لماذا تفشل معظم تجارب الذكاء الاصطناعي التوليدي وكيف يتفادى قادة الشرق الأوسط ذلك

على مدى الأشهر الثمانية عشر الماضية، تصدر بند واحد جداول أعمال مجالس الإدارة في الرياض وأبوظبي ولندن ونيويورك: تسريع نشر تقنيات الذكاء الاصطناعي التوليدي. توسعت الميزانيات، وتضاعفت بيئات التجريب الداخلية، وباتت العروض التقنية للشركات المزودة جزءاً من المشهد اليومي.

ومع ذلك، وراء التقارير التنفيذية البراقة، تتبلور حقيقة أكثر هدوءاً وعمقاً. فالأغلبية الساحقة من مشاريع إثبات المفهوم للذكاء الاصطناعي التوليدي في المؤسسات تفشل في الوصول إلى مرحلة الإنتاج الفعلي والمستدام. تشير تقديرات مؤسسة «غارتنر» إلى أن أكثر من ثلاثين في المئة من هذه المشاريع ستُلغى بعد المرحلة التجريبية بسبب ضعف جودة البيانات، أو غياب ضوابط المخاطر الكافية، أو تصاعد التكاليف. وفي الممارسة العملية، غالباً ما تكون النسبة أعلى من ذلك بكثير.

تجد المؤسسات نفسها عالقة في مأزق التجارب الأولية المستمرة؛ حيث تحتفي بنماذج أولية مبهرة تعجز عن الصمود أمام متطلبات البيئة التشغيلية الفعلية وتحدياتها الصارمة.

وبالنسبة لقادة الأعمال في منطقة الشرق الأوسط وشمال أفريقيا، حيث تفرض خطط التحول الوطني ضغطاً غير مسبوق لتحقيق التميز الرقمي، لم يعد التغلب على هذا التعثر مجرد ترف فكري، بل تحول إلى ضرورة استراتيجية ملحة.

تشريح الفشل: ثلاثة تصدعات هيكلية

عندما تتعثر تجربة ذكاء اصطناعي توليدي، تميل القيادات غالباً إلى إلقاء اللوم على النموذج التأسيسي المستخدم. غير أن الخوارزمية نادراً ما تكون مكمن الخلل؛ إذ يحدث الانهيار الفعلي عند نقطة التماس بين التقنية والأنظمة المؤسسية، والثقافة التشغيلية، والخصوصيات المحلية.

1. قصر النظر والانفصال عن مسار العمليات

تبدأ معظم مبادرات الذكاء الاصطناعي كحلول منعزلة لنقاط محددة: مساعد داخلي للرد على الأسئلة، أو أداة لتوليد النصوص التسويقية، أو نظام لتلخيص المستندات. وعلى الرغم من كفاءتها من الناحية الفنية البحتة، تظل هذه الأدوات معزولة خارج المحرك التشغيلي الرئيسي للمؤسسة.

إن الواجهة التي تجبر الموظف على مغادرة نظام تخطيط الموارد (ERP)، وإعادة تسجيل الدخول، ولصق البيانات يدوياً، لا تمثل تحسيناً تشغيلياً، بل عبئاً إجرائياً إضافياً. وحين تعجز المبادرة عن الاندماج الطبيعي ضمن تدفقات المعاملات اليومية، تتلاشى نسبة الاستخدام بمجرد زوال بريق التجربة الأولى.

2. وهم البنية التحتية للبيانات

لا يعالج الذكاء الاصطناعي التوليدي رداءة البنية التحتية للبيانات، بل يكشف عيوبها بصرامة بالغة. تفترض معظم المؤسسات أن أطر توليد الإجابات المعزز بالاسترجاع (RAG) الحديثة يمكن تطبيقها ببساطة فوق مستودعات البيانات القديمة لإنتاج معرفة مؤسسية دقيقة.

لا يمكن للنموذج التوليدي تركيب المعرفة إلا بقدر ما تتمكن مسارات بياناتك الأساسية من حوكمتها والتحقق منها واسترجاعها بدقة. إن فوضى البيانات غير المنظمة تقود حتماً إلى مخرجات لا يعتد بها.

وعندما تصطدم الأنظمة بسجلات مكررة، أو سياسات داخلية متضاربة، أو مستودعات معزولة بين الإدارات، تتراجع جودة المخرجات نحو الهلوسة أو الإجابات العامة غير المفيدة. وحين يعجز مسؤولو المخاطر عن التحقق من مصدر الإجابة وتدقيقه، يستحيل منح المشروع الضوء الأخضر للانتقال إلى بيئة العمل الحقيقية.

3. التباين اللغوي والتنظيمي في منطقة الشرق الأوسط

تواجه الحلول الجاهزة في دول الخليج العربي والشرق الأوسط عقبة مزدوجة: الدقة اللغوية وسيادة البيانات.

تتعثر النماذج التأسيسية العالمية في كثير من الأحيان أمام تنوع اللغة العربية الفصحى وسياقاتها المتخصصة، واللهجات الإقليمية، والمصطلحات القانونية والمالية الدقيقة. وبالتوازي مع ذلك، تفرض الأطر التنظيمية الحديثة—مثل نظام حماية البيانات الشخصية (PDPL) في المملكة العربية السعودية ومعايير الحوكمة في دولة الإمارات—ضوابط صارمة على تصنيف البيانات ومكان تخزينها. والمشاريع التي تنطلق دون هندسة مسبقة للامتثال المحلي تتوقف حتماً عند مكاتب التدقيق الأمني.

الانتقال من إثبات المفهوم إلى التطبيق الفعلي

يتطلب تجاوز مأزق التجارب تغييراً جذرياً في المنهجية المتبعة. ينبغي للقيادات التنفيذية التعامل مع الذكاء الاصطناعي ليس كعملية شراء برمجيات استكشافية، بل كتحول مؤسسي وهندسي متكامل.

ربط كل مبادرة بالعائد الاقتصادي المباشر

قبل اعتماد أي مشروع للذكاء الاصطناعي، يجب تحديد المؤشر التشغيلي الدقيق المستهدف تحسينه، وتجنب المقاييس الشكلية مثل عدد الاستفسارات أو المستخدمين المسجلين، والتركيز بدلاً من ذلك على مؤشرات جوهرية:

• تقليص زمن الدورات التشغيلية: اختصار ملموس ومقاس في معالجة القروض، أو الموافقات التوريدية، أو إعداد التقارير الفنية.
• الحد من الأخطاء: خفض واضح في أعباء المراجعة اليدوية عبر العمليات المعقدة.
• تحسين الهوامش الربحية: تقليص التكاليف وتوجيه الطاقات البشرية نحو أنشطة تجارية ذات قيمة أعلى.

إذا كان استمرار المشروع معتمداً فقط على حداثة التقنية دون جدوى اقتصادية واضحة، فلا ينبغي له تجاوز مرحلة التقييم الأولية.

بناء بنية تقنية سيادية ومرنة

عوضاً عن حصر العمليات المؤسسية في نموذج مغلق واحد، تبني المؤسسات الناضجة هياكل برمجية مرنة ومستقلة، بما يضمن استدامتها على المدى الطويل:

• فصل طبقة النماذج: الحفاظ على المرونة اللازمة لاستبدال النماذج التأسيسية وفقاً لتطور الأداء وتكاليف التشغيل وسرعة الاستجابة لدى مختلف المزودين.
• الاستثمار في مسارات استرجاع متقدمة: تطوير آليات لتجزئة البيانات والبحث الهجين وفهرسة البيانات الوصفية بدقة تناسب طبيعة الأرشيف المؤسسي.
• التصميم وفق متطلبات الامتثال من البداية: اعتماد استضافة سحابية محلية أو بنية خاصة معتمدة منذ اليوم الأول، لتفادي عقبات السيادة التنظيمية قبل وصول المشروع للجان الامتثال.

إعادة تصميم الإجراءات مع إبقاء الرقابة البشرية

نادراً ما تكون الاستقلالية التامة للأنظمة ممكنة أو مستحبة في بيئات العمل الحساسة. لذا فإن التطبيقات الأكثر نجاحاً تعتمد على حوكمة واضحة تحيط النماذج الاحتمالية بضوابط تحقق حاسمة.

حدد بوضوح النطاقات التي يقتصر فيها دور النظام على الاقتراح أو الصياغة أو التدقيق الأولي، مع إبقاء الكلمة الفصل للخبراء البشريين. يقلل هذا النموذج المخاطر التشغيلية، ويوفر في الوقت ذاته ملاحظات تدريبية مستمرة لتطوير كفاءة المنظومة.

الرهان الاستراتيجي

تتسع الفجوة باطراد بين المؤسسات التي تكتفي بتجارب متفرقة وتلك التي تعيد صياغة نماذجها التشغيلية من الأساس. وفي الأسواق التنافسية عبر الشرق الأوسط وأوروبا وأمريكا الشمالية، لن تحسم الريادة للجهات الأكثر إنتاجاً للمشاريع التجريبية، بل لتلك التي تمتلك الانضباط المؤسسي الكافي لنقل هذه الحلول إلى بيئات الإنتاج الحقيقي وتحقيق أثر مستدام.