بقلم: د. تيفين تافيسي
ترجمة: شيرين ماهر – ناقدة وباحثة في الشأن الإفريقي
ملخص:
نشر «المعهد الألماني للدراسات العالمية ودراسات المناطق» GIGA التابع لمعهد لايبنتز للدراسات العالمية والإقليمية ومقره هامبورج، ضمن سلسلة Focus Africa GIGA، دراسة تحليلية حديثة صادرة في سبتمبر 2026م، أعدها «د. تيفين تافيسي» Dr. Tevin Tafese، زميل باحث ومتحدث باسم فريق أبحاث المعهد للشؤون الإفريقية، حول مفارقة تسارع وتيرة الاستثمارات العالمية في البنية التحتية للذكاء الاصطناعي وتجاهُل إفريقيا إلى حد كبير من هذا السباق، إذ لا يوجد بها سوى مركز بيانات واحد مخصص للذكاء الاصطناعي.
وعلى الرغم من ذلك، تقف القارة أمام فرص هائلة للاستفادة من الذكاء الاصطناعي، الذي يمكنه تعزيز الخبرات والمهارات المتخصصة التي تحتاج إليها إفريقيا بشدة. ولا تحتاج الدول الإفريقية إلى تطوير نماذج الذكاء الاصطناعي المتقدمة أو إنشاء مراكز بيانات عملاقة؛ بل يلزم تعميم استخدام الذكاء الاصطناعي على نطاق واسع وملاءمته محلياً، مع احتفاظ الدول الإفريقية بقدر كافٍ من القدرة على إدارة أوجه اعتمادها على الأطراف الخارجية.
– لا تزال طفرة الازدهار العالمي في البنية التحتية للذكاء الاصطناعي تتجاوز القارة الإفريقية حتى الآن. ففي عام 2026م، اعتزمت خمس شركات تكنولوجية أمريكية وحدها استثمار قرابة 800 مليار دولار أمريكي، في حين لا تضم إفريقيا سوى مركز بيانات واحد مخصص لأحمال عمل الذكاء الاصطناعي. كذلك تُعيق قيود الطاقة تدشين منشآت الذكاء الاصطناعي الضخمة التي تعمل بقدرة الـ «جيجاوات»، مما يجعلها غير ذات جدوى لمعظم الشبكات الوطنية.
– لا يزال أغلب المواطنين الأفارقة مجرد مستخدمين لأنظمة الذكاء الاصطناعي الأجنبية الاحتكارية، حيث تبلغ نسبة استخدامها بين السكان في سن العمل 8.6٪ مقابل 17.8٪ عالمياً. وفي حين يُعدّ تدريب النماذج المتقدمة من الصفر مكلفاً للغاية ويتجاوز الإمكانات المتاحة، توفر النماذج مفتوحة الأوزان مساراً أقل تكلفة يُسرِع من وتيرة انتشار الذكاء الاصطناعي وملاءمته للاحتياجات المحلية.
– بالنسبة إلى إفريقيا، ربما رجحت كفة فرص الذكاء الاصطناعي مقارنةً بمخاطره، لتصب في صالحها. فالذكاء الاصطناعي يتيح توسيع نطاق الاستفادة من الخبرة المتخصصة لتشمل أشخاصاً مدرَّبين من غير المتخصصين، بما يعزز قيمته في قطاعات مثل الزراعة والأعمال والتعليم والرعاية الصحية، في حين أن عدد الوظائف المعرضة للأتمتة أقل مما هو عليه في الاقتصادات المتقدمة.
– إن التنافس الجيوسياسي، ولا سيما بين الولايات المتحدة والصين، يجعل السياسة الرقمية بمنزلة ساحة إستراتيجية. والسيادة التكنولوجية الكاملة ليست واقعية ولا ضرورية. ويمكن للحكومات الإفريقية الحفاظ على قدرتها على التصرف من خلال تنويع الشركاء، وبناء القدرات على المستويات الإستراتيجية، وضمان تطبيق معايير مفتوحة تتسم بالمرونة.
الآثار المترتبة على السياسات:
يتعين على الحكومات الإفريقية إعطاء الأولوية لإمدادات الطاقة والاتصال الرقمي، والحوسبة الموزعة بدلاً من الحوسبة ذات النطاقات الضخمة، ونماذج الأوزان المفتوحة الملائمة محلياً بدلاً من المشاريع الرائدة باهظة التكلفة.
كما تمثل المهارات التقنية التطبيقية داخل الشركات والمؤسسات الحكومية قاعدة للاستفادة من الذكاء الاصطناعي مع إدارة المخاطر. وينبغي للاتحاد الإفريقي وشركائه تعزيز التعاون الإقليمي، ومواءمة التوافق التنظيمي، ودعم مهارات التفاوض الجماعي.
المحتوى:
– توسع غير مسبوق يتجاوز إفريقيا.
– فجوة ناشئة في مجال الذكاء الاصطناعي.
– محدودية النماذج المحلية والفجوات اللغوية.
– نماذج الأوزان المفتوحة كعامل تغيير محتمل في قواعد اللعبة.
– لماذا قد تحقق إفريقيا من الذكاء الاصطناعي مكاسب تفوق خسائرها؟
– المنافسة الجيوسياسية ترفع سقف السيادة في مجال الذكاء الاصطناعي.
– خمس أولويات لنشر الذكاء الاصطناعي، وبناء القدرات المحلية، وتعزيز المرونة.
توسع غير مسبوق يتجاوز إفريقيا:
يشهد التوسع العالمي في البنية التحتية للذكاء الاصطناعي وتيرة هائلة؛ ففي عام 2026م وحده، أعلنت مجموعة من كبرى شركات التكنولوجيا الأمريكية- «ألفابت» و«أمازون» و«ميتا» و«مايكروسوفت» و«أوراكل»- عن إنفاق رأسمالي إجمالي يُقدّر بنحو 800 مليار دولار أمريكي، يخصص معظمه لمراكز بيانات مجهزة بأعداد كبيرة من الرقائق المتخصصة عالية الأداء، ولا سيما وحدات معالجة الرسومات التي تنتجها شركة «إنفيديا»، والتي تُستخدم في تدريب نماذج الذكاء الاصطناعي وتشغيلها[1] (Azhar et el., 2026). يفوق هذا الإنفاق الميزانية الفيدرالية لألمانيا خلال العام بأكمله، ويُضاهي إجمالي الاستثمارات السنوية في الأصول الثابتة- من بنية تحتية ومنشآت وآلات- في القارة الإفريقية بأسرها. وقد باتت مراكز البيانات الفردية المخصصة لأعباء عمل الذكاء الاصطناعي تضاهي في استهلاكها شبكات الكهرباء الوطنية، فعلى سبيل المثال، من المتوقع أن يستهلك مركز بيانات «فيرووتر» Fairwater التابع لشركة «مايكروسوفت» في ولاية ويسكونسن- وهو مركزها الرائد- قرابة 2.7 جيجاوات من الكهرباء عند تشغيله بكامل طاقته، وهو ما يقارب إجمالي القدرة المركبة لتوليد الكهرباء في كينيا والبالغة 3.3 جيجاوات.
ونظراً لهذه المتطلبات الهائلة من رأس المال والطاقة، تركزت عمليات التوسع- حتى الآن- بدرجة كبيرة في الاقتصادات المتقدمة. ورغم النمو الملحوظ الذي شهده سوق مراكز البيانات التقليدية في إفريقيا خلال العقد الماضي، فإن القارة لا تزال بعيدة عن مشهد البنية التحتية الحاسوبية اللازمة للذكاء الاصطناعي. وبعد مرور أربع سنوات على دخول «شات جي بي تي» إلى حيز الاستخدام العام، لا تضم إفريقيا سوى منشأة واحدة عاملة مخصصة تحديداً لأعباء عمل الذكاء الاصطناعي، وهي المنشأة التابعة لشركة «كاسافا تكنولوجيز» Cassava Technologies في جنوب إفريقيا، والتي تعمل بتقنيات شركة «إنفيديا»[2] (Lehdonvirta et al., 2025).
هناك الكثير من العروض الطموحة، لكن التنفيذ مسألة أخرى، الأمر الذي تعكسه إحدى الحالات البارزة. بعد مرور عامين على إعلان كل من شركة «مايكروسوفت» والشركة الإماراتية «G42» عن إنشاء مركز بيانات للذكاء الاصطناعي بقدرة 1 جيجاوات في كينيا، علقت الحكومة المشروع بسبب متطلباته من إمدادات الطاقة؛ ففي حالة تشغيل المركز بكامل طاقته، كان سيستهلك قرابة ثلث طاقة التوليد الوطنية- وهو ما حذرت الحكومة من أنه كفيل بتعطيل إمدادات الكهرباء عما يصل إلى نصف سكان البلاد. وبالفعل، كان هذا المرفق وحده سيتطلب عدة أضعاف السعة الإجمالية البالغة 360 ميجاوات لجميع مراكز البيانات العاملة في إفريقيا حالياً، وفقاً لبيانات صادرة عن جمعية مراكز البيانات الإفريقية ADCA.
تسلط هذه الحالة الضوء على المفاضلات التي تواجهها الحكومات الإفريقية في الاقتصاد الناشئ للذكاء الاصطناعي. فإذا كانت كينيا- التي تتمتع بشبكةٍ قوية من الكابلات البحرية، ونظامٍ بيئيٍّ تكنولوجيٍّ ناضجٍ، وشبكة كهربائية تعتمد إلى حد كبير على مصادر الطاقة المتجددة- غير قادرة على استيعاب متطلبات تأسيس مركز بيانات للذكاء الاصطناعي بقدرة تبلغ 1 جيجاوات، فإن الدول التي تعاني من قيود أكثر صرامة على صعيد البنية التحتية والموارد المالية تواجه بالتأكيد المزيد من التحديات. لذلك، يتعين على صانعي السياسات تحديد أولويات قابلة للتنفيذ وفعّالة من حيث التكلفة على وجه السرعة. إن الرهانات كبيرة بوصفها تقنية متعددة الأغراض، إذ يُبشر الذكاء الاصطناعي بتحقيق مكاسب واعدة فيما يخص معدلات الإنتاجية وتقديم الخدمات العامة، كما أن التخلف عن الركب ينطوي على مخاطر اقتصادية ملموسة على الأمن القومي.
فجوة ناشئة في مجال الذكاء الاصطناعي:
في نهاية الأمر، يهدف الاستثمار الضخم في مراكز البيانات والرقائق المتطورة إلى تدريب وتشغيل نماذج اللغة الكبيرة، وهي أنظمة الذكاء الاصطناعي التوليدية المُصمّمة لفهم النص ومعالجته وتوليده. وبالنظر إلى سرعة انتشارها، أصبحت نماذج اللغة الكبيرة بمنزلة التكنولوجيا الأسرع نمواً في أي عصر رقمي، متجاوزةً في ذلك الحاسوب الشخصي والإنترنت وتطبيقات الهواتف المحمولة والحوسبة السحابية[3] (Azhar et el., 2026). وفي قلب هذا التوسع يأتي المطورون الرائدون لأكثر نماذج الذكاء الاصطناعي تقدماً، والمعروفة باسم «النماذج الرائدة»، مثل «أوبن ايه آي» و«أنثروبيك»، التي شاع استخدام روبوتات الدردشة الخاصة بها في جميع أنحاء العالم. فعلى سبيل المثال، وصل تطبيق «شات جي بي تي» إلى 209 من الاقتصادات، وذلك من أصل 218 اقتصاداً، في غضون 18 شهراً من إطلاقه في نوفمبر 2022م. ويضم التطبيق اليوم أكثر من مليار مستخدم نشط شهرياً على مستوى العالم، وهي أسرع وتيرة وصل بها أي تطبيق آلي إلى هذا العدد من المستخدمين[4] (Liu and Wang 2026).
ورغم أن هذا الانتشار السريع قد وصل إلى إفريقيا، تشير الأدلة التجريبية إلى أن وتيرة تبنّي هذه التقنيات تسير بوتيرة أبطأ بكثير. كما تُظهر بيانات الاستخدام الصادرة عن شركتي «أوبن ايه آي» و«أنثروبيك» أن معظم الدول الإفريقية تقع في نهاية التصنيفات العالمية من حيث تبنّي تطبيقَي «شات جي بي تي» و«كلود». وبالمثل، تُظهر بيانات القياس عن بُعد، الصادرة عن شركة «مايكروسوفت»، أن معدل الاستخدام النشط للذكاء الاصطناعي بين سكان إفريقيا في سن العمل لا يتجاوز 8.6٪، وهو ما يقل كثيراً عن المتوسط العالمي البالغ 17.8٪. والأهم من ذلك أن هذه الفجوة يبدو أنها تتسع بدلاً من تقلُّصها[5] (Microsoft 2026).
ويمتد هذا التفاوت ليشمل قطاع الأعمال والشركات أيضاً. ففي استطلاع أجرته مؤسسة التمويل الدولية IFC، شمل أكثر من 1500 شركة مدعومة من صناديق الأسهم الخاصة ورأس المال الاستثماري، أفادت حوالي 17٪ فقط من الشركات في إفريقيا جنوب الصحراء الكبرى باستخدام الذكاء الاصطناعي في عام 2025م، مقارنة بمتوسط عينة الاستطلاع البالغ 40٪[6] (Smeets and Olarte Rodriguez 2026). ونظراً إلى أن العينة تغطي شركات متطورة نسبياً ومدعومة بالاستثمارات، وليست عينة تمثل مجمل قطاع الأعمال، فمن المرجح أن هذه الأرقام تُبالغ في تقدير معدل تداول هذه التقنيات بين الشركات الإفريقية.
وعندما يستخدم الأفارقة الذكاء الاصطناعي التوليدي، يظلون في الأغلب مستهلكين للنماذج المُطوَّرة في أماكن أخرى. وتشير بيانات الدخول على الويب الصادرة عن منصة «ستيت كاونتر» Statcounter إلى أن 71٪ من الإحالات إلى روبوتات الدردشة المدعومة بالذكاء الاصطناعي في إفريقيا خلال يونيو 2026م كانت من نصيب تطبيق «شات جي بي تي»، يليه تطبيق «جيميناي» بنسبة 15٪، ثم «مايكروسوفت كوبايلوت» بنسبة 7٪. وعلى الرغم من أن هذه الأرقام لا تشمل عمليات تكامل واجهات برمجة التطبيقات أو أدوات المراسلة المدمجة مثل «واتس آب»، فإنها تشير إلى أن السوق الإفريقية تهيمن عليها نفس المجموعة المحدودة من شركات التكنولوجيا العالمية.
محدودية النماذج المحلية والفجوات اللغوية:
تعكس الهيمنة الخارجية- جزئياً- محدودية تطوير نماذج الذكاء الاصطناعي محلياً في إفريقيا، إذ تخلو قاعدة بيانات شركة «إيبوك أيه آي»- التي تضم أكثر من 1000 نموذج كانت تُعدّ الأكثر تطوراً والأوسع استخداماً عند إطلاقها- من أي نموذج يخص دولة إفريقية. وفي المقابل، تهيمن كل من الولايات المتحدة والصين بقوة على هذا المشهد، حيث تستحوذان على 669 نموذجاً (65٪) و178 نموذجاً (17٪) على التوالي. وحتى الدول الأوروبية الرائدة تجد صعوبة في مواكبة هذا السباق؛ إذ تحتل فرنسا وألمانيا المركزين الخامس والسادس، برصيد 50 نموذجاً (5٪) و31 نموذجاً (3٪) على التوالي.
والواقع أنها تبدو مسألة بالغة الأهمية بالنظر إلى التنوع اللغوي الهائل في إفريقيا، إذ لا تدعم النماذج الرائدة المتطورة العديد من اللغات الإفريقية. حتى في الحالات التي تدعمها، يكون أداء نماذج اللغة الكبيرة أسوأ بكثير في اللغات غير الإنجليزية. وينبع هذا الخلل من بيانات التدريب التي تتلقاها الخوارزميات؛ فالأنظمة المتطورة تعتمد اعتماداً كبيراً على محتوى الإنترنت المفتوح، الذي تشكل اللغات الإفريقية فيه أقل من 1٪. لذلك، فإن النماذج التي تم تدريبها بكثافة على بيانات من البلدان المتقدمة قد يكون أداؤها ضعيفاً في السياقات الإفريقية[7] (Ojo et al., 2025). فعلى سبيل المثال، واجهت أنظمة الذكاء الاصطناعي في كينيا صعوبات في تحديد وتصنيف المحاصيل المحلية، بينما في نيجيريا، كان أحد التطبيقات يوصي، بصورة منهجية، بإجراء عدد مفرط من الفحوصات المخبرية، وذلك لأنها خضعت للتدريب على المعايير الطبية السائدة في البلدان مرتفعة الدخل.
بدأت المبادرات الإفريقية في سد هذه الفجوة، حيث تعمل على تطوير نماذج متعددة الأغراض بمختلف اللغات الإفريقية من الصفر باستخدام البيانات المحلية، بهدف تحسين جودة المخرجات والحفاظ على الخصوصية الثقافية وتبايناتها الدقيقة. ومن الأمثلة البارزة على ذلك: نموذج «مانسا» Mansa، الذي طوره مختبر اللغات الإفريقية، ونموذج «إنكوبا إل إم» InkubaLM، الذي طورته شركة الذكاء الاصطناعي الناشئة «ليلابا أيه آي»، وهما يدعمان حصرياً لغات مثل السواحيلية واليوروبا والزولو. وتستند هذه الجهود إلى نموذج اللغة «أفريبيرتا» AfriBERTa، وهو مشروع رائد لإثبات جدوى ومردود هذا المسار، حيث يبرهن على أن النماذج التي تم تدريبها من الصفر على مجموعة بيانات إفريقية محدودة الموارد يمكن أن تتفوق في الأداء على نماذج أكبر بكثير في مهام محددة مثل تصنيف النصوص.
ومع ذلك، لا يزال تدريب النماذج متعددة الأغراض من الصفر عملية تستلزم موارد هائلة، وتتطلب قدرات حاسوبية كبيرة، ومجموعات بيانات عالية الجودة، ومواهب تقنية متخصصة. ولا يمتلك هذه القدرات سوى عدد قليل جداً من الشركات أو المؤسسات البحثية الإفريقية، كما أن النماذج المحلية الحالية لا تزال متأخرة بفارق كبير عن الأنظمة الرائدة من حيث القدرات العامة. ومن ثَمّ، تظل الدول الإفريقية- شأنها شأن معظم الدول خارج المجموعة الصغيرة من القوى الرائدة في مجال الذكاء الاصطناعي- معتمدةً اعتماداً كبيراً على النماذج المُطوَّرة في الخارج.
نماذج الأوزان المفتوحة كعامل تغيير محتمل في قواعد اللعبة:
يمكن أن تسهم «نماذج الأوزان المفتوحة» متعددة الأغراض- والتي تتوفر معاييرها الأساسية المتعارف عليها لجمهور المستخدمين- في الحد من عوائق تطوير الذكاء الاصطناعي في إفريقيا على نحوٍ ملحوظ. وعلى عكس الأنظمة المغلقة الاحتكارية المتاحة من مزودي الخدمات مثل «أنثروبيك» و«أوبن ايه آي»، يمكن تنزيل هذه النماذج واستضافتها وضبطها بدقة على البنية التحتية الخاصة بالمطورين باستخدام مجموعات البيانات المحلية. بالنسبة لإفريقيا، يوفر ذلك بديلاً عملياً وفعّالاً من حيث التكلفة مقارنةً بتدريب نموذج من الصفر، وقد بدأت بالفعل العديد من المبادرات الإفريقية في الاستفادة من هذا النهج.
وعلى صعيد الجهود المبذولة في هذا المسار، لطالما لعبت نماذج Llama مفتوحة الأوزان التابعة لشركة «ميتا» دوراً محورياً. فعلى سبيل المثال، قامت مؤسسة Jacaranda Health الكينية بملاءمة نموذج Llama وتطويره إلى نموذج UlizaLlama لدعم خدمات رعاية صحة الأمهات وحديثي الولادة باللغة السواحيلية؛ ثم تطور المشروع لاحقاً إلى نموذج AfroLlama وهو نموذج لغوي كبير مفتوح المصدر تم تطويره وتكييفه خصيصاً للتعامل مع اللغات الإفريقية، ويدعم أيضاً لغات «الإيسيكوسا»، «الزولو»، و«اليوروبا»، و«الهوسا». وتكتسب بيانات التدريب المفتوحة أهمية مماثلة، لأنها تتيح ملاءمة هذه النماذج مع السياقات المحلية. وتُعدّ مبادرة WAXAL- قاعدة بيانات لغوية مفتوحة المصدر- التي طورتها «جوجل» بالتعاون مع منظمات أكاديمية ومجتمعية إفريقية، جديرة بالاهتمام على نحو خاص؛ فقد أنتجت مجموعة أدوات صوتية واسعة النطاق ومتاحة للجميع، تغطي 27 لغة إفريقية يتحدث بها أكثر من 100 مليون شخص.
وفي يناير 2025م، شهد نظام الذكاء الاصطناعي مفتوح الأوزان دفعةً قويةً، عندما أطلقت شركة «ديب سيك» الصينية المتخصصة في الذكاء الاصطناعي نموذجها الاستدلالي R1. وقد أظهر أداؤه القوي وتكاليفه المنخفضة المُعلنة أنه يمكن تطوير النماذج المتقدمة ونشرها بكفاءة أكبر مما كان يتوقعه الكثيرون. ومنذ ذلك الحين، اكتسبت «ديب سيك» انتشاراً واسعاً في إفريقيا، حيث تُقدّر «مايكروسوفت» معدل استخدامه هناك بما يتراوح بين ضعفين وأربعة أضعاف استخدامه في مناطق أخرى، مما يُؤكد الطلب المتزايد على بدائل سهلة الوصول وأقل تكلفة. وقد حفّز هذا الإنجاز الرائد موجةً من الإصدارات التنافسية مفتوحة الأوزان، بقيادة شركات صينية، وانضمت إليها بكثافة شركات التكنولوجيا الأمريكية، مما أدى إلى طمس الخط الفاصل بين الذكاء الاصطناعي «الأمريكي المغلق» و«الصيني المفتوح».
بغض النظر عن مصدر هذه النماذج، سوف تستفيد إفريقيا بقوة من هذا الزخم. وبالإضافة إلى إمكانية الملاءمة المحلية والوصول المفتوح، تُعدّ نماذج الذكاء الاصطناعي مفتوحة الأوزان أقل تكلفة بفارق كبير. على سبيل المثال، تتقاضى شركة «ديب سيك» رسوماً أقل بكثير لتشغيل نماذجها الرائدة مقارنةً بشركتي «أوبن ايه آي» و«انثروبيك». وتُعدّ هذه الميزة المتعلقة بالتكلفة مسألةً بالغة الأهمية للشركات الناشئة والمطورين والمؤسسات العامة الإفريقية التي تعمل في ظل قيود مالية صارمة.
وتتعزز هذه الميزة مع صعود وكلاء الذكاء الاصطناعي، الذين شهد استخدامهم انتشاراً سريعاً في الآونة الأخيرة عقب إطلاق أدوات مساعدي البرمجة مثل «كلود كود» من «كوديكس» و«أنثروبيك» و«أوبن ايه آي». وتلحق البدائل مفتوحة الأوزان بالركب بوتيرة متسارعة، حيث ساهم نموذج Kimi K3 من شركة Moonshot AI، الذي أُطلق في يوليو 2026م، في تضييق الفجوة بشكل أكبر. وعلى عكس روبوتات المحادثة التقليدية التي تجيب على استفسارات فردية، يمكن للوكلاء تنفيذ مهام متعددة الخطوات في البرمجة والبحث وغيرها من المهام المهنية. ونظراً لقدرتهم على استدعاء النماذج بصفة متكررة، ومعالجة سياقات أوسع، وإنتاج مخرجات أكثر، يمكن أن يكون الوكلاء أكثر كثافة في استخدام موارد الحوسبة من روبوتات المحادثة التقليدية، وهو عامل يكتسب أهمية متزايدة في الاستثمار العالمي في البنية التحتية للذكاء الاصطناعي. تزامناً مع تحول الطلب نحو هذه الأنظمة، سيكون الوصول بأسعار معقولة إلى نماذج مفتوحة الأوزان قادرة وقابلة للتخصيص مسألة بالغة الأهمية لتوسيع نطاق الانتشار في جميع أنحاء القارة.
لماذا قد تحقق إفريقيا من الذكاء الاصطناعي مكاسب تفوق خسائرها؟
مع انتشار الذكاء الاصطناعي في مختلف الاقتصادات الإفريقية، يتمثل التساؤل المحوري فيما إذا كان هذا الانتشار يمكن ترجمته إلى تنمية شاملة تطول شرائح المجتمع المختلفة كافةً. ولا يزال مسار هذا التحول غير واضح المعالم، إذ تتطور قدراته بسرعة، وتتباين تطبيقاته باختلاف القطاعات، كما أن أي تكنولوجيا تحويلية تخلق بالضرورة رابحين وخاسرين. ولكن، ثمة أسباب وجيهة تدفعنا للاعتقاد بأن الاقتصادات النامية، وإفريقيا تحديداً، قد تجني فوائد- تفوق خسائرها- من الذكاء الاصطناعي مقارنةً بالاقتصادات المتقدمة.
أولاً: يُعدّ النقص الحاد في الكوادر المتخصصة والكفاءات المهنية الماهرة في القارة أحد أهم هذه الأسباب. لقد أتاحت التقنيات الرقمية وفرة المعلومات وإجراء العمليات الحسابية بتكلفة زهيدة، ولكن ظلت الخبرة المتخصصة والقدرة على إصدار الأحكام نادرة وقاصرة على الأطباء والمحامين والمعلمين وغيرهم من المتخصصين[8] (Autor 2024).
في إفريقيا تحديداً، تحدّ نُدرةً هذه الخبرات من إمكانية الوصول إلى خدمات التشخيص الطبي الدقيق والخدمات العامة، كما يمكن أن تعوق نمو الأعمال. ومن خلال الجمع بين المعرفة والقواعد الرسمية والخبرة العملية، يمكن للذكاء الاصطناعي تمكين عدد أكبر من العاملين المدربين تدريباً كافياً من اتخاذ قرارات بالغة الأهمية كانت حكراً على الخبراء، مما يُوسع نطاق توفير المهارات بوتيرة أسرع من التدريب المهني وحده. لذلك، قد يحقق الذكاء الاصطناعي مردوداً كبيراً، بشكل ملحوظ، داخل البيئات التي تعاني ندرة في الخبرات المتخصصة.
ثانياً: تشير بعض الأدلة السببية إلى تأثيرات ملموسة للذكاء الاصطناعي التوليدي على معدل الإنتاجية في مختلف المجالات. وتُظهر تجارب عشوائية في البلدان مرتفعة الدخل أن المساعدات بواسطة أدوات الذكاء الاصطناعي ترفع الإنتاجية ارتفاعاً ملحوظاً بين موظفي خدمة العملاء ومهندسي البرمجيات والمهنيين في الشركات، مع تحقيق أكبر هامش من مكاسب الإنتاجية بين العاملين الأقل خبرة[9] (World Bank 2026).
أما الأدلة المُستخلَصة من الاقتصادات النامية فلا تزال أقل وفرة، لكنها تشير إلى الاتجاه نفسه؛ فقد توصلت تجربة عشوائية أجراها البنك الدولي في نيجيريا إلى أن تزويد طلاب المدارس الثانوية ببرنامج دردشة آلي يعمل بالذكاء الاصطناعي حسّن نتائج التعلم بمقدار 0.31 انحراف معياري، أي ما يعادل عامين دراسيين إضافيين[10] (De Simone et al., 2025). ومع ذلك، تختلف التأثيرات بدرجة كبيرة باختلاف قدرات المستخدمين.
ففي تجربة عشوائية شملت 640 رائد أعمال من كينيا، استفاد أصحاب الأداء الفائق من نصائح الذكاء الاصطناعي لتحسين أداء شركاتهم، بينما كان أصحاب الأداء المتواضع أسوأ عند الاعتماد المفرط على توصيات الذكاء الاصطناعي، الأمر الذي يعكس أن التفاوت في قدرات المستخدمين يؤدي إلى اتساع فجوة عدم المساواة في الاستفادة من الأدوات المستخدمة[11] (Otis et al., 2026). كذلك، لا تُترجم مكاسب الإنتاجية على مستوى المهام تلقائياً إلى مخرجات نهائية، ففي 16 مركزاً للرعاية الصحية الأولية في كينيا، شملت ما يقارب 10,000 مريض، حسّنت أداة دعم القرار بالذكاء الاصطناعي، والتي تم اختيارها عشوائياً، من التوثيق والتشخيص ووضع بروتوكولات العلاج، لكنها لم تؤدِّ إلى انخفاض ملحوظ في حالات فشل العلاج[12] (Agweyu et al., 2026). لذلك، يُحقق الذكاء الاصطناعي أقصى فائدة عند التغلب على المعوقات البشرية والتنظيمية المُكمّلة لمخرجاته.
ثالثاً: في وضعه الحالي، من غير المرجح أن يؤدي الذكاء الاصطناعي إلى أتمتة الوظائف على نطاق واسع في إفريقيا مقارنةً بالاقتصادات مرتفعة الدخل. وتتمثل إحدى الأفكار المحورية في أدبيات العمل والتكنولوجيا في أن كل مهنة تتكون من مجموعة مهام، فيما تعتمد فرضية أتمتة التكنولوجيا لها أو تعزيزها على مُكوّن هذه المجموعة.
وانطلاقاً من هذه الفكرة، تُقيّم دراساتٌ متعددة مدى تأثر المهام والمهن بالذكاء الاصطناعي التوليدي. وتُشير هذه الدراسات، بصفة مستمرة، إلى وجود عدد أقل من الوظائف المُعرّضة للأتمتة في البلدان منخفضة ومتوسطة الدخل، نظراً لأن المهن المعرفية الأكثر عُرضةً للأتمتة- في مجالات الخدمات الرقمية والمالية والتجارية- لا تستوعب سوى نسبة ضئيلة نسبياً من العمالة الإفريقية[13] (World Bank 2026). وبالمثل، تُشير الأدلة الأولية إلى أن إطلاق تطبيق «شات جي بي تي» قد خفض معدل التوظيف في المهن التي يُمكن استبدالها بسهولة في الاقتصادات المتقدمة، ولكن لم يحدث الأمر نفسه، حتى الآن، في البلدان منخفضة ومتوسطة الدخل[14] (World Bank 2026).
إجمالاً، يبدو أن تعزيز القدرات البشرية أكثر ترجيحاً من الأتمتة في إفريقيا على المدى القريب، نظراً لمحدودية الاحتكاك المباشر في معظم المهن. بينما يُعدّ هذا الاحتكاك المحدود سلاحاً ذا حدين؛ لأنه يحدّ من إمكانية الاستغناء الفوري عن العمالة، لكنه يقلص عدد العمال المؤهلين للاستفادة من مكاسب الإنتاجية. وبناءً على ذلك، تُشير محاكاة صندوق النقد الدولي إلى أن تأثير النمو في الاقتصادات المتقدمة قد يتجاوز ضعفي تأثيره على البلدان منخفضة الدخل في ظل الظروف الراهنة[15] (Cerutti et al., 2025).
غير أن الخيارات السياسية يمكنها أن تُغيّر هذا المسار جذرياً؛ إذ يُقدّر باحثو صندوق النقد الدولي أيضاً أن تعزيز البنية التحتية الرقمية وتبنّيها يُمكن أن يرفع المكاسب التراكمية في الناتج المحلي الإجمالي لإفريقيا بنسبة تُقدّر من 0.2٪ إلى حوالي 4٪ خلال العقد القادم، بما يعادل المكاسب المتوقعة في الاقتصادات مرتفعة الدخل[16] (Schindler et al., 2026). ومن شأن هذه التراكمية أن تتطور بالتزامن مع انتشار تبنّي الذكاء الاصطناعي على نطاق واسع، مما يجعل الرصد المستدام والمُواكِب للواقع المحلي للإنتاجية والتوظيف والأجور وجودة الوظائف أولوية قصوى بالنسبة لسياسات القارة.
المنافسة الجيوسياسية ترفع سقف السيادة في مجال الذكاء الاصطناعي:
بوصفها تكنولوجيا مزدوجة الاستخدام، يدعم الذكاء الاصطناعي التطبيقات المدنية، كما يُعزز القدرات العسكرية والاستخباراتية والأمن السيبراني بوتيرة متلاحقة. ولذلك، أصبحت سيادة الذكاء الاصطناعي الحقيقية تمثل أولوية للأمن القومي، ولا سيما مع توسع القدرات وتنامي استخدام هذه التقنية كورقة ضغط جيوسياسية.
وهناك واقعتان حديثتان تُجسّدان هذه المخاطر؛ ففي يونيو 2026م، فرضت الحكومة الأمريكية قيوداً على تصدير أحدث نماذج شركة «أنثروبيك» بسبب مخاوف تتعلق بالأمن السيبراني، ولم تُعِدْ الوصول إليها إلا بعد مرور عدة أسابيع[17]. ثم في يوليو 2026م، نفّذت برامج مستقلة تابعة لشركة «أوبن ايه آي»، في سابقة من نوعها، أول عملية سيبرانية ذاتية التشغيل متعددة المراحل ضد منصة Hugging Face مفتوحة المصدر أثناء اختبار الأمن السيبراني، مما استدعى استخدام دفاعات مؤتمتة قائمة على الذكاء الاصطناعي لتحييد الاختراق. كلا الواقعتين تُظهران أن الوصول إلى نماذج الذكاء الاصطناعي الأجنبية الرائدة ربما تعرضت لتقييد استخدامه في غضون فترة زمنية قصيرة، في حين يتطلب التصدي لإساءة استخدامها قدرات محلية هائلة لتقييم هذه النماذج واحتواء مخاطرها.
من جهتها، أدركت الحكومات الإفريقية هذه المخاوف. وبحلول أبريل 2026م، أقرّت 22 دولة إستراتيجيات وطنية للذكاء الاصطناعي، كما اعتمد الاتحاد الإفريقي إستراتيجيته القارية في عام 2024م.
وكما هو واضح للعيان، تحظى السيادة وبناء القدرات المحلية بمكانة بارزة في معظم هذه الإستراتيجيات، الأمر الذي يتجلى في تنامي وتيرة سنّ قوانين توطين البيانات؛ إذ تضم إفريقيا حالياً نحو 71 قانوناً في هذا الشأن، لتحتل المرتبة الثالثة بعد شرق آسيا والمحيط الهادئ. وفي الآونة الأخيرة، تتجه سياسات الذكاء الاصطناعي من كونها مجرد إستراتيجيات إلى قواعد مُلزِمة في العديد من الدول؛ فقد وضعت كينيا ونيجيريا وغانا وأنجولا مسودات قوانين للذكاء الاصطناعي، بينما أصدرت مصر وموريشيوس إرشادات لتنظيم حوكمة الذكاء الاصطناعي. ومع ذلك، لا تزال بعض الأماكن تعاني فجوة بين الطموح والقدرة على التنفيذ، حيث لا تُثمر الإستراتيجيات عن قوانين ملموسة ولا ميزانيات مخصصة- كما يتضح من حالة جنوب إفريقيا، التي سحبت مؤخراً مسودة إستراتيجيتها الوطنية للذكاء الاصطناعي بعد أن تبين أن الوثيقة تتضمن فقرات مكتوبة بواسطة الذكاء الاصطناعي، الذي ولّد مراجع واستشهادات مُلفقة.
كذلك تنعكس الفجوة بين الطموح والقدرة على التنفيذ في العدد المحدود نسبياً من مبادرات الذكاء الاصطناعي السيادية في إفريقيا. ووفقاً لـ «مؤشر الذكاء الاصطناعي السيادي» الصادر عن مركز الأمن الأمريكي الجديد CNAS- والذي يتتبع المبادرات المدعومة من الدولة والممولة عبر الاستثمارات العامة في مجالات الحوسبة المحلية أو النماذج أو البيانات- ارتفع عدد مشاريع الذكاء الاصطناعي السيادي من صفر في أواخر عام 2022م إلى 179 مشروعاً بحلول منتصف عام 2026م، وهو ما يمثل رأسمال مُعلن عنه بقيمة 89.9 مليار دولار أمريكي[18] (Chavez, Chilukuri, and Scanlon 2026).
في حين لا تمثل إفريقيا سوى أقل من 1٪ من هذه النسبة الإجمالية، بينما يتركز أكثر من 80٪ من هذه المشاريع في منطقة الشرق الأوسط وشرق آسيا. والواقع، أن إفريقيا تمتلك قدرات محلية محدودة عبر معظم مستويات منظومة الذكاء الاصطناعي، بدءاً من الطاقة والبيانات ووصولاً إلى الأجهزة الحاسوبية والنماذج والتطبيقات.
في المقابل، تُؤدي الشركات العالمية العملاقة دوراً محورياً في منظومة الذكاء الاصطناعي في القارة الإفريقية. واستناداً إلى سنوات من الاستثمارات في الكابلات البحرية والألياف الضوئية[19] (Tafese 2022)، يهيمن مزودو خدمات الحوسبة السحابية ومصنّعو الأجهزة الأمريكيون على إمدادات الحوسبة المحلية؛ وإلى جانب أول مركز بيانات للذكاء الاصطناعي في إفريقيا، والذي يقع في جنوب إفريقيا، تعتزم شركتا «كاسافا» و«إنفيديا» التوسع في أسواق إفريقية رئيسية أخرى ضمن برنامج تبلغ قيمته نحو 700 مليون دولار أمريكي؛ كما تعهدت شركة «مايكروسوفت» بتخصيص قرابة 300 مليون دولار أمريكي إضافية لتعزيز قدرات الحوسبة السحابية والذكاء الاصطناعي في جنوب إفريقيا؛ فيما تتولى شركتا «آي إكس أفريكا» و«أوراكل» تأسيس أول منطقة سحابية عامة في كينيا. وفي غضون ذلك، تُوسّع الشركات الصينية، وعلى رأسها شركة «هواوي»، نشاطها وعروضها في هذا المضمار. كما تُدمج شركات الذكاء الاصطناعي الأمريكية أنظمتها البيئية في المؤسسات الإفريقية- وهو ما ينعكس في مبادرات «أنثروبيك» و«أوبن ايه آي» في القطاع العام والرعاية الصحية مع الحكومة الرواندية- فيما تطرح شركات الذكاء الاصطناعي الصينية، مثل «ديب سيك»، نماذجها الخاصة في السوق.
بالنسبة إلى الحكومات الإفريقية، تتطلب إدارة هذه المنافسة التنقل بحذر في ظل تصاعد التنافس الجيوسياسي في مضمار وضع السياسات الرقمية. وقد تشكلت كتلتان متنافستان بقيادة دولتين خلال فترة وجيزة. ففي ديسمبر 2025م، أطلقت الولايات المتحدة مبادرة «باكس سيليكا»Pax Silica لتعزيز التعاون بين الشركاء الموثوق بهم في مجالات أشباه الموصلات والمعادن الحيوية والحوسبة المتقدمة. وفي يوليو 2026م، أطلقت الصين «المنظمة العالمية للتعاون في مجال الذكاء الاصطناعي» WAICO، وهي منصة حكومية دولية تجمع بين الحوكمة ووضع المعايير مع توفير الوصول إلى النماذج والبنية التحتية والتدريب. ولا تضم مبادرة «باكس سيليكا» أي دول إفريقية موقعة، بينما تضم WAICO عشر دول، من بينها اقتصادات إفريقية رئيسية مثل إثيوبيا وكينيا وجنوب إفريقيا. أما الاتحاد الأوروبي، وهو نفسه من الدول الموقعة على مبادرة «باكس سيليكا»، فلا يقود كتلة مماثلة، لكنه يمارس نفوذه من خلال الدبلوماسية الرقمية ومبادرة «البوابة العالمية»، مع التركيز على معايير الحوكمة والامتثال القائم على تقييم المخاطر.
في نهاية الأمر، يُعدّ الإطار السائد- إما بتأسيس ذكاء اصطناعي سيادي بواسطة تطوير نماذج وتدشين مراكز بيانات وطنية، وإما بالتخلف عن الركب- ما هو إلا تصور مُضلل في حالة معظم الاقتصادات الإفريقية. وتكمن الغاية الحقيقية في اتباع نهج انتقائي يعزز السيادة، حيثما أمكن بناء قدرات سيادية في المجالات التي تكون تكاليفها في المتناول وتكتسب أهمية إستراتيجية، مع إدارة التبعيات الخارجية بدرجة من الوعي عبر تنويع الشركاء بحيث لا يمتلك أي مورد أو تكتل نفوذاً مؤثراً. وبغض النظر عن التحالفات الجيوسياسية، ينبغي أن يرجح المبدأ التوجيهي للحكومات الإفريقية مبدأ الاحتفاظ بالسلطة التنظيمية والتشغيلية على المعايير التقنية وقواعد البيانات وأطر الحوكمة. الأمر الذي يجعل قابلية التشغيل البيني، وتداول البيانات، والمعايير المفتوحة، وآليات الانسحاب الموثوقة، أموراً لا تقل أهمية عن امتلاك البنية التحتية المادية نفسها.
خمس أولويات لنشر الذكاء الاصطناعي، وبناء القدرات المحلية، وتعزيز المرونة:
في غياب إجراءات سياساتية مدروسة، تواجه إفريقيا خطر الانحصار في دور المستهلك السلبي للذكاء الاصطناعي؛ بحيث لا تجني سوى قدر محدود من المكاسب الاجتماعية والاقتصادية التي تتيحها هذه التكنولوجيا، بينما تظل عُرضة لمخاطرها. غير أن هذه النتيجة ليست حتمية؛ ففي الأغلب لم تكن البلدان التي حققت أكبر استفادة من تقنيات «الغرض العام» السابقة صاحبة ابتكار هذه التقنيات، بل تلك التي أرست القواعد المكملة لها وطوّعتها سريعاً كي تلائم احتياجاتها المحلية. ونظراً لأن هذه التكنولوجيا ما زالت في مراحلها التكوينية، فلا تزال هناك نافذة مفتوحة لاغتنام الفرص.
ومع تباين الأولويات الوطنية، يتصدر المشهد خمسة مجالات رئيسية للسياسات العامة:
أولاً: يتعين على الحكومات زيادة استثماراتها في توليد الطاقة والاتصال الرقمي:
وهما متطلبان أساسيان لمحاكاة أنظمة الذكاء الاصطناعي وتشغيلها. ويُعدّ مركز بيانات الذكاء الاصطناعي، المُعلّق العمل به، في كينيا مثالاً تحذيرياً؛ فعلى الرغم من توافر التمويل الأجنبي، إلا أن الفجوة بين الطموح والتنفيذ لا تزال قائمة في ظل غياب إمدادات كهرباء موثوقة واتصال رقمي مستقر. وبالنظر إلى محدودية الموارد المالية في معظم أنحاء القارة، سوف تمثل الاستفادة من الاستثمارات متعددة الأطراف والخاصة- بدافع تصاعد التنافس الجيوسياسي- أمراً بالغ الأهمية. كما تُظهر المبادرات القارية- مثل مبادرة «المهمة 300» Mission 300 التي يقودها كل من البنك الدولي وبنك التنمية الإفريقي، وكابلات «إيكويانو» Equiano و«2 أفريكا» 2 Africa البحرية التي تقودها «جوجل» و«ميتا» على التوالي- كيف يمكن للاستثمار الخارجي أن يُوسّع نطاق الوصول إلى الكهرباء والاتصال الرقمي على نطاق واسع. علاوةً على ذلك، سيكون توسيع مجال استخدام الطاقة المتجددة مسألة حيوية لتلبية الطلب المتزايد على الطاقة في عصر الذكاء الاصطناعي.
ثانياً: يتعين على الحكومات تعميم الوصول إلى بنية تحتية حاسوبية ملائمة للغرض، بدلاً من السعي إلى تدشين مرافق ضخمة باهظة التكاليف:
ومع تزايد توجه شركات التكنولوجيا الأمريكية والصينية نحو تأسيس منشآتها خارج بلدانها، هناك فرصة مواتية أمام الحكومات الإفريقية لجذب جزء من هذه الاستثمارات بشروط تُسهم في توفير موارد طاقة جديدة وتعزيز شبكات الكهرباء الوطنية. والأهم من ذلك، أن الأمر لا يستلزم بالضرورة إنشاء تجمعات حاسوبية بالحجم الذي يجري التخطيط له في كينيا، إذ يمكن توزيع البنية التحتية على نطاق أكثر اتساعاً. ومع ازدياد كفاءة النماذج المؤتمتة، وتزايد حصة النشر والتشغيل الفعلي للنماذج تدريجياً من إجمالي الطلب على الحوسبة، تُمثل المناهج اللامركزية- مثل الحوسبة الطرفية التي تقودها شركات الاتصالات ومراكز البيانات المصغرة المدمجة مع أبراج الاتصالات للاستفادة من البنية التحتية القائمة- بدائل واعدة. كما تُعدّ الهواتف الذكية أيضاً عنصراً حاسماً باعتبارها بوابة الدخول الرئيسية لمعظم المستخدمين، مما يجعل القدرة على تحمل تكاليف الأجهزة عاملاً أساسياً في انتشار الذكاء الاصطناعي في جميع أنحاء القارة، ولا سيما أن ارتفاع تكاليف الذاكرة المدعومة بالذكاء الاصطناعي يؤدي بالتبعية إلى ارتفاع أسعار الأجهزة من الفئة المنخفضة، وهي الأكثر انتشاراً في إفريقيا.
ثالثاً: يتعين على الحكومات إعطاء أولوية لملاءمة تطبيقات الذكاء الاصطناعي المحلية بالاعتماد على نماذج مفتوحة الأوزان، بدلاً من السعي إلى تنفيذ مشاريع النماذج الوطنية الاحتكارية المغلقة:
ففي معظم الدول الإفريقية، يُعدّ تدريب نموذج جديد من الصفر استنزافاً للموارد العامة الشحيحة، إذ تكافح حتى المبادرات المدعومة برؤوس أموال ضخمة من دول سيادية في أوروبا والخليج من أجل مواكبة المختبرات التجارية الرائدة. وتُقدّم النماذج مفتوحة الأوزان، التي تُواصل تضييق فجوة الأداء مع الأنظمة الاحتكارية، مساراً أكثر جدوى؛ إذ يُمكن تحميلها مجاناً، واستضافتها محلياً، وضبطها بدقة باستخدام البيانات المحلية. الأمر الذي يُتيح للشركات المحلية والجهات الحكومية تطوير تطبيقات متخصصة في مجالات مُحددة- مثل الخدمات الصوتية التي يمكن الوصول إليها عبر الهواتف الأساسية للمستخدمين ذوي التعليم المحدود و/أو الذين تتعذر فرص وصولهم إلى الهواتف الذكية- مع إبقاء أعباء العمل الحساسة على الخوادم المحلية. وستزداد أهمية هذه المزايا مع تعميم استخدام أنظمة الذكاء الاصطناعي.
رابعاً: يتعين على الدول بناء القدرات البشرية والمؤسسية اللازمة لتطبيق الذكاء الاصطناعي بفعالية:
تزامناً مع إعادة تشكيل الذكاء الاصطناعي لآليات العمل ومساراته، ينبغي أن تعكف أنظمة التعليم والتدريب المهني على إعداد وتأهيل كوادر تقنية تطبيقية قادرة على دمج الذكاء الاصطناعي في الشركات والمؤسسات العامة، بالتوازي مع تعزيز الوعي العام بأساسيات هذه التقنية لدى العمال والمواطنين على نطاق موسع. كما تكتسب عملية بناء القدرات داخل الجهاز الإداري للدولة وفي أوساط صانعي السياسات أهمية بالغة، لتمكينهم من تقييم الأنظمة التي تزداد تعقيداً وتنظيم عملها بوتيرة ملائمة؛ وينبغي وضع ضوابط وقائية تحمي الفئات الأكثر عرضة للمخاطر وتحد من الاستخدامات عالية الخطورة، دون فرض قيود غير ضرورية تعرقل سير عمليات التجريب والتبني والابتكار.
خامساً: يتعين على الحكومات الإفريقية تكثيف التعاون الإقليمي:
إذ تفتقر العديد من الأسواق المحلية إلى القدرة على بناء بنية تحتية حاسوبية، واستقطاب كفاءات تقنية، وتطوير قدرات تنظيمية بمفردها. ويمكن لترتيبات مشاركة الحوسبة الإقليمية، ومبادرات البيانات المشتركة، وبرامج التدريب المشتركة، أن تُسهم في حشد الموارد الشحيحة. ويتعين على الاتحاد الإفريقي أن يضطلع بدور ريادي في مواءمة قواعد الذكاء الاصطناعي والبيانات الأساسية للحفاظ على قابلية التشغيل البيني عبر الحدود، ومنع تشرذم القارة إلى جيوب تنظيمية منحازة لقوى خارجية متنافسة، وتعزيز القدرة التفاوضية مع مزودي التكنولوجيا العالميين. كما ينبغي لشركاء التنمية دعم هذه المكاسب العامة الإقليمية بدلاً من إطلاق مشاريع تجريبية وطنية غير مترابطة.
ورغم أنه من غير المرجح أن تقود الدول الإفريقية مسيرة ريادة الذكاء الاصطناعي على الصعيد العالمي، فإن حكوماتها لا تزال تتمتع بنفوذ كبير على مدى انتشار هذه التكنولوجيا، ومواقع خلق القيمة المحلية، وكيفية إدارة التبعيات الخارجية. إن المضي قُدماً نحو مستقبل تتعاظم فيه المكاسب الاجتماعية والاقتصادية للذكاء الاصطناعي وتفوق مخاطره، يتطلب استثمارات مسؤولة في البنية التحتية المادية، وبناء القدرات المحلية، وتحقيق تنسيق إقليمي واقعي. وتُعدّ هذه الخطوات بمنزلة مقومات ضرورية في الوقت الراهن لضمان استفادة القارة من إمكانات هذه التكنولوجيا مستقبلاً، ولتجنب دوامة الركض دون الاستعداد الكافي للحاق بالركب، كما حدث في ثورات تكنولوجية سابقة.
ـــــــــــــــــــــــــــــــــ
المراجع:
1- Azhar, Azeem, William Gildea, Nathan Warren, et al., (2026), The State of the AI Economy, Exponential View, June, accessed 26 August 2026.
2- Lehdonvirta, Vili, Boxi Wú, Zoe Jay Hawkins, et al., (2025), Measuring Domestic Public Cloud Compute Availability for Artificial Intelligence, OECD Artificial In-telligence Papers, 49, Paris: OECD Publishing, accessed 31 August 2026.
3- Liu, Yan, and He Wang (2026), Who on Earth Is Using Generative AI?, in: World Development, 199, March, 107260, accessed 14 September 2026.
4- Microsoft (2026), Global AI Diffusion: Q1 2026 Trends and Insights, AI Economy Institute, May, accessed 26 August 2026.
5- Smeets, Eveline, and Liliana Olarte Rodriguez (2026), AI Adoption Among Fron-tier Firms in Emerging Markets, background paper for World Development Re-port 2026: The Promise of Artificial Intelligence, Washington, DC: World Bank, accessed 31 August 2026.
6- Ojo, Jessica, Odunayo Ogundepo, Akintunde Oladipo, et al., (2025), AfroBench: How Good Are Large Language Models on African Languages?, in: Association for Computational Linguistics, Findings of the Association for Computational Lin-guistics: ACL 2025, Vienna, 19048–19095, accessed 31 August 2026.
7- Autor, David (2024), Applying AI to Rebuild Middle Class Jobs, NBER Working Paper 32140, February, Cambridge, MA: National Bureau of Economic Research, accessed 31 August 2026.
8- World Bank (2026), World Development Report 2026: The Promise of Artificial Intelligence, Washington, DC: World Bank, accessed 31 August 2026.
9- De Simone, Martín, Federico Tiberti, Maria Barron Rodriguez, et al., (2025), From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria, Policy Research Working Paper 11125, Washington, DC: World Bank, accessed 31 August 2026.
10- Otis, Nicholas G., Rowan Clarke, Solène Delecourt, et al., (2026), The Uneven Im-pact of Generative Artificial Intelligence on Entrepreneurial Performance: Evi-dence from a Field Experiment in Kenya, in: Management Science, published on-line 10 July, accessed 14 September 2026.
11- Agweyu, Ambrose, Paul Mwaniki, Vaishnavi Menon, et al., (2026), Generati-ve AI-Enabled Clinical Decision Support System in Primary Care: A Pragmatic, Cluster-Randomized Trial, in: Nature Medicine, 32, 3032–3039, accessed 31 Au-gust 2026.
12- Cerutti, Eugenio, Antonio Garcia Pascual, Yosuke Kido, et al., (2025), The Global Impact of AI: Mind the Gap, IMF Working Paper 25/76, Washington, DC: Inter-national Monetary Fund, accessed 31 August 2026.
13- Schindler, Martin, Andrew J. Tiffin, Andrea Richter Hume, et al., (2026), Un-locking the Potential: AI in Sub-Saharan Africa, IMF Departmental Paper 2026/013, Washington, DC: International Monetary Fund, accessed 31 August 2026.
14- Chavez, Pablo, Vivek Chilukuri, and Ruby Scanlon (2026), Sovereign AI Index: Tracking the Global Push for AI Self-Reliance, Washington, DC: Center for a New American Security, accessed 26 August 2026.
15- Tafese, Tevin (2022), Digital Africa: How Big Tech and African Startups Are Reshaping the Continent, GIGA Focus Africa, 6, Hamburg: German Institute for Global and Area Studies (GIGA), accessed 31 August 2026.
ـــــــــــــــــــــــــــــــــ
الهوامش:
[1] https://www.exponentialview.co/p/the-state-of-the-ai-economy
[2] https://www.oecd.org/en/publications/measuring-domestic-public-cloud-compute-availability-for-artificial-intelligence_8602a322-en.html
[3] https://www.exponentialview.co/p/the-state-of-the-ai-economy
[4] https://www.sciencedirect.com/science/article/abs/pii/S0305750X25003468
[5] https://www.microsoft.com/en-us/research/wp-content/uploads/2026/05/Microsoft-AI-Diffusion-Report-2026-Q1.pdf
[6] https://thedocs.worldbank.org/en/doc/eb0c4ff411fe0b8cca09c4587ba27eb7-0050062026/original/AI-Adoption-Among-Frontier-Firms.pdf
[7] https://aclanthology.org/2025.findings-acl.976/
[8] https://www.nber.org/papers/w32140
[9] https://www.worldbank.org/en/publication/wdr2026
[10] https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099548105192529324
[11] https://pubsonline.informs.org/doi/10.1287/mnsc.2024.06909
[12] https://www.nature.com/articles/s41591-026-04503-6
[13] https://www.worldbank.org/en/publication/wdr2026
[14] https://www.worldbank.org/en/publication/wdr2026
[15] https://www.imf.org/en/-/media/files/publications/wp/2025/english/wpiea2025076-print-pdf.pdf
[16] https://www.imf.org/en/publications/departmental-papers-policy-papers/issues/2026/07/13/unlocking-the-potential-ai-in-sub-saharan-africa-576489
[17] يصعب على الشركات المطورة سحب النماذج مفتوحة الأوزان بمجرد تنزيلها، لكن الوصول إليها في المستقبل ليس مضموناً، فقد تتوقف المختبرات الرائدة عن إصدارها، كما أفادت التقارير بأن السلطات الصينية قد نظرت في تقييد وصول الأجانب إلى النماذج الرائدة.
[18] https://interactives.cnas.org/reports/sovereign-ai-index/#explore-project
[19] https://www.giga-hamburg.de/en/publications/giga-focus/digital-africa-how-big-tech-and-african-startups-are-reshaping-the-continent
رابط الدراسة:
