اختبارات حديثة أجرتها شركة ميركور، الرائدة في تدريب الذكاء الاصطناعي، كشفت أن النماذج الحالية لا تزال غير قادرة على استبدال المستشارين البشريين في المهام المعقدة، لكن التقدم يسير بسرعة. أُجريت التجربة على نماذج ذكاء اصطناعي من شركات مثل أوبن أي، جوجل، وآنتروبيك، وتم تقييم أدائها في مهام حقيقية من مجالات الاستشارات الإدارية، والخدمات المصرفية، والقانون. النتائج أظهرت أن النماذج نجحت في إنجاز أقل من 25% من المهام في المحاولة الأولى، وارتفع هذا الرقم إلى 40% فقط عند تكرار المحاولات حتى ثمانية مرات. الاختبارات، التي أُعدّت بناءً على استبيانات خبراء واستشاريين من شركات كبرى مثل ماكينزي، بي سي جي، ديلويت، أكسيون، وإي آر، تهدف إلى محاكاة المهام الصعبة التي يُدفع لها ملايين الدولارات. على الرغم من أن نموذج جي بي تي 5.2 من أوبن أي حقق أفضل أداء بـ23% من النجاح في المحاولة الأولى، إلا أن نموذج أوبوس 4.6 من آنتروبيك تفوق عليه بـ33%، مُظهراً تقدماً ملحوظاً خلال أشهر قليلة. بحسب بريندان فودي، الرئيس التنفيذي لميركور، من المتوقع أن تصل معدلات النجاح إلى 50% بحلول نهاية العام. فودي يرى أن الذكاء الاصطناعي لا يزال يشبه "متدرباً مبتدئاً" – قادر على أداء جزء من المهمة، لكنه يحتاج إلى مراقبة وتصحيح من خبير بشري. النماذج تتفوق في البحث التحليلي وتحليل البيانات، لكنها تفشل في المهام طويلة المدى أو المعقدة التي تتطلب تخطيطاً دقيقاً، مثل استخدام أدوات متعددة، والتحقق من ملفات مختلفة في نظام معلومات معقد. كما أن النماذج تُعاني من صعوبة في تحديد مكان البحث الصحيح داخل ملفات رقمية، مما يؤدي إلى استنتاجات خاطئة. جونس، خبير سابق في كبمغ ويعمل الآن كمُدرب للذكاء الاصطناعي لشركة ميركور، أشار إلى أن النماذج تحتاج إلى تعليمات دقيقة جدًا، لأنها لا تفهم السياقات الرمزية في المجال المهني، مثل عبارة "جاهز للعميل"، التي يفهمها البشر تلقائياً. رغم التحديات، يؤكد فودي أن التقدم لا يتطلب اكتشافات ثورية، بل يعتمد على تدريب أكثر كفاءة وكمية، وهو ما تُنفق عليه شركات الذكاء الاصطناعي الكبرى بقوة. ميركور، التي توظف أكثر من 30 ألف مُدرّب حول العالم، وحققت نمواً في الإيرادات بنسبة 4658% في 2025، وتم تقييمها بـ10 مليار دولار في صفقة تمويل أُبرمت في الخريف. فودي يرى أن المهام المستشارية منخفضة المستوى هي من أولى المهن التي قد تُستبدَل بالذكاء الاصطناعي. ويشير إلى أن النسخة القادمة من معيار "APEX-Agents" ستقيّم كفاءة النماذج في تقييم كامل سلسلة القيمة في شركات الخدمات المهنية، وليس فقط مستوى التدريب. ويقول إن النتائج الحالية تُظهر نجاحاً للشركات مثل ماكينزي في استخدام الذكاء الاصطناعي، لكن النسخة القادمة قد تُحدث صدمة، إذ من المتوقع أن تصل الروبوتات إلى مستوى الخبير البشري في غضون عامين.