وكلاء الاستثمار في 2026: التبنّي واسع والنتائج المثبتة قليلة

التبنّي سبق النتائج المثبتة

تغيّر السؤال في أقلّ من ثلاث سنوات. في 2024 كان سؤال إذن: 86% من مديري صناديق التحوّط في استطلاع AIMA منحوا موظفيهم وصولاً ما إلى الذكاء التوليدي [12]. وفي 2026 صار: كم وكيلاً يعمل، وبأي صلاحيات، ومن يراجع ما يسلّمه؟ منصّة Balyasny «تدعم آلاف الوكلاء ذاتيي التشغيل العاملين على مدار الساعة» [1]، ويقول Derek Waldron، كبير مسؤولي التحليلات في JPMorgan: «دخلنا الآن عصر الوكلاء ذاتيي التشغيل الذين يعملون طويلاً» [2].

والوصول صار سلعة. كل واحد من المختبرات الثلاثة الكبرى يبيع حزمة مالية جاهزة [13][14][15]، ومزوّدو البيانات يمرّرون بياناتهم المرخّصة إليها عبر بروتوكول MCP، وصلاحيات العميل تنتقل معها [16][17]. النموذج والبيانات والأدوات طبقة تشتريها أي مؤسسة.

النادر هو الدليل على أن الوكيل يُحسن عملاً استثمارياً. أفضل نموذج على معيار Vals AI للوكلاء الماليين يبلغ 65.40% على أسئلة المحلّل المبتدئ، و55.79% حين يُشترط نجاح كل بنود الإجابة [4]. ويجد مجلس الاستقرار المالي «أدلّة قليلة حالياً» على استعمال الذكاء التوليدي في تداول ذاتي التشغيل بالكامل [10].

والقيمة المرصودة تشغيلية: 69% من مديري Mercer رصدوا كفاءة أعلى [5]، والعائد الملموس عند مشتري البيانات في استطلاع Neudata جاء من الكفاءة عند 41% ومن الأداء الاستثماري عند 17% [19]، و3% فقط من 847 حالة استعمال في مسح ESMA تخدم خدمات الاستثمار [20]. التبنّي سبق القيمة، وعنق الزجاجة هو القياس.

ويدافع التقرير عن ثلاث أطروحات:

• انتشر الوكلاء في ما يسبق القرار، وبقي القرار بشرياً: يقرأ الوكيل ويحلّل ويجهّز، ويقبل إنسان أو لجنة.
• الفارق المقاس يأتي من دليل المؤسسة نفسها: تقييم على مهامها، وبيانات وسمها خبراؤها، وضوابط مكتوبة.
• صلاحية التنفيذ هي الحدّ المفتوح: يمنحها الوسطاء للأفراد في حسابات معزولة، وتقف المؤسسات عند الاقتراح، والرقابة تكتب شروط العبور.

ما وكيل الاستثمار؟

وكيل الاستثمار هنا نظام مبني على نموذج لغوي يخطّط لعمل متعدد الخطوات وينفّذه بأدوات وبيانات، داخل صلاحيات محدّدة ودون إشراف آني، ثم يسلّم حزمة بحث أو توصية أو أمراً. وهو غير النموذج الكمّي المنهجي الذي يطبّق قواعد أو نموذجاً إحصائياً مدرّباً، كنظام Bridgewater [21]، وغير المستشار الآلي الذي يوزّع المحفظة بقواعد ثابتة، وغير المساعد الذي يجيب عن سؤال.

المنهج ودرجات الدليل

يعتمد التقرير على إعلانات المؤسسات والمزوّدين، والصحافة، والأبحاث والمعايير المنشورة، والوثائق الرقابية حتى 11 أكتوبر 2026، ويصف نتائج التداول بلا أرقام عائد. ولكل مصدر درجة دليل في قائمة المصادر، والدرجة للادّعاء لا للناشر: تقرير البنك السنوي إيداع رسمي، وما يقوله فيه عن أدواته حديث البنك عن نفسه. و«ذاتي التشغيل» ما يعمل دون إشراف آني، و«من طرف ثالث» ما يقيسه غير صاحبه.

استشهادات الدرجتين «د» و«هـ» أكثر من ضعف استشهادات السجلّ الرسمي: أغلب أرقام الأثر في القطاع يعلنها من له مصلحة فيها، والقليل منها سجلّ يمكن لأيّ أحد فحصه.

لم تسلّم مؤسسة كبرى قرار المحفظة لوكيل لغوي

تضع الشبكة كل مؤسسة حيث تضعها إعلاناتها: ستة مستويات من الاستقلالية مقابل ست وظائف في السلسلة الاستثمارية. وتُقرأ مع سلّم الإشراف البشري في أدوات IOSCO الرقابية [11]: حتى L2 «الإنسان في موقع السيطرة»، وL3 «الإنسان في الحلقة»، وL4 «الإنسان على الحلقة»، وL5 «الإنسان خارج الحلقة».

تحلّ الشبكة الاستثناء الأشهر، Bridgewater: نظام التعلّم الآلي فيها ذاتي التشغيل في قرار المحفظة وحده، والمخاطر والتنفيذ بيد البشر [21]. وفوق الخط عمل كثيف القواعد في المؤسسات الكبرى، كتوجيه البريد في Barclays [29]، وتداول الأفراد في حسابات معزولة عند الوسطاء [36][38]. والاستقلالية الكاملة في القرار يعلنها صندوق كمّي يعمل بالتعلّم الآلي، أو صناديق صغيرة لم يتأكّد تشغيلها [25][41][42].

المعمار والتخصيص يحرّكان النتيجة

تتحرّك النتيجة بالمعمار والتخصيص أكثر مما تتحرّك باختيار النموذج: في تجربة حيّة حدّد إطار الوكيل سلوكه أكثر من نموذجه [8]، والتخصيص على أحكام الخبراء صنع أوضح مكسب منشور [9]. ويواجه من يبني وكيلاً خمسة قرارات:

حالتان مفتوحتان: Trading-R1 وRD-Agent(Q)

Trading-R1، من UCLA وStanford وجامعة واشنطن مع Tauric Research، يدرّب Qwen3-4B على ثلاث مراحل متدرّجة: بنية التحليل، ثم الادّعاء ودليله، ثم القرار. وكل مرحلة ضبط دقيق يليه تعلّم بالتعزيز (GRPO)، على 100 ألف عيّنة من 18 شهراً و14 رمزاً [49]. واختُبر رجعياً ثلاثة أشهر من 2024 على خمسة أسهم وصندوق مؤشر، مقابل نماذج لغوية لا مقابل السوق، في نافذة تقع داخل فترة بياناته؛ وأوزانه لم تُنشر، وأصحابه يوصون به سنداً للمحلّل لا أداةً للقرار [49].

RD-Agent(Q)، من Microsoft Research Asia، نُشر في NeurIPS 2025 مع شيفرته. يؤتمت دورة البحث الكمّي: فرضيات، فشيفرة يكتبها وكيل ويختبرها، فتغذية راجعة، ومُجدوِل يختار في كل جولة بين تحسين العوامل وتحسين النموذج. وتفوّق رجعياً على مكتبات العوامل التقليدية بعوامل أقلّ بنحو 70%؛ وفترة اختباره الرئيسة، 2017–2020، داخل ما تعرفه نماذجه، فأضاف أصحابه اختباراً على 2024 و2025 [52]. هو المقابل المفتوح لـAlphaGPT في Man Group.

التخصيص على أحكام الخبراء

أوضح فارق مقاس في القطاع جاء من حالة واحدة أعلنها طرفاها. في 30 يونيو 2026 قارن باحثو AIA Labs في Bridgewater وThinking Machines Lab نموذجاً مخصَّصاً بنماذج متقدّمة على ست مهام حقيقية لفرز المعلومات، مثل تقدير ما يستحق انتباه المستثمر من المقالات ووثائق البنوك المركزية [9].

ارتكب النموذج المخصّص أخطاء أقلّ بنسبة 29.8% من أفضل نموذج متقدّم، بجزء من كلفته. والدرس في الطريق إليه: التسميات الأولى وسمها عمّال غير خبراء، فكثر خطؤها وضعفت النماذج المدرّبة عليها، فأُحيلت حالات الخلاف إلى خبراء Bridgewater؛ والتحسين الآلي للتعليمات لم يضف شيئاً [9]. وحدود النتيجة واضحة: حالة واحدة لشركتين تبيعان منتجات، «ليست مقارنة محايدة حقاً» بتعبير The Decoder [53]، على مهام فرز ووسم، لم تُختبر بعد على قرار محفظة.

ما تعنيه الملكية

• أوزان مملوكة: نموذج مفتوح تخصّصه المؤسسة على أحكام خبرائها وتحتفظ بأوزانه وبياناتها، كما فعلت Bridgewater [53]؛ ولهذا الاستعمال أطلقت Thinking Machines نموذجها المفتوح Inkling [54].
• أوزان مرخّصة على بنية المؤسسة: HSBC تشغّل نماذج Mistral AI على أنظمتها [55].
• طبقة تنسيق وتقييم مملوكة فوق نماذج مستأجرة: Balyasny تملك BAMAgent ومجموعة تقييمها، وتبدّل النماذج تحتهما [56][1].

وحزم المختبرات المالية تقدّم المعنى الثالث وحده: تعد بعدم التدريب على بيانات العميل، ولم يقدّم أيّ منها حتى 11 أكتوبر 2026 تخصيصاً على خبرائه أو أوزاناً يملكها [13][15][14].

الكلفة متغيّر هندسي

على معيار Vals يكلّف المتصدّر 4.38 دولار للاختبار، ويقترب منه Muse Spark 1.2 بأقلّ من خمس نقاط بسدس الكلفة [4]. وفي نسخته الأولى تناقص عائد الإنفاق بعد نحو دولار للسؤال [57]، وفي Bridgewater كان النموذج المخصّص أرخص 13.8 مرة لكل مهمة [9]. والكلفة لكل مهمة عمود في كل مقارنة.

وكلاء على السلسلة: شفافية بالتصميم

Hyperliquid «أكثف ساحة للوكلاء في سوق العقود الدائمة» بوصف Alchemy، وهي تبيع بنية الوكلاء [58]. وصفحة كل خزينة فيها تعرض لأي زائر أرباحها وخسائرها ومراكزها وسجلّ صفقاتها [59]، والخزائن الأحدث تُسند التداول إلى وكلاء مأذونين وحساباتها على السلسلة [60]. شفافية بالتصميم، لا دليل مهارة.

السجلات الحيّة قليلة، وأطولها متأخّر عن مؤشره

أقوى دليل على نظام يدير مالاً سجلّ حيّ معلن: سعر يومي، أو تقرير لمساهمي صندوق، أو إيداع رسمي. وهذه السجلات قليلة، وأغلبها لنماذج تعلّم آلي لا لوكلاء لغويين، والجدول يرويها بالكلمات.

أقربها إلى وكيل لغوي LIVR: نشرة إصداره تسمّي النماذج الثلاثة «لجنة الاستثمار بالذكاء الاصطناعي» للصندوق، وتترك القرار الأخير لمحلّل بشري [39]، والنماذج بحسب Bloomberg هي ChatGPT وGemini وClaude [67]. والصندوق صغير، بنحو 24 مليون دولار [40]، وسنته الثالثة في سبتمبر 2027 أول نقطة حكم معقولة.

وتحيّز البقاء ظاهر: صُفّي QRFT في يوليو 2026، والجدول المنصف يذكر المغلق مع القائم. وتذكر Bridgewater أن صندوقها جمع 1.6 مليار دولار عند انطلاقه، دون الملياري دولار المتداولين [68]. ومنذ مارس 2026 يُلزم المستشار الآلي في السعودية بنشر أداء محافظه منذ البداية بعد المصروفات الفعلية [69]، وقواعد كهذه ستكثّر السجلات. والسجل يُقرأ صافياً بعد الرسوم، ومنذ البداية، ومقابل مرجعه، وما دون ثلاث سنوات أقصر من أن يُحكم عليه.

الدرجة العامة لا تُنبئ بنتيجة التداول

نتيجتان تتكرّران في التجارب الحيّة المنشورة: درجة النموذج العامة قلّما تُنبئ بنتيجته في التداول، وإطار الوكيل يحدّد سلوكه أكثر من نموذجه. وفي مواسم Alpha Arena تغيّر الفائز.

ويقول مؤسس Nof1، منظّمة Alpha Arena، إن النماذج اللغوية «لا تستطيع فعلاً أن تكسب المال وحدها» [74]. وادعاءات الأطر متعددة الوكلاء في الاختبار الرجعي أكبر بكثير، وإعادة اختبار أحدها على مدى طويل قلبت إشارة عائده [44]. والتجارب أقصر وأقلّ تكراراً من أن تفصل المهارة عن الحظ، ولا يدقّقها طرف ثالث: المطلوب اختبار سلوك الوكيل، لا دقّته وحدها.

الذاكرة تصنع أداءً زائفاً

هل يستدل النموذج أم يتذكّر؟

أقوى اعتراض على الاختبار الرجعي للنماذج اللغوية بسيط: النموذج قرأ التاريخ. يستعيد GPT-4o قيم S&P 500 في تواريخ بعينها، ومعدّلات البطالة حتى عُشر النقطة، قبل تاريخ قطع معرفته، وإخفاء الأسماء والتواريخ لا يمنعه [76]. و«ميل الاستباق» موجب قبل تاريخ القطع، ثم «ينهار إلى الصفر تقريباً» بعده [77]، وعوائد أغلب الوكلاء الماليين القوية في الاختبار الرجعي تتلاشى حين تنتهي نافذة معرفة النموذج [48].

وأشهر دليل على الطرف الآخر سُحب. وجدت ورقة من Chicago Booth في 2024 أن GPT-4 يتفوّق على المحلّلين في توقّع اتجاه الأرباح من قوائم مجهولة الهوية، دون أن يعتمد على الذاكرة. ثم سُحبت في فبراير 2025، بعد أن وجد أحد مؤلّفيها تناقضات في بياناتها وهو يحاول تكرارها [78].

والعلاج الأقرب نموذج متّسق زمنياً: ChronoBERT وChronoGPT دُرّبا على نصوص متاحة حتى كل تاريخ فقط، ووجد أصحابهما تحيّز الاستباق متواضعاً في التطبيق الوحيد الذي اختبروه، ومختلفاً بحسب النموذج والتطبيق [50].

والاختبارات الطويلة تحسم الاتجاه: على عقدين وأكثر من 100 سهم «تتدهور بشدّة» المزايا المعلنة لاستراتيجيات النماذج اللغوية [79]. ويعدّد مسح مارس 2026 خمسة أعطال في التقييم: تحيّز الاستباق، وتحيّز البقاء، والإفراط في ملاءمة الاختبار الرجعي، وإهمال كلفة الصفقات، والعمى عن تبدّل نظام السوق [44]. وتخلص مراجعة من سبتمبر 2026 إلى أن الأدلّة العامة لا تُظهر بنية ذكاء اصطناعي عامة تحقّق عائداً فائضاً صافياً مستمراً عبر أنظمة السوق [80]. الاختبار الرجعي داخل نافذة تدريب النموذج ليس دليلاً على المهارة.

الإنسان مع الآلة

أقوى دليل محكّم على الجمع بين الإنسان والآلة جاء من تعلّم آلي تقليدي لا من نموذج لغوي. محلّل Cao وJiang وWang وYang الآلي تفوّق على المحلّلين في 54.5% من توقّعات عوائد الأسهم بين 2001 و2018، والإنسان أقوى حيث تهمّ المعرفة المؤسسية، كالأصول غير الملموسة والضائقة المالية [81][82]. والنموذج المشترك تجنّب نحو 90% من الأخطاء الكبرى للمحلّلين ونحو 40% من أخطاء الآلة وحدها [82].

خرائط الأدبيات

• Ding وزملاؤه (مارس 2026): وكيل التداول متداول أو منقّب عن العوائد الفائضة، والمتداول مدفوع بالأخبار أو التأمّل أو المناظرة أو التعلّم التعزيزي [83].
• Dong وزملاؤه (EMNLP Findings 2025): خمسة مجالات مالية، وأكثر من 30 معياراً [84].
• Chen وزملاؤه: يُقيَّم الوكيل المالي أولاً على ملفّ مخاطره، لا على دقّة تقديره [85].

المعايير تتعثّر في العمل المركّب

يضمّ معيار Vals AI للوكلاء الماليين، المحدّث في 7 أكتوبر 2026، 927 سؤالاً راجعها خبراء على إفصاحات شركات مدرجة في تسع فئات، ويصحّح بدرجات جزئية وبنجاح كل البنود [4].

يتصدّر Gemini 4 Argon بنسبة 65.40%، و55.79% حين يُشترط نجاح كل البنود [4]. والفجوة بين الفئات واسعة: 84.81% في تحليل الأرباح، و34.52% في النمذجة المالية. ونصّ الصفحة لم يُحدَّث بعد إضافة المتصدّر، فما يزال يقول إن أي نموذج لا يبلغ 51% تحت التصحيح الصارم، ونقل الإصدار الأول من هذا التقرير ذلك الرقم [4]. وبلفظ Vals: النماذج «ما تزال تكافح لتعمل بموثوقية في العمل المالي الأصعب متعدد الخطوات» [4].

ويقيس APEX-Agents من Mercor، وهي تبيعه، عمل محلّل المصرفية الاستثمارية في 160 حالة؛ أعلى نتيجة 71.3% من المحاولة الأولى، وقائمة أعطاله أنفع منها [86]:

• يُخفق الرقم المقرَّب في معياره حتى حين يصحّ الاستدلال.
• الأخطاء تتراكم: في المهمة النموذجية لا ينجح تحليل الحساسية إلا إذا صحّت مخرجاته الثمانية كلها.
• الوكلاء يعدّلون النماذج القائمة ويوسّعونها، لكن «بناء نموذج معقّد من الصفر بموثوقية ما يزال أبعد من قدرة الوكلاء الحاليين».

وفي الاسترجاع يحسّن البحث على الويب والإضافات المالية النتائج «تحسيناً جوهرياً» [87]، والنماذج أدقّ في الشركات الأكبر وأكثر ميلاً فيها إلى اختلاق الأرقام [88].

الاستدلال المالي بالعربية

يضمّ معيار SAHM، في ACL 2026، 14,380 حالة راجعها خبراء في سبع مهام، من معايير AAOIFI الشرعية والفتاوى إلى المحاسبة واستدلال الحدث وسببه [89]. والنماذج التسعة عشر أقوى كثيراً في التعرّف منها في التوليد والاستدلال السببي، و«الطلاقة العربية لا تعني بالضرورة استدلالاً مالياً مسنوداً بالدليل» [89]. والمعيار لا يختبر وكيلاً يستعمل أدوات.

التنبّؤ: تقدّم حقيقي تحت قياس نظيف

وحيث يكون القياس حيّاً ونظيفاً يظهر تقدّم حقيقي. في يوليو 2026 صار Cassi AI أول نظام يتقدّم على وسيط المتنبّئين الفائقين في أسئلة الأسواق، بفرق دون الدلالة الإحصائية [90]. وضاق فارق الروبوتات عن المحترفين في منافسة Metaculus من ⁦−20.03⁩ نقطة في الربع الثاني من 2025 إلى ⁦−1.25⁩ في ربيع 2026، بلا دلالة إحصائية [91].

في أشدّ التصحيح صرامة يُصيب أفضل وكيل أكثر من نصف أسئلة المحلّل المبتدئ بقليل، وأضعف نقاطه قلب العمل الاستثماري: النمذجة، والمطابقة بين الوثائق، والعمل متعدد الخطوات.

التقييم على عمل المؤسسة يصنع الفارق

ونمط Bridgewater يظهر بصيغ أخرى. تختبر Balyasny كل نموذج جديد على آلاف المهام ذات النتائج القابلة للتحقق داخل بيئتها، وتختار النموذج لكل مهمة بنتيجته [1][92]؛ وعلى الجزء المعنيّ منها سجّل النموذج الجديد 89.4% مقابل 86.1% للسابق، بحسبها [1].

وفي تجربة CPP Investments على مطابقة محفظة بقيمة 522 مليون دولار زُرعت فيها أخطاء خفية، جعلت التعليمات المباشرة النماذج تختلف وتفوّت الأخطاء؛ واشتراط درجة ثقة لكل نتيجة، مع مراجعة بشرية لما دون 70%، رفع الدقة 45% بحسب الصندوق [35]. الدقة جاءت من الحوكمة.

ويكتب مجلس الاستقرار المالي المبدأ نفسه: الاستعمالات الجوهرية «قد تبرّر متطلّبات أداء أعلى وتسامحاً أقلّ مع الخطأ» [10]. والذي يهمّ المؤسسة أداء هذا الوكيل على هذه المهمة بهذه البيانات، وجوابه في تقييمها هي، لا في لوحة عامة [7][4].

وترتّب الأدلّة الأساليب: بيانات الخبراء على مهام المؤسسة أولاً [9]، ثم الأدوات والاسترجاع مع التحقق [35][87]، ثم الاختبار الرجعي المنضبط الذي يكشف المكاسب الزائفة أكثر مما يصنع جديدة [79]. وأدلّة هذا الفصل من أضعف درجات التقرير، مؤسسات ومزوّدوها يتحدّثون عن أنفسهم، وأطروحته تنتظر اختباراً من طرف ثالث.

المؤسسات تؤتمت ما قبل القرار

تسير كل فئة من المؤسسات على النمط نفسه: وكيل ذاتي التشغيل داخل المهمة، وإنسان عند القرار.

صناديق التحوّط والكمّيون

صناديق التحوّط الكمّية ومتعددة الاستراتيجيات الأكثر تقدّماً والأكثر إفصاحاً. في Balyasny صار إعداد حزمة صفقة مراجحة الاندماج يستغرق أقلّ من يوم بعد 3–5 أيام، بحوكمة مكتوبة: أقلّ صلاحية لازمة، وأذونات لكل أداة، ومراجعة بشرية لكل مخرَج جوهري، و«الحكم الاستثماري والمساءلة يبقيان لدى البشر» [1]. وتسمّي Man Group أعطال AlphaGPT، ومنها «الانجراف» عن الفكرة التي صيغت، وتقول: «لا نستطيع تركه بلا إشراف بعد» [23].

وفي Citadel يستعمل «جميع» مستثمري الأسهم تقريباً مساعداً ذكياً، والحكم الاستثماري بيد البشر [3]؛ وقال مؤسّسها Ken Griffin في أكتوبر 2025 إن الذكاء التوليدي «يقصر ببساطة» عن توليد العائد الفائض [98].

ويشغّل High-Flyer، الصندوق الكمّي الذي بنى DeepSeek، الذكاء الاصطناعي في محفظة بمليارات الدولارات [25]. وفي مارس 2025 أفادت Reuters بأن Baiont Quant وWizard Quant وMingshi توسّع أبحاثها، وبأن أكثر من عشرين شركة صناديق صينية، منها China Merchants Fund وE Fund، نشرت DeepSeek محلياً [25].

مديرو الأصول والبنوك

يسير مديرو الأصول في مرحلتين كما تصفهما Schroders: مساعدون على البيانات العامة، ثم وكلاء على بيانات المؤسسة يعملون «أولاً بموافقة بشرية على كل إجراء» [99]. وتشغّل BlackRock منصّة البحث Asimov دون أن تنشر أثرها [27]، وصارت منصّة J.P. Morgan Asset Management الداخلية توصي مديري المحافظ في التصويت بدل مستشارين خارجيين [100]. وتروي T. Rowe Price حالتين تحذيريتين: نموذج لم يرَ شيئاً غير عادي في نشرة إصدار First Brands حين اشتبه مدير محفظة بتمويل خارج الميزانية، و«كل النماذج اللغوية» توصي بالشراء عند الهبوط مع اندلاع حرب [101].

ووضعت البنوك مساحة عمل لغوية أمام أغلب موظفيها، بأرقامها هي: نحو 250,000 في JPMorgan نصفهم يستعملها يومياً [26]، وأكثر من 180,000 في Citi [102]، ونحو 100,000 في UBS [103]. وفوقها تُبنى منصّات الوكلاء، مثل «Arc» في Citi مع «إنسان في الحلقة دائماً» [102]، ووكلاء محاسبة الصفقات والتحقق من العملاء في Goldman Sachs [30]. ومزوّد النموذج قابل للاستبدال، وطبقة البيانات المحكومة هي الأصل.

الصناديق السيادية وصناديق التقاعد

والصناديق السيادية وصناديق التقاعد تعيد تصميم التشغيل وتُبقي الحكم بشرياً. يفحص NBIM كل شركة في يومها الأول في محفظته، و«يراجع المعلومات دائماً» قبل أي قرار [34]، ويقدّر مكسب إنتاجيته بنحو 20%، «أي ما يعادل 213,000 ساعة»، تقديراً من استطلاعات موظفيه [104]. وتذكر GIC «عضواً افتراضياً في لجنة الاستثمار» يتحدّى المقترحات، دون أن تنشر تصميمه أو أثره [33].

ويقول صندوق الاستثمارات العامة إن الذكاء الاصطناعي «مدمج في كل طبقة» من عمله: تقييم الأسواق الخاصة، وتقارير استثمارية يومية بنموذج لغوي، وتحليل مديري الأصول [32]؛ وفي 2025 نشر 15 وكيلاً يخدمون أكثر من 2,300 مستخدم داخله [31]. ويتجاوز فريق البحث الكمّي في جهاز أبوظبي للاستثمار 125 متخصّصاً [105]. وفي كل ما أُعلن بقي توزيع الأصول قراراً بشرياً.

صلاحية التنفيذ هي الحدّ المفتوح

وسطاء الأفراد أول من منح الوكلاء صلاحية التنفيذ علناً. منذ مايو 2026 يتداول وكلاء Robinhood بالرصيد المودَع في حساب منفصل وحده [96]، وبحلول سبتمبر فتح هذا الحساب أكثر من 150,000 عميل من نحو 29 مليوناً [36][106]، والعملاء يتحمّلون كل المخاطر [107]. ووكلاء Public ينفّذون خطة يوافق عليها المستخدم داخل شروطه [37]، ووكلاء eToro يتداولون في محفظة فرعية بمفتاح محدود الصلاحية [38]. وتخطّط Charles Schwab لخيار وكلاء مدفوع «مع حواجز صارمة» [108]، وVanguard لمشورة مخصّصة في مستشارها الرقمي مطلع 2027 [109].

وفي المؤسسات تقف الصلاحية عند الإعداد: الشركات «تستكشف» وكلاء يجهّزون تعليمات التنفيذ [10]، وقوالب Anthropic تنتظر اعتماد المستخدم قبل أن «يُتصرَّف بناءً عليها» [110]، وGoogle تقدّم «اقتراحات» للتحوّط [14]. وأبعد تصميم منشور بحث: في «The Self Driving Portfolio» يبني 44 وكيلاً المحافظ بـ21 طريقة، ويعيد وكيل أعلى كتابة شيفرتهم، و«بيان سياسة الاستثمار» يحكم السلسلة [111].

والمفارقة أن الوكيل عند الأفراد ينفّذ ومخاطره على العميل وحده [107]، وفي المؤسسات تحيط المساءلة بوكيل لا ينفّذ. والحلقة الناقصة سجلّ قابل للتحقق لما قرّره الوكيل ولماذا، يُكتب قبل أن تُعرف النتيجة. وأقرب ما إليه في وثائق الرقابة توثيق المنطق عند كل نقطة قرار [10].

البنية التحتية صارت مشتركة بين الجميع

المختبرات الثلاثة تبيع الحزمة نفسها تقريباً: نموذج، وموصّلات MCP إلى مزوّدي البيانات، وقوالب وكلاء بأذونات لكل أداة وسجلّ تدقيق [13][110]. ودرّبت OpenAI نماذجها على عمل المصرفي المبتدئ بأكثر من 100 مصرفي سابق بأجر 150 دولاراً في الساعة [112]، وأداتها تستشهد حتى مستوى الجدول والفقرة [15]؛ ووكيل Google المالي يعرض استدلاله بدرجات ثقة [14]، وCopilot في Excel يعرض ما سيعدّله قبل أن يتصرّف [113].

واختار أغلب مزوّدي البيانات الكبار أن يكونوا الطبقة المرخّصة تحت وكلاء الجميع: LSEG مع المختبرات الثلاثة وMicrosoft [114]، وFactSet بخادم MCP إنتاجي [17]، وMoody’s بأكثر من 50 وكيلاً جاهزاً [115]. والاستثناء Bloomberg، التي تُبقي وكلاءها داخل الطرفية [116]. وبلغ الإنفاق على بيانات الأسواق رقماً قياسياً قدره 49.2 مليار دولار في 2025 [117].

ورأس المال الجريء يذهب إلى أتمتة البحث: AlphaSense بتقييم 7.5 مليار دولار [118]، وRogo بملياري دولار [119]، وModel ML في مفاوضات فوق مليار دولار [120]. وما يمسّ قرار المحفظة صغير وتجريبي، مثل «لجنة الاستثمار بالذكاء الاصطناعي متعددة النماذج» من Boosted.ai لشركاء مختارين [121].

وتجمّعت البنية في ثلاث طبقات معيارية: MCP للبيانات المرخّصة، و«المهارات» لتعبئة المنهج، وبيئات تشغيل مُدارة للصلاحيات والتدقيق [110][14][113]. يشتريها الوافد الجديد كلها، ولا يكسب منها ميزة.

المعايرة والتشابه والمتانة ما تزال مفتوحة

المعايرة أولاً. على 300 سؤال حُسمت بعد تواريخ قطع النماذج وجد KalshiBench النماذج الخمسة «مفرطة الثقة بانتظام» [122]، ويجد Prophet Arena الأسواق تجمع المعلومات أسرع من النماذج كلما اقترب الحسم، وهذا أقرب الأوضاع إلى التداول [123]. فالمعايرة تُقاس على أسئلة المؤسسة نفسها، ولا تُفترض.

ثم التشابه. النماذج المتقدّمة تتصرّف بارتباط يزيد مع قدرتها، فيخلق «أرضية مخاطر لا تُنوَّع»، في محاكاة بعيّنة صغيرة [124]. وفي سوق محاكاة حافظ متداولون بالتعلّم التعزيزي على أرباح فوق المستوى التنافسي دون اتفاق، والثمن سيولة أقلّ وأسعار أقلّ تعبيراً عن المعلومات [125]؛ ورأت T. Rowe Price كل النماذج التي اختبرتها توصي بالحركة نفسها [101]. وتحذّر IOSCO من «سلوك القطيع والارتباط والتواطؤ» [11]، وSarah Breeden، نائبة محافظ بنك إنجلترا، من أن الوكلاء المتشابهين «قد يضخّمون التقلّب في أوقات الضغط» [126].

ثم المتانة: أفعال غير مأذونة يصعب إلغاؤها، وأخطاء في أيّ من «مئات الخطوات الوسيطة»، و«تسميم الذاكرة» [10]، و«الحوافز غير المتوائمة» من دوال مكافأة سيئة التصميم [127]. والوكيل الذي يقرأ وثائق من خارج المؤسسة يحتاج اختباراً عدائياً قبل توسيع صلاحياته [1].

الرقابة تطلب حدوداً وسجلاً ومفتاح إيقاف

حتى 11 أكتوبر 2026 تخلو الجهات الرقابية الكبرى التي راجعناها من قاعدة ملزمة لوكلاء الاستثمار، وتوقّعاتها مكتوبة في إرشادات وأدوات تفتيش ومشاورات تتقارب بسرعة:

والإنفاذ حتى الآن يعاقب الادعاء والإهمال: تسوية في 2024 مع مستشارَين على ادعاءات كاذبة عن الذكاء الاصطناعي [134]، ومبلغ 90 مليون دولار دفعه في 2025 مستشاران تابعان لـTwo Sigma على ثغرات معروفة تُركت سنوات في نماذجهما [93]. والسابقة الثانية أقرب إلى الوكلاء: الخلل المعروف المتروك إخلال بواجب الأمانة، أيّاً كان اسم التقنية.

والسؤال الرقابي ينتقل من «هل وافق إنسان على كل قرار؟» إلى «هل الحدود مفروضة والإشراف فعّال؟»، والخطر الأكبر «انجراف الحوكمة»: استقلالية تتّسع دون إشراف يواكبها [135].

الأطروحة قابلة للاختبار حتى 2028

كل مؤشر يختبر جزءاً من الأطروحة:

سيناريوهات حتى 2028

• الاستمرار: وكلاء يُعِدّون ويقترحون في المؤسسات، وينفّذون للأفراد وحدهم؛ وعلامته غياب التحسّن في الفئات المركّبة على المعايير.
• العبور المؤسسي: صلاحيات تنفيذ بحدود مكتوبة وبطاقات دليل منشورة؛ وعلامته سجلّ حيّ لوكيل لغوي يتقدّم على مرجعه بعد الرسوم ثلاث سنوات.
• الارتداد: حادث سوقي يرتبط بوكلاء متشابهين يعيد الإنسان إلى كل قرار؛ وعلامته ارتفاع ارتباط القرارات بين النماذج في التجارب الحيّة.

الدليل يسبق الصلاحية

إن صحّت قراءة الأدلّة، فهذه دروسها لمن يبني وكيل استثمار أو يخصّصه أو يشتريه:

• قِس على مهمة المؤسسة: اللوحة العامة قلّما تُنبئ بالأداء فيها [7][4].
• اجعل خبراءها يحدّدون الجواب الصحيح: في أوضح تجربة منشورة صنعت التسميات غير الخبيرة نماذج ضعيفة [9].
• جمّد البيانات عند تاريخ القرار: ما حفظه النموذج قبل تاريخ قطع معرفته يصنع أداءً يتلاشى بعده [76][48].
• اكتب الحدود قبل العمل: الرقابة تسأل هل الحدود مفروضة، لا هل وافق إنسان على كل فعل [126][10].
• اختم الحكم قبل نتيجته: السجل المكتوب قبل النتيجة هو الحلقة الناقصة.
• ابدأ بمهمة واحدة: كل مكسب مقاس جاء على مهمة ضيّقة مسمّاة، والمكاسب لا تُجمع [9][1][35].
• اختلف عن الآخرين: النماذج المتقدّمة متشابهة السلوك [124]، والتخصيص على خبراء المؤسسة قد يخفّف ذلك ولا يعالجه.

بروتوكول للاختبار الحيّ

وتُقرأ أي تجربة حيّة، لمؤسسة أو لمزوّد، على ثمانية شروط:

• بيانات بعد تاريخ قطع معرفة كل نموذج، أو نموذج متّسق زمنياً، مع ذكر التاريخ [50].
• نسخة نموذج مثبّتة بمعرّفها، وتعليمات ومعمار مجمّدة طوال التجربة.
• بصمة كل قرار تُنشر، أو تُودَع لدى طرف ثالث، قبل أن تُعرف النتيجة.
• خطوط أساس بسيطة: الشراء والاحتفاظ، والمؤشر، والوزن المتساوي [75].
• كلفة صفقات وانزلاق سعري معلنان [44].
• مدة تعبر نظامَي سوق على الأقل، أو تصريح بأنها لا تعبر [79].
• عدة تشغيلات بفواصل ثقة [4].
• السجلات كاملة منشورة: المدخلات والأدوات والاستدلال والقرار.

أين نقف

كوانتاب شركة تقنية في مرحلة البحث والتطوير. نبني نظاماً من وكلاء الاستثمار ونستعمله داخلياً اليوم، ونفتح شراكة بحثية لعدد محدود من المؤسسات المرخّصة: تأتي المؤسسة بمهمّة من عملها، وبوثائقها، وبما يعدّه خبراؤها الجواب الصحيح، وتبقى بياناتها وكل قرار ملكاً لها.

اشترت الصناعة الوصول في 2025 و2026. والمرحلة التالية لمن يملك الدليل على عمل المؤسسة نفسها.