أطلقت SemiAnalysis معيار GDPx، وهو معيار جديد يختبر نماذج الذكاء الاصطناعي المتقدمة في مهام وكيلة عبر 11 مجالًا ذا قيمة اقتصادية، منها تصميم الرقائق وعلم الأحياء والتمويل. والنتيجة الأبرز محبطة: أفضل نموذج في قائمة الإصدار 1.0، وهو Claude Opus 5.5 من Anthropic، نجح في 12.0% فقط من المهام.

خلفه يأتي Gemini 4 Carbon من Google بنسبة 10.9% وGPT-6 Astra من OpenAI بنسبة 9.6% — وجميعها بعيدة جدًا عن إكمال المهام بالكامل. والفارق ليس موحدًا: تصدّر Gemini 4 Carbon مجالي الأحياء وهندسة البرمجيات، بينما تصدّر GPT-6 Astra مجالي التحسين الذاتي المتكرر وعلوم المواد. واختارت SemiAnalysis المجالات بحسب حيث ترى أن الذكاء المتقدم سيحقق أعلى عائد على الاستثمار، لا بحسب حصة الناتج المحلي الإجمالي، وبنت المهام مع 14 شركة ناشئة شريكة. ويستثني المعيار قطاعي الحكومة والتأمين.

والخلاصة لمن يشتري أدوات ذكاء اصطناعي للعمل المهني صريحة: في الأعمال المعقدة متعددة الخطوات، لا تزال نماذج اليوم المتقدمة بحاجة إلى إشراف بشري كبير. وصُمم GDPx ليُحدَّث كل ثلاثة إلى ستة أشهر، لذا يجدر متابعته كمؤشر على مواضع تضييق هذه الفجوة فعليًا — ومواضع تجاوز تسويق الشركات لنجاح المهام المقاس.

المصادر