مشروع الذكاء الاصطناعي لمجموعة "IA Vista" الفرنسية: كيف تتحول وكالة تسويق عادية فجأة إلى شركة تقنية قابلة للتوسع

صراع النفوذ على بيانات العملاء: لماذا يحتاج نموذج الوكالة التقليدي الآن إلى إعادة التفكير جذرياً في نهجه في ضوء الذكاء الاصطناعي

قطاع وكالات الإعلان يواجه اضطرابات: ماذا تعني خطة الذكاء الاصطناعي المحفوفة بالمخاطر لمجموعة MV بالنسبة للقطاع بأكمله؟

تُطلق مجموعة MV الفرنسية تحولاً جذرياً: باستثمار خمسة ملايين يورو في مشروع الذكاء الاصطناعي "IA Vista"، تهدف الشركة إلى تجاوز حدود أعمال الوكالات التقليدية. فبدلاً من التركيز على بيع ساعات العمل وخبرات المشاريع، يتمثل الهدف في إنشاء محرك بيانات قابل للتطوير يدمج بسلاسة بيانات العملاء الخاصة، والنماذج التحليلية، وقنوات التسويق التشغيلية. إنه رهان استراتيجي على مستقبل التسويق، إذ ينتقل من نظام الفوترة بالساعة البسيط إلى عرض قيمة قابل للقياس وقائم على المنتج.

يتجاوز الهدف الاقتصادي لهذا المشروع مجرد أتمتة النصوص أو الصور. ففي سوق تهيمن عليه شركات التكنولوجيا العالمية العملاقة، يسعى مزودو الخدمات المستقلون إلى استعادة السيطرة على هوامش الربح، ووصول العملاء، وجودة البيانات. وتهدف منصة IA Vista إلى أن تكون حلقة وصل تقنية، تحوّل مستودعات البيانات المعزولة إلى منصة تفعيل متكاملة ومتوافقة مع معايير حماية البيانات، مخصصة للمؤسسات الصغيرة والمتوسطة.

لكن الطريق من مجموعة وكالات نمت عبر عمليات الاستحواذ إلى شركة تقنية متكاملة مليء بالعقبات. يحلل النص التالي بعمق أسباب إساءة استخدام الذكاء الاصطناعي التوليدي في التسويق، ولماذا تكمن القيمة الحقيقية في سيادة البيانات، ولماذا قد تُحدث هذه الخطوة الجريئة من مجموعة MV ثورة في قطاع الوكالات بأكمله.

رهان مجموعة إم في بقيمة خمسة ملايين دولار: كيف يُفترض أن يحوّل الذكاء الاصطناعي البيانات إلى نموذج عمل؟

أولئك الذين يكتفون بأتمتة المحتوى في التسويق قد خسروا بالفعل الصراع على البيانات والهوامش والوصول إلى العملاء

إن استثمار مجموعة MV الفرنسية بقيمة خمسة ملايين يورو في مشروع الذكاء الاصطناعي IA Vista يتجاوز مجرد التحديث التكنولوجي، فهو محاولة لتحويل فريق من المتخصصين في مجالات التسويق الرقمي وإدارة علاقات العملاء والبيانات، الذين تراكمت خبراتهم على مر السنين، إلى شركة تكنولوجية متكاملة وقابلة للتوسع. ولا يقتصر الهدف الاقتصادي على تسريع تخطيط الحملات أو خفض تكلفة إنتاج المحتوى، بل يتعداه إلى القدرة على ربط مجموعات البيانات الحالية، والنماذج التحليلية، وقنوات التسويق التشغيلية، بطريقة تُتيح تقديم قيمة مضافة قابلة للتكرار مع فوائد ملموسة للعملاء.

يتناول هذا المشروع تحولاً جذرياً في قطاع وكالات التسويق الرقمي. فوكالات التسويق الرقمي التقليدية تبيع في المقام الأول ساعات العمل، والخدمات الإبداعية، وتخطيط الوسائط، وخبرات المشاريع. قد تكون هذه الخدمات مربحة، لكن النمو لا يتحقق عادةً إلا بتوسيع فريق العمل. في المقابل، تعد منصات البيانات والمنتجات المدعومة بالذكاء الاصطناعي بفصل جزئي بين الإيرادات وعدد الموظفين. ويمكن نظرياً استخدام نموذج تم تطويره مرة واحدة مع العديد من العملاء، شريطة ضمان جودة البيانات، والبنية التحتية التقنية، والمتطلبات التنظيمية. لذا، فإن IA Vista ليست مجرد أداة إضافية، بل هي رهان على علاقة مختلفة بين تكاليف الموظفين، وخلق القيمة، والنمو.

المنطق الاستراتيجي واضح. فمنذ عام ٢٠١٧، راكمت مجموعة MV خبرةً واسعةً في مجال ولاء العملاء، ومعالجة البيانات، والتسويق القائم على البيانات، ووسعت نطاقها من خلال عمليات الاستحواذ. وقد أضاف استحواذها على شركة Neptune Media، التي أعيد تسميتها لاحقًا إلى NM Data، أصولًا بياناتيةً وخبراتٍ ومواقعَ إضافية. والخطوة المنطقية التالية هي تجاوز مجرد تشغيل هذه الأصول المكتسبة بشكل منفصل، والعمل بدلًا من ذلك على دمجها تقنيًا. وهنا تحديدًا يأتي دور IA Vista: تسهيل الوصول إلى البيانات، وتقسيم الفئات المستهدفة بدقة أكبر، وتحديد العملاء المحتملين المتشابهين بشكل أكثر موثوقية، وتخصيص المحتوى بشكل أكبر.

ستتحول مجموعة الوكالات إلى محرك بيانات

تأسست مجموعة MV عام 2010، ونمت لتصبح مجموعة فرنسية مستقلة متخصصة في البيانات والتسويق الرقمي. عند الإعلان عن الاستثمار في الذكاء الاصطناعي، كان لدى الشركة حوالي 430 موظفًا، وحققت إيرادات تقارب 83 مليون يورو، ولديها شبكة من الوكالات والمكاتب في جميع أنحاء فرنسا. وكان حوالي 100 موظف، أي ما يقارب ربع القوى العاملة، يعملون بالفعل في مجالات متعلقة بالبيانات. وشمل مشروع الذكاء الاصطناعي الجديد في البداية فريقًا متخصصًا مكونًا من عشرة أفراد.

يُعدّ هذا الحجم ذا أهمية بالغة من الناحية الاقتصادية. فمجموعة MV ليست شركة ناشئة حديثة العهد في مجال الذكاء الاصطناعي لا تزال تبحث عن سوق لها. إذ تمتلك الشركة علاقات راسخة مع العملاء، وقنوات تسويقية فعّالة، وخبرة واسعة في مجال البيانات، وهيكل تنظيمي يمكّنها من تطبيق الحلول الجديدة فورًا. وهذا يقلل من مخاطر دخول السوق التقليدية. ولا يتطلب الأمر في البداية استثمار التكنولوجيا بشكل منفصل عن النشاط الأساسي، بل يمكن دمجها في الخدمات الحالية ثم تسويقها تدريجيًا كمنتج مستقل.

في الوقت نفسه، لا تُعدّ مجموعة MV شركة منصة عالمية ذات رأس مال غير محدود تقريبًا. صحيح أن خمسة ملايين يورو تُشكّل استثمارًا كبيرًا لمجموعة تبلغ إيراداتها السنوية 83 مليون يورو، إلا أنها لا تُمثّل تهديدًا وجوديًا. يُعادل هذا المبلغ حوالي 6% من الإيرادات السنوية. مع ذلك، ولأن الإيرادات لا تُساوي بالضرورة الربح المُتاح، فإن العبء المالي على الشركة أكبر بكثير مما تُشير إليه هذه النسبة في البداية. يجب النظر إلى هذا الاستثمار على مدى عدة سنوات، ومن المُرجّح أن يشمل ليس فقط تطوير البرمجيات، بل أيضًا الموظفين، وإعداد البيانات، والبنية التحتية، والأمن، والتدريب، والتكامل، والعمليات الجارية.

لذا، يُعدّ المشروع ضخمًا بما يكفي لتغيير التوجه الاستراتيجي للمجموعة، ولكنه صغير بما يكفي ليظل قابلاً للإدارة من خلال تطوير منتج منضبط. والسؤال المحوري هو: هل ستُطوّر مجموعة MV منصة IA Vista كمنتج مُحدّد بوضوح مع حالات استخدام ذات أولوية، أم كبرنامج تحوّل واسع النطاق يسعى لتلبية توقعات كثيرة في آنٍ واحد؟ نادرًا ما تفشل مشاريع الذكاء الاصطناعي بسبب نقص النماذج القابلة للتطبيق، بل غالبًا ما تفشل بسبب عدم وضوح المسؤوليات، أو عدم كفاية جودة البيانات، أو عدم التكامل مع سير العمل، أو ضعف العلاقة بين الأداء التقني ومتطلبات العملاء.

إن خمسة ملايين يورو ليست غاية في حد ذاتها

لا يصبح الاستثمار ذا جدوى إلا من خلال أثره الاقتصادي المتوقع. فعلى صعيد الإيرادات، يُمكن لـ IA Vista توليد مبيعات إضافية، وتحسين الخدمات الحالية، وتعزيز ولاء العملاء. أما على صعيد التكاليف، فيُمكن للنظام تسريع سير العمل، وتقليل الاستعلامات اليدوية عن البيانات، وتبسيط إعداد الحملات، وأتمتة المهام المتكررة. ومع ذلك، فإن الأهم استراتيجياً من التوفير قصير الأجل هو القدرة على التطور من نموذج خدمة قائم على المشاريع إلى عرض أكثر تركيزاً على المنتج.

بافتراض، لأغراض التوضيح فقط، أن الاستثمار موزع على ثلاث سنوات، ينتج عن ذلك تدفق نقدي خارج متوسطه 1.67 مليون يورو تقريبًا سنويًا. يجب تعويض هذا المبلغ بهوامش ربح إضافية، أو تكاليف متجنبة، أو مزيج من الاثنين. سيكون التحليل القائم على الإيرادات فقط مضللًا. فإذا تكبدت الإيرادات الإضافية تكاليف عالية للإعلام أو الخدمات الخارجية أو الموظفين، ستكون مساهمتها في الاستهلاك محدودة. لذلك، فإن العامل الحاسم هو المساهمة الإضافية في الربح التشغيلي، وليس حجم الحملة المُفوترة.

يوضح مثال بسيط حجم الأثر المحتمل. فإذا حققت المنصة، بعد إنشائها، هامش ربح سنوي إضافي قدره مليوني يورو، فسيتم استرداد الاستثمار الأولي نظريًا بعد عامين ونصف. أما إذا حققت 750 ألف يورو فقط سنويًا، فستكون فترة الاسترداد أطول بكثير، مع تراكم تكاليف تشغيل وتطوير إضافية. في المقابل، حتى زيادة طفيفة في الكفاءة داخل مؤسسة تضم مئات الموظفين يمكن أن تخلق قيمة كبيرة. فإذا تم استغلال جزء صغير فقط من وقت العمل بشكل أكثر إنتاجية من خلال أدوات محسّنة، فإن ذلك يُترجم إلى مبلغ كبير عبر العديد من الفرق ومشاريع العملاء.

مع ذلك، يُنصح بالحذر عند إجراء مثل هذه الحسابات. فالوقت المُوفَّر لا يُترجم تلقائيًا إلى ربح. إنما يُحقق قيمة اقتصادية فقط عندما تُستخدم الطاقة المُتاحة في خدمات إضافية قابلة للفوترة، أو تُزال نهائيًا من مركز التكلفة، أو تُستخدم لتحسين الجودة وولاء العملاء. فالفريق الذي يُنجز المهام بشكل أسرع بفضل الذكاء الاصطناعي، ولكنه يُحافظ لاحقًا على نفس حجم العمل والإيرادات، يكون قد وفّر وقتًا تشغيليًا، ولكنه لم يُحقق بالضرورة قيمة مالية إضافية. لذا، يجب على مجموعة MV تتبع الفوائد باستخدام مؤشرات أداء رئيسية موثوقة: الوقت المُستغرق لكل خطوة من خطوات الحملة، ومعدل التحويل، وتكاليف اكتساب العملاء، ومعدل إعادة الشراء، وهامش الربح لكل عميل، وكثافة استخدام المنصة، والوقت اللازم للاستخدام المُنتج.

تكمن القيمة الحقيقية في البيانات

أصبح الذكاء الاصطناعي التوليدي متاحًا على نطاق واسع. ويمكن للمنافسين الأصغر حجمًا شراء نماذج اللغة وواجهات البرمجة والبنية التحتية السحابية. لذا، لا تنشأ الميزة التنافسية المستدامة بمجرد استخدام نموذج معروف، بل من خلال الجمع بين البيانات الخاصة، والمعرفة المتخصصة بالقطاع، والعمليات المتكاملة، والحوكمة الموثوقة، وقاعدة عملاء كبيرة بما يكفي لتمكين النظام من التعلم والعمل بكفاءة اقتصادية.

تتبنى مجموعة MV هذا المنطق تحديدًا. تهدف المجموعة إلى دمج مجموعات بياناتها الخاصة بالتسويق الموجه للمستهلكين مع بيانات الشركات المتخصصة في تحليل البيانات التي استحوذت عليها. سيتيح ذلك إنشاء ما يُعرف بنماذج "العملاء المشابهين"، التي تحدد المستهلكين ذوي الخصائص والأنماط السلوكية المتشابهة مع العملاء الحاليين. بالنسبة لتجار التجزئة، ومزودي الطاقة، وشركات الخدمات، تكمن الفائدة في عدم الاكتفاء باستهداف فئات ديموغرافية واسعة، بل في تقدير احتمالية الاستجابة، أو الشراء، أو تلبية حاجة محددة بدقة أكبر.

تعتمد القيمة الاقتصادية لهذه النماذج على عدة عوامل. أولًا، يجب أن تكون البيانات حديثة ودقيقة وكاملة بما يكفي. ثانيًا، يجب تعريف المتغير المستهدف تعريفًا دقيقًا وواضحًا. فالنموذج الذي يُحسّن احتمالات النقرات فقط قد يُولّد تفاعلات كثيرة بتكلفة منخفضة دون اكتساب عملاء مربحين. ثالثًا، يجب التحقق مما إذا كانت التوقعات تُضيف قيمة فعلية مقارنةً بقواعد التجزئة الأبسط. رابعًا، يجب ألا تُحقق الدقة التقنية على حساب المخاطر التنظيمية أو الأخلاقية أو المتعلقة بالسمعة.

علاوة على ذلك، فإن مجموعات البيانات ليست أصولاً ثابتة، بل تفقد قيمتها عند انتقال الأسر، أو تغير الاهتمامات، أو سحب الموافقة، أو عدم موثوقية بعض الخصائص. لذا، لا يكمن الأصل الحقيقي في عدد سجلات البيانات المخزنة فحسب، بل في القدرة على جمع البيانات وتحديثها وربطها وتوثيقها وترجمتها إلى قرارات فعّالة بطريقة قانونية. إن مجرد امتلاك قاعدة بيانات ضخمة لا يضمن ميزة بيانات قوية، ولكن من يستطيع الجمع بين جودة البيانات وأداء النماذج ونتائج الحملات في حلقة تعلم متكاملة، يحقق ميزة يصعب تقليدها.

تهدف IA Vista إلى سد الفجوة بين التحليل والتنفيذ

تمتلك العديد من الشركات بيانات العملاء، لكن استخدامها التشغيلي محدود. تتوزع هذه المعلومات في أنظمة إدارة علاقات العملاء، والمتاجر الإلكترونية، ومنصات النشرات الإخبارية، ومراكز الاتصال، وأدوات التحليل، ومصادر البيانات الخارجية. وتوجد عوائق تقنية وتنظيمية وقانونية بين هذه الأنظمة. وحتى عندما تكون البيانات متاحة بشكل أساسي، غالباً ما تفتقر الشركات إلى طريقة سهلة لتحديد الفئات المستهدفة واستخلاص الحملات التسويقية منها مباشرةً.

لذا، يتمثل أحد أهم وعود IA Vista في تبسيط الوصول. إذ تتيح محادثة خاصة مدعومة بالذكاء الاصطناعي للموظفين أو العملاء الاستعلام عن مجموعات البيانات باستخدام اللغة الطبيعية. فبدلاً من تكليف متخصص بإجراء استعلام في قاعدة البيانات، يمكن للمستخدم، على سبيل المثال، الاستفسار عن الأسر في مناطق محددة التي تتسم بخصائص معينة وتُظهر احتمالية أكبر لشراء منتج ما. ثم يقوم النظام بترجمة هذا الاستعلام إلى استعلامات صحيحة تقنياً، مع مراعاة مصادر البيانات المسموح بها، وعرض النتيجة بطريقة مفهومة.

يمكن أن تكون مكاسب الإنتاجية كبيرة نظرًا لتقليص الفجوة بين السؤال التجاري والإجابة المستندة إلى البيانات. في الوقت نفسه، يبرز خطر جديد: إذ قد توحي واجهة سهلة الاستخدام بأن كل رقم معروض موثوق تلقائيًا. في الواقع، قد تكون التعريفات غير واضحة، أو البيانات مشوهة، أو النتائج غير مؤكدة إحصائيًا. لذا، يتطلب الحل الاحترافي آليات تحكم، ومصادر بيانات قابلة للتتبع، وحقوق وصول محددة، وبيانات توضح حدود صلاحية البيانات.

تكمن القيمة الأكبر في أن منصة IA Vista لا تقتصر على التحليل فحسب، بل صُممت للوصول إلى الفئات المستهدفة بمحتوى مُخصص عبر الرسائل النصية القصيرة والبريد الإلكتروني وشبكات التواصل الاجتماعي، ودعم الحملات المُستهدفة جغرافيًا. هذا يُحوّل أداة التحليل إلى نظام تفعيل. ومن الناحية الاقتصادية، يُعد هذا الربط بالغ الأهمية، لأن العملاء لا يدفعون مقابل تحليل البيانات المثير للاهتمام فحسب، بل مقابل نتائج أعمال أفضل. ومن خلال الجمع بين تجزئة السوق، وإنشاء المحتوى، وتقديمه، وقياس الأداء على منصة واحدة، تستطيع مجموعة MV التحكم في حصة أكبر من سلسلة القيمة.

لا قيمة للتخصيص دون قياس تأثيره

غالبًا ما يُنظر إلى التخصيص في التسويق كغاية في حد ذاته. تتلقى مجموعات العملاء المختلفة نصوصًا وصورًا وعروضًا مختلفة، لكن القيمة المضافة الفعلية تبقى غير واضحة. لن يصبح نموذج أعمال IA Vista قابلاً للتطبيق إلا إذا أثبتت المنصة تفوقها على إدارة الحملات التقليدية. يتطلب هذا اختبارات مضبوطة، ومجموعات مقارنة موثوقة، وتمييزًا واضحًا بين الارتباط والسببية.

يمكن للمحتوى المُخصّص أن يحقق معدل نقر أعلى دون زيادة الإيرادات. صحيح أن استهداف جمهور محدد بدقة أكبر قد يحقق معدلات تحويل أفضل، إلا أن هذا الجمهور قد يكون صغيرًا جدًا لدرجة تقلل من مساهمته الإجمالية في النتائج. قد تُعزز الحملة المبيعات على المدى القصير، ولكنها في الوقت نفسه قد تزيد من معدلات إلغاء الاشتراك أو استياء العملاء بسبب الرسائل التسويقية المفرطة في العدوانية. لذا، لا ينبغي أن يقتصر التحسين على المقاييس الفردية. في نهاية المطاف، ما يهم هو هامش الربح الإضافي، وقيمة العميل على المدى الطويل، والتكاليف المتكبدة للبيانات والوسائط والدعم التشغيلي.

يُعدّ قياس الأثر الإضافي بالغ الأهمية. فإذا كان الشخص سيشتري المنتج على أي حال، فلا ينبغي عزو عملية الشراء بالكامل إلى الحملة التسويقية المدعومة بالذكاء الاصطناعي. وبدون مجموعات ضابطة مناسبة، يكمن خطر أن يقوم النظام ببساطة بإعادة تصنيف الطلب الحالي. لذا، يجب أن تسمح المنصة القوية بإجراء تجارب تُعامل فيها المجموعات المتشابهة بشكل مختلف. عندها فقط يمكن تحديد ما إذا كان الذكاء الاصطناعي يُولّد طلبًا إضافيًا بالفعل أم أنه يُعيد إنتاج أنماط معروفة فحسب.

يُتيح هذا فرصةً للتميز لمجموعة MV. إذ يعد العديد من مزودي الخدمات باستهداف فئاتٍ أفضل وتقديم محتوى أكثر تخصيصًا. لكن قلةً منهم تستطيع إثبات القيمة الاقتصادية الإضافية المُحققة بشفافية. فإذا قدمت IA Vista تقييمًا موثوقًا للأثر، ستتمكن المجموعة من ربط تعويضاتها بالنتائج بشكلٍ أوثق، والابتعاد عن مجرد بيع الساعات. مع ذلك، يزيد هذا أيضًا من متطلبات جودة البيانات، وتصميم العقود، وإدارة المخاطر.

يشهد السوق الرقمي الفرنسي نمواً، لكن المنصات تهيمن عليه

يأتي هذا الاستثمار في سوق متنامية، وإن كانت شديدة التركيز. فقد بلغ حجم الإعلانات الرقمية الفرنسية ما يقارب أحد عشر مليار يورو في عام 2024، بزيادة قدرها 14% مقارنة بالعام السابق. وشهدت وسائل التواصل الاجتماعي والإعلانات المصوّرة نموًا ملحوظًا، بينما تراجعت حصة إعلانات محركات البحث نسبيًا رغم استمرار نموها. وفي عام 2025، اقترب حجم السوق من 12.4 مليار يورو، وشهد مجددًا نموًا بنسبة تتجاوز 10%.

يُهيئ هذا النمو ظروفًا مواتية للغاية للخدمات القائمة على البيانات. فزيادة الإنفاق على الإعلانات الرقمية تعني المزيد من الحملات، والمزيد من بيانات القياس، وحاجة متزايدة للتنسيق. في الوقت نفسه، يتدفق جزء كبير من الإيرادات إلى المنصات الدولية. وتتحكم شركات مثل جوجل وميتا وأمازون وغيرها من شبكات التواصل الاجتماعي الكبرى في الوصول إلى الجمهور المستهدف، وواجهات المستخدم، وإشارات القياس الأساسية. ولذلك، تعمل الوكالات المستقلة ومزودو خدمات التكنولوجيا في سوق لا يملكون بنيتها التحتية الأساسية.

لا تستطيع منصة IA Vista إلغاء هذا الاعتماد، لكنها تمنح مجموعة MV مكانةً أقوى. فامتلاكها السيطرة على بيانات جمهورها المستهدف، وعلاقاتها مع العملاء، ونماذج التحليلات الخاصة بها، يعني أنها أقل اعتمادًا على ترك منطق التجزئة بالكامل للمنصات الرئيسية. وبذلك، تستطيع المجموعة تخطيط حملاتها عبر مختلف القنوات وتوحيد الرؤى من نقاط اتصال متعددة. وهذا يُوازن منطق المنصات المُجزأ، حيث يُركز كل مزود بشكل أساسي على عرض أداء نظامه الإعلاني الخاص.

يكمن التحدي في أن المنصات العالمية تستثمر بكثافة في الذكاء الاصطناعي وتدمج العديد من وظائفه مباشرةً في منتجاتها الإعلانية. فالاستهداف الآلي، واستراتيجيات المزايدة، وتعديل النصوص، والصور، وتحسين الحملات، أصبحت بشكل متزايد من الخدمات القياسية التي تقدمها هذه المنصات. لذا، لا يمكن لمزود خدمة مستقل أن ينافس بمجرد وعده باستخدام الذكاء الاصطناعي، بل عليه أن يقدم قيمة مضافة لا توفرها المنصات بشكل أساسي، مثل: التنسيق المحايد عبر قنوات متعددة، واستخدام بيانات العميل الخاصة والبيانات الخارجية المتاحة قانونيًا، والتوافق التام مع نموذج أعمال العميل، وتقييم شفاف للربحية الفعلية.

تتمتع المجموعة المستهدفة من الشركات المتوسطة والصغيرة بفطنة استراتيجية

تستهدف مجموعة MV بشكل أساسي الشركات الصغيرة والمتوسطة، بالإضافة إلى الشركات المتوسطة الأكبر حجماً. وتُعدّ هذه الشريحة من العملاء جذابة لحلول الذكاء الاصطناعي المتكاملة، لأن العديد من الشركات تفتقر إلى فرق علوم البيانات الخاصة بها، أو منصات البيانات الشاملة، أو مطوري الذكاء الاصطناعي المتخصصين. فهي بحاجة إلى الوصول إلى التكنولوجيا الحديثة، لكنها لا تستطيع بناء البنية التحتية الكاملة بنفسها، أو توظيف جميع المتخصصين اللازمين بشكل دائم.

ينتج عن ذلك نموذج ذكاء اصطناعي مُدار: لا يقتصر دور مزود الخدمة على توفير البرمجيات فحسب، بل يشمل أيضًا دمج البيانات، وتطوير النموذج، وتنفيذ الحملات، والمراقبة، والتطوير المستمر. بالنسبة للعملاء، يُسهّل هذا الأمر عليهم البدء، إذ يحصلون على النتائج دون الحاجة إلى بناء بنية تقنية معقدة. أما بالنسبة لمجموعة MV، فيُحقق هذا إيرادات متكررة وعلاقة أقوى، لأن الخدمة مُدمجة بعمق في بيانات العميل وعملياته.

مع ذلك، فإنّ الشركات الصغيرة والمتوسطة الحجم لديها متطلبات عالية فيما يتعلق بالسعر والبساطة وإمكانية التحقق. تستطيع الشركات الكبيرة تمويل برنامج تجريبي متعدد السنوات، حتى لو كانت الفوائد الاقتصادية غير مؤكدة في البداية. بينما تتوقع الشركات الصغيرة والمتوسطة الحجم نتائج ملموسة بشكل أسرع. لذا، يجب على IA Vista البدء بحالات استخدام واضحة تُحقق تحسينات قابلة للتحقق في غضون بضعة أشهر. تشمل الأمثلة المناسبة إعادة تنشيط العملاء غير النشطين، وتحديد أولويات العملاء المحتملين، وحملات المبيعات الإقليمية، أو تحسين التواصل الحالي في نظام إدارة علاقات العملاء (CRM).

تتمثل ميزة أخرى في إمكانية إعادة الاستخدام القطاعي. فإذا تمكنت مجموعة MV من تطوير نماذج بيانات وواجهات وأنماط حملات مماثلة لعملاء متعددين ضمن قطاع واحد، فإن التكاليف الإضافية ستنخفض. وبطبيعة الحال، يجب ألا تخلط المنصة بيانات العملاء السرية بشكل غير سليم. ومع ذلك، فإن المكونات التقنية وتعريفات الميزات وتصاميم الاختبار ومعرفة العمليات قابلة لإعادة الاستخدام. هذا التطبيق العملي هو ما سيحدد ما إذا كانت IA Vista ستصبح منتجًا مربحًا أم مجرد علامة تجارية جديدة لمشاريع استشارية فردية.

منصة الذكاء الاصطناعي المُدارة - الصورة: Xpert.Digital

ستتعلم هنا كيف يمكن لشركتك تطبيق حلول الذكاء الاصطناعي المخصصة بسرعة وأمان ودون عوائق دخول عالية.

تُعدّ منصة الذكاء الاصطناعي المُدارة حلاً شاملاً ومريحاً لمشاكل الذكاء الاصطناعي. فبدلاً من التعامل مع التكنولوجيا المعقدة والبنية التحتية المكلفة وعمليات التطوير المطولة، ستحصل على حل جاهز مصمم خصيصاً لتلبية احتياجاتك من شريك متخصص، غالباً في غضون أيام قليلة فقط.

المزايا الرئيسية باختصار:

⚡ تنفيذ سريع: من الفكرة إلى التطبيق الجاهز للاستخدام في أيام، وليس شهورًا. نقدم حلولًا عملية تُحقق قيمة مضافة فورية.

🔒 أقصى درجات أمان البيانات: بياناتك الحساسة تبقى معك. نضمن معالجة آمنة ومتوافقة مع الأنظمة دون مشاركة البيانات مع أي جهات خارجية.

💸 لا مخاطر مالية: أنت تدفع فقط مقابل النتائج. يتم التخلص تماماً من الاستثمارات الأولية الكبيرة في الأجهزة أو البرامج أو الموظفين.

🎯 ركّز على جوهر عملك: انصبّ اهتمامك على ما تُجيده. نحن نتولّى جميع جوانب التنفيذ التقني والتشغيل والصيانة لحلول الذكاء الاصطناعي الخاصة بك.

📈 حلول مستقبلية وقابلة للتطوير: يتطور نظام الذكاء الاصطناعي الخاص بك معك. نضمن التحسين المستمر وقابلية التوسع، ونقوم بتكييف النماذج بمرونة مع المتطلبات الجديدة.

للمزيد من المعلومات، انقر هنا:

• منصة الذكاء الاصطناعي المُدارة

من عمليات الاستحواذ إلى التكامل التكنولوجي

يتبع تطور المجموعة تسلسلاً نموذجياً. في البداية، تم توسيع نطاق الخبرات من خلال إنشاء وحدات جديدة وعمليات استحواذ. عززت أفانسي ولاء العملاء ونظرة إدارة علاقات العملاء. جلبت عمليات الاستحواذ اللاحقة أصول بيانات ومعرفة متخصصة. ووسعت نبتون ميديا، أو بالأحرى إن إم داتا، نطاق وصولها وقدراتها في مجال تسويق البيانات. أدت هذه الاستراتيجية إلى زيادة الكتلة الحرجة، ولكنها أدت حتماً إلى هيكل تنظيمي أكثر تعقيداً.

لا يُؤدي النمو من خلال عمليات الاستحواذ تلقائيًا إلى تحقيق التكامل. فاختلاف الأنظمة ونماذج البيانات والعلامات التجارية وهياكل المبيعات والثقافات المؤسسية قد يُحدّ من الفوائد المتوقعة. وإذا احتفظت كل شركة تابعة بأدواتها وعملياتها الخاصة، فإن المجموعة تظل اقتصاديًا مجرد مجموعة من الوكالات المنفصلة. ويمكن لمنصة مركزية للذكاء الاصطناعي والبيانات أن تُشكّل مركزًا للتكامل، مما يُتيح تطوير معايير مشتركة وخدمات قابلة لإعادة الاستخدام.

لعلّ هذه هي أهم وظائف مشروع IA Vista. فهو لا يقتصر على ربط البيانات فحسب، بل يُلزم المؤسسة أيضاً بتبني لغة مشتركة. ما هي بيانات العملاء ذات الصلة؟ كيف تُحدد الفئات المستهدفة؟ ما هي معايير الجودة المطبقة؟ من المُصرّح له بالوصول إلى أي معلومات؟ كيف تُنشر النماذج وتُقاس النتائج؟ تمثل هذه الأسئلة مهام تكامل فنية وتنظيمية على حد سواء.

يُظهر تبسيط هيكلة الشركات التابعة والإدارة والموظفين لاحقًا أن مجموعة MV لم تكن تنوي مواصلة مرحلة نموها الخارجي السريع إلى أجل غير مسمى. فقد ركزت الإدارة بشكل أكبر على الكفاءة التشغيلية والاستفادة من التكنولوجيا. وهذا التطور سليم اقتصاديًا: فبعد مرحلة الاستحواذ، يجب التخلص من الهياكل المكررة وإنشاء منصات مشتركة. ومع ذلك، لا ينبغي أن يصبح الذكاء الاصطناعي ذريعة شاملة لتقليص الوظائف. فإذا انخفضت المعرفة المتخصصة وخبرة العملاء بشكل كبير، فقد تتأثر جودة الخدمات التي تعتمد عليها البيانات.

يجسد ديفيد فلوريوت الانتقال من المشروع إلى المنصة

مع تعيين ديفيد فلوريو رئيسًا لقسم البيانات والذكاء الاصطناعي، استقطبت مجموعة MV خبيرًا سبق له العمل كمدير لعلوم البيانات في شركة Groupama Loire Bretagne وخبيرًا في البيانات الضخمة في مجموعة SoLocal. ويؤكد هذا القرار على أن هذه المبادرة ليست مجرد مشروع جانبي لقسم تكنولوجيا المعلومات. فشركات التأمين والخدمات الرقمية المحلية بيئات كثيفة البيانات، حيث يلعب التجزئة والنمذجة والتوسع التشغيلي دورًا محوريًا.

لا تكفي الخبرة التقنية وحدها لتحقيق النجاح. يجب على الإدارة أن تعمل كحلقة وصل بين الإدارة التنفيذية، وفرق المبيعات، وفرق الوكالات، وحماية البيانات، وتقنية المعلومات، والعملاء. قد يحقق نموذج الذكاء الاصطناعي أداءً إحصائيًا جيدًا، ولكنه قد يفشل في السوق إذا لم يتمكن فريق المبيعات من شرح فوائده، أو إذا فشلت فرق العمليات في دمج النتائج في عملها. في المقابل، قد يفقد منتجٌ يُسوَّق له بكثافة ثقة العملاء إذا لم يرتقِ أداؤه التقني إلى مستوى الوعود التي قُطعت.

كان الفريق الأولي المكون من عشرة متخصصين كافيًا لتطوير منتجات محددة، ولكنه كان صغيرًا جدًا لإحداث تحول شامل في المجموعة بأكملها. لذلك، كان عليه أن يعمل كعامل مضاعف. وكُلِّف بإنشاء المكونات الأساسية والمعايير وآليات التحكم، بينما ساهم المتخصصون في الشركات التابعة بدراسات حالة ودمجوا تطبيقاتها في العمليات اليومية. وتشير تصريحات لاحقة من المجموعة إلى أن قسم الذكاء الاصطناعي قد نما ليضم 15 متخصصًا، مما يوحي بتوسع تدريجي.

يكمن أحد المخاطر الرئيسية في تشكيل وحدة ذكاء اصطناعي معزولة. فإذا قام الفريق بتطوير حلول متطورة تقنيًا بينما تتمسك بقية المؤسسة بعمليات قديمة، فلن تتحقق وفورات الحجم. يتطلب التعاون الناجح في المنصات ملكية مشتركة للمنتج وأهداف عمل واضحة. يجب أن تعرف كل وظيفة مؤشر الأداء الرئيسي الذي تُحسّنه وكيف يُقاس إسهامها.

إن الاستفادة من زيادة الإنتاجية تتجاوز بكثير مجرد إنشاء النصوص

في الخطاب العام، غالبًا ما يُختزل استخدام الذكاء الاصطناعي التوليدي في التسويق إلى مجرد توليد نصوص وصور تلقائيًا. ورغم وضوح هذه التطبيقات، إلا أنها ليست بالضرورة الأكثر جدوى اقتصاديًا. صحيح أن توليد المحتوى سريع، لكن هذا يزيد أيضًا من وفرة المواد القابلة للاستبدال. فإذا استخدم جميع المنافسين أدوات متشابهة، تتضاءل قيمة التميّز. تكمن الفرصة الأكبر في دمج البيانات، واتخاذ القرارات، والتنفيذ.

في مجال المبيعات، يمكن للذكاء الاصطناعي تحديد أولويات العملاء المحتملين، وتلخيص معلومات الشركة، وتحديد فرص التواصل المناسبة. وفي إدارة المشاريع، يمكنه تنظيم العروض التقديمية، وتوثيق المهام، وتبسيط تبادل المعرفة. وفي إدارة الحملات التسويقية، يمكنه توليد تنويعات، وتعديل الميزانيات، واكتشاف الحالات الشاذة. وفي معالجة البيانات، يمكنه ترجمة الاستعلامات، وتوثيق السمات، والكشف عن مشكلات الجودة.

تنشأ الفوائد الاقتصادية من خلال العديد من التحسينات الصغيرة. قد لا توفر مهمة مؤتمتة واحدة سوى بضع دقائق. ومع ذلك، عند تطبيق هذه التحسينات على مئات الموظفين، والعديد من العملاء، والحملات المتكررة، يمكن أن تكون هذه الوفورات كبيرة. وتكتسب العمليات ذات الحجم الكبير، والقواعد الواضحة، وقاعدة البيانات الكافية أهمية خاصة. في المقابل، ينبغي أن تخضع القرارات الاستراتيجية، والتواصل الحساس مع العملاء، والحالات الاستثنائية لإشراف بشري أكبر.

لذا، لا ينبغي لمجموعة MV أن تُعرّف الإنتاجية بأنها الأتمتة القصوى. فالهدف هو تقسيم العمل بشكل منطقي. تُناسب الآلات التعرف على الأنماط، وتوليد المتغيرات، ومطابقة البيانات، وإجراء التحليلات المتكررة. ويبقى العنصر البشري أساسيًا لفهم السياق، وتحديد المسؤولية، والتوجيه الإبداعي، والتفاوض، وتقييم العواقب غير المتوقعة. بإمكان المنصة التي تدعم العمال المهرة أن تزيد الجودة والسرعة معًا. أما المنصة التي تهدف فقط إلى استبدال الموظفين، فتُخاطر بالوقوع في فخّ الرداءة النمطية وفقدان الثقة.

تتحول حماية البيانات من مطلب إلزامي إلى عامل تنافسي

إن دمج مجموعات بيانات ضخمة موجهة للمستهلكين مع نماذج الذكاء الاصطناعي يمسّ جوانب حساسة للغاية من قانون حماية البيانات الأوروبي. لا يجوز دمج البيانات الشخصية بشكل تعسفي، أو استخدامها لأغراض جديدة، أو إدخالها في النماذج. ويتطلب ذلك أساسًا قانونيًا سليمًا، ومعلومات شفافة، وتحديدًا للغرض، وتقليلًا للبيانات، وفترات احتفاظ مناسبة، ووسائل فعّالة لممارسة حقوق أصحاب البيانات.

بالنسبة لمجموعة MV، لا يقتصر الأمر على مجرد مسألة امتثال. فالثقة تُترجم إلى ميزة تجارية، لا سيما مع العملاء متوسطي الحجم الذين لا يستطيعون تقييم المخاطر التنظيمية بأنفسهم. ومن خلال توثيق مصدر البيانات، وحالة الموافقة، واستخدام النماذج، وعمليات الحذف بشفافية، تُخفّض المجموعة تكاليف معاملات عملائها. في المقابل، من الصعب تسويق منصة قوية تقنيًا ولكنها غامضة قانونيًا على المدى الطويل.

ينبغي إيلاء اهتمام خاص لمسألة ما إذا كانت النماذج قادرة على حفظ المعلومات الشخصية أو الكشف عنها دون قصد. يجب تصميم محادثات الذكاء الاصطناعي الخاصة بطريقة تضمن وصول المستخدمين إلى البيانات المصرح بها فقط، وعدم تسريب أي معلومات سرية عبر الرسائل أو المخرجات. ويشمل ذلك تحديد الصلاحيات بناءً على الأدوار، وتسجيل البيانات، وبيئات النماذج الآمنة، والمرشحات، والفصل الواضح بين حسابات العملاء.

يُعزز قانون الذكاء الاصطناعي الأوروبي متطلبات الشفافية والكفاءة والحوكمة. لا تُصنف معظم تطبيقات التسويق تلقائيًا ضمن الأنظمة عالية المخاطر. ومع ذلك، وبحسب وظيفتها، تُطبق التزامات تتعلق بتصنيف المحتوى المُصنّع، والتوثيق، وتدريب الموظفين. علاوة على ذلك، تظل قوانين حماية البيانات وحماية المستهلك والمنافسة سارية بغض النظر عن تنظيم الذكاء الاصطناعي. ويمكن لمن يُرسّخون عمليات قوية في وقت مبكر تسويق هذا النضج التنظيمي كجزء من خدماتهم.

يمكن أن تؤدي التوقعات إلى تفاقم التشوهات الموجودة

تبدو نماذج العملاء المشابهين محايدة للوهلة الأولى لأنها تعمل وفقًا لأسس رياضية. في الواقع، تتعلم هذه النماذج من البيانات التاريخية وتتبنى بنيتها. فإذا كان العملاء الحاليون ينتمون في الغالب إلى مناطق أو فئات عمرية أو مستويات دخل معينة، فقد يُفضّل النموذج هذه الفئات. قد يبدو هذا منطقيًا من الناحية الاقتصادية، ولكنه في الوقت نفسه قد يُخفي إمكانات سوقية جديدة أو يُلحق ضررًا منهجيًا ببعض فئات السكان.

لا تقتصر هذه المشكلة على الجانب الأخلاقي فحسب، بل إن النموذج المرتبط ارتباطًا وثيقًا بالماضي قد يعيق النمو. فهو سيجذب في المقام الأول أفرادًا مشابهين للعملاء الحاليين، بدلًا من استكشاف مجالات طلب جديدة. وتخاطر الشركات بالحفاظ على موقعها الحالي في السوق من خلال الخوارزميات. لذا، يتطلب بناء نموذج فعال تحقيق توازن بين الاستفادة من نماذج النجاح المعروفة واستكشاف شرائح جديدة.

علاوة على ذلك، قد تعكس الخصائص التي تبدو غير ضارة سمات حساسة بشكل غير مباشر. فالرمز البريدي، وبنية الأسرة، وسلوك الشراء، واهتمامات المواقع الإلكترونية، كلها عوامل تسمح باستنتاجات واسعة النطاق. وكلما زادت دقة تقسيم السوق، ازداد خطر اعتبار المستهلكين للتواصل متطفلاً. ولا يعني ما هو مسموح به قانونًا بالضرورة أنه مقبول اجتماعيًا.

لذا، ينبغي على مجموعة MV قياس ليس فقط الدقة، بل أيضًا العدالة والاستقرار والقبول. ويشمل ذلك مراجعات دورية لتأثير الميزات، ومعايير استبعاد موثقة، وموافقة بشرية على الحملات الحساسة. قد يكون النموذج المحدود بمسؤولية أكثر قيمة على المدى الطويل من نظام أكثر عدوانية وقصير الأجل يحقق معدلات استجابة عالية ولكنه يتسبب في شكاوى وتشويه للسمعة.

يحدد هيكل التكاليف النجاح

غالبًا ما تُوصف منصات الذكاء الاصطناعي بأنها قابلة للتوسع بشكل كبير، لكن تشغيلها ليس مجانيًا. فقوة الحوسبة، والوصول إلى النماذج، وتخزين البيانات، وإجراءات الأمان، والموظفين المؤهلين، كلها تكاليف مستمرة. يُضاف إلى ذلك نفقات تنظيف البيانات، وصيانة واجهات المستخدم، والتكيف مع الأنظمة المتغيرة. وكلما زادت متطلبات العميل تخصيصًا، قلّت وفورات الحجم.

لذا، يُعدّ التصميم المعياري أساسيًا لمنصة IA Vista. ينبغي توحيد الوظائف المستخدمة بكثرة، مع تحديد التخصيصات الخاصة بكل عميل بوضوح وفواتيرها بشكل منفصل. وإلا، قد تتحول المنصة إلى مستودع للطلبات الخاصة. ورغم أن هذا قد يزيد الإيرادات، إلا أن هامش الربح يبقى منخفضًا لأن كل مشروع يتطلب أعمال تطوير جديدة.

يؤثر اختيار النماذج الأساسية أيضًا على فعالية التكلفة. توفر نماذج اللغة الخارجية الكبيرة ابتكارًا سريعًا وتكاليف أولية منخفضة، لكنها تخلق تبعيات على التسعير والتوافر ومعالجة البيانات. تزيد النماذج الداخلية أو المتاحة للعموم من التحكم، لكنها تتطلب خبرة فنية وبنية تحتية أكبر. من المرجح أن تكون الاستراتيجية الهجينة هي الأفضل: نماذج قياسية للمهام العامة، ومكونات متخصصة للبيانات الحساسة، ونماذج خاصة لحالات الاستخدام المختلفة.

ينبغي أن يعكس التسعير القيمة المُضافة. تشمل الخيارات المتاحة رسومًا أساسية للوصول إلى المنصة، ومكونات مدفوعة بالاستخدام، وباقات خدمات مُدارة، ومكافآت قائمة على الأداء. قد تكون رسوم الترخيص البحتة غير واضحة بما يكفي للعملاء الصغار، بينما تُعرّض المكافآت القائمة على الأداء البحتة مجموعة MV لمخاطر يصعب السيطرة عليها. يُوزّع النموذج المُدمج المخاطر والعائد بشكل أكثر توازنًا.

الاستقلالية قوة وقيد في آن واحد

تؤكد مجموعة MV على استقلاليتها التامة في فرنسا. في سوق تهيمن عليه المنصات الدولية، تُعدّ هذه ميزة تنافسية قوية. قد يُفضّل العملاء شريكًا محليًا يُدرك خصوصيات السوق الفرنسية، والمتطلبات التنظيمية، وعمليات اتخاذ القرار في الشركات المتوسطة. وتكتسب سيادة البيانات وقنوات الاتصال السريعة أهمية متزايدة مع ازدياد اندماج الذكاء الاصطناعي في العمليات الحيوية للأعمال.

يعني الاستقلال أيضاً ضرورة تمويل الاستثمارات داخلياً وتحمّل الشركة نفسها للمخاطر التقنية. أما الشركات العالمية، فتوزّع تكاليف التطوير على مليارات المستخدمين. لذا، يجب على الشركات متوسطة الحجم أن تكون انتقائية للغاية بشأن المكونات التي تُطوّرها داخلياً. فمحاولة بناء نماذج أساسية كاملة أو منصة إعلانية شاملة لن تكون مجدية اقتصادياً. بينما يُعدّ التخصص في تكامل البيانات، والتفعيل المُخصّص للعملاء، والتأثير القابل للقياس، خياراً أكثر جدوى.

كما يعزز الاستقلال المصداقية في الاستشارات متعددة القنوات. فمن الناحية النظرية، يستطيع مزود الخدمة الذي لا يدير منصة إعلانية مهيمنة اتخاذ قرارات أكثر حيادية بشأن القناة الأنسب للعميل. مع ذلك، يجب ضمان هذه الحيادية تنظيمياً، إذ يجب ألا تخلق نماذج التعويض والشراكات حوافز خفية لتفضيل ميزانيات إعلامية معينة.

يُوسّع وضع المنظمة غير الربحية نطاق مسؤولياتها. فإذا كانت مجموعة MV تهدف إلى الجمع بين الأداء الاقتصادي والأهداف الاجتماعية والبيئية، فيجب تقييم شركة IA Vista وفقًا لهذه المعايير أيضًا. ويشمل ذلك الاستخدام المسؤول لموارد الحوسبة، ونماذج العمل غير التمييزية، والتواصل الشفاف، وتجنب ممارسات التسويق التلاعبية. ولا يُعد هذا الوضع ميزة تنافسية إلا إذا تُرجم إلى قرارات قابلة للتحقق.

إن مسألة التوظيف أكثر تعقيداً من مجرد تقليص عدد الموظفين

يُغيّر الذكاء الاصطناعي طريقة عمل المؤسسات، ولكن ليس بشكل خطي من البشر إلى الآلات. ستُؤتمت بعض المهام، بينما ستزداد أهمية مهام أخرى، وستظهر أدوار جديدة. قد يقل الطلب على إعداد البيانات اليدوي البحت، والتقارير الموحدة، أو حتى مجرد تعديلات المحتوى البسيطة. في المقابل، ستزداد أهمية إدارة المنتجات، وجودة البيانات، والتحكم في النماذج، واستشارات العملاء، وتصميم التجارب، والتنسيق بين خبراء المجال والأقسام التقنية.

بالنسبة لمجموعة MV، يفتح هذا المجال أمام زيادة الإنتاجية، ولكنه يخلق أيضاً توترات اجتماعية وتنظيمية. فإذا نظر الموظفون إلى الذكاء الاصطناعي في المقام الأول كأداة لتقليص القوى العاملة، فإن رغبتهم في المساهمة بخبراتهم في تطوير الأنظمة ستتضاءل. ومع ذلك، فإن هذه الخبرة ضرورية لتصميم نماذج فعّالة. لذا، يتطلب التحول الحقيقي أهدافاً واضحة وفرصاً تدريبية.

تتمتع المجموعة بميزة تنافسية لأن جزءًا كبيرًا من قوتها العاملة يعمل بالفعل في مجال البيانات، مما يوفر أساسًا متينًا من الفهم التقني يُمكن البناء عليه. في الوقت نفسه، يجب تمكين فرق المبيعات والإبداع وإدارة المشاريع من تقييم النتائج بشكل نقدي. لا تقتصر كفاءة الذكاء الاصطناعي على كتابة أكبر عدد ممكن من التعليمات البرمجية، بل تشمل القدرة على اختيار حالات الاستخدام المناسبة، وتحديد المخاطر، والتحكم في النفقات، وقياس الأثر.

على المدى البعيد، قد يتغير نموذج التوظيف. فبإمكان فرق صغيرة متعددة التخصصات خدمة عدد أكبر من العملاء إذا ما تم أتمتة المهام الروتينية. مع ذلك، سيحتاج الموظفون المتبقون إلى مؤهلات أعلى وتحمل مسؤوليات أكبر. قد يؤدي هذا إلى ارتفاع متوسط ​​الأجور، حتى مع انخفاض عدد الموظفين. لذا، لا يعتمد الأثر الاقتصادي على عدد الوظائف الملغاة فحسب، بل على التغير الكلي في القدرة الإنتاجية، والمؤهلات، والتعويضات، والإيرادات لكل موظف.

النجاح يتطلب إدارة رصينة

لا ينبغي قياس أداء IA Vista بعدد المحتويات المُنشأة، أو النماذج المُطوّرة، أو المشاريع التجريبية المُنجزة. فهذه المقاييس تُوثّق النشاط، لا القيمة المُضافة. الأهم هو نسبة استخدام الميزات بفعالية، والوقت اللازم للتنفيذ مع العميل، والتحسّن في نتائج الحملات المُحدّدة، وهامش الربح الإضافي.

تُفرّق الإدارة الفعّالة بين ثلاثة مستويات. على المستوى التقني، تُعدّ التوافر، وسرعة الاستجابة، ومعدل الخطأ، وجودة البيانات، واستقرار النموذج أمورًا بالغة الأهمية. على المستوى التشغيلي، يُعدّ توفير وقت العمل، وتقليل أوقات المعالجة، وقبول المستخدم أمورًا أساسية. على المستوى الاقتصادي، تُعدّ ولاء العملاء، والإيرادات الإضافية، والهامش، والاستهلاك أمورًا بالغة الأهمية. إذا تم دمج هذه المستويات، يُمكن اعتبار نظام مُبهر تقنيًا ناجحًا حتى لو لم يُحقق فائدة مالية تُذكر.

يُعدّ معدل الاستخدام عاملاً بالغ الأهمية. فكثير من منصات المؤسسات تُطبّق، لكن لا يستخدمها بانتظام إلا عدد قليل من الأشخاص. لذا، تحتاج مجموعة MV ليس فقط إلى تطوير البرمجيات، بل أيضاً إلى تغيير سير العمل. ويشمل ذلك التدريب، وتحديد المسؤوليات بوضوح، وتصميم واجهات سهلة الاستخدام، ونموذج دعم فعّال. فكل عقبة إضافية تُقلّل من احتمالية أن تُصبح المنصة جزءاً من الاستخدام اليومي.

يجب أيضًا مراعاة وجهة نظر العميل باستمرار. فالشركات متوسطة الحجم لا تهتم بعدد معايير النموذج، بل تريد معرفة ما إذا كانت تصل إلى عملاء محتملين أفضل، أو تخفض تكاليف المبيعات، أو تطور علاقاتها مع العملاء الحاليين بشكل أكثر ربحية. لذا، ينبغي أن تبدأ عملية التواصل بشأن المنتج بمشاكل العمل، وأن تُستخدم التفاصيل التقنية فقط عندما تُعزز الثقة والفهم.

ثلاثة سيناريوهات للتنمية الاقتصادية

في السيناريو الإيجابي، تنجح مجموعة MV في ترسيخ منصة IA Vista كمنصة مشتركة بين العديد من الشركات التابعة. تساهم الوحدات القابلة لإعادة الاستخدام في خفض تكاليف المشاريع، ويحجز العملاء خدمات إضافية تعتمد على البيانات، وتتمكن المجموعة من مواءمة أسعارها بشكل أفضل مع القيمة المُضافة. كما يزداد ولاء العملاء بفضل التكامل العميق بين البيانات والنماذج وعمليات الحملات التسويقية. في هذه الحالة، يصبح الاستثمار نقطة انطلاق لنموذج نمو ذي هامش ربح أعلى.

في السيناريو المتوسط، تُحسّن منصة IA Vista الكفاءة الداخلية بشكل أساسي. فهي تُسرّع عمليات التحليل وتخطيط الحملات وإنتاج المحتوى، ولكنها تُباع كمنتج مستقل على نطاق محدود. ومع ذلك، قد يُؤتي الاستثمار ثماره إذا انعكست مكاسب الإنتاجية على زيادة الاستخدام أو تحسين الجودة أو خفض التكاليف. إلا أن التحول الاستراتيجي لا يزال غير مكتمل، لأن نموذج العمل لا يزال يعتمد بشكل كبير على العمالة.

في أسوأ الأحوال، ستبقى IA Vista مجرد مجموعة من المشاريع التجريبية. فربط مصادر البيانات بالغ الصعوبة، ويطالب العملاء بتخصيصات فردية، ويبقى استخدام الفريق منخفضًا. في الوقت نفسه، تُدمج المنصات الكبرى وظائف مماثلة في منتجاتها القياسية مجانًا أو بتكلفة زهيدة للغاية. في هذا السيناريو، تتكبد مجموعة MV تكاليف تطوير وتشغيل باهظة دون تحقيق تميز كافٍ.

يعتمد تحديد السيناريو الأمثل بشكل أقل على نموذج واحد، وأكثر على تحديد الأولويات بشكل متسق. فوجود عدد محدود من حالات الاستخدام المحددة بوضوح، وعمليات بيانات موحدة، وقياس دقيق للنجاح، يزيد من فرص النجاح. في المقابل، فإن الطموح المفرط لأن يكون النظام روبوت محادثة، ومنصة بيانات، ومحرك محتوى، وأداة مبيعات، ونظام إدارة حملات في آن واحد، سيؤدي إلى تشتيت الموارد.

لماذا يُعدّ الرهان سليماً من الناحية الاستراتيجية، ولكنه ليس خالياً من المخاطر؟

يُعدّ استثمار الخمسة ملايين يورو استثمارًا طموحًا وذا جدوى استراتيجية، نظرًا لحجم مجموعة MV. تمتلك الشركة ثلاثة شروط أساسية تفتقر إليها العديد من مشاريع الذكاء الاصطناعي: مجموعات بيانات ذات صلة، وقنوات تسويقية فعّالة، وقاعدة عملاء قائمة. وهذا يُمكّن المجموعة من ربط التكنولوجيا مباشرةً بالتطبيقات التجارية. تُرسّخ استراتيجية البيانات التي طُوّرت منذ عام 2017 وعمليات الاستحواذ اللاحقة أساسًا متينًا يجعل من IA Vista أكثر من مجرد تجربة قصيرة الأجل في مجال الذكاء الاصطناعي.

لذا، فإنّ الرؤية الواضحة هي أن القيمة الأكبر للمشروع لا تكمن في الذكاء الاصطناعي التوليدي بحد ذاته، بل في تحويل البيانات المجزأة وخبرات الوكالات إلى خدمة متكاملة وقابلة للقياس وإعادة الاستخدام. إذا نجح هذا، فبإمكان مجموعة MV تقليل اعتمادها على بيع العمالة البشرية، وزيادة ولاء عملائها من الشركات المتوسطة، وتمييز نفسها عن المنصات العالمية من خلال الحياد والتواجد المحلي والخبرة في مجال البيانات.

في الوقت نفسه، لا ينبغي المبالغة في تقدير أهمية الاستثمار. فالسوق يتغير بسرعة، والوظائف القياسية تتناقص تكلفتها، والمتطلبات التنظيمية تتزايد. قد تُشكل مجموعات البيانات الضخمة ميزة، لكنها قد تنطوي أيضاً على مخاطر كبيرة. يمكن للأتمتة أن تُخفض التكاليف، ولكن بدون تطبيق واضح، قد تُؤدي إلى مشاكل في الجودة ومقاومة داخلية. لذلك، يجب تقييم النجاح الاقتصادي بناءً على القيمة المضافة التي يُحققها، وليس على النشاط التقني بحد ذاته.

تُعدّ IA Vista في جوهرها رهانًا على التكامل. تراهن مجموعة MV على إمكانية تحويل عمليات الاستحواذ والبيانات والمواهب وعلاقات العملاء إلى كيان أقوى وأكثر تماسكًا من خلال طبقة ذكاء اصطناعي مشتركة. لا يضمن مبلغ الخمسة ملايين يورو ميزة دائمة، بل يمنح فرصة بناء واحدة. ويتوقف نجاح هذه الميزة التنافسية المستدامة على جودة البيانات، والالتزام بمعايير المنتج، والثقة في الجهات التنظيمية، والقدرة على تقديم قيمة ملموسة للعملاء بشكل أسرع من المنصات القائمة والوكالات المنافسة.

ما تعنيه هذه القضية بالنسبة لقطاع الوكالات بأكمله

تُجسّد حالة مجموعة MV كيف يتغير المركز الاقتصادي لقطاع التسويق. لا تزال الإبداعية والاستشارات وأداء الوسائط مهمة، لكنها باتت مُحاطة بشكل متزايد بالبيانات وأنظمة التكنولوجيا. الوكالات التي تستخدم أدوات الذكاء الاصطناعي الحالية فقط تُخاطر بأن تصبح قابلة للاستبدال. في المقابل، تستطيع الشركات التي تجمع بين البيانات الخاصة والخبرة المتخصصة والعمليات القابلة للقياس أن تُرسّخ مكانة أقوى في سلسلة القيمة.

بالنسبة لمجموعات الوكالات المستقلة، هذا يعني أن الحجم وحده لا يكفي. فالاستحواذات لا تُحقق قيمة إلا عند دمج البيانات والأنظمة والخدمات. وفي الوقت نفسه، لا تُغني التكنولوجيا وحدها عن التواصل المباشر مع العملاء. ويتحقق أفضل وضع عند التقاء قابلية التوسع التقني والاستشارات المتخصصة في القطاع. وهذا تحديدًا هو المزيج الذي تسعى مجموعة MV إلى تحقيقه.

بالنسبة للعملاء، يتغير اختيار الشريك التسويقي. فبالإضافة إلى الإبداع والانتشار، تزداد أهمية الأسئلة المتعلقة بمصدر البيانات، والتحكم في النموذج، ومنهجية القياس، والاعتمادات التكنولوجية. يجب أن يكون مزود الخدمة قادرًا على شرح كيف يُسهم الذكاء الاصطناعي في اتخاذ قرارات أفضل، وما هي البيانات المستخدمة، وكيف يتم اكتشاف الأخطاء. وهكذا، أصبح التسويق بشكل متزايد مجالًا يشمل الاقتصاد والإحصاء والتكنولوجيا والحوكمة.

الخلاصة المثيرة للجدل، وإن كانت منطقية، واضحة: في سوق التسويق المستقبلي، لن يفوز المزود الذي يمتلك أكبر عدد من ميزات الذكاء الاصطناعي تلقائيًا. الفائز هو من يحوّل البيانات بشكل فعّال إلى قرارات أفضل، وينفذ هذه القرارات بطريقة محكمة، ويستطيع إثبات قيمتها الاقتصادية المضافة. اختارت مجموعة MV هذا المسار مع IA Vista، ووفرت الاستثمار، وأرست الأساس التنظيمي. الآن، يجب تحويل هذا الطموح التكنولوجي إلى منتج قوي.

Konrad Wolfenstein

يسعدني أن أكون مستشارك الشخصي.

يمكنكم التواصل معي عبر البريد الإلكتروني wolfenstein∂xpert.digital أو

اتصل بي على الرقم +49 7348 4088 965 .

لينكد إن