الابتعاد عن "افعلها بنفسك": لماذا تُمهّد خدمات الذكاء الاصطناعي المُدارة الطريق لتصنيع الذكاء الاصطناعي؟

الخدمات المُدارة في مجال الذكاء الاصطناعي: الاقتصاد الجديد للتحول الرقمي

244 ألف عامل ماهر مفقود: كيف تحل الشركات الألمانية الصغيرة والمتوسطة معضلة الذكاء الاصطناعي

يشهد السوق العالمي للذكاء الاصطناعي نمواً سريعاً، لكن خيبة الأمل تتزايد في مجالس الإدارة وأقسام تكنولوجيا المعلومات في الشركات الأوروبية. وتجد الشركات نفسها بشكل متزايد في "مرحلة تجريبية" مكلفة، عالقة بين الجدوى التقنية والجدوى الاقتصادية.

تتفاقم هذه المشكلة في أوروبا بشكل خاص نظرًا لظروف فريدة. فالنقص الحاد في العمالة الماهرة - إذ تعاني ألمانيا وحدها من نقص يقارب ربع مليون خبير في مجالات العلوم والتكنولوجيا والهندسة والرياضيات - يتزامن مع أشد الأنظمة الرقابية صرامة في العالم. ومع دخول قانون الاتحاد الأوروبي بشأن الذكاء الاصطناعي حيز التنفيذ، والعقبات القائمة التي يفرضها قانون حماية البيانات العامة (GDPR)، لم يعد تطوير أنظمة الذكاء الاصطناعي داخليًا ("البناء") مجرد مسألة موارد، بل أصبح مخاطرة كبيرة في الامتثال. غالبًا ما تتجاوز التكلفة الإجمالية للملكية (TCO) للنماذج الاحتكارية جميع خطط الميزانية الأولية خلال السنة الأولى من التشغيل، مدفوعةً بالتكاليف الخفية للصيانة والطاقة ومكافحة انحراف النموذج.

تُحلل هذه المقالة أسباب وصولنا إلى نقطة تحول حاسمة: فالانتقال من المرحلة التجريبية إلى التوسع الصناعي يستلزم تحولاً من التطوير الداخلي المُتخيّل إلى خدمات مُدارة احترافية. نستكشف كيف يُتيح التعهيد الاستراتيجي للشركات ليس فقط تجنب فخ التكاليف، بل استعادة سيادتها التكنولوجية، ومكافحة الذكاء الاصطناعي الخفي، وتحقيق العائد على الاستثمار الذي وعد به التحول الرقمي. تعرف على لماذا تُعد خدمات الذكاء الاصطناعي المُدارة ليست مجرد بديل، بل الحل الأمثل اقتصادياً لتحديات اقتصاد الذكاء الاصطناعي الجديد.

عندما تلتقي السيادة بالسرعة: لماذا تحتاج أوروبا إلى مسارها الخاص نحو تصنيع الذكاء الاصطناعي؟

يشهد سوق الذكاء الاصطناعي كخدمة (AIaaS) نموًا متسارعًا غير مسبوق، ولكنه في الوقت نفسه هشّ. فبينما يُتوقع أن ينمو هذا السوق عالميًا من 12.7 مليار دولار أمريكي في عام 2024 إلى معدل نمو سنوي متوقع قدره 30.6% بحلول عام 2034، تبرز حقيقة مقلقة: 95% من مشاريع الذكاء الاصطناعي في المؤسسات تفشل في تحقيق قيمة تجارية ملموسة. هذا التباين بين الاستثمار والقيمة المُضافة يُشكّل التحدي الرئيسي لاستراتيجيات التحول الرقمي الحديثة، ويُمثّل نقطة تحول من تبني التكنولوجيا تجريبيًا إلى تطبيقها على نطاق صناعي واسع، حيث تعمل الخدمات المُدارة كعامل مُحفّز.

تواجه أوروبا وضعاً فريداً. فقد بلغ حجم سوق الخدمات المُدارة في أوروبا 52.09 مليار دولار أمريكي في عام 2024، ومن المتوقع أن ينمو إلى 100.04 مليار دولار أمريكي بحلول عام 2029، بمعدل نمو سنوي متوسط ​​قدره 13.94%. وتساهم ألمانيا، بوصفها أكبر اقتصاد في الاتحاد الأوروبي، بشكل كبير في هذا النمو بحجم سوق للذكاء الاصطناعي يبلغ 52.94 مليار يورو. ومع ذلك، وراء هذه الأرقام تكمن مجموعة معقدة من المتطلبات التنظيمية، ونقص المهارات الهيكلية، ومطالبات السيادة الاستراتيجية، مما يُجبر الشركات الأوروبية على اتخاذ قرارات مختلفة جذرياً عن تلك التي تتخذها منافساتها الأمريكية أو الآسيوية.

تشريح الفشل: لماذا تصبح أنظمة الذكاء الاصطناعي الداخلية فخًا للتكاليف

يُقدّم معدل نجاح مشاريع الذكاء الاصطناعي صورةً قاتمةً لواقع التطبيق الحالي. تُشير بيانات حديثة من مؤسسة ستاندرد آند بورز العالمية إلى أن 42% من الشركات ستتوقف عن تنفيذ معظم مبادراتها في مجال الذكاء الاصطناعي بحلول عام 2025، وهو ارتفاعٌ كبيرٌ مقارنةً بنسبة 17% في العام السابق. والأكثر إثارةً للقلق هو أن 46% من جميع نماذج إثبات المفهوم، في المتوسط، لا تصل إلى مرحلة الإنتاج الفعلي. تُترجم هذه الأرقام إلى كارثة مالية تتجاوز بكثير تكاليف المشروع المباشرة.

لا تكمن أسباب هذا المعدل المرتفع للفشل في المقام الأول في القيود التقنية، بل في سوء توزيع الموارد والجهود بشكل منهجي. سبعون بالمئة من تحديات التنفيذ تنبع من مشاكل بشرية وإجرائية، بينما لا تتجاوز نسبة التحديات الخوارزمية عشرة بالمئة، على الرغم من أن الأخيرة تستنزف في الغالب معظم طاقة المؤسسة. هذا الخلل يؤدي إلى سلسلة من الإخفاقات المدمرة.

تواجه الشركات المتوسطة الحجم التي تختار تطوير أنظمتها داخليًا استثمارًا أوليًا يتراوح بين 200 ألف يورو ومليون يورو. يغطي هذا المبلغ تكاليف شراء الأجهزة، وإعداد البنية التحتية، وتكاليف الموظفين الأولية. مع ذلك، فإن التكلفة الإجمالية للملكية (TCO) تُظهر صورةً أكثر قتامة. تُشير التحليلات إلى أن الاستثمار الأولي في الأجهزة لا يُمثل سوى 33% من إجمالي التكاليف على مدى ثلاث سنوات. أما النسبة المتبقية البالغة 67% فتُعزى إلى النفقات التشغيلية مثل استهلاك الكهرباء (مع تكلفة إضافية بنسبة 40% للتبريد)، وتكاليف الموظفين لإدارة النظام، والصيانة الدورية.

يُؤثر نقص العمالة الماهرة تأثيراً بالغاً. ففي ألمانيا وحدها، يوجد حالياً نقصٌ في 244 ألف متخصص في مجالات العلوم والتكنولوجيا والهندسة والرياضيات، وهذا العدد في ازدياد. تتراوح رواتب علماء البيانات بين 53 ألفاً و70 ألف يورو للوظائف المبتدئة، بينما تتراوح رواتب الخبراء ذوي الخبرة من سبع إلى عشر سنوات بين 300 ألف و500 ألف يورو سنوياً. أما الباحثون الرئيسيون والباحثون العاملون في مختلف المستويات، فيمكنهم الحصول على رواتب سنوية تتراوح بين 500 ألف ومليون يورو. وتُمثل تكاليف الموظفين هذه وحدها ما بين 10% و15% من ميزانيات الذكاء الاصطناعي النموذجية، حتى قبل تشغيل أي نموذج.

ثمّة مأزق الصيانة. فانحراف النموذج، أي التدهور التدريجي للجودة نتيجة لتغير أنماط البيانات، يُجبر على إعادة التدريب المستمر. تستهلك هذه العملية موارد أكثر بنسبة 22% من التطوير الأولي، وتُولّد تكاليف مستمرة تتراوح بين 15 و30% من إجمالي النفقات. الشركات التي تُقلّل من شأن هذا العنصر الخفي من التكاليف تُعاني من تجاوزات في الميزانية تتراوح بين 30 و40% في السنة الأولى من التشغيل وحدها.

تزيد تكاليف الفرصة البديلة من حدة المعضلة. يستغرق مشروع البناء النموذجي من 12 إلى 24 شهرًا للوصول إلى مرحلة الجاهزية للإنتاج، إن تم الوصول إليها أصلًا. خلال هذه الفترة، يحقق المنافسون بالفعل قيمة تجارية ملموسة من العمليات المدعومة بالذكاء الاصطناعي. على سبيل المثال، قد يؤدي تأخير لمدة ثلاثة أشهر، بسبب عمليات التنسيق الداخلية كمفاوضات مجالس العمال في ألمانيا، إلى تكاليف فرصة بديلة تصل إلى 50,000 يورو نتيجة ضياع مكاسب الكفاءة. أما إذا فشل المشروع تمامًا، فإن استثمارًا بقيمة 200,000 يورو يتحول إلى خسارة كاملة دون أي عائد.

المفارقة التنظيمية: كيف يجعل قانون الذكاء الاصطناعي في الاتحاد الأوروبي الخدمات المُدارة ضرورة استراتيجية

مع دخول قانون الاتحاد الأوروبي بشأن الذكاء الاصطناعي حيز التنفيذ في عام 2024، ونفاذه الكامل بعد فترة انتقالية مدتها 24 شهرًا، تدخل أوروبا حقبة جديدة من تنظيم التكنولوجيا. يُرسي هذا القانون نهجًا قائمًا على المخاطر، يصنف أنظمة الذكاء الاصطناعي إلى أربع فئات: مخاطر غير مقبولة، ومخاطر عالية، ومخاطر محدودة، ومخاطر ضئيلة. وتخضع الأنظمة عالية المخاطر، كتلك المستخدمة في البنية التحتية الحيوية، أو التوظيف، أو إنفاذ القانون، لمتطلبات توثيق ومراقبة وجودة شاملة.

بالنسبة لموفري ومشغلي هذه الأنظمة، يعني هذا زيادة كبيرة في تعقيدات الامتثال. إذ يتعين عليهم إعداد وثائق فنية، وتطبيق أنظمة إدارة الجودة، والخضوع لعمليات تدقيق خارجية، ووضع علامات المطابقة الأوروبية (CE)، وتسجيل أنظمتهم في قاعدة بيانات الاتحاد الأوروبي. وتُحتسب الغرامات وفقًا للائحة العامة لحماية البيانات (GDPR) وقد تصل إلى 7% من إجمالي الإيرادات السنوية العالمية. ويستنزف الاستعداد لهذه المتطلبات وحدها موارد داخلية كبيرة تفتقر إليها العديد من الشركات، ولا سيما الشركات الصغيرة والمتوسطة.

في الوقت نفسه، يفرض النظام الأوروبي العام لحماية البيانات (GDPR) متطلبات صارمة لسيادة البيانات، تحدّ من تدفق البيانات عبر الحدود. ويُصبح شرط إقامة البيانات، أي الالتزام بتخزينها ضمن حدود جغرافية محددة، قيدًا أساسيًا لأنظمة الذكاء الاصطناعي. كما تُصبح معايير التشفير أثناء التخزين وأثناء النقل، وضوابط الوصول القائمة على الأدوار، وسياسات عدم الاحتفاظ بالبيانات لتكاملات الجهات الخارجية، معاييرَ أساسية. هذه المتطلبات ليست مجرد إجراءات شكلية، بل قرارات معمارية جوهرية يجب تضمينها في الأنظمة منذ البداية.

يُجسّد هذا التناقض التنظيمي: فبينما تُطبّق أوروبا أشدّ متطلبات حوكمة الذكاء الاصطناعي صرامةً على مستوى العالم، فإنها في الوقت نفسه تُبطئ من وتيرة تبنّيه نتيجةً لزيادة التعقيد. ويتعيّن على الشركات التي تسعى إلى تلبية هذه المتطلبات من خلال التطوير الداخلي ليس فقط بناء خبرات في مجال الذكاء الاصطناعي، بل أيضاً استيعاب المعرفة التنظيمية. ويكمن البديل في الخدمات المُدارة التي تُقدّم الامتثال كجزء لا يتجزأ من وعدها الخدمي.

تُدمج شركات تقديم الخدمات المُدارة ذات التوجه الأوروبي الامتثال للائحة العامة لحماية البيانات (GDPR)، والاستعداد لقانون الذكاء الاصطناعي للاتحاد الأوروبي، والاستضافة المحلية في بنية منصاتها. وتتولى هذه الشركات مسؤولية التحديثات المستمرة استجابةً للتغيرات في المتطلبات القانونية، وتوفر سجلات تدقيق يمكن للشركات تقديمها أثناء عمليات التدقيق. ولا يقتصر أثر هذا التفويض الخارجي لعبء الامتثال على خفض التكاليف فحسب، بل يُسهم أيضًا في الحد من المخاطر القانونية، التي تتزايد بشكل كبير في عصر الرقمنة المتنامية.

المنطق الاقتصادي للاستعانة بمصادر خارجية: مقارنة التكلفة الإجمالية للملكية

يتبلور القرار النهائي بين خيارات التطوير الذاتي، أو الشراء، أو الحلول الهجينة، في حساب التكلفة الإجمالية للملكية. ويكشف تحليل مفصل للتكلفة الإجمالية للملكية عن سبب كون الخدمات المُدارة الخيار الأمثل اقتصاديًا لغالبية الشركات الأوروبية.

لنبدأ أولاً بدراسة منهجية البناء. تشمل النفقات الرأسمالية أجهزة الحوسبة مثل مجموعات وحدات معالجة الرسومات، ومعدات الشبكات للاتصالات عالية السرعة، وبنية التخزين التحتية. يبدأ سعر تكوين صغير محليًا من حوالي 30,000 يورو لتكاليف الأجهزة. تشمل النفقات التشغيلية السنوية استهلاك الطاقة والتبريد (حوالي 3,000 يورو بسعر 0.12 يورو لكل كيلوواط ساعة)، وتخصيص 10% فقط من وقت مسؤول النظام (15,000 يورو بناءً على راتب بدوام كامل قدره 150,000 يورو)، ورسوم الصيانة والاستضافة المشتركة (2,000 يورو). وبذلك، يصل إجمالي التكاليف السنوية إلى 30,000 يورو، مما ينتج عنه تكلفة إجمالية للملكية (TCO) تبلغ 90,000 يورو على مدى ثلاث سنوات - أي ثلاثة أضعاف الاستثمار الأولي في الأجهزة.

لا تتناسب هذه الحسابات طرديًا مع التعقيد. فالشركات المتوسطة الحجم ذات المتطلبات الأكثر شمولًا قد تحتاج سريعًا إلى استثمارات أولية تتراوح بين 100,000 و500,000 يورو، مع تكاليف تشغيل سنوية تتراوح بين 20,000 و50,000 يورو. أما الشركات الكبيرة ذات البنية التحتية العالمية، فتواجه استثمارات بملايين اليورو، مع تكاليف تشغيل شهرية تتراوح بين 20,000 و100,000 يورو.

يُقدّم نهج البيع والشراء عبر المنصات التجارية هيكل تكلفة مختلفًا تمامًا. تعمل الخدمات المُدارة عادةً بنماذج قائمة على الاستخدام أو الاشتراك. تبلغ تكلفة ChatGPT Plus أو Claude Pro حوالي 23.80 يورو لكل مستخدم شهريًا. بينما تبلغ تكلفة Microsoft 365 Copilot 28.10 يورو لكل مستخدم شهريًا مع عقد إلزامي لمدة عام واحد واشتراك حالي في Microsoft 365. بلغت قيمة منصات المؤسسات، مثل AWS Managed Services Europe، 203.52 مليون دولار أمريكي في عام 2024، وهي تنمو بنسبة 18.1% سنويًا، مما يعكس تزايد الإقبال عليها.

بالنسبة لشركة متوسطة الحجم تضم 100 موظف وتستخدم أدوات الذكاء الاصطناعي، تبلغ تكلفة Claude Pro 2380 يورو شهريًا أو 28560 يورو سنويًا. قد يبدو هذا المبلغ في البداية مماثلاً لتكاليف تشغيل بنية تحتية داخلية. إلا أن الفرق الجوهري يكمن في عناصر التكلفة الخفية لنهج "البناء للاستخدام الفوري": فلا حاجة لعلماء بيانات أو مهندسي تعلم آلي، ولا صيانة للبنية التحتية، ولا تكاليف إضافية لصيانة النماذج، ولا تطبيق داخلي للامتثال.

تُظهر مقارنة التكاليف على مدى خمس سنوات التباين الاقتصادي. إذ تتراكم تكاليف الأجهزة والتشغيل في نموذج البناء الذاتي بقيمة 450,000 يورو، بالإضافة إلى ما يُقدّر بـ 300,000 يورو لاثنين من علماء البيانات ذوي الخبرة المتوسطة، و100,000 يورو لبنية MLOps التحتية وأدواتها، و50,000 يورو لعمليات التدقيق والتوثيق المتعلقة بالامتثال. يُقارن هذا المجموع البالغ 900,000 يورو بنموذج الخدمة المُدارة الذي تبلغ تكاليف ترخيصه 142,800 يورو (100 مستخدم × 23.80 يورو × 12 شهرًا × 5 سنوات). وحتى مع إضافة تكاليف التنفيذ البالغة 50,000 يورو والتعديلات السنوية البالغة 10,000 يورو، يظل نموذج الخدمة المُدارة يوفر ميزة تكلفة تتجاوز 700,000 يورو.

يغفل هذا الحساب المتغير الأكثر أهمية: خطر الفشل. فمع معدل فشل يصل إلى 95% لمشاريع الذكاء الاصطناعي المؤسسية المطورة داخليًا، هناك احتمال كبير ألا يحقق استثمار 900 ألف يورو أي عائد. أما الخدمات المُدارة، ذات أنماط النشر المُثبتة ومعدل نجاح 67% في شراكات الموردين، فتُقلل هذا الخطر بشكل كبير. ويُظهر العائد المُعدّل حسب المخاطر تفوقًا واضحًا للنهج المُدار.

الذكاء الاصطناعي الخفي: التهديد الذي يُستهان به لحوكمة الشركات

بينما تتناقش الشركات حول استراتيجيات الذكاء الاصطناعي الرسمية، برز واقعٌ موازٍ: الذكاء الاصطناعي الخفي. يشير هذا المصطلح إلى الاستخدام غير المنضبط لأدوات الذكاء الاصطناعي من قِبل الموظفين خارج هياكل حوكمة تكنولوجيا المعلومات الرسمية. ويُشير تقرير حالة الذكاء الاصطناعي الصادر عن شركة Box إلى أن الذكاء الاصطناعي الخفي يُعدّ سببًا رئيسيًا لتسريبات البيانات، وانتهاكات الامتثال، وزيادة مخاطر برامج الفدية والتصيّد الاحتيالي.

تُعدّ مخاطر الامتثال بالغة الخطورة. إذ تتجاوز أدوات الذكاء الاصطناعي غير المعتمدة آليات الرقابة القائمة، مما يُؤدي إلى انتهاكات محتملة للائحة العامة لحماية البيانات (GDPR) وقانون قابلية نقل التأمين الصحي والمساءلة (HIPAA) ومعيار SOC 2، دون علم الإدارة. يقوم الموظفون بتحميل بيانات حساسة، أو معلومات شخصية، أو بيانات مرضى إلى نماذج لغوية خارجية ضخمة قد تعمل خارج نطاق الاختصاصات القانونية المسموح بها، أو تستخدم البيانات لأغراض التدريب. تُؤدي هذه المعالجة غير المرئية للبيانات إلى سجلات غير مكتملة لأنشطة المعالجة، وهو ما يُعدّ انتهاكًا جوهريًا للائحة العامة لحماية البيانات.

تتجاوز أبعاد المخاطر حماية البيانات. تنشأ نزاعات الملكية الفكرية عندما يخضع المحتوى أو الشفرة البرمجية المُولّدة لحقوق أطراف ثالثة. وتتجلى المخاطر السيبرانية من خلال حزم الذكاء الاصطناعي من مستودعات غير موثوقة قد تحتوي على برمجيات خبيثة. وقد تُوجّه القرارات المتحيزة أو غير المُبرّرة - كالأوهام أو التشوهات الخوارزمية - قرارات الموارد البشرية أو المالية أو التجارية دون شفافية بشأن مبادئها الأساسية.

تُعالج الخدمات المُدارة ذات أُطر الحوكمة القوية مشكلة الذكاء الاصطناعي غير المُعلن بشكل جذري. فمن خلال توفير إمكانيات ذكاء اصطناعي مُعتمدة تُلبي الاحتياجات الوظيفية للموظفين، تُزيل هذه الخدمات الحافز لاستخدام أدوات خارجية غير خاضعة للرقابة. وتضمن سجلات التدقيق المُتكاملة، وعمليات التحقق الآلية من الامتثال، وآليات تطبيق السياسات، امتثال كل تفاعل مع الذكاء الاصطناعي للمتطلبات التنظيمية. كما تضمن اتفاقيات عدم الاحتفاظ بالبيانات مع مُزودي خدمات إدارة دورة حياة المنتج مثل OpenAI أو Anthropic عدم تخزين بيانات الشركة خارجيًا أو استخدامها لتدريب النماذج.

منصة الذكاء الاصطناعي المُدارة - الصورة: Xpert.Digital

ستتعلم هنا كيف يمكن لشركتك تنفيذ حلول الذكاء الاصطناعي المخصصة بسرعة وأمان وبدون حواجز دخول عالية.

منصة الذكاء الاصطناعي المُدارة هي حلك الشامل والمريح للذكاء الاصطناعي. فبدلاً من التعامل مع التقنيات المعقدة والبنية التحتية المكلفة وعمليات التطوير الطويلة، ستحصل على حل جاهز مُصمم خصيصًا لتلبية احتياجاتك من شريك متخصص - غالبًا في غضون أيام قليلة.

الفوائد الرئيسية في لمحة:

⚡ تنفيذ سريع: من الفكرة إلى التطبيق العملي في أيام، لا أشهر. نقدم حلولاً عملية تُحقق قيمة فورية.

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

💸 لا مخاطرة مالية: أنت تدفع فقط مقابل النتائج. يتم الاستغناء تمامًا عن الاستثمارات الأولية الكبيرة في الأجهزة أو البرامج أو الموظفين.

🎯 ركّز على عملك الأساسي: ركّز على ما تتقنه. نتولى جميع مراحل التنفيذ الفني، والتشغيل، والصيانة لحلول الذكاء الاصطناعي الخاصة بك.

📈 مواكب للمستقبل وقابل للتطوير: ينمو الذكاء الاصطناعي لديك معك. نضمن لك التحسين المستمر وقابلية التطوير، ونكيف النماذج بمرونة مع المتطلبات الجديدة.

المزيد عنها هنا:

• منصة الذكاء الاصطناعي المُدارة

فخّ التقييد بالمورد: لماذا يصبح عدم التقيد بمورد محدد ميزة تنافسية؟

يُعدّ الاعتماد على موردين محددين أحد أكبر المخاطر الاستراتيجية في تبني الذكاء الاصطناعي. ويحدث هذا التقييد عندما تكون الأنظمة متكاملة بشكل وثيق مع مزود واحد، ما يجعل تغيير المزود أمراً شبه مستحيل أو مكلفاً للغاية. وفي مجال الذكاء الاصطناعي، يتجلى هذا الأمر بشكل خاص في واجهات برمجة التطبيقات الاحتكارية، والنماذج مغلقة المصدر، وعمليات التكامل الخاصة بالمنصات.

توفر منصات الحوسبة السحابية العملاقة مثل AWS ومايكروسوفت أزور وجوجل كلاود خدمات ذكاء اصطناعي قوية، لكنها في الوقت نفسه تُقيّد العملاء ضمن أنظمتها. يتكامل AWS Bedrock AgentCore بسلاسة مع بنية AWS التحتية، ولكنه مُركّز على AWS مع إمكانية نقل محدودة. يتميز Microsoft Power Automate بتكامله العميق مع Microsoft 365، ولكنه يُقيّد مرونة النموذج بمجموعة أدوات Microsoft. تُصبح هذه التبعية إشكالية عند تغيير نماذج التسعير، أو ظهور نماذج أفضل من المنافسين، أو عندما تُصبح مسألة الاختصاص القضائي للاستضافة ذات أهمية بسبب العوامل الجيوسياسية.

يكمن الحل في المنصات المستقلة عن نماذج التعلم الموجه (LLM) وبوابات نماذج الذكاء الاصطناعي. تعمل هذه المنصات كطبقة تجريد بين التطبيقات والنماذج، مما يسمح بكتابة التعليمات البرمجية باستخدام واجهة موحدة، بينما تقوم البوابة بتوجيه الطلبات إلى مختلف مزودي الخدمة. لا يتطلب الانتقال من OpenAI إلى Anthropic أو نموذج LLaMA مُستضاف ذاتيًا سوى تغيير في الإعدادات، وليس إعادة هيكلة التعليمات البرمجية.

عادةً ما تقوم الشركات التي تتبنى استراتيجيات النماذج المتعددة بنشر ثلاثة نماذج أساسية أو أكثر بالتوازي، وتوجيه الطلبات إلى المزود الأمثل بناءً على حالة الاستخدام. لا تمنع هذه المرونة احتكار الموردين فحسب، بل تُمكّن أيضًا من التحسين المستمر لنسبة التكلفة إلى الأداء. وتضمن المعايير المفتوحة، مثل Apache Parquet لتنسيقات البيانات وOpenTelemetry للمراقبة، إمكانية النقل عبر مختلف المنصات.

تُعدّ الآثار التجارية بالغة الأهمية. تُشير تقديرات شركة أندريسن هورويتز إلى أن أكبر 50 شركة برمجيات عامة كان بإمكانها توفير ما يقارب 100 مليار دولار من قيمتها السوقية من خلال إدارة أفضل للحوسبة السحابية. ويعود جزء كبير من هذا القصور إلى العلاقات غير المرنة مع الموردين، وضعف القدرة التفاوضية في حالات الاحتكار.

Unframe AI: دراسة حالة لمنصة ذكاء اصطناعي ذات نهج خدمة مُدارة

في ظل تحديات السوق الراهنة، تبرز منصة Unframe AI كنموذجٍ رائدٍ في مجال تقديم حلول الذكاء الاصطناعي المُدارة، مع تركيزٍ واضحٍ على متطلبات المؤسسات. تعتمد بنية المنصة على مبدأ الوحدات النمطية: حيث يتم تجميع عناصر الذكاء الاصطناعي المُعدة مسبقًا - كالبحث والتحليلات والأتمتة والوكلاء والتكاملات - في حلولٍ مُخصصةٍ عبر خطط تحكم. تُمكّن هذه الوحدات النمطية من النشر في غضون أيامٍ بدلًا من شهور، دون الحاجة إلى إعادة تدريب النماذج أو ضبطها بدقة، وهو ما يستغرق وقتًا طويلًا.

تغطي المنصة في آن واحد الأبعاد الأربعة الحاسمة لتطبيق الذكاء الاصطناعي الناجح: السرعة، وسيادة البيانات، والمرونة، وخدمة التوصيل المُدارة.

<h3 style=";text-align:right;direction:rtl">سرعة</h3> هذا يعني بنية تحتية جاهزة للنشر الفوري. فبينما تستغرق مشاريع التطوير التقليدية عادةً من 12 إلى 24 شهرًا للوصول إلى مرحلة النضج في السوق، ويتعثر 87% منها في المرحلة التجريبية، يحقق Unframe جاهزية التشغيل في غضون أيام أو أسابيع قليلة. وقد قامت شركة كوشمان آند ويكفيلد، وهي شركة عالمية رائدة في مجال العقارات، بأتمتة عملية تقديم العطاءات بالكامل، مما قلل وقت المعالجة من 24 ساعة إلى ثوانٍ معدودة. هذا التسريع الهائل يجنب تكاليف الفرص الضائعة الناتجة عن تأخير المشاريع، ويخلق ميزة تنافسية فورية.

<h3 style=";text-align:right;direction:rtl">سيادة البيانات</h3> تضمن Unframe ذلك من خلال نماذج تشغيل مرنة. تعمل المنصة محليًا (داخل مقر الشركة)، أو في السحابة الخاصة، أو في بيئة هجينة، بحيث لا تغادر البيانات الحساسة بيئة الشركة الآمنة أبدًا. وهذا أمر بالغ الأهمية للامتثال للائحة العامة لحماية البيانات (GDPR) وقانون الذكاء الاصطناعي للاتحاد الأوروبي. يوفر التشفير (سواءً أثناء التخزين أو النقل)، وضوابط الوصول القائمة على الأدوار، والسجلات الشاملة لكل عملية ذكاء اصطناعي، بنية حوكمة ضرورية للأنظمة عالية المخاطر. كما تمنع إرشادات استخدام البيانات الصارمة استخدام معارف الشركة لتدريب النماذج العامة.

<h3 style=";text-align:right;direction:rtl">المرونة</h3> يُعدّ استقلال Unframe عن نماذج اللغات البرمجية المحددة (LLMs) أمرًا أساسيًا. فهو يدعم النماذج العامة والخاصة على حدٍ سواء، ويتيح تغيير المورّد دون تعديل شفرة البرنامج. يمكن للعملاء استخدام OpenAI، أو الانتقال إلى Anthropics Claude، أو دمج نماذج Mistral المستضافة في الاتحاد الأوروبي، بالإضافة إلى نماذجهم المحلية، مع الحفاظ على التحكم عبر الإطار كما هو. تمنع هذه الحيادية احتكار المورّد، وتُمكّن من التحسين المستمر. فإذا ظهر نموذج أفضل أو أرخص أو أكثر توافقًا مع القوانين غدًا، يُمكن للشركات الانتقال إليه في غضون ساعات.

يُميّز نهج الخدمة المُدارة الذي تتبعه Unframe نفسها عن مزودي التكنولوجيا البحتة. فوعدها "نبني لك - بدون أي تكلفة إضافية" ينقل تعقيدات التنفيذ من العميل إلى المزود. في حين أن منصات الذكاء الاصطناعي مثل ServiceNow غالبًا ما تتكبد تكاليف إعداد أولية باهظة (من 20,000 إلى 500,000 دولار أمريكي) بالإضافة إلى تكاليف الموظفين السنوية، تتكفل Unframe بهذه النفقات. وهذا يُلغي التكاليف المباشرة ويتجاوز نقص المهارات، وهو أمرٌ ملحوظٌ بشكلٍ خاص في ألمانيا حيث يوجد عجزٌ قدره 244,000 عامل في مجالات العلوم والتكنولوجيا والهندسة والرياضيات.

تتجلى إمكانيات التكامل Unframe عمليًا: فهي تتصل بأي نظام تقريبًا عبر واجهات عالمية، سواءً كان Salesforce أو SAP أو Jira أو قواعد البيانات القديمة. ونظرًا لأن التكامل مع بيئات تكنولوجيا المعلومات المعقدة غالبًا ما يمثل الجزء الأكبر من التكاليف الإجمالية، تعتمد Unframe على موصلات جاهزة من مئات المشاريع. ويؤدي تأثير الشبكة الناتج - حيث يعزز كل تكامل جديد المنصة لجميع العملاء - إلى خلق ميزة مستدامة يصعب على الحلول المصممة خصيصًا محاكاتها.

الاقتصاد الجزئي لتطبيق الذكاء الاصطناعي: مقاييس العائد على الاستثمار وفترات الاسترداد

تتجسد الحجج الاقتصادية الكلية المؤيدة للخدمات المُدارة في مؤشرات ملموسة لعائد الاستثمار على مستوى المؤسسات. وتشير الأبحاث الحالية إلى أن الشركات تتوقع متوسط ​​عائد استثمار بنسبة 13.7% لوكلاء الذكاء الاصطناعي، وهو أعلى بقليل من نسبة 12.6% لتطبيقات الذكاء الاصطناعي العام غير القائمة على الوكلاء. ومع ذلك، فإن هذه المتوسطات تخفي تباينًا كبيرًا بين الشركات الرابحة والخاسرة.

تُحقق نسبة الخمسة بالمئة من تطبيقات الذكاء الاصطناعي الناجحة - تلك التي تتجاوز مرحلة التجارب الأولية وتصل إلى مرحلة الإنتاج - تأثيرات تحويلية. وتُوفر عمليات أتمتة عمليات إدارة العمليات التجارية الناجحة ما بين مليونين إلى عشرة ملايين دولار أمريكي سنويًا. ويشهد رواد الذكاء الاصطناعي الذين يحققون قابلية التوسع زيادة في الإيرادات بنسبة 20% وهوامش ربح أعلى بكثير. كما ينخفض ​​عبء العمل اليدوي بنسبة 63%، مما يُتيح للموظفين التفرغ لمهام ذات قيمة عالية. وتتحسن مؤشرات رضا العملاء بمقدار 18 نقطة بفضل تجربة عملاء متميزة.

تتشارك هذه النجاحات أنماطًا مشتركة. فمنذ البداية، يحددون مؤشرات أداء رئيسية واضحة للنتائج بدلًا من مقاييس سطحية مثل "عدد النماذج المختبرة" أو "الساعات الموفرة". ويستثمرون 70% من مواردهم في الأفراد والعمليات مقابل 30% في التكنولوجيا، وهو عكس التوزيع المعتاد. ويتابعون نصف عدد حالات الاستخدام بضعف العمق، مركزين على العمليات الحيوية للأعمال بدلًا من مكاسب الإنتاجية الغامضة. وينفذون إعادة تصميم سير العمل خلال مرحلة النشر، وليس كمشروع لاحق لإدارة التغيير.

تُدمج الخدمات المُدارة هذه الممارسات المُثلى في منهجية تقديم خدماتها. ومن خلال مراحل استكشاف مُنظمة، تُحدد حالات الاستخدام ذات نسبة التكلفة إلى الفائدة المُثلى. ويتم تحديد عتبات نتائج الأعمال - مثل "تقليل وقت مراجعة التعليمات البرمجية بنسبة 30%" أو "تقليص وقت إنشاء المقترحات من 24 ساعة إلى 60 ثانية" - قبل اختيار الأداة. كما تمنع الميزانيات المُخصصة للتجريب والتشغيل توقف المشاريع بعد المرحلة التجريبية لعدم توفر موارد النشر. ويُقلل التكامل المُبكر لمنهجيتي DevOps وMLOps من الاحتكاك بين الفرق ويُسرّع من تحقيق القيمة.

تختلف فترات استرداد التكاليف تبعًا لمدى تعقيد حالة الاستخدام. فالمشاريع قصيرة الأجل، مثل روبوتات الدردشة لخدمة العملاء، تُظهر عائدًا على الاستثمار خلال ستة إلى اثني عشر شهرًا من خلال خفض تكاليف الدعم. أما التطبيقات متوسطة الأجل، مثل الصيانة التنبؤية، فتصل إلى نقطة التعادل بعد 18 إلى 24 شهرًا بفضل تجنب فترات التوقف وتحسين دورات الصيانة. بينما تتطلب التحولات طويلة الأجل، مثل ابتكار المنتجات المدعوم بالذكاء الاصطناعي، ثلاث سنوات أو أكثر، لكنها تُحقق مزايا تنافسية مستدامة. تعمل الخدمات المُدارة على تحسين مزيج المحفظة الاستثمارية على امتداد هذه الآفاق الزمنية، مُوازنةً بين المكاسب السريعة لتحقيق الزخم والرهانات الاستراتيجية للتميز.

اقتصاد المستقبل: من الخدمات كبرمجيات إلى الأتمتة الآلية

بدأت المرحلة التالية من اقتصاديات الذكاء الاصطناعي بالظهور. فالذكاء الاصطناعي الوكيل، أي الأنظمة المستقلة القادرة على إدارة العمليات الكاملة من البداية إلى النهاية دون تدخل بشري، مُهيأ لإحداث ثورة في سوق البرمجيات الذي تبلغ قيمته 400 مليار دولار، واختراق قطاع الخدمات الأمريكي الذي تبلغ قيمته 10 تريليونات دولار. وتُظهر التجارب المبكرة التي أجرتها المؤسسات على وكلاء خدمة العملاء الذين يحلون الاستفسارات بالكامل بشكل مستقل، ووكلاء المعالجة المالية الذين يراقبون ويوافقون على المعاملات الروتينية، ووكلاء مسار المبيعات الذين يتتبعون التفاعل عبر القنوات المختلفة، إمكاناته التحويلية.

يتطلب هذا التحول من أتمتة المهام إلى تنسيق سير العمل بنية تحتية جديدة كلياً. يجب دمج أنظمة مصادقة الوكلاء، ومنصات تكامل الأدوات، وأطر عمل متصفحات الذكاء الاصطناعي، وبيئات التشغيل المتخصصة للبرمجيات المولدة بواسطة الذكاء الاصطناعي، في بنى المؤسسات. تُمكّن الخدمات المُدارة التي توفر هذه الإمكانيات كميزات أساسية الشركات من المشاركة في ثورة الوكلاء دون الحاجة إلى تطوير هذه الأنظمة المعقدة للغاية بنفسها.

الآثار الاقتصادية عميقة. يستبدل نموذج الخدمات كبرمجيات نماذج المختبرات البشرية المكلفة بهياكل برمجية ذات تكلفة هامشية منخفضة، مع الحفاظ على الجودة أو حتى تجاوزها. يعمل وكيل المشتريات الذي يُؤتمت إدارة الموردين، ومفاوضات العقود، ومعالجة الطلبات على مدار الساعة طوال أيام الأسبوع دون إجازات، ويتوسع فورًا لتلبية ذروة الطلب، ويكلف جزءًا بسيطًا من تكلفة القدرة البشرية المكافئة. يتسارع انتقال القيمة من مزودي الخدمات إلى منصات البرمجيات، مما يصب في مصلحة الشركات التي تُدمج قدرات الوكلاء في وقت مبكر.

مع ذلك، تُثير الاستقلالية تحديات جديدة في مجال الحوكمة. إذ يصبح التفسير والمساءلة في قرارات الأنظمة الآلية أمرًا بالغ الأهمية عند تنفيذ إجراءات ذات أهمية مالية أو قانونية دون إشراف بشري. ويتناول قانون الاتحاد الأوروبي للذكاء الاصطناعي هذا الأمر من خلال الإشراف البشري الإلزامي على الأنظمة عالية المخاطر، ما يُحقق توازنًا بين الاستقلالية والتحكم. وتُسهم الخدمات المُدارة ذات أُطر الحوكمة المُدمجة - كآليات الموافقة، وقوائم المراجعة، وأنماط التدخل البشري في القرارات الحاسمة - في التغلب على هذا التوتر، مُحققةً أقصى قدر من الكفاءة دون المساس بالامتثال.

الآثار الاستراتيجية على صناع القرار الأوروبيين

تُشير نتائج تحليل الأدلة إلى آثار استراتيجية واضحة على الشركات الأوروبية. ينبغي ألا يستند قرار التطوير الداخلي أو الشراء بشكل أساسي إلى التفضيلات التقنية، بل إلى أربعة أسئلة رئيسية: هل يُعدّ الذكاء الاصطناعي عامل تمييز جوهري في الأعمال أم مجرد أداة داعمة؟ ما هي متطلبات حساسية البيانات والامتثال؟ هل الموارد الداخلية متوفرة لضمان استدامة التشغيل؟ ما هو حساب العائد على الاستثمار المعدل حسب المخاطر على مدى فترات زمنية واقعية؟

بالنسبة لغالبية الشركات الأوروبية، ولا سيما الشركات الصغيرة والمتوسطة، تُرجّح الحلول استخدام الخدمات المُدارة أو الحلول الهجينة. قد تُبرر الميزات التنافسية الأساسية التطوير الخاص، ولكن ينبغي تنفيذ وظائف الدعم وأتمتة العمليات الإدارية وسير العمل القياسي عبر منصات مُثبتة. تُحسّن استراتيجية "اشترِ الأساسيات، واصنع الفرق" هذه تخصيص الموارد، مُركّزةً المواهب النادرة في مجال الذكاء الاصطناعي على التطبيقات التنافسية الحقيقية.

يُحوّل المناخ التنظيمي الأوروبي الامتثال من عائق إلى ميزة تنافسية. فالشركات التي تُسوّق جاهزيتها للائحة العامة لحماية البيانات (GDPR) والتزامها بقانون الذكاء الاصطناعي للاتحاد الأوروبي كعوامل تمييز في السوق، تستقطب شرائح من العملاء المتشككين في مزودي الخدمات الأمريكيين أو الآسيويين بسبب مخاوف تتعلق بخصوصية البيانات. وتجمع الخدمات المُدارة مع استضافة أوروبية - مثل خدمة Le Chat Pro من Mistral بخوادم أوروبية مقابل 15 يورو شهريًا، أي أرخص بنسبة 37% من المنافسين الأمريكيين - بين الامتثال التنظيمي والريادة في التكلفة.

يُحتّم النقص الحالي في العمالة الماهرة اتخاذ قرارات عملية. فمع وجود فجوة في المهارات في مجالات العلوم والتكنولوجيا والهندسة والرياضيات تبلغ 244 ألفًا، ورواتب تتراوح بين 300 ألف و500 ألف يورو سنويًا لكبار علماء البيانات، تُعدّ المنافسة على استقطاب المواهب خاسرةً لمعظم الشركات. ويضمن الاستعانة بخدمات مُدارة لإدارة التعقيدات التقنية، مع دمج منطق الأعمال وتصميم حالات الاستخدام داخليًا، الاستخدام الأمثل للمهارات. كما أن رفع مستوى مهارات الموظفين الحاليين في مجال الذكاء الاصطناعي والهندسة الفورية يُحقق قيمةً أكبر من حملات التوظيف غير الناجحة لعلماء البيانات.

يُظهر منظور التكلفة الإجمالية للملكية (TCO) على مدى خمس إلى سبع سنوات، بما في ذلك جميع التكاليف المباشرة والخفية، التفوق الاقتصادي لنهج الإدارة في حالات الاستخدام غير الأساسية. ويشير معدل فشل الأنظمة المطورة داخليًا بنسبة 95% إلى أن حتى وفورات التكاليف الكبيرة الناتجة عن التطوير تصبح غير ذات جدوى إذا لم يحقق المشروع أي نتائج تجارية. وبعد تعديل المخاطر، تُرجّح جميع الحسابات تقريبًا كفة نهج الخدمة المُدارة.

تصنيع الذكاء الاصطناعي

يشهد تطور الذكاء الاصطناعي من تقنية تجريبية إلى بنية تحتية صناعية تحولاً حاسماً. فبعد مرحلة التجارب الأولية وإثبات جدوى المفاهيم، بات التركيز منصباً على تحقيق نتائج أعمال قابلة للقياس وعائد استثمار مستدام. وفي هذا السياق، تبرز الخدمات المُدارة كنموذج تقديم الخدمات المهيمن، ليس لتفوقها التقني، بل لملاءمتها للواقع الاقتصادي والتنظيمي والتنظيمي للشركات الأوروبية.

يُؤدي اجتماع عوامل عدة، منها النقص الهيكلي في العمالة الماهرة، واللوائح الصارمة بموجب اللائحة العامة لحماية البيانات (GDPR) وقانون الذكاء الاصطناعي للاتحاد الأوروبي، والتكاليف الإجمالية الباهظة لامتلاك الأنظمة المطورة داخليًا، إلى خلق بيئة يصبح فيها الاستعانة بمصادر خارجية للتعقيد التقني مع دمج منطق الأعمال داخليًا استراتيجيةً منطقية. وتمثل منصات مثل Unframe AI، التي تجمع بين السرعة عبر مناهج التصميم، والسيادة عبر خيارات النشر المرنة، والمرونة عبر عدم التقيد بنظام إدارة التعلم، والتسليم المُدار عبر نماذج "التصميم حسب الطلب"، الجيل القادم من تصنيع الذكاء الاصطناعي.

لن تكون الشركات التي ستسيطر على السوق في السنوات القادمة هي تلك التي تمتلك أكبر فرق الذكاء الاصطناعي أو أغلى مجموعات وحدات معالجة الرسومات، بل تلك التي تركز على استخلاص قيمة تجارية ملموسة من الذكاء الاصطناعي من خلال اتخاذ قرارات ذكية بشأن تطوير الحلول أو شرائها، والتطوير والتوسع السريع، والتعامل مع الامتثال كميزة أساسية لا كعيب، وتوجيه مواردها البشرية المحدودة نحو أنشطة تميزها حقًا. توفر خدمات الذكاء الاصطناعي المُدارة الأساس لهذا التركيز، مما يتيح الوصول إلى إمكانيات على مستوى المؤسسات دون أعباء التطوير الاحتكاري.

في عالمٍ تفشل فيه 95% من المشاريع، يُشكّل اختيار استراتيجية التنفيذ الصحيحة الفرق بين النمو التحويلي والفشل المُكلف. والدليل واضح: بالنسبة للأغلبية الساحقة، لا تُعدّ خدمات الذكاء الاصطناعي المُدارة الخيار الثاني، بل هي المسار الأمثل لتحقيق ميزة تنافسية مستدامة مدعومة بالذكاء الاصطناعي.

Konrad Wolfenstein

سأكون سعيدًا بالعمل كمستشار شخصي لك.

الاتصال بي تحت Wolfenstein ∂ xpert.digital

اتصل بي تحت +49 89 674 804 (ميونيخ)

ينكدين
 

خبرتنا في الاتحاد الأوروبي وألمانيا في تطوير الأعمال والمبيعات والتسويق - الصورة: Xpert.Digital

التركيز على الصناعة: B2B، والرقمنة (من الذكاء الاصطناعي إلى الواقع المعزز)، والهندسة الميكانيكية، والخدمات اللوجستية، والطاقات المتجددة والصناعة

المزيد عنها هنا:

• مركز إكسبيرت للأعمال

مركز موضوعي يضم رؤى وخبرات:

• منصة المعرفة حول الاقتصاد العالمي والإقليمي والابتكار والاتجاهات الخاصة بالصناعة
• مجموعة من التحليلات والاندفاعات والمعلومات الأساسية من مجالات تركيزنا
• مكان للخبرة والمعلومات حول التطورات الحالية في مجال الأعمال والتكنولوجيا
• مركز موضوعي للشركات التي ترغب في التعرف على الأسواق والرقمنة وابتكارات الصناعة