من خلال نظام الأبحاث العالمي لدى UBS لاستقراء منطق الاستثمار المؤسسي: منحنى تكلفة الذكاء الاصطناعي، والحوسبة الكمومية، والمنظور طويل الأجل لتوزيع الأصول العالمية

مراقبة منطق الاستثمار المؤسسي من خلال منظومة UBS للأبحاث العالمية: منحنى تكلفة الذكاء الاصطناعي، والحوسبة الكمومية، والمنظور طويل الأجل لتخصيص الأصول العالمي

في بيئة لا يزال فيها مسار أسعار الفائدة غير واضح، ويتكرر فيها ثبات التضخم، وتتشابك فيها الجيوسياسة والمنافسة التكنولوجية، يشهد أسلوب اتخاذ القرار لدى المستثمرين المؤسسيين تغيرًا هيكليًا: من الاعتماد على الحكم المتعلق بفئة أصول واحدة، إلى الاعتماد على نظام بحثي عابر للأصول والمناطق وقابل للتتبع باستمرار. وتُظهر المواد العامة لـ UBS Global Research أن فريقها يتكوّن من نحو 720 محللًا واستراتيجيًا واقتصاديًا، ويغطي أكثر من 50 سوقًا ونحو 4,000 سهم. لا تتخذ هذه المقالة من التقلبات قصيرة الأجل موضوعًا للنقاش، بل تستخدم بنية قدرات هذا الإطار البحثي وموضوعاته الحديثة كخيط ناظم لمراقبة كيفية إعادة تعريف الأبحاث الاستثمارية العالمية، وما تعنيه هذه التغيّرات لتخصيص الأصول على المدى الطويل.

خلفية السوق: إعادة الربط بين الاقتصاد الكلي والاقتصاد الجزئي

على مدى أكثر من عقد مضى، خفّضت بيئة أسعار الفائدة المنخفضة إلى حد كبير التأثير الحدي للأحكام الكلية على نتائج المحافظ، وأصبح تخصيص الأصول يعتمد أكثر على التقييم النسبي وعلاوة المخاطر بين فئات الأصول. ومع تزايد تعقيد التفاعل بين دورة أسعار الفائدة وهيكل التضخم والسياسة المالية، لم يعد منطق العودة إلى المتوسط على مستوى فئة الأصول وحده كافيًا لتفسير التباين الكبير داخل فئة الأصول نفسها.

ويعكس تحديد UBS لموقع فرقها في الاقتصاد والاستراتيجية هذا التحول تحديدًا: إذ يعتمد UBS Economics على أحكام استراتيجيي السوق، ويتعاون عن كثب مع محللي الشركات والقطاعات، لفهم طريقة عمل الاقتصاد العالمي على نحو أعمق؛ بينما يساعد UBS Global Strategy المستثمرين على تحديد العوامل المحرّكة وربطها بفرص عابرة لفئات الأصول والمناطق. وبعبارة أخرى، يُنظر إلى الحكم الكلي والدليل الجزئي باعتبارهما طرفي سلسلة تحليلية واحدة، لا مجالين مهنيين مستقلين.

كما أُعيد الاعتبار للمنظور التاريخي الطويل. وتشير مواد UBS العامة إلى «Global Investment Returns Yearbook 2026»، وهو إصدار سنوي يهدف إلى استعراض العوامل المحرّكة لعوائد الأصول الحقيقية على المدى الطويل، واستخلاص دروس منه يمكن استخدامها لفهم المستقبل. وفي مرحلة تتصاعد فيها التقلبات، تمثل هذه البيانات طويلة الأجل، الممتدة عبر عقود والمغطية لفئات أصول متعددة، قيمة بحثية مباشرة لصناديق التقاعد وصناديق الثروة السيادية وأموال التأمين وغيرها من المخصصين ذوي الأفق الطويل: فهي لا تجيب عن سؤال «ماذا نشتري في الربع القادم؟»، بل عن سؤال «ما العوامل التي تحدد فعليًا العوائد الحقيقية على المدى الطويل؟».

وفي الوقت نفسه، يتغير جدول أعمال الأبحاث نفسه أيضًا. فقد جعلت أبحاث UBS العالمية «الذكاء الاصطناعي التوليدي» أحد موضوعاتها الرئيسية، وحددت بوضوح أن هدفه إظهار اتساع وعمق وأصالة اقتصاديّيها واستراتيجييها ومحلليها. وتستحق هذه الصياغة الانتباه: فلم يعد الذكاء الاصطناعي مجرد موضوع بحثي في قطاع واحد، بل أقرب إلى متغير تحليلي يمتد عبر قطاعات متعددة وفئات أصول متعددة.

تدفقات رأس المال الحالية: إلى أي اتجاهات يتركز الانتباه؟من الضروري التأكيد على أن المناقشة التالية تستند إلى موضوعات البحث والقدرات التي أفصحت UBS عنها علنًا، وليس إلى استنتاج حول أحجام رأس المال المحددة. فاختيار موضوعات البحث نفسه يُعد نافذة موثوقة لرصد اتجاه تركيز انتباه المؤسسات.

أولًا، تحوّل الذكاء الاصطناعي التوليدي من "نقاش مفاهيمي" إلى "نقاش حول التكلفة والكفاءة". في بودكاست UBS Global Research، ناقشت Caroline Li وWei Xiong من UBS Research اتجاهات تبنّي الذكاء الاصطناعي، وانخفاض تكاليف الاستدلال، وكيف قد يكشف النظام البيئي الصيني للذكاء الاصطناعي عن مشهد المنافسة في المرحلة التالية. وعندما تنتقل المؤسسات من مرحلة التجريب إلى مرحلة العوائد القابلة للقياس، تصبح كفاءة التكلفة عاملًا مهمًا في قرارات النشر. ويحمل هذا التحول دلالة بالنسبة لأبحاث الاستثمار: وهي أن معيار التحقق من سردية الذكاء الاصطناعي يتحول من "الحد الأقصى للقدرات" إلى "اقتصاديات الوحدة".

ثانيًا، يجري وضع الحوسبة الكمومية في موقع "قيمة الخيار طويلة الأجل". في حلقة نقاش أخرى، بحث Paul Winter، رئيس البحوث الكمية في UBS، والأستاذة Elena Ynduráin الوضع الراهن لهذه التقنية، والمعنى الفعلي لـ"التفوق الكمومي"، وكيف قد يؤثر اندماجها مع الذكاء الاصطناعي في الابتكار. وأشار النقاش أيضًا إلى أن الحوسبة الكمومية لا تزال أساسًا في مرحلة الاختبار، وأن التقدم في الذكاء الاصطناعي قد يساعد في إطلاق إمكاناتها على مدى زمني أطول. أما بالنسبة للمخصصين للأصول على المدى الطويل، فإن قيمة هذا النوع من الموضوعات لا تكمن في محفّز قصير الأجل، بل في ما إذا كان قد يغيّر هياكل التكلفة والحواجز التنافسية في بعض القطاعات.

ثالثًا، تزايد الطلب على البحوث المنهجية في الأسواق الخاصة. يعتمد "بحث الشركات الخاصة" (Private Company Research) من UBS على منهجية منظمة لرسم صورة للشركات الخاصة وتقييم موقعها التنافسي. ومع ارتفاع حصة نشاط الابتكار وتكوين رأس المال في الأسواق الخاصة، فإن بحوث الأسواق العامة، إذا افتقرت إلى إحداثيات مرجعية من القطاع الخاص، ستُظهر فجوة في الحكم على مشهد القطاعات. وهذا أيضًا أحد الأسباب على مستوى منهجية البحث وراء استمرار اهتمام المستثمرين المؤسسيين في السنوات الأخيرة بالأسهم الخاصة والأصول البديلة.

رابعًا، أصبحت البيانات البديلة والأدوات الكمية بنية تحتية للبحث. يوفّر UBS Evidence Lab "مجموعات بيانات قابلة للاستخدام المباشر في الرؤى" تغطي أكثر من 55 مجالًا متخصصًا، وتغطي مكتبة الأصول أكثر من 5,000 شركة؛ وتضم قاعدة بيانات UBS HOLT أكثر من 20,000 شركة، وتُستخدم للمقارنة والتقييم بين الشركات عالميًا؛ في حين يوفّر Quant Answers وحدات مثل توقعات مخاطر المحفظة، ونمط المحفظة، وتحليل الأساسيات. والوجهة المشتركة لهذه الأدوات هي: أن استنتاجات البحث يجب أن تكون قابلة للتتبع، وقابلة للتكرار، وقابلة للاختبار على مستوى المحفظة.خامسًا، تدخل قضايا الاستهلاك والثقافة في تحليل قيمة العلامة التجارية طويلة الأجل. ناقش محللا UBS، جاي سول ومايكل لاسر، كيف تحوّل شركات الاستهلاك اللحظات الرياضية والثقافية إلى قيمة علامة تجارية طويلة الأجل، والفرص النمائية الناتجة عن تغيّر اتجاهات المشاركة. قد يبدو هذا غير مرتبط بالاقتصاد الكلي، لكنه جزء مهم لفهم الربحية طويلة الأجل لقطاع الاستهلاك——فأصول العلامة التجارية، ومشاركة المستخدمين، والملاءمة الثقافية، تشكّل حواجز تنافسية يصعب قياسها بالمؤشرات المالية قصيرة الأجل.

عند جمع هذه الموضوعات معًا، يمكن رؤية خيط واضح: اهتمام المؤسسات يتحول من "تدوير فئات الأصول" إلى "الموضوعات الهيكلية + الأدلة القابلة للتحقق".

تحليل المنطق الاستثماري: العوامل الهيكلية الدافعة للتغيير

أولًا، انخفاض منحنى التكلفة التكنولوجية يغيّر استدامة الموضوع الاستثماري. عندما ينتقل الذكاء الاصطناعي من التجريب إلى النشر على نطاق واسع، تصبح تكلفة الاستدلال، واستهلاك الطاقة، وحوكمة البيانات، والقدرة على التكيف التنظيمي، متغيرات حاسمة تحدد من يمكنه حقًا الحصول على العائد. وهذا يعني أن موضوع الذكاء الاصطناعي لن يوجد في شكل قطاع واحد، بل سيتخلل هياكل التكاليف لعدة قطاعات في شكل "تحسين الكفاءة". وبالنسبة لمخصصي الأصول، فإن هذه الموضوعات أقرب إلى البنية التحتية طويلة الأجل من كونها نقاطًا ساخنة مؤقتة.

ثانيًا، الحدود بين الأسواق العامة والأسواق الخاصة تزداد ضبابية. تطول دورة نضوج الشركات المبتكرة، ويظهر عدم تطابق بين تغطية القطاعات القابلة للاستثمار في السوق العامة وتوزيع النشاط الابتكاري. وهذا يفسر لماذا يُدرج البحث المنهجي في الشركات الخاصة، والاستثمار في الأسهم الخاصة، والاستثمارات البديلة، ضمن مناقشات أوسع لتخصيص الأصول، وليس فقط كتخصيصات ثانوية.

ثالثًا، أصبحت قدرات البيانات والنماذج "دالة الإنتاج" لمؤسسات البحث. عندما تصبح تغطية البيانات، والأطر الكمية، وأدوات التقييم بنية تحتية قابلة لإعادة الاستخدام، تنخفض التكلفة الحدية للناتج البحثي، لكن ترتفع متطلبات التحقق. ويعكس مزيج UBS Evidence Lab وHOLT وQuant Answers هذا التقسيم بالضبط: اتساع البيانات، واتساق التقييم، وقياس مخاطر المحفظة؛ ولا غنى عن أي منها.

رابعًا، يتطلب هيكل التزامات الأموال المؤسسية طويلة الأجل "مصادر عائد قابلة للتفسير". تحتاج صناديق التقاعد وصناديق الثروة السيادية والمكاتب العائلية، عند مواجهة المسؤولية الائتمانية والحوكمة الداخلية، إلى أطر قادرة على تفسير مصادر العائد والتعرض للمخاطر. وهذا هو السبب وراء الاهتمام بأبحاث طويلة الأجل مثل 《Global Investment Returns Yearbook》，وأساليب توزيع محتوى جديدة مثل البودكاست——فالبحث لا يجب أن يكون صحيحًا فحسب، بل يجب أن يكون قابلًا للفهم والمناقشة والإدراج في عملية اتخاذ القرار.

وبالنظر إلى هذه العوامل مجتمعة، فإنها ليست ظواهر قصيرة الأجل. إنها تشير معًا إلى اتجاه طويل الأجل: ينتقل البحث الاستثماري من "عرض الآراء" إلى "البنية التحتية للأدلة"، بينما تنتقل قرارات تخصيص الأصول من التصنيف حسب فئات الأصول إلى إطار يتمحور حول الموضوعات وعوامل الخطر والمحركات الهيكلية.

عوامل المخاطرالمخاطر الكلية. لا يزال مسار أسعار الفائدة وهيكل التضخم محفوفين بعدم اليقين. وإذا حدث عدم توافق بين وتيرة تباطؤ التضخم وإيقاع تعديلات السياسة، فقد تتغير الارتباطات العابرة للأصول بشكل ملحوظ في وقت قصير، ما يُبطل افتراضات المحفظة القائمة على الارتباطات التاريخية.

المخاطر السياسية والتنظيمية. إن التغيرات في تنظيم الذكاء الاصطناعي، وقواعد تدفق البيانات عبر الحدود، وضوابط تصدير التكنولوجيا، والسياسات الضريبية، قد تعيد جميعها تشكيل المشهد التنافسي وهيكل التكاليف في قطاع التكنولوجيا. وبالنسبة للمحافظ ذات الانكشاف الجوهري على موضوعات التكنولوجيا، أصبحت المتغيرات السياسية مصدراً للمخاطر لا يقل أهمية عن الأساسيات.

المخاطر الجيوسياسية. يؤثر تفتّت النظام البيئي التكنولوجي، وإعادة تشكيل سلاسل التوريد، وقيود تدفق رأس المال الإقليمية، في الطرق التي تدخل بها الشركات إلى الأسواق وفي مسارات تحقيق عوائد رأس المال. وكون تطور النظام البيئي للذكاء الاصطناعي في الصين يحظى باهتمام بحثي يعود جزئياً إلى أنه قد يكشف عن السمات الإقليمية للمشهد التنافسي.

مخاطر التقييم والتوقعات. عندما يحظى موضوع ما بإجماع واسع، غالباً ما تتحرك الأسعار قبل تحسّن التدفقات النقدية. وكثيراً ما لا يكون أكبر خطر في الاستثمار المواضيعي هو الخطأ في الاتجاه، بل عدم التوافق الزمني والمبالغة في التسعير.

مخاطر النماذج والبيانات. إن تزايد الاعتماد على البيانات البديلة والنماذج الكمية وأطر التقييم المنهجية يجلب أيضاً مخاطر جديدة: فقد يجري التقليل من تقدير جودة البيانات، وتحيز العينات، وافتراضات النماذج، وقيود الاستقراء التاريخي. وكلما كانت الأدوات أكثر قوة، ارتفع الطلب على شفافية المنهجية.

مخاطر السيولة. إن تعميق البحث في الأسواق الخاصة والأصول البديلة لا يعني تلقائياً تحسّن السيولة. وبالنسبة لرأس المال طويل الأجل، لا تزال وتيرة التقييم، ومسارات الخروج، وإيقاع استدعاء رأس المال أبعاداً للمخاطر تحتاج إلى إدارة مستقلة.

مخاطر التوقيت المتعلقة بالتقنيات المتقدمة مثل الحوسبة الكمومية. اتضح في النقاش أن الحوسبة الكمومية لا تزال في الأساس في مرحلة الاختبار. والدلالة الاستثمارية لهذه التقنيات أقرب إلى خيار طويل الأجل منها إلى مصدر تدفقات نقدية قريبة يمكن استقراؤها خطياً.

التوقعات طويلة الأجل

السنوات الثلاث إلى الخمس القادمة: تصنيع البحث وتأطير الموضوعات. ستتحول البنية التحتية للبيانات، والأدوات الكمية، وأبحاث الأسواق الخاصة تدريجياً من "قدرة تفاضلية" إلى "تكوين أساسي". وفي الوقت نفسه، سينتقل موضوع الذكاء الاصطناعي بشكل أوضح من السرد القطاعي إلى مؤشرات التكلفة والكفاءة، وسيركز المستثمرون أكثر على قياس عائد النشر بدلاً من استعراض قدرات النموذج.

السنوات الخمس إلى العشر القادمة: يصبح الذكاء الاصطناعي بنية تحتية، لا موضوعاً مستقلاً. إذا استمر انخفاض تكلفة الاستدلال، وتعزز اندماج الذكاء الاصطناعي مع العمليات التجارية، فمن المرجح أن يصبح الذكاء الاصطناعي، مثل الكهرباء والإنترنت، متغيراً خلفياً في تحليل قطاعات أخرى. وعندها، قد تكون العوامل "غير المتعلقة بالذكاء الاصطناعي" مثل إمدادات الطاقة، وحوكمة البيانات، وهيكل المواهب، والكفاءة التنظيمية، هي ما يحدد فعلاً فروق العوائد.

القيمة الخيارية طويلة الأجل للتقنيات المتقدمة. إن آفاق اندماج الحوسبة الكمومية والذكاء الاصطناعي تنتمي إلى موضوعات نموذجية طويلة الدورة وعالية عدم اليقين. وتكمن قيمتها البحثية في تحديد القطاعات التي قد يتغير منحنى تكاليفها بسبب قفزة في القدرة الحاسوبية، لا في تقديم تنبؤات دقيقة بتوقيت التسويق التجاري.التطور الإضافي لإطار تخصيص الأصول. مع تكامل الأبحاث في الأسواق العامة والخاصة، وتوحيد البيانات البديلة، قد تُنظَّم قرارات التخصيص بشكل أكبر حول عوامل المخاطر، والتعرضات الموضوعية، والمحركات طويلة الأجل، بدلًا من النسب التقليدية لفئات الأصول.

التغيرات في توزيع الأبحاث وعمليات اتخاذ القرار. تشير البودكاست ومنصات البيانات وبوابات العملاء (مثل قنوات الرؤى الاقتصادية الكلية والأسواق المحلية التي يوفرها UBS Neo) إلى أن الأبحاث تندمج في مزيد من مراحل عملية الاستثمار. وبالنسبة للمؤسسات، يعني هذا أن معايير تقييم الأبحاث ستتحول من "هل الاستنتاج جاذب؟" إلى "هل العملية قابلة للتحقق؟".

الخاتمة: القيمة طويلة الأجل للبحث تكمن في القابلية للتحقق

في المشهد الاستثماري العالمي، غالبًا ما تُلاحظ تغيرات تدفقات رأس المال قبل تغيرات الأسعار، وتعتمد قدرة الملاحظة على اتساع وعمق منظومة البحث. إن هيكل القدرات الذي تعرضه أبحاث UBS العالمية علنًا — فرق الاقتصاد والاستراتيجية متعددة الأصول، والتغطية التحليلية لنحو 4,000 سهم في أكثر من 50 سوقًا، وأصول بيانات تغطي أكثر من 55 مجالًا متخصصًا، وقاعدة بيانات تقييم لأكثر من 20,000 شركة، وأبحاث منهجية للشركات الخاصة — يعكس في جوهره الاتجاه نفسه: لا يحتاج المستثمرون المؤسسيون إلى مزيد من الآراء، بل إلى سلسلة أدلة أكثر قابلية للتحقق.

بالنسبة لمخصصي رأس المال على المدى الطويل، فإن السؤال الذي يستحق المتابعة المستمرة ليس ما إذا كان موضوع ما سيحظى بالاهتمام في الربع القادم، بل: ما العوامل الهيكلية التي تغيّر منحنى التكلفة والحواجز التنافسية للقطاع؟ وهل تحظى هذه التغيرات بدعم من بيانات قابلة للقياس؟ وهل تعكس الأسعار الحالية بالفعل هذه التغيرات؟ وأخيرًا، في ظل وجود مخاطر الاقتصاد الكلي والسياسات والمخاطر الجيوسياسية في الوقت نفسه، هل تتمتع المحفظة بتنويع كافٍ وقدرة تفسيرية كافية؟

بهذا المعنى، لا تكمن قيمة البحث الاستثماري في التنبؤ، بل في تنظيم عدم اليقين في شكل قابل للإدارة. وهذا يمثل قضية طويلة الأجل لاستراتيجية الاستثمار المؤسسي، كما يمثل المنطق الأساسي للتطور المستمر في أسواق رأس المال العالمية.