العقود الماضية. أولاً، كان الاستثمار يعتبر عادةً أن الهدف هو "تجمعات بشرية"، وأن الموارد البشرية هي العنصر الأساسي في دالة الإنتاج، وكذلك خندق المؤسسة الواقي. على سبيل المثال، نماذج نمو التقييم لخدمات التعهيد وخدمات تكنولوجيا المعلومات كانت مبنية على رافعة الموارد البشرية المتمثلة في "التوظيف - التدريب - زيادة الأسعار - التكرار". كانت الموارد البشرية تُعتبر أصلًا قابلاً للاستهلاك، وقابلاً للرفع، وقابلاً للزيادة في القيمة.【تم التحقق · معرفة كلاسيكية عامة + مناقشة دالة الإنتاج FR-12】

ثانيًا، القيمة متأصلة في الهدف ويمكن قياسها باستخدام نموذج التدفقات النقدية المخصومة (DCF) أو مضاعفات قابلة للمقارنة، وهو التعريف المالي الكلاسيكي "للتخلي عن الاستهلاك الحالي مقابل عوائد مستقبلية".【تم التحقق · أدبيات كلاسيكية (إطار مالي سائد)】 ثالثًا، كان النمو يُنظر إليه على أنه يتطلب رأس مال لشراء الموارد البشرية والعمليات، وتنبع وفورات الحجم من انخفاض التكاليف الهامشية، خاصة في المجالات القابلة للتكرار بسرعة مثل البرمجيات.【تم التحقق · إدراك صناعي سائد + مقارنة Bessemer أدناه】

علاوة على ذلك، يمكن تصنيف المخاطر وتعويضها بعلاوة مخاطر، مثل تقليل المخاطر غير المنهجية من خلال تنويع المحفظة، حيث تقابل المخاطر العالية عوائد متوقعة عالية.【تم التحقق · أدبيات كلاسيكية (إطار نظرية المحفظة السائد)】 خامسًا، تخضع العوائد لقانون القوة، حيث يستحوذ الفائزون على القيمة على المدى الطويل من خلال "امتلاك الأصول"، ومسارات الخروج الرئيسية هي الاكتتابات العامة الأولية أو عمليات الاستحواذ، حيث يغطي عدد قليل من الفائزين الكبار معظم حالات الفشل.【تم التحقق · أدبيات كلاسيكية (إجماع قانون القوة في رأس المال الجريء)】 أخيرًا، تُحل مشكلة عدم تماثل المعلومات بشكل أساسي من خلال العناية الواجبة، وعناصرها الأساسية هي الفريق والسوق والمالية ("الاستثمار في الأشخاص، والاستثمار في القطاع، والاستثمار في النماذج المالية").【تم التحقق · إطار صناعي سائد】 هذه الافتراضات مجتمعة بنت "أنطولوجيا الموارد البشرية" للاستثمار، أي أن الكيان الاستثماري هو الأشخاص والأصول التي يدفعها الأشخاص.

ليست كل التغييرات التكنولوجية تشكل ثورة نموذجية. نحكم على ما إذا كان التغيير يصل إلى مستوى "الثورة" بناءً على ما إذا حدث تحول جوهري في الحلقات الأربع الأساسية لسلسلة الاستثمار—"جوهر الهدف (في ماذا نستثمر)، مرسى القيمة (ما الذي يجعله ذا قيمة)، مصدر المخاطر (مما نخاف)، وهيكل العوائد (ماذا نربح)"—وما إذا تغيرت "الحقوق" التي يشتريها المستثمرون. فإذا كان الأمر مجرد استخدام للذكاء الاصطناعي لزيادة الكفاءة أو منح شركات الذكاء الاصطناعي تقييمات أعلى، فهذا مجرد "تعميق" ضمن الإطار القديم؛ أما إذا حدث تحول جذري في تعريف الهدف، ومراسي التقييم، وجوهر المخاطر، وحتى حقوق المستثمرين، فهذا يعني "ثورة".

على سبيل المثال، استخدام الذكاء الاصطناعي لزيادة كفاءة الشركات المستثمر فيها هو تعميق، لكن الاستثمار في "وحدات إنتاج معززة بالذكاء الاصطناعي" (التي تستمد قيمتها من هيكل الرافعة المالية والحدود بدلاً من الموارد البشرية) هو ثورة. تعديل سعر الخصم في نموذج التدفقات النقدية المخصومة (DCF) أو إضافة قوائم مراجعة للعناية الواجبة للذكاء الاصطناعي هو تعميق، بينما تحويل مرسى التقييم إلى "الاقتصاديات الوحدوية القابلة للتحقق × معدل إعادة الاستخدام × التحدب × قابلية تنفيذ الحدود" هو ثورة. وبالمثل، كانت المخاطر التقليدية تتركز في التنفيذ والسوق والإدارة، ولكن عندما يتحول محور المخاطر في عصر الذكاء الاصطناعي إلى "استهلاك القدرات، وانحراف النموذج، وتركيز القدرة الحاسوبية، وضريبة التحقق، والتعرض للمسؤولية"، فإن هذا ينذر بإعادة بناء عميقة.

جوهر الأمر هو أنه عندما يصبح التنفيذ غير نادر، وتنفك العلاقة بين الإيرادات وعدد الموظفين، وعندما يمكن نسخ أكثر الكائنات قيمة علنًا، يتحول جوهر الهدف الاستثماري من "تجمعات بشرية" إلى "الرافعة المالية والحدود"، وينتقل مرسى القيمة من التدفقات النقدية المخصومة إلى التحدب والموثوقية. هذا ليس مجرد تغيير في أرقام التقييم، بل هو إعادة تشكيل أساسية للمنطق الكامن، يحدد ما هو "قابل للاستثمار" وما هو "قيّم".

لم يقتصر صعود الذكاء الاصطناعي على زيادة الكفاءة فحسب، بل زعزع أسس النموذج القديم بشكل جذري من خلال سبع آليات. أولاً، انهيار تكاليف التنفيذ، مما أدى إلى خفض مرتبة القوى العاملة من "وحدة تنفيذ لا يمكن الاستغناء عنها" إلى "قدرة إنتاجية يمكن استبدالها بقوة الحوسبة". انخفضت تكاليف التنفيذ الهامشية لمهام مثل توليد المحتوى، وكتابة الأكواد، والاستجابة لخدمة العملاء بشكل حاد، مما كسر المعادلة القديمة التي تقول "كثرة الناس تساوي كثرة الإنتاجية". وكما يوضح استنتاج FR-10، تكمن ندرة المواهب في تحديد المشكلات، وإتقان الأدوات، والتحقق من المسؤولية، وليس مجرد التنفيذ.【استنتاج، بناءً على FR-10 + FR-12】

ثانيًا، حدث انفصال بين الإيرادات وعدد الموظفين، مما أدى إلى ظهور نماذج استثمارية من "وحدات صغيرة جدًا ذات إنتاجية عالية جدًا". على سبيل المثال، وفقًا لتقديرات Epoch AI التي نقلتها KuCoin/AIMPACT، بلغت إيرادات Anthropic وOpenAI وNvidia للفرد الواحد حوالي 9 ملايين دولار و5.6 مليون دولار و5.1 مليون دولار على التوالي ([KuCoin/AIMPACT نقلًا عن Epoch AI، مايو 2026](https://www.kucoin.com/news/flash/anthropic-generates-9-million-in-revenue-per-employee-surpassing-openai-and-tech-giants)). بالإضافة إلى ذلك، يقدر أن Midjourney حققت إيرادات سنوية تبلغ حوالي 500 مليون دولار بحوالي 40 موظفًا وبدون تمويل خارجي ([Value Add VC، يوليو 2026](https://valueaddvc.com/blog/how-does-midjourney-make-money-500m-arr-zero-funding-and-the-ai-image-business-model-explained)). هذا يجعل طريقة "التقييم حسب عدد الموظفين" التقليدية غير فعالة، ويتطلب إيجاد مرسى جديد لقيمة الهدف، وهو ما يتوافق مع حكم FR-13 بأن "ما يمكن تجميعه حقًا هو رأس المال الإجرائي ورأس مال الثقة".【استنتاج، بناءً على M2 + FR-13】

ثالثًا، يتحول مرسى القيمة من "التدفقات النقدية/المضاعفات" إلى "القدرة × معدل إعادة الاستخدام × قابلية التحقق × الحدود". عندما يصبح التوليد رخيصًا وتكاليف النسخ تقارب الصفر، تنتقل الندرة من جانب الإنتاج إلى التحقق، والإسناد، والتوزيع، والثقة. وهكذا يتحول موضوع العناية الواجبة إلى "ما إذا كانت الاقتصاديات الوحدوية قابلة للتحقق، ومدى ارتفاع معدل إعادة الاستخدام، وما إذا كانت الحدود قابلة للتنفيذ". على سبيل المثال، أشار توماسز تونغوز إلى أنه بحلول نهاية يناير 2025، كان متوسط مضاعف الإيرادات المتكررة السنوية المتوقعة (forward ARR) لشركات برمجيات الذكاء الاصطناعي العامة حوالي ضعف نظيره لشركات البرمجيات غير القائمة على الذكاء الاصطناعي (11.2x مقابل 5.5x)، كما زادت حصة شركات الذكاء الاصطناعي وعلاوات تقييمها بشكل ملحوظ في جولات التمويل Series A بين الشركات (B2B) ([توماسز تونغوز، 3 فبراير 2025](https://tomasztunguz.com/private_valuations_2025/)). قد يكون هذا علاوة سعرية ضمن النموذج القديم، أو تسعيرًا لثورة نموذجية جديدة؛ يكمن المفتاح في ما إذا كانت العلاوة تشتري التدفقات النقدية الناتجة عن استبدال الموارد البشرية أم التحدب والحدود.【استنتاج】

رابعًا، ينتقل مصدر المخاطر من "التنفيذ/الموارد البشرية" إلى "استهلاك القدرات/انحراف النموذج/تركيز القدرة الحاسوبية/ضريبة التحقق/المسؤولية". يتطلب الأصل المعزز بالذكاء الاصطناعي تشغيلًا ومراقبة وإعادة تحقق مستمرة للحفاظ على قيمته. قد تؤدي تحديثات النماذج، وانحراف توزيع البيانات، وتغييرات الواجهات إلى إبطال أصول الأمس اليوم. وقد أثبتت FR-12 أن "مرض التكلفة ينتقل إلى جانب التحقق"، لذا تُعاد صياغة مخاطر الاستثمار كمعدل استهلاك القدرات، ومعدل الانحراف، ودرجة التركيز على مزود نموذج/قدرة حاسوبية واحد، وضريبة التحقق، والتعرض للمسؤولية عند حدوث أخطاء. في النموذج القديم، كان "الإنسان" أصلًا مستقرًا نسبيًا، وقابلاً للتدريب، وقابلاً للاستبدال، بينما في النموذج الجديد، "النموذج" هو أصل سريع الاستهلاك، ويمكن نسخه مفتوح المصدر، وقد يخضع للمساءلة التنظيمية.【استنتاج، بناءً على FR-12/FR-13】

خامسًا، يتحول هيكل العوائد من "تقاسم التدفقات النقدية" إلى "تقاسم التحدب". إن الطبيعة القصوى للمنتجات الرقمية غير التنافسية تجعل الحد الأقصى لنجاحها شبه لا محدود، بينما التكلفة الهامشية للفشل محدودة. يتيح الذكاء الاصطناعي "للمنتجات الناجحة" أن تُنسخ بتكلفة تقارب الصفر، مما يجعل دالة العائد تشبه الخيار أكثر من السند، وهو ما يفسر سبب استعداد رأس المال للدفع مقابل أهداف الذكاء الاصطناعي ذات "المضاعفات العالية، والهامش الإجمالي المنخفض، وعدم اليقين المرتفع": ما يتم شراؤه هو التحدب. في الوقت نفسه، تُظهر بيانات السوق أن رأس المال يراهن في وقت مبكر وبشكل أكثر تركيزًا—"رهانات أقل، رأس مال أكبر" ([TechCrunch نقلًا عن بيانات Carta، 20 مارس 2026](https://techcrunch.com/2026/03/20/ai-startups-are-eating-the-venture-industry-and-the-returns-so-far-are-good/)).【استنتاج، بناءً على M5】

سادسًا، عودة كثافة رأس المال: خلافًا للحدس القائل بأن "الذكاء الاصطناعي يجعل كل شيء خفيفًا"، فإن البنية التحتية للذكاء الاصطناعي تتطلب رأس مال كثيفًا. عدّلت TrendForce توقعاتها للإنفاق الرأسمالي المجمع لأكبر تسعة بائعين سحابيين عالميين في عام 2026 صعودًا إلى حوالي 830 مليار دولار، بزيادة سنوية تبلغ حوالي 79% (منها حوالي 190 مليار دولار لمايكروسوفت، وأكثر من 230 مليار دولار لأمازون ويب سرفيسز، و180-190 مليار دولار لغوغل، و125-145 مليار دولار لميتا) ([Evertiq نقلًا عن TrendForce، 6 مايو 2026](https://evertiq.com/news/2026-05-06-ai-boom-pushes-hyperscaler-capex-towards-usd-830-billion-in-2026)). هذا يعني أن نموذج الاستثمار ليس "تخفيف رأس المال" أحادي الاتجاه، بل هو طبقة تطبيقات خفيفة للغاية وطبقة بنية تحتية ثقيلة للغاية، حيث تنفصل منطق تخصيص رأس المال بين الطبقتين.【استنتاج】

أخيرًا، تنتقل وحدة التسعير من المقعد/الساعة/الأرباح قبل الفوائد والضرائب والإهلاك والاستهلاك (EBITDA) إلى النتيجة/الرصيد/المحصلة. يتعرض نموذج SaaS القائم على تسعير المقاعد للتآكل بفعل الوكلاء الأذكياء؛ فكلما كان الوكيل أكثر كفاءة، قل عدد المقاعد التي يحتاجها العملاء. يظهر تحليل باين أن 65% من موردي SaaS قد تبنوا نموذجًا هجينًا "مقعد + استخدام"، وقد أطلقت شركات مثل monday.com نماذج "مقعد + أرصدة"، مما يشير إلى أن أساس قياس الإيرادات يُعاد التفاوض عليه، ويجب أن تتبع تقييمات الاستثمار في النهاية تحول وحدات التسعير ([UC Today نقلًا عن Bain، 12 مايو 2026](https://uctoday.com/is-per-seat-saas-pricing-dead-monday-coms-consumption-based-pricing-pivot)).【استنتاج】

الآليات المذكورة أعلاه ليست استنتاجات نظرية، بل هي مدعومة بالتدفق الفعلي لرأس المال، مما يشير إلى إعادة توزيع هيكلية لمنطق الاستثمار. وفقًا لتقرير منظمة التعاون الاقتصادي والتنمية (OECD) بعنوان "رأس المال الجريء في الذكاء الاصطناعي 2025"، جذبت شركات الذكاء الاصطناعي في عام 2025 بأكمله حوالي 61% من استثمارات رأس المال الجريء العالمية، بإجمالي حوالي 258.7 مليار دولار، مسيطرة على الإجمالي العالمي البالغ 427.1 مليار دولار.【تم التحقق · العنوان مدقق/نقل ثانوي · بانتظار التحقق الأولي】 هذا يوضح جليًا أن رأس المال يتركز في مجال الذكاء الاصطناعي بسرعة وحجم غير مسبوقين، ويتجاوز مستوى وسرعة تركيزه أي دورة تكنولوجية سابقة.

إن سرعة هذا التركيز أكثر إدهاشًا. تُظهر بيانات رويترز و PitchBook أنه في الربع الأول من عام 2025، شكلت استثمارات الذكاء الاصطناعي حوالي 57.9% (حوالي 73.1 مليار دولار) من إجمالي استثمارات رأس المال الجريء العالمية، بينما كانت هذه النسبة حوالي 28% فقط في الفترة نفسها من العام السابق. وهذا يعني أنه في غضون اثني عشر شهرًا فقط، تضاعف تقريبًا موقع استثمارات الذكاء الاصطناعي في خريطة رأس المال الجريء العالمية، مما يعكس تفاؤل رأس المال الشديد بإمكانيات الذكاء الاصطناعي وتسريع الانتشار.【تم التحقق · العنوان مدقق/نقل ثانوي】

علاوة على ذلك، أصبحت ظاهرة "رهانات أقل، رأس مال أكبر" أكثر وضوحًا. أوردت TechCrunch، نقلًا عن بيانات Carta، أن استثمارات الذكاء الاصطناعي شكلت حوالي 41% من إجمالي التمويل البالغ 128 مليار دولار على منصة Carta في عام 2025، مما يؤكد بشكل أكبر اتجاه تركيز رأس المال العالي في عدد قليل من مشاريع الذكاء الاصطناعي الرائدة.【تم التحقق · العنوان مدقق/نقل ثانوي】 كما أشار توماسز تونغوز في تقريره الصادر في فبراير 2025 إلى أن متوسط مضاعف الإيرادات المتكررة السنوية المتوقعة (forward ARR) لشركات برمجيات الذكاء الاصطناعي العامة يبلغ ضعف نظيره لشركات البرمجيات العادية (11.2x مقابل 5.5x). وفي الوقت نفسه، بلغت حصة شركات الذكاء الاصطناعي في جولات تمويل Series A بين الشركات (B2B) حوالي 70% (كانت حوالي 40% فقط في أوائل 2024)، وبلغ متوسط تقييمات Series A للذكاء الاصطناعي أعلى بنحو 40%. ترسم هذه البيانات مجتمعة صورة واضحة: رأس المال يعيد بناء استراتيجياته التوزيعية، استعدادًا لأشكال القيمة الجديدة في عصر الذكاء الاصطناعي.【تم التحقق · مدونة أساسية (المؤلف مستثمر رأس مال جريء، البيانات ذاتية الإبلاغ)】

في مواجهة اهتزاز النموذج القديم وظهور أدلة جديدة، نحتاج إلى بناء منطق استثماري جديد. في ظل النموذج الجديد، يُعاد تعريف جوهر الهدف الاستثماري على أنه "أصول معززة بالذكاء الاصطناعي"، أي وحدة إنتاج قادرة على تحويل "قدرات الذكاء الاصطناعي القابلة للتأجير" إلى "نتائج قابلة للتحقق". تتكون هذه الوحدة من أربعة عناصر رئيسية: البشر (تحديد الأهداف، التحقق من النتائج، تحمل المسؤولية)، وقدرات الذكاء الاصطناعي (قابلة للتأجير، قابلة للاستبدال)، والتدفقات الاحتكارية (البيانات، العمليات، الذاكرة، التوزيع)، والحدود (الحصرية، القابلة للتحقق، القابلة للإسناد). لم يعد مفتاح الاستثمار هو المخزون البشري أو المعدات التي يمتلكها، بل هو تأثير الرافعة المالية لوحدة الإنتاج هذه وقوة حدودها.【استنتاج، بناءً على M1–M4】

على أساس تقييم القيمة، تتدهور طريقة خصم التدفقات النقدية المخصومة (DCF) تدريجيًا لتصبح مجرد "اختبار للحد الأدنى"، ولم تعد مرسىً مهيمنًا. وتصبح صيغة التقييم الجديدة تقريبًا: [اقتصاديات الوحدة القابلة للتحقق × معدل إعادة الاستخدام] + التحدب (قيمة الخيار) × قابلية تنفيذ الحدود × سمك التوزيع/الثقة. لم تعد المضاعفات التقليدية مثل نسبة السعر إلى الأرباح (P/E) طريقة تقييم، بل هي أقرب إلى إشارات تسعير السوق "لتحدب" الهدف و"حدوده النادرة". في الوقت نفسه، تغير تعريف المخاطر جوهريًا أيضًا، ولم يعد يدور بشكل أساسي حول مخاطر التنفيذ أو مخاطر الإدارة، بل يركز على معدل استهلاك القدرات، ومعدل انحراف النموذج، ودرجة التركيز على مزود نموذج/قدرة حاسوبية واحد، وضريبة التحقق، والتعرض المحتمل للمسؤولية. تظهر المخاطر علاقة سلبية مع "سمك طبقة التحكم" (مثل التحقق، التتبع، الامتثال، تحمل المسؤولية).

فيما يتعلق بهيكل العائد، تتسم دالة العائد في عصر الذكاء الاصطناعي بخصائص قانون القوة بشكل أكبر. فالعائد يساوي التدفق النقدي (الحد الأدنى) مضافًا إليه التحدب (الحد الأعلى) مطروحًا منه تكاليف التحقق والنسخ. هذا يعني أن توزيع العوائد سيميل بشكل أكبر نحو عدد قليل من "العُقد الحدودية"، وقد تنخفض فوائد التنويع على مستوى المحفظة، بينما تصبح جودة التحكم والدراسة المتعمقة للاستثمارات الفردية أكثر أهمية. علاوة على ذلك، لم يعد جوهر حقوق المستثمرين يقتصر على الأسهم والملكية التقليدية، بل يشمل حق الوصول، وحق التنسيق، وحق التحقق، وحق التسوية "للحدود" الأساسية لقدرات الذكاء الاصطناعي. كما يتحول دور رأس المال من "شراء الموارد البشرية والحجم" إلى "شراء الوقت واليقين"، أي استخدام رأس المال لتسريع وتيرة التكرار، وتحسين دقة البيانات، وبناء الثقة، وتوسيع شبكات التوزيع، وتحويل عدم اليقين إلى قابلية للتحقق.

يكمن الأثر العميق لثورة النموذج الاستثماري هذه في التحول الجذري لجوهر الندرة الاقتصادية من "العمل" و"رأس المال" إلى "الثقة" و"التحقق". فعندما يجعل الذكاء الاصطناعي قدرات التنفيذ شبه لا نهائية ورخيصة، ستتركز القدرة الحقيقية على اكتناز القيمة في الأفراد أو الكيانات القادرة على تعريف المشكلات بوضوح، وإتقان الأدوات بكفاءة، والتحقق من النتائج بدقة، وتحمل المسؤولية عنها (وفقًا لـ FR-10). وهذا يعني أنه في النظام الاقتصادي المدفوع بالذكاء الاصطناعي، سيصبح رأس مال الثقة وقدرات التحقق كفاءات أساسية جديدة، وسيصبح تراكم هذه الأصول غير المادية وإدارتها أمرًا بالغ الأهمية.

سيؤدي هذا التحول حتمًا إلى تركز رأسمالي شديد. ففي العالم الرقمي الذي يتسم بتكاليف نسخ هامشية تقارب الصفر، لن يتمكن سوى عدد قليل من "العُقد الحدودية" التي تمتلك تكنولوجيا قوية وبيانات فريدة وخنادق حماية للعلامة التجارية من تحقيق عوائد تحدبية تتبع توزيع قانون القوة المتطرف. تستطيع هذه العقد أن تشكل مزايا حصرية وتتطور باستمرار، بينما ستواجه الحلقات المتوسطة والسفلى في سلسلة القيمة منافسة سعرية متزايدة وضغطًا على الأرباح. هذا سيعيد تشكيل المشهد الصناعي وقد يزيد من فجوة الثراء، مما يدفع إلى تغييرات كبيرة في الهياكل الاقتصادية والاجتماعية.

في الوقت نفسه، ستواجه إحصاءاتنا الاقتصادية ونماذج النمو التقليدية تحديات شديدة. على سبيل المثال، قد تجد مؤشرات مثل الناتج المحلي الإجمالي (GDP) ونصيب الفرد من الناتج صعوبة في عكس نماذج خلق القيمة الجديدة وطرق تراكم الثروة المدفوعة بالذكاء الاصطناعي بدقة. غالبًا ما تتجلى فائدة الذكاء الاصطناعي في الزيادة الهائلة في كفاءة الإنتاج بدلاً من الزيادة الخطية في المدخلات البشرية، مما قد يجعل المعايير التقليدية تقلل من قيمة الإنتاج الحقيقي. لذلك، سيكون تطوير مؤشرات جديدة مثل "رأس مال الثقة" و"ضريبة التحقق" لقياس الأنشطة الاقتصادية وتكاليفها وفوائدها بدقة أكبر أمرًا بالغ الأهمية لفهم الأداء الصحي لاقتصاد الذكاء الاصطناعي، فهي تمثل التكاليف غير المادية ولكن الحاسمة التي تدعم التعاون الاجتماعي والعدالة السوقية في عصر الذكاء الاصطناعي.

في مواجهة تحول النموذج الاستثماري المدفوع بالذكاء الاصطناعي، يحتاج جميع المشاركين إلى تعديل استراتيجياتهم. بالنسبة لرواد الأعمال، يكمن المفتاح في إعادة تعريف "الأصول" و"الخنادق الواقية". يجب التركيز على تقديم "نتائج قابلة للتحقق"، بدلاً من مجرد أدوات أو قدرات، وبناء "طبقات حدودية"، مثل حقوق التنسيق أو الوصول أو التحقق أو التوزيع الفريدة، لتشكيل ميزة تنافسية حصرية. يجب أن يزيد تصميم المنتج من "التحدب" و"معدل إعادة الاستخدام" لضمان إمكانية نسخ الاقتصاديات الوحدوية بتكلفة تقارب الصفر. في الوقت نفسه، عندما تكون نتائج الذكاء الاصطناعي عرضة للخطأ، يجب توضيح حدود المسؤولية وبناء ثقة العملاء، وهذا بحد ذاته يمثل "رأس مال ثقة" قيّمًا.

يحتاج المستثمرون بدورهم إلى إعادة بناء قوائم الفحص وأطر التقييم الخاصة بهم. يجب عليهم تجاوز نموذج التدفقات النقدية المخصومة (DCF) والمضاعفات التقليدية، مع اعتبار DCF اختبارًا للحد الأدنى فقط، والتحول إلى تقييم الهدف بناءً على "اقتصاديات الوحدة القابلة للتحقق × معدل إعادة الاستخدام × التحدب × قابلية تنفيذ الحدود × سمك التوزيع/الثقة". يجب أن تركز العناية الواجبة للمخاطر على معدل استهلاك القدرات، ومعدل انحراف النموذج، ودرجة التركيز على مزود واحد، وضريبة التحقق، والتعرض للمسؤولية. في اتفاقيات الاستثمار، بالإضافة إلى حقوق الملكية، يجب السعي للحصول على حقوق الوصول والتنسيق والتحقق والتسوية "للطبقة الحدودية" الأساسية. في عالم توزيع قانون القوة، من الأهمية بمكان تحديد الفائزين القلائل الذين يمتلكون "تحدبًا" و"حدودًا" حقيقية في وقت مبكر، والجرأة على التركيز في الاستثمار، مع إعادة النظر في فرص الاستثمار في البنية التحتية مثل الطاقة والشرائح ومراكز البيانات.

بالنسبة للباحثين وصناع السياسات، فإن المهمة الملحة هي تحديد مؤشرات جديدة وتوجيه نظام جديد. يجب تطوير مؤشرات اقتصادية جديدة، مثل "رأس مال الثقة" و"ضريبة التحقق"، لقياس الأنشطة الاقتصادية المدفوعة بالذكاء الاصطناعي بدقة أكبر. علاوة على ذلك، يجب وضع أطر قانونية وأخلاقية استباقية لمعالجة القضايا التي يثيرها الذكاء الاصطناعي مثل إسناد المسؤولية، وخصوصية البيانات، واحتكار قوة الحوسبة، من أجل الحفاظ على عدالة السوق والمصلحة العامة. إن البحث المتعمق في آليات التفاعل وخلق القيمة لأنواع رأس المال المختلفة مثل حقوق الملكية، وحقوق الوصول، وحقوق استخدام البيانات في سياق "القدرات القابلة للتأجير" هو أساس فهم الأشكال الاقتصادية المستقبلية.