الإغلاق الكبير: لماذا ترغب الشركات في التخلص من وكلاء الذكاء الاصطناعي لديها؟ – عندما تتجاوز تكلفة وكلاء الذكاء الاصطناعي قيمتهم

عندما تسيطر العوامل المستقلة على زمام الأمور، وتستهلك مراكز البيانات رأس مال يفوق ما يمكن أن يحققه السوق

مليارات تُستثمر دون عائد: يجب على وكلاء الذكاء الاصطناعي إثبات جدواهم

يدخل الذكاء الاصطناعي مرحلة جديدة. تميزت المرحلة الأولى باختراقات تكنولوجية هائلة، وعروض مبهرة، وإمكانية جعل العمل المعرفي أكثر إنتاجية بشكل ملحوظ. وشهدت المرحلة الثانية ضخ ميزانيات ضخمة في النماذج، ومراكز البيانات، ومعالجات الرسومات، ومنصات الحوسبة السحابية، وتطبيقات المؤسسات الأولية. والآن، تبدأ المرحلة الثالثة: وهي مرحلة التقييم الاقتصادي والتنظيمي الواقعي. ستحدد هذه المرحلة ليس فقط الشركات التي ستستمر في السوق، بل ستحدد أيضاً ما إذا كانت الشركات ستخلق قيمة مستدامة وقابلة للقياس من الذكاء الاصطناعي، أم أنها ستزيد من تكاليفها، ومخاطر التحكم، والمسؤولية القانونية.

يُبرز تطوران رئيسيان هذه النقطة المحورية. فعلى مستوى التطبيقات، تتزايد أعداد أنظمة الذكاء الاصطناعي المستقلة بوتيرة أسرع من قدرة العديد من الشركات على تكييف حوكمتها، وحقوق الوصول، والتحكم في التكاليف، والمسؤوليات. وفي الوقت نفسه، على مستوى البنية التحتية، تظهر مراكز البيانات وقدرات الحوسبة السحابية المتخصصة على نطاق واسع لا يوجد له حاليًا سوق نهائي كبير ومستعد للتشغيل الاقتصادي. ويمثل هذا تقاربًا بين تقديرين مبالغ فيهما: إذ تُبالغ الشركات في تقدير النضج التنظيمي للأنظمة المستقلة على المدى القصير، بينما قد يُبالغ المستثمرون ومشغلو البنية التحتية في تقدير سرعة تحويل الطلب على الذكاء الاصطناعي إلى إيرادات مربحة.

لم يعد السؤال المحوري هو ما إذا كان الذكاء الاصطناعي يعمل تقنيًا، بل أين يعمل بكفاءة وموثوقية وربحية في ظروف العالم الحقيقي. هذا التحول يُغير منطق السوق. فالاستقلالية القصوى، أو حجم النموذج الأقصى، أو القدرة الحاسوبية القصوى وحدها لن تضمن النجاح. بل تنشأ المزايا التنافسية عندما تقترن القدرة التقنية بتصميم عمليات متين، ومساءلة واضحة، وقرارات قابلة للتحقق، ونماذج تكلفة واقعية، وقيمة مضافة مميزة للعملاء.

تبدأ خيبة الأمل الكبرى في الشركات

ينبغي فهم التوقع بأن أكثر من 40% من مشاريع الذكاء الاصطناعي القائم على الوكلاء قد يتم إيقافها أو تخفيض تصنيفها أو إعادة تصميمها جذريًا بحلول نهاية عام 2027، ليس كحكم على الأهمية طويلة الأمد لهذه التقنية، بل كنقد لتطبيقها الحالي. تبدأ العديد من المشاريع كتجارب لإثبات المفهوم في ظل ظروف مضبوطة. في هذه البيئة، تُختار البيانات، وتُحدد المهام، ويُفترض أن المستخدمين حسنون النية، وتكون عواقب الأخطاء طفيفة نسبيًا. مع ذلك، يُغير الانتقال إلى عمليات الإنتاج جميع المعايير. إذ يتعين على الوكيل حينها التعامل مع بيانات غير مكتملة، وقواعد متضاربة، وأنظمة قديمة، وحالات خاصة، وتغييرات في الصلاحيات، وقرارات متعلقة بالمسؤولية القانونية.

عند هذه العتبة تحديدًا، يفشل عدد كبير من المشاريع التجريبية التقنية. يُجيب النموذج التجريبي المُقنع على سؤال ما إذا كانت الوظيفة ممكنة من الأساس، لكنه لا يُجيب على سؤال ما إذا كان بالإمكان تنفيذها ملايين المرات بتكاليف إجمالية مقبولة، وجودة ثابتة، ومخاطر يُمكن التحكم بها. وتتفاقم هذه المشكلة مع الأنظمة المستقلة، لأنها لا تستطيع فقط توليد المحتوى، بل تستطيع أيضًا استدعاء الأدوات بشكل مستقل، وتعديل البيانات، وتفعيل العمليات، وربط القرارات ببعضها. لذا، لا يقتصر الخطأ بالضرورة على رد نصي غير صحيح، بل قد ينتشر على شكل طلب خاطئ، أو وصول غير مصرح به إلى البيانات، أو قرار خاطئ من العميل، أو تغيير في نظام الإنتاج.

لذا، يُعدّ إلغاء المشروع المتوقع أمراً منطقياً من الناحية الاقتصادية. فارتفاع التكاليف، وعدم وضوح القيمة التجارية، وعدم كفاية ضوابط المخاطر، ليست مشاكل منفصلة، ​​بل هي مترابطة ومتداخلة. فكلما قلّت موثوقية أداء النظام، زاد الجهد المطلوب للمراقبة والتدقيق واتخاذ الإجراءات التصحيحية. وكلما زادت الحاجة إلى التدخل اليدوي، قلّت الزيادة الفعلية في الإنتاجية. وكلما قلّت الزيادة في الإنتاجية، ازدادت صعوبة تبرير النفقات الإضافية على النماذج والتكاملات والمراقبة والأمن والامتثال. وبالتالي، قد يُنشئ نظامٌ مُصمّمٌ أصلاً للأتمتة طبقةً جديدةً من الإشراف اليدوي، غير مرئية إلى حد كبير.

يصبح الاستقلال الذاتي نوعًا جديدًا من التكاليف

غالبًا ما يُنظر إلى تكاليف الذكاء الاصطناعي القائم على الوكلاء نظرةً ضيقة. تقارن الشركات أسعار النماذج أو تحسب رسوم رموز الإدخال والإخراج، لكن هذا لا يُغطي سوى جزء من العبء الاقتصادي. فالوكيل عادةً ما يُقسّم المهمة إلى خطوات متعددة، ويصل إلى أنظمة مختلفة، ويُكرر المحاولات الفاشلة، ويتحقق من النتائج الوسيطة، ويُحافظ على سياقات أطول. ولذلك، قد تتطلب سير العمل المعقدة قدرة حاسوبية أكبر بكثير من روبوت المحادثة التقليدي. يُضاف إلى ذلك تكاليف التنسيق، وإعداد البيانات، والواجهات، والتسجيل، وإدارة الهوية، وضوابط الأمان، والتقييم، وتشغيل النماذج المختلفة.

بل إن التكاليف غير المباشرة أكثر أهمية. تشمل هذه التكاليف الوقت الذي يقضيه المتخصصون في مراجعة النتائج، وتصحيح الأخطاء، وتطبيق ضوابط داخلية إضافية، وتوفير التدريب، وإجراء المراجعات القانونية، وتكييف سير العمل. إذا أنجز وكيل مهمةً مقابل بضعة سنتات فقط، ولكن النتيجة تتطلب مراجعة دورية من قِبل شخص مؤهل، فإن سعر النموذج يصبح عديم الجدوى كمقياس. المهم هو التكلفة الإجمالية للعملية لكل مهمة مكتملة بشكل صحيح. يجب أن يشمل ذلك أيضًا التكرارات، وعواقب الأخطاء، والاستثناءات، وتكلفة الإشراف البشري.

إن حقيقة أن 21% فقط من مديري تقنية المعلومات الذين شملهم الاستطلاع يتمتعون بشفافية كاملة فيما يتعلق بتكاليف أنظمة الذكاء الاصطناعي وأعباء العمل الخاصة بها، تكشف عن نقص جوهري في الرقابة. فبدون تخصيص التكاليف حسب حالة الاستخدام ووحدة العمل والعملية، يستحيل تقييم الفوائد الاقتصادية أو إدارة ميزانية موثوقة. ويكمن الخطر في أن ينمو الإنفاق على الذكاء الاصطناعي بشكل لا مركزي عبر حسابات الحوسبة السحابية واشتراكات البرامج وميزانيات الأقسام، بينما لا ترى إدارة تقنية المعلومات المركزية سوى جزء من التكاليف الإجمالية. وبالتالي، لا تظهر الفاتورة إلا بعد فوات الأوان، عندما يكون الاستخدام وحجم البيانات وعدد الأنظمة قد ازداد بشكل ملحوظ.

لإجراء تقييم سليم، يجب على الشركات الانتقال من التركيز على تكاليف الاستخدام التقني فقط إلى نموذج قيمة شامل. ينبغي قياس تكاليف إتمام كل عملية بنجاح، ومعدل إنجاز الحالات بشكل صحيح دون تدخل بشري، ومعدلات الخطأ والتكرار، ووقت الإنجاز، وجهد التحكم، والعائد المالي الفعلي المُحقق. فقط عندما تظل هذه المقاييس مستقرة على مدى فترة طويلة، يمكن تقييم جدوى توسيع نطاق استخدام النظام. الاستقلالية ليست غاية في حد ذاتها، بل هي متغير استثماري: فهي لا تكون مجدية اقتصاديًا إلا إذا فاقت الفوائد الإضافية مخاطر التحكم والخطأ المتزايدة.

تكنولوجيا المعلومات غير الرسمية تكتسب نفوذاً أكبر

يُغيّر انتشار وكلاء الذكاء الاصطناعي طبيعة مشكلة تكنولوجيا المعلومات غير الرسمية. ففي السابق، كانت الأقسام تحصل على برامج غير مصرح بها أو تخزن البيانات في خدمات غير خاضعة للرقابة. أما اليوم، فيمكن للموظفين إنشاء وكلاء خاصين بهم بسرعة، قادرين على الوصول إلى بيانات الشركة وتنفيذ مهام بشكل مستقل. وقد كشف استطلاع شمل 685 مديرًا تنفيذيًا لتكنولوجيا المعلومات في الشركات أن 84% منهم أفادوا بأن الموظفين يُطوّرون وكلاء الذكاء الاصطناعي بوتيرة أسرع من قدرة قسم تكنولوجيا المعلومات على تطبيق قواعد الحوكمة المناسبة. وبالتالي، لا تكمن المشكلة في تزايد عدد التطبيقات فحسب، بل في تزايد عدد الجهات الفاعلة الرقمية أيضًا.

غالبًا ما يمتلك هؤلاء الفاعلون هويات تقنية، ومفاتيح واجهة برمجة التطبيقات (API)، وحسابات خدمة، أو صلاحيات مستخدم مُفوضة. وهذا يُنشئ فئة جديدة من الهويات غير البشرية التي لا تخضع، في العديد من المؤسسات، لنفس قواعد الموظفين. لم تُدمج 59% من المؤسسات التي شملها الاستطلاع وكلاء الذكاء الاصطناعي بشكل كامل في سياسات إدارة الهوية والوصول الحالية لديها. في الوقت نفسه، أفاد 72% بوجود فجوة متوسطة إلى كبيرة بين مستوى الوصول المسموح به نظريًا للوكيل ومستوى الوصول الذي تستطيع المؤسسة إثباته فعليًا.

من الناحية الاقتصادية، تُعدّ هذه الفجوة خطيرة للغاية لأنها تُخلّ بالتوازن المتوقع بين الكفاءة والمخاطر. إذ يُمكن للموظف العمل على مدار الساعة وبسرعة فائقة. هذه الخاصية التي تُبشّر بالإنتاجية تُفاقم حجم الضرر في حال وقوع خطأ. فالصلاحيات الواسعة، ومفاتيح الوصول طويلة الأمد، وعدم كفاية تسجيل البيانات، قد تُؤدي إلى تكرار قرار خاطئ واحد بشكل منهجي. وتكون التكلفة الحدية لخطأ آخر شبه معدومة بالنسبة للموظف، بينما تتراكم التكاليف المترتبة على ذلك بالنسبة للشركة.

النتيجة واضحة: يحتاج كل عنصر إنتاجي إلى هوية رسمية، وغرض موثق، ومسؤول بشري، وصلاحيات محدودة. ينبغي منح الوصول وفقًا لمبدأ أقل الصلاحيات، مع تحديد مدة زمنية، ومراقبة مستمرة. يجب الحصول على موافقة بشرية قبل تنفيذ الإجراءات ذات الأهمية البالغة. تُعد آليات الإيقاف المركزية ضرورية بنفس القدر لتجنب تعطيل العناصر بشكل فردي في أنظمة متعددة في حالة حدوث عطل. مع أن هذه التدابير قد تُقلل السرعة على المدى القصير، إلا أنها تُعزز قابلية النظام للتوسع بشكل عام من خلال الحد من الأضرار، وعدم اليقين، والتعقيدات التنظيمية.

المسؤولية دون سيطرة فعلية

كشف استطلاع عالمي شمل 3200 مدير تنفيذي لتقنية المعلومات عن وجود توتر تنظيمي. إذ لاحظ 88% منهم أن تبني الذكاء الاصطناعي في العمليات التشغيلية يتقدم بوتيرة أسرع من تبني الحوكمة. وفي الوقت نفسه، يفترض 90% منهم أن قسم تقنية المعلومات المركزي سيُحمّل مسؤولية الإخفاقات الأمنية أو المتعلقة بالامتثال، حتى لو تم شراء الأدوات المسببة لها بشكل مستقل عن وحدات الأعمال الأخرى. وهذا يخلق فجوة بين سلطة اتخاذ القرار والمساءلة.

يُؤدي هذا الهيكل إلى حوافز سلبية. إذ تستفيد وحدات الأعمال من ميزة التجارب السريعة على المدى القصير، بينما يبقى جزء كبير من المخاطر على عاتق قسم تقنية المعلومات، وحماية البيانات، وأمن المعلومات، والإدارة. وقد يُصبح قسم تقنية المعلومات المركزي عائقًا إذا طُلب منه الموافقة على كل طلب على حدة. ومع ذلك، إذا تخلى عن السيطرة تمامًا، فسيظهر مشهد معقد من النماذج، والوكلاء، والوصول إلى البيانات، والعقود. وكلا الطرفين غير فعال. فالنهج المركزي البحت يُعيق الابتكار، بينما يُضاعف النهج اللامركزي تمامًا المخاطر وازدواجية الجهود.

لذا، يُعدّ نموذج الحوكمة الموحد ضروريًا. إذ تُحدّد الوظائف المركزية المبادئ التوجيهية الفنية والتنظيمية الملزمة، وتُوفّر المنصات المعتمدة، وتُراقب الهويات والتكاليف والأنشطة الحيوية. ويجوز لوحدات الأعمال تطوير التطبيقات وتشغيلها ضمن هذا الإطار، ولكن يجب عليها توثيق الفوائد ومصادر البيانات والمخاطر والأفراد المسؤولين. وهذا يُبقي القرارات قريبة قدر الإمكان من العمليات اليومية، بينما تمنع المعايير المشتركة كل فريق من الاضطرار إلى حلّ نفس مشكلات الأمان والتكامل بشكل متكرر.

يُظهر الضغط الشخصي الواقع على مديري تقنية المعلومات مدى التطور الجذري الذي طرأ على الذكاء الاصطناعي، من كونه موضوعًا للابتكار إلى عاملٍ أساسي في المسار الوظيفي والحوكمة. إذ يعتقد 76% من المديرين التنفيذيين في مجال تقنية المعلومات الذين شملهم الاستطلاع أن مناصبهم مُهددة إذا لم تُحقق شركاتهم نتائج أعمال ملموسة باستخدام الذكاء الاصطناعي بحلول نهاية عام 2027. قد يُسرّع هذا الضغط من عملية تحديد الأولويات بشكل منطقي، ولكنه ينطوي أيضًا على خطر التوسع المُتسرع. فمن يقع تحت ضغط تحقيق النجاح على المدى القصير قد يُعطي الأولوية لأرقام التنفيذ الظاهرة على حساب تحسينات العمليات الفعّالة. والنتيجة المُفارقة هي أن الضغط نفسه لإثبات عائد الاستثمار بسرعة يزيد من احتمالية وقوع أخطاء مُكلفة.

عندما يصبح المتحكم نفسه عاملاً من عوامل التكلفة

تشير التجارب الأولية في مجال الحوكمة والتدقيق إلى أن المخاطر ليست مجرد مخاطر نظرية. ففي استطلاع شمل 417 متخصصًا في الحوكمة وإدارة المخاطر والامتثال والتدقيق، أفاد 34% منهم بأن مؤسساتهم اتخذت قرارات بناءً على قرارات غير دقيقة صادرة عن أنظمة الذكاء الاصطناعي. ولاحظ 30% منهم تصرفات غير مقصودة، و25% قصورًا في الرقابة، و24% تأثيرات سلبية على العملاء. وفي 20% من الحالات، تعارضت أنظمة الذكاء الاصطناعي. واحتاج ما يقرب من نصف الموظفين إلى وقت أطول لمراجعة نتائج الذكاء الاصطناعي وتصحيحها مقارنةً بالسابق.

يجب تفسير هذه البيانات بحذر لأن الاستطلاعات تعكس تصورات المشاركين وخبراتهم، ولا تعكس بالضرورة معدل تكرار جميع الأخطاء في السوق ككل. ومع ذلك، فهي تكشف عن نمط واضح: الشركات تفوض سلطة اتخاذ القرار إلى جهات خارجية قبل تصميم العمليات والبيانات وأنظمة التحكم بما يتناسب مع هذا النوع من الاستقلالية. الذكاء الاصطناعي لا يُحسّن العمليات السيئة تلقائيًا، بل قد يجعلها أسرع وأكثر غموضًا وانتشارًا.

يُعدّ جهد التدقيق الإضافي ذا أهمية بالغة من الناحية الاقتصادية. عادةً ما يُبرر استخدام الأتمتة بحجة خفض تكاليف الموظفين. مع ذلك، إذا كان على المتخصصين المؤهلين التحقق باستمرار من النتائج، وتوضيح الاستثناءات، وإعادة بناء قرارات الموظفين، فإن العمل لا يختفي، بل ينتقل من المعالجة الفعلية إلى المراقبة واستكشاف الأخطاء وإصلاحها. قد تكون هذه الأنشطة أكثر تطلبًا وتكلفة من العملية الأصلية لأنها تتطلب خبرة فنية ومهنية وتنظيمية في آن واحد.

لا يعني هذا أن الإشراف البشري غير اقتصادي بطبيعته، بل هو ضروري في المجالات عالية المخاطر. يكمن جوهر الأمر في مواءمة مستوى الرقابة مع حجم الضرر المحتمل. فالموظف المسؤول عن تصنيف الوثائق الداخلية يحتاج إلى موافقات مختلفة عن النظام الذي يُجري عمليات الدفع، أو يُعدّ قرارات شؤون الموظفين، أو يُعدّل حسابات العملاء. لذا، ينبغي للشركات منح الاستقلالية على مراحل. وكلما كان الإجراء غير قابل للتراجع، وزادت حساسية البيانات، وازداد الأثر الخارجي المحتمل، كلما ازدادت صرامة الموافقات المسبقة، والتسجيل، وعمليات التدقيق المستقلة.

أصبحت مسارات الاختبار جزءاً من البنية التحتية الاقتصادية

يشعر ثلثا مديري تقنية المعلومات بعدم اليقين بشأن قدرتهم على تزويد الجهات التنظيمية بسجل كامل وشامل لقرارات الموظفين. ولا يقتصر الأمر على مجرد مسألة امتثال، بل إن غياب إمكانية التتبع يزيد من تكلفة كل حادثة، لصعوبة تحديد أسبابها، وتعقيد عزل العمليات المتأثرة، وبطء تنفيذ الإجراءات التصحيحية. وبدون سجلات موثوقة، يصعب على الشركة إثبات أن الموظف تصرف ضمن صلاحياته، أو أن شخصًا مسؤولًا قد تدخل بشكل مناسب.

لذا، يجب فهم إمكانية التدقيق كبنية تحتية إنتاجية، لا كمتطلب توثيق يُضاف بأثر رجعي. ينبغي تسجيل هوية الوكيل، والنموذج وإصدار البرنامج المستخدم، ومصادر البيانات التي تم الوصول إليها، والأذونات المتاحة، والخطوات الوسيطة، واستدعاءات الأدوات الخارجية، والموافقات، والنتيجة النهائية. وبنفس القدر من الأهمية، القدرة على إعادة إنتاج العملية تقنيًا، أو على الأقل إعادة بنائها بشكل معقول. مع النماذج الاحتمالية، لا يكون التكرار الدقيق ممكنًا دائمًا، ولكن يجب الحفاظ على المدخلات والتكوينات ومسارات اتخاذ القرار ذات الصلة.

يزداد التحدي في الأنظمة متعددة الوكلاء. فعندما يوزع وكلاء متعددون المهام، ويراجعون النتائج فيما بينهم، أو يعدلون أنظمة المؤسسة المختلفة بشكل متسلسل، تنشأ سلسلة من المسؤوليات الموزعة. وقد ينشأ خطأ من تفاعل عدة قرارات جزئية تبدو معقولة. ولا تكفي أنظمة التحكم التقليدية التي تفحص إجراءات المستخدمين الفردية أو معاملات البرامج المعزولة في هذه الحالة. تحتاج الشركات إلى مراقبة مستمرة لسلسلة العمليات بأكملها.

تُفاقم التطورات التنظيمية هذا الضغط لاتخاذ إجراءات. فالإطار القانوني الأوروبي للذكاء الاصطناعي، ولوائح حماية البيانات، والالتزامات الإشرافية الخاصة بكل قطاع، تزيد من متطلبات إدارة المخاطر، والتوثيق، والرقابة البشرية. كما تُولي سلطات حماية البيانات خارج الاتحاد الأوروبي اهتمامًا متزايدًا بكيفية معالجة الأنظمة الآلية للمعلومات الشخصية. والخلاصة الاقتصادية هي أن الحوكمة ليست مركز تكلفة إضافيًا يُمكن إضافته بعد التوسع الناجح، بل هي شرط أساسي لضمان امتثال التوسع للقانون واستدامته.

مخاطر الذكاء الاصطناعي تنتقل إلى المجموعة العليا

في استطلاع شمل 1330 عضو مجلس إدارة ومديرًا تنفيذيًا، احتلت المخاطر الجديدة الناجمة عن إدخال الذكاء الاصطناعي، اعتبارًا من عام 2027 فصاعدًا، المرتبة الثانية بين مخاطر الأعمال قصيرة الأجل، مباشرةً بعد التهديدات السيبرانية. ويُظهر هذا التصنيف أن الذكاء الاصطناعي لم يعد يُنظر إليه كمبادرة تقنية معلومات معزولة، بل يؤثر في آنٍ واحد على استقرار العمليات، واللوائح التنظيمية، وحماية البيانات، والجهات الخارجية، والموظفين، والسمعة، وتخصيص رأس المال.

لا ينبغي تحليل مخاطر الذكاء الاصطناعي والمخاطر السيبرانية بشكل منفصل. تزيد البرامج الآلية من مساحة الهجوم الرقمي لأنها تتطلب الوصول إلى البيانات والتطبيقات والأدوات. يمكن للمهاجمين محاولة التلاعب بالمدخلات، أو حث البرامج الآلية على القيام بأفعال غير مصرح بها، أو إساءة استخدام بيانات اعتمادها. في الوقت نفسه، يمكن لبرنامج آلي مصادق عليه بشكل صحيح أن يقوم بأفعال محفوفة بالمخاطر إذا تم تحديد هدفه بشكل خاطئ، أو تم التلاعب بسياق عمله، أو كانت صلاحياته واسعة للغاية. لذلك، لا تعالج حلول أمن تكنولوجيا المعلومات التقليدية سوى جزء من المشكلة. فإلى جانب تحديد ما إذا كان المستخدم مصرحًا له بالوصول إلى البيانات، من الضروري تقييم ما إذا كان الإجراء المقصود مسموحًا به ومناسبًا ضمن السياق المحدد.

يستلزم ذلك توسيع مسؤوليات إدارة الشركة. لا يُشترط عليهم فهم كل نموذج تقنيًا، ولكن يجب عليهم ضمان وجود ملكية واضحة، وتصنيفات للمخاطر، وإجراءات تصعيد، وأهداف اقتصادية لتطبيقات الذكاء الاصطناعي الرئيسية. لا يمكن أن تقتصر الرقابة على عدد المشاريع المُطلقة أو حجم الميزانية. والأهم من ذلك، توفير معلومات موثوقة حول العمليات التي تتم أتمتتها بكفاءة، والبيانات المتأثرة، ومدى تكرار التدخل البشري المطلوب، والأضرار المحتملة، وما إذا كانت الفوائد المتوقعة تتحقق بالفعل.

الحل شبه الداخلي: كيف تسدّ Xpert.Digital الثغرات التشغيلية في التسويق والمبيعات بين الشركات - أعمال ذكية قائمة على المحتوى - الصورة: Xpert.Digital

Xpert.Digital هي منصة صناعية B2B تعتمد على البيانات بقيادة Konrad Wolfenstein . تعمل الشركة كحل خارجي شبه داخلي للشركاء الصناعيين، حيث تسد الثغرات التشغيلية في التسويق والمحتوى والمبيعات - دون الحاجة إلى موارد إضافية من جانب العميل.

للمزيد من المعلومات، انقر هنا:

• الحل شبه الداخلي: كيف تسدّ Xpert.Digital الفجوات التشغيلية في التسويق والمبيعات بين الشركات – أعمال ذكية قائمة على المحتوى

تتفاقم مشكلة رأس المال تحت سطح البرنامج

بينما تكافح الشركات للسيطرة على برامجها الذكية، يُوسّع قطاع التكنولوجيا البنية التحتية المادية للذكاء الاصطناعي على نطاق غير مسبوق. ومن المتوقع استثمار ما يقارب تريليون دولار أمريكي في البنية التحتية للذكاء الاصطناعي بحلول عام 2026، وقد يُضاف إليها ستة تريليونات دولار أمريكي أخرى بين عامي 2027 و2030. وتُوجّه هذه المبالغ إلى مراكز البيانات، ووحدات معالجة الرسومات، وتقنيات الشبكات، والتخزين، والتبريد، ومصادر الطاقة، والأراضي. ويأتي هذا التوسع استجابةً لتوقعات نمو الحاجة إلى تدريب نماذج الذكاء الاصطناعي وتشغيلها بشكل ملحوظ على مر السنين.

مع ذلك، لا يضمن النمو وحده عائدًا كافيًا على الاستثمار. سيحتاج مشغلو مراكز بيانات الذكاء الاصطناعي إلى تحقيق إيرادات تراكمية تقارب 8.5 تريليون دولار بحلول عام 2030 لتغطية الاستثمارات المعلنة وتكاليف التمويل، مع افتراض عائد استثمار بنسبة 12%. وتُقدّر الإيرادات المحتملة من شركات الذكاء الاصطناعي في قطاعي المؤسسات والمستهلكين بحد أقصى 3.6 تريليون دولار للفترة نفسها. ورغم أن هذه الأرقام عرضة لعدم يقين كبير نظرًا لآفاق التنبؤ الطويلة، إلا أن حجم الفجوة ملحوظ.

مع ذلك، من الخطأ المقارنة المباشرة بين الاستثمارات وعائدات الذكاء الاصطناعي. فمراكز البيانات لها أعمار افتراضية تمتد لسنوات عديدة، والبنية التحتية قادرة على استيعاب أحجام عمل متنوعة، وبعض الفوائد الاقتصادية تعود على الشركات المستخدمة بدلاً من مشغل البنية التحتية. علاوة على ذلك، يمكن أن يؤدي انخفاض تكاليف الحوسبة إلى توليد طلب جديد. ومع ذلك، تبقى الرسالة الأساسية صحيحة: يجب ألا يقتصر نمو السوق على النمو القوي فحسب، بل يجب أيضاً إنتاج تطبيقات قابلة للربح بسرعة استثنائية لجميع القدرات المخطط لها لتحقيق العائد المتوقع.

يمثل هذا الوضع تحديًا. فالعديد من تطبيقات الذكاء الاصطناعي الحالية تُخفّض التكاليف أو تُحسّن المنتجات القائمة، لكنها لا تُولّد تلقائيًا إيرادات إضافية تُعادل استثمارات البنية التحتية الأساسية. علاوة على ذلك، يُمكن توزيع مكاسب الإنتاجية بين مُقدّمي الخدمات والعملاء. فالمنافسة الشديدة تُؤدي إلى انخفاض الأسعار، وتُسهّل نماذج المصادر المفتوحة دخول السوق، وتُقلّل النماذج الأكثر كفاءة من متطلبات الحوسبة لكل مهمة. ورغم أن هذا يُفيد الاقتصاد ككل، إلا أنه قد يُؤثر سلبًا على ربحية مُشغّلي مراكز البيانات الفردية.

إن معدل انخفاض القيمة يتسارع بوتيرة أسرع من الطلب

تختلف أجهزة الذكاء الاصطناعي عن البنية التحتية الأساسية طويلة الأمد في دورات ابتكارها القصيرة. غالبًا ما توفر الأجيال الجديدة من المعالجات أداءً أفضل بكثير أو كفاءة طاقة أعلى. ونتيجة لذلك، قد تفقد الأجهزة القديمة قيمتها الاقتصادية، حتى وإن كانت لا تزال تعمل من الناحية التقنية. لذا، يجب على المشغل استرداد استثماره بأسرع وقت ممكن من خلال الاستخدام الأمثل والتسعير التنافسي. وإذا انخفض الطلب عن التوقعات، فإن القيم الدفترية ونماذج التمويل تتعرض لضغوط.

بحلول عام 2030، قد تتعرض أصول الذكاء الاصطناعي التي تبلغ قيمتها حوالي 3.5 تريليون دولار لخطر انخفاض القيمة؛ وبحلول عام 2032، قد يرتفع هذا الرقم إلى أكثر من 4 تريليونات دولار. لا يعني انخفاض القيمة اختفاء الخوادم فعليًا، بل يشير إلى أن التدفقات النقدية المستقبلية المتوقعة لم تعد تبرر القيمة الدفترية للأصل. بالنسبة للشركات ذات المديونية العالية، قد يؤدي ذلك إلى تشديد شروط الائتمان، وتآكل حقوق الملكية، وصعوبة الاستثمار مستقبلًا.

تتشابه هذه الديناميكيات مع دورات البنية التحتية السابقة. فغالباً ما تُحفز التقنيات الأساسية الجديدة التوسع، مما يُؤدي في البداية إلى فائض في الطاقة الاستيعابية. وقد شهدت السكك الحديدية وشبكات الاتصالات والألياف الضوئية مراحل مماثلة. فُقد جزء من رأس المال المُستثمر، بينما أتاحت البنية التحتية المُتاحة بسهولة وغير المكلفة لاحقاً نماذج أعمال جديدة. لذلك، يُمكن أن تكون عبارتان صحيحتين في آن واحد: يُمكن للذكاء الاصطناعي أن يُحدث تحولاً اقتصادياً عميقاً، ومع ذلك قد لا يزال جزء كبير من مُستثمري اليوم يحققون عوائد غير كافية.

بالنسبة للاقتصاد ككل، لا يُشترط أن يكون تصحيح السوق سلبياً بالكامل. فعمليات شطب الأصول والإفلاس قد تُخفّض تكلفة القدرة الحاسوبية وتُتيح للمشترين الأكثر كفاءة الوصول إلى البنية التحتية. وقد تستفيد الشركات من انخفاض الأسعار، حتى لو تكبّد المستثمرون الأصليون خسائر. يصبح الوضع إشكالياً عندما يرتبط الإفراط في الاستثمار بارتفاع الديون، أو عقود الطاقة طويلة الأجل، أو تركز القدرة الإنتاجية في منطقة معينة. في مثل هذه الحالات، قد تؤثر عمليات التصحيح على البنوك، وموردي الطاقة، وأسواق العقارات، والميزانيات العامة المحلية.

السحب الجديدة بين النمو والانتقاء

الأكثر عرضةً للخطر هم مزودو خدمات الحوسبة السحابية المتخصصة الذين يوفرون القدرة الحاسوبية لأحمال عمل الذكاء الاصطناعي. تكمن ميزتهم في تخصصهم التقني العالي، وسرعة وصولهم إلى معالجات الرسومات المطلوبة، وعروضهم الأكثر مرونةً في كثير من الأحيان مقارنةً بشركات الحوسبة السحابية الكبيرة والمتنوعة. تُعدّ شركات مثل CoreWeave وNebius أمثلةً على هذا القطاع. من المتوقع أن ينمو السوق المستهدف لعروض البنية التحتية كخدمة المُحسّنة للذكاء الاصطناعي من 66 مليار دولار في عام 2027 إلى 174 مليار دولار في عام 2030. سيكون هذا نموًا هائلًا، ولكنه قد لا يكون كافيًا للاستفادة المربحة من القدرة المُضافة في الوقت نفسه.

لا يعني التوقع بأن أكثر من 80% من منصات الحوسبة السحابية الجديدة قد تتوقف عن العمل بشكل مستقل بحلول عام 2030 بالضرورة اختفاء مواردها الحاسوبية بالكامل. فخيارات الإفلاس، والاستحواذ، والاندماج، والشراكات طويلة الأجل، أو الاندماج في منصات أكبر، كلها واردة. أما العامل الاقتصادي الأساسي فهو التكتل الكبير. وسيواجه مقدمو الخدمات الذين لا يملكون تمويلاً مناسباً، وإمداداً آمناً بالطاقة، ومعدل استخدام مرتفعاً، وخدمات متميزة بوضوح، صعوبة في الحفاظ على استقلاليتهم.

يُعدّ نموذج العمل هذا هشًا لعدة أسباب. أولًا، يتطلب استثمارات ضخمة مُسبقًا في أجهزة تتقادم بسرعة. ثانيًا، قد تتركز قاعدة العملاء، ما يعني أن فقدان عدد قليل من العملاء الكبار يُمكن أن يُغيّر بشكل جذري من استغلال الطاقة الإنتاجية. ثالثًا، تقف شركات الحوسبة السحابية الجديدة وسيطًا بين مُصنّعي الرقائق والعملاء، دون أن تمتلك بالضرورة نفس مستوى القوة التفاوضية. رابعًا، يُمكن لشركات الحوسبة السحابية العملاقة مُنافسة الشركات الأخرى من خلال خدمات المنصات الشاملة، والبنية التحتية العالمية، وعلاقات العملاء القائمة. خامسًا، يُهدد ضغط الأسعار مع ازدياد الطاقة الإنتاجية المُتاحة أو تحسّن كفاءة نماذج الأعمال.

لذا، لا تتشابه جميع خدمات الحوسبة السحابية الجديدة. فالشركات التي تتمتع بمزايا هيكلية هي الأوفر حظاً للبقاء، كالحصول على طاقة أرخص على المدى الطويل، أو الاستخدام التقني العالي، أو الوصول إلى رأس مال محدود، أو تقديم خدمات متخصصة، أو امتلاك موقع قوي في مناطق محددة وقطاعات خاضعة للتنظيم. كما يمكن أن تشكل البنية التحتية السيادية، أو الخاضعة للسيطرة الوطنية أو الأوروبية، عاملاً مميزاً إذا ما أولى العملاء أولوية لخصوصية البيانات، ومكان تخزينها، والاستقلالية الاستراتيجية على حساب السعر الأقل.

شركات الحوسبة السحابية العملاقة تمنح نفسها الوقت

تتمتع شركات الحوسبة السحابية والتكنولوجيا الكبرى بميزة حاسمة على مزودي الخدمات المتخصصين، إذ تموّل توسع الذكاء الاصطناعي من خلال قطاعات أعمال واسعة ومربحة. وتُدرّ منصات الحوسبة السحابية، والإعلانات، والتجارة الإلكترونية، واشتراكات البرامج، وشبكات التواصل الاجتماعي، وخدمات المؤسسات القائمة، تدفقات إيرادات تُسهم في استدامة الاستثمارات على مدى فترات طويلة. وهذا ما يُمكّن شركات مثل أمازون، وجوجل، ومايكروسوفت، وميتا، وغيرها من مزودي الخدمات الكبار، من تجاوز فترات انخفاض العائدات المباشرة للذكاء الاصطناعي بشكل أفضل.

مع ذلك، لا يُزيل التنويع مشكلة العائد على الاستثمار. فحتى الشركات الكبرى مُلزمة بتوضيح كيفية خلق استثماراتها للقيمة على المدى الطويل، إذ تملك ببساطة المزيد من الوقت وقنوات ربحية إضافية. يُمكن للذكاء الاصطناعي زيادة استخدام الحوسبة السحابية الحالية، وتحسين المنتجات الإعلانية، والحفاظ على العملاء على المنصات، وتسريع عمليات التطوير، ودعم مجالات الأعمال الأخرى. لذا، لا تظهر بعض هذه الفوائد كإيرادات منفصلة مُعلنة عن الذكاء الاصطناعي. هذه الآثار الجانبية الاستراتيجية تجعل المقارنة المباشرة مع الحوسبة السحابية الجديدة، التي يعتمد نجاحها الاقتصادي بشكل أكبر على تأجير قوة الحوسبة، أمرًا صعبًا.

قد تتنامى قوة السوق للشركات العملاقة نتيجةً للاندماج. فعندما ينسحب مزودو الخدمات الأصغر من السوق، تستحوذ المنصات الكبيرة على العملاء والعمالة الماهرة والبنية التحتية ذات القيمة العالية. وهذا بدوره قد يزيد من وفورات الحجم، ولكنه قد يُفاقم الاعتمادية. لذا، يتعين على الشركات والحكومات الموازنة بين الكفاءة والمرونة. غالبًا ما تكون البنية التحتية شديدة التركيز أرخص على المدى القصير، ولكنها قد تؤثر على التسعير ومسارات الابتكار والسيادة الرقمية على المدى الطويل.

يُشكّل هذا معضلة استراتيجية لأوروبا. فبناء قدراتها الخاصة في مجال الذكاء الاصطناعي يتطلب موارد ضخمة من الطاقة ورأس المال، في حين أن مزودي الخدمات الأمريكيين والآسيويين يتمتعون بالفعل بمزايا اقتصادية كبيرة. لذا، فإن مجرد تقليد الشركات العملاقة في هذا المجال لن يكون مجديًا. ويتمثل النهج الأكثر منطقية في التركيز على تطبيقات صناعية محددة، ومساحات بيانات موثوقة، وقطاعات منظمة، وكفاءة الطاقة، ونماذج لغوية وتقنية أوروبية، وحلول تشغيل سيادية. ويجب أن ينبع المبرر الاقتصادي من فوائد متباينة، لا من محاولة تقليد سباق القدرات العالمي بشكل عشوائي.

ستة تريليونات دولار ليست توقعات للطلب

يُوضح نموذج آخر حجم التحدي. فإذا كان من المتوقع أن يصل الإنفاق السنوي على البنية التحتية للذكاء الاصطناعي إلى حوالي 1.5 تريليون دولار بحلول عام 2031، وأن تُشكّل الاستثمارات ما يقارب ربع إيرادات القطاع، فسيتعين على سوق الذكاء الاصطناعي العالمي توليد ما يقارب 6 تريليونات دولار سنويًا. ويمكن للتطبيقات الاستهلاكية والتجارية الحالية أن تُساهم بما بين 1.2 و1.8 تريليون دولار من هذا المبلغ. وهذا سيترك فجوة تُقدّر بنحو 4.2 تريليون دولار، والتي سيتعين على الأسواق الجديدة سدّها.

ينبغي فهم رقم الستة تريليونات دولار أمريكي هذا على أنه عائق اقتصادي، وليس توقعًا موثوقًا للإيرادات. يصف هذا الرقم حجم الأموال اللازمة لتمويل التوسع بشكل مستدام في ظل افتراضات معينة بشأن العائد والاستثمار. ولا يُشير إلى إمكانية تحقيق هذه الإيرادات فعليًا. هذا التمييز بالغ الأهمية، لأن أحجام السوق المحتملة ذات الإمكانات العالية غالبًا ما تُعامل على أنها إيرادات متوقعة في النقاشات التقنية.

تشمل أسواق النمو الإضافية البحث والإعلان المدعوم بالذكاء الاصطناعي، والمركبات ذاتية القيادة، والشاحنات والطائرات المسيّرة، والأتمتة الصناعية، والروبوتات، والتوائم الرقمية، وتطوير الأدوية، والخدمات الطبية، وبحوث المواد، والطاقة. من المتوقع أن تصل قيمة الأنظمة ذاتية القيادة إلى حوالي 400 مليار دولار أمريكي، بينما تُقدّر قيمة الذكاء الاصطناعي الفيزيائي، الذي يشمل المحاكاة والتوائم الرقمية والروبوتات، بحوالي 900 مليار دولار أمريكي. تتمتع هذه المجالات بقيمة اقتصادية كبيرة، لكنها تتطور بوتيرة أبطأ من المنتجات البرمجية البحتة. فهي تتطلب أجهزة، وموافقات تنظيمية، واختبارات سلامة، ودمجها في العمليات الفيزيائية، وغالبًا ما تتطلب لوائح مسؤولية جديدة.

لذا، قد يكون الفارق الزمني أكثر أهمية من إمكانات السوق على المدى الطويل. فحتى لو حققت الروبوتات والذكاء الاصطناعي الصناعي إيرادات هائلة، يجب أن تتوسع بسرعة كافية لتبرير الاستثمارات الحالية. تُتكبد تكاليف مراكز البيانات والرقائق الإلكترونية والتمويل فورًا، بينما تستغرق التطبيقات المادية الجديدة سنوات للوصول إلى مرحلة النضج السوقي الواسع. وبالتالي، قد يتحول التوقع المستقبلي السليم إلى استثمار فاشل إذا كان السعر أو هيكل التمويل أو التوقيت غير مناسب.

سيحدد الذكاء الاصطناعي الفيزيائي النصف الثاني من الطفرة

تركزت نجاحات الذكاء الاصطناعي التوليدي حتى الآن بشكل كبير على العمل المعرفي الرقمي. إذ يمكن دمج النصوص والصور وشفرات البرامج والأبحاث وتواصل العملاء في التطبيقات الحالية بسرعة نسبية. صحيح أن الإيرادات المحتملة من هذه الأسواق كبيرة، إلا أنها لا تكفي وحدها لتبرير جميع استثمارات البنية التحتية المخطط لها. لذا، يجب أن تمتد مرحلة النمو التالية إلى الاقتصاد المادي بشكل أعمق.

يربط الذكاء الاصطناعي الفيزيائي أنظمة التعلم بالآلات والمركبات ومرافق الإنتاج والبيئات الواقعية. في المصانع، يمكن للتوائم الرقمية محاكاة عمليات الإنتاج الجديدة قبل تعديل المعدات باهظة الثمن. وتستطيع الروبوتات التفاعل بمرونة أكبر مع تغير قطع العمل. في مراكز الخدمات اللوجستية، يمكن تنسيق تدفقات المواد، وتجهيز الطلبات، والنقل الذاتي. في صناعة السيارات، يمكن تقليل أوقات التطوير، بينما تُمكّن الأنظمة المستقلة من تقديم خدمات جديدة. لا تقتصر القيمة الاقتصادية على خفض تكاليف الموظفين فحسب، بل تشمل أيضًا زيادة جاهزية المصنع، وانخفاض معدلات الخردة، وتسريع بدء تشغيل المصانع، وإنتاج منتجات جديدة.

يمثل هذا فرصة استراتيجية، لا سيما لألمانيا وأوروبا. فقاعدتها الصناعية، ومعرفتها بالعمليات، ومصنعو الآلات المتخصصون، وسلاسل التوريد المعقدة، توفر بيانات قيّمة ومجالات تطبيق واسعة. مع ذلك، لا تنشأ هذه الميزة تلقائيًا. فالكثير من البيانات الصناعية مجزأة، أو مملوكة، أو غير منظمة بشكل كافٍ. لذا، يتعين على الشركات تحديث بنى بياناتها، وتوحيد واجهاتها، ورسم خرائط رقمية للمعرفة التشغيلية. وبدون هذه البنية التحتية، سيبقى الذكاء الاصطناعي المادي محصورًا في مرحلة العرض التوضيحي.

يختلف نموذج تحقيق الربح أيضًا عن نموذج برمجيات الحوسبة السحابية التقليدية. تتوقع الشركات الصناعية موثوقية مثبتة، ودورات حياة طويلة، ومساءلة واضحة. وهي لا تقبل بيئة تجريبية دائمة في العمليات الحساسة للسلامة. لذلك، يجب على مزودي الخدمات تقديم أنظمة متكاملة وقوية تجمع بين النماذج، وأجهزة الاستشعار، وأنظمة التحكم، والأمن السيبراني، والصيانة. وهنا تحديدًا يمكن أن ينشأ سوق لمزودي الخدمات الأوروبيين المتخصصين، سوق يركز بشكل أقل على الحد الأقصى لحجم النموذج، وأكثر على الخبرة في المجال، والتكامل، والثقة.

الجوهر المشترك للأزمتين

تبدو مشاكل الذكاء الاصطناعي والحوسبة السحابية الجديدة منفصلة في البداية. فمن جهة، هناك عمليات الأعمال والحوكمة والقرارات الخاطئة؛ ومن جهة أخرى، مراكز البيانات والتمويل والاستهلاك. في الواقع، يستند كلاهما إلى نفس المفهوم الاقتصادي الخاطئ: وهو أن القدرة التقنية ستتحول تلقائيًا تقريبًا إلى فوائد مربحة وقابلة للتوسع.

في مجال الوكلاء، يُخلط غالبًا بين نجاح مشروع تجريبي وبين نضج الإنتاج. أما في مجال البنية التحتية، فتُربط الاحتياجات الحاسوبية المتزايدة بسرعة برغبة كافية في الدفع وعائد استثمار مستدام. في كلتا الحالتين، غالبًا ما يتم إغفال المراحل الوسيطة. فبين أداء النموذج والفائدة التجارية تكمن جودة البيانات، وإعادة تصميم العمليات، والتكامل، والأمان، والإشراف البشري، والقبول. وبين سعة الحوسبة وعائد المستثمر تكمن عوامل الاستخدام، والتسعير، وتكاليف الطاقة، وتقادم الأجهزة، والتمويل، والمنافسة.

لا تُعارض هذه النتيجة الذكاء الاصطناعي، بل تدعو إلى تخصيص رأس المال بشكل أكثر احترافية. نادرًا ما تسير الثورات التكنولوجية بخط مستقيم، فالتمويل الزائد يُموّل التجارب والبنية التحتية، ولكنه يؤدي لاحقًا إلى تصحيح المسار وتوحيد الجهود. ليس بالضرورة أن تكون الشركات الفائزة هي التي تستثمر أولًا أو بأكبر قدر، بل غالبًا ما تكون الشركات التي تُدير التكاليف بحكمة، وتتعلم من الأخطاء المبكرة، وتُواءم عروضها مع رغبة المستهلكين الفعلية في الدفع هي التي تسود.

يجب أن يترجم هذا الترويج إلى ممارسات تجارية سليمة

ينبغي للشركات استخدام أنظمة الذكاء الاصطناعي فقط في حال وجود عملية محددة بوضوح، وبيانات موثوقة، ومؤشر أداء قابل للقياس. ولا ينبغي أن تكون نقطة البداية هي حيث يمكن إثبات أعلى مستوى من الاستقلالية. العامل الحاسم هو تحديد إمكانية إزالة عائق محدد، أو تقليل وقت التنفيذ، أو تحسين الجودة، أو تحقيق إيرادات إضافية. بالنسبة لكل حالة استخدام، يجب تحديد التكاليف ومعدلات الخطأ المقبولة، والشروط التي سيتم بموجبها إيقاف المشروع، وذلك قبل البدء.

ينبغي أن يتم نشر النظام على مراحل. في البداية، يمكن للوكيل تقديم اقتراحات، ثم العمل بموافقة بشرية، وبعد استقرار أدائه، يمكنه تنفيذ مهام محدودة بشكل مستقل. تتيح مستويات النضج هذه مراقبة منفصلة للفوائد والمخاطر. لن يصبح النظام الذي لا يُحقق قيمة ملموسة كمساعد مجديًا اقتصاديًا بمجرد منحه المزيد من الصلاحيات.

بالتوازي مع ذلك، يلزم وجود جرد مركزي. تحتاج الشركات إلى معرفة الجهات الفاعلة الموجودة، والنماذج التي تستخدمها، والأنظمة التي تصل إليها، والجهة المسؤولة عنها. ينبغي تخصيص التكاليف للعمليات الفردية ووحدات الأعمال. تتطلب الإجراءات الحرجة عتبات موافقة، ويحتاج كل تطبيق إنتاجي إلى آلية إيقاف تشغيل فعالة. لا ينبغي النظر إلى الحوكمة كوثيقة جامدة؛ بل يجب دمجها تقنيًا في المنصات والهويات والبروتوكولات وعمليات التطوير.

يشهد مجال المشتريات تحولاً أيضاً. ينبغي أن تتضمن العقود مع مزودي خدمات الذكاء الاصطناعي والحوسبة السحابية بنوداً تتعلق باستخدام البيانات، وتغييرات النماذج، والوصول إلى السجلات، والحوادث الأمنية، والأداء، والمسؤولية، وخيارات التبديل. يجب على الشركات تجنب جعل عملياتها الأساسية معتمدة على مزود واحد قد تتغير أسعاره أو نماذجه أو استراتيجيته التجارية في أي وقت. وحيثما أمكن، تُعزز البنى المعيارية والنماذج القابلة للتبديل القدرة التفاوضية.

بالنسبة لمستثمري البنية التحتية، فإن العميل هو الأهم، وليس الشريحة

بالنسبة لمراكز البيانات والحوسبة السحابية الحديثة، لا يكفي مجرد الوصول إلى الأجهزة الحالية لضمان نموذج عمل ناجح. ينبغي على المستثمرين دراسة جودة الطلب ومدته بشكل أساسي. لا تُعدّ العقود طويلة الأجل ذات قيمة إلا إذا كان العملاء يتمتعون بجدارة ائتمانية ويمكن الوفاء بالحد الأدنى لمتطلبات الشراء. ولا تقل أهمية عن ذلك أسعار الطاقة، واتصالات الشبكة، والتبريد، وأنماط الاستخدام، وخيارات إعادة التمويل، والقيمة المتبقية للأجهزة القديمة.

يُنصح بتوخي الحذر الشديد عندما يُموّل النمو بشكل كبير عن طريق ديون إضافية، وعندما يعتمد معدل استخدام الطاقة المتوقع على عدد قليل من العملاء. إذ يمكن أن يؤثر انخفاض الطلب حينها بشكل متزامن على الإيرادات وقيمة الأصول والقدرة التمويلية. وينبغي أن تتضمن سيناريوهات الضغط انخفاض الأسعار، وتأخير بدء التشغيل، وانخفاض معدل استخدام الطاقة، وتسارع تقادم الأجهزة، وارتفاع تكاليف رأس المال. ولا يكون العائد على الاستثمار موثوقًا به إلا إذا ظل نموذج العمل قابلاً للتطبيق حتى في ظل افتراضات أقل ملاءمة.

بالنسبة لمزودي الخدمات المتخصصين، فإن الانتقال من التبادلية إلى التميز يعني التميّز. ويشمل ذلك مراكز بيانات عالية الكفاءة، ونماذج تشغيل أوروبية مستقلة، ومنصات خاصة بكل قطاع، وضمان إقامة البيانات، وخدمات أمنية متكاملة، أو ربط وثيق بين البنية التحتية وخبرة التطبيقات. ومع ازدياد العرض، تصبح السعة المطلقة سلعة قابلة للتداول. أما الثقة والتكامل والأداء الملموس، فتظل نادرة.

عملية التنظيف القادمة ليست نهاية الذكاء الاصطناعي

لا يُشير إلغاء المشاريع المتوقع واحتمالية دمج الحوسبة السحابية الجديدة إلى رفض الذكاء الاصطناعي، بل هو أمرٌ طبيعي في مرحلة الانتقال من التوسع التكنولوجي إلى سوقٍ تُعتبر فيه العائدات على الاستثمار والموثوقية والنضج المؤسسي عواملَ أساسية. سيختفي جزءٌ كبيرٌ من المشاريع المبكرة بسبب ضعف تعريفها أو سوء تكاملها أو عدم جدواها الاقتصادية. في الوقت نفسه، ستتغلغل التطبيقات الناجحة بشكلٍ أعمق في صميم العمليات.

لا تصبح أصول البنية التحتية عديمة القيمة ببساطة. إذ يمكن استخدام القدرة الحاسوبية حتى بعد الاستهلاك أو عمليات الاستحواذ أو انخفاض الأسعار. بالنسبة للمستخدمين، قد يكون اندماج السوق مفيدًا إذا أدت المنافسة وفائض الطاقة الإنتاجية إلى خفض التكاليف. مع ذلك، يتغير توزيع الأرباح: إذ يستفيد العملاء والمشترون اللاحقون، بينما يتحمل المستثمرون الأوائل في الأسهم والسندات جزءًا من الخسائر.

لذا، فإن المسار التنموي الأرجح ليس انهيارًا تامًا لتوقعات الذكاء الاصطناعي، ولا استمرارًا سلسًا لازدهاره. بل من المرجح أن يكون هناك مساران للتطور. ستستمر التطبيقات عالية الجودة والخاضعة لرقابة واضحة في النمو لتصبح بنية تحتية قياسية للأعمال. في المقابل، ستتعرض مشاريع الوكلاء غير المتمايزة، ونماذج الأعمال ضعيفة الحماية، والقدرات المبالغ في أسعارها لضغوط متزايدة. يفصل السوق الآن بين الإمكانات التكنولوجية والجدوى الاقتصادية.

لا تبدأ ثورة الذكاء الاصطناعي الحقيقية بظهور نموذج مبهر جديد، بل بالقدرة الرصينة على تحويل التكنولوجيا إلى قيمة مضافة موثوقة. الشركات التي تُدير التكاليف والتحكم والفوائد معًا ستخرج أقوى من هذه المرحلة التصحيحية. أما الشركات التي تُوسّع نطاق الاستقلالية دون مسؤولية أو قدرة حاسوبية دون طلب مربح، فإنها تُموّل في المقام الأول موجة جديدة من الخسائر.

من الشفافية إلى الثقة: مسارك القابل للتوسع مع Xpert.Digital - الصورة: Xpert.Digital

في مجال الأعمال الصناعية بين الشركات، نادراً ما تنشأ علاقات تجارية مستدامة بين عشية وضحاها. بل تتطور تدريجياً من خلال الشفافية، والأهمية المهنية، والتواصل المستمر، وبناء الثقة المتنامية. ويُعالج نموذج Xpert.Digital ذو المراحل الأربع هذا الأمر تحديداً: فهو يُقدم مساراً منظماً يبدأ بنقطة دخول سهلة، ويمكن تطويره إلى تعاون أعمق في تنمية الأعمال عند الحاجة.

بدلاً من الاعتماد على وعود تسويقية براقة، يضع هذا النموذج العلاقة في صميم اهتمامه. تبدأ الشركات بمقاييس محددة بوضوح وسهلة الحساب، ثم تقرر، بناءً على خبرتها، مدى رغبتها في توسيع نطاق التعاون. ومن العوامل الرئيسية في هذه العملية السلسة لبناء الثقة: أن المنصة تتجنب تماماً الإعلانات المزعجة، بحيث يبقى التركيز التحريري منصباً بالكامل على خبرة الشركات.

للمزيد من المعلومات، انقر هنا:

• من الشفافية إلى الثقة: مسارك القابل للتوسع مع Xpert.Digital

☑️ لغة أعمالنا هي الإنجليزية أو الألمانية

☑️ جديد: مراسلات بلغتك الأم!

Konrad Wolfenstein

يسعدني أنا وفريقي أن نكون متاحين لكم بصفتنا مستشاركم الشخصي.

يمكنكم التواصل معي عبر ملء نموذج الاتصال هنا [email protected]:أو الاتصال بي مباشرةً على الرقم +49 7348 4088 965. عنوان بريدي الإلكتروني هو

أتطلع إلى مشروعنا المشترك.

☑️ دعم الشركات الصغيرة والمتوسطة في مجالات الاستراتيجية والاستشارات والتخطيط والتنفيذ

☑️ إنشاء أو إعادة تنظيم الاستراتيجية الرقمية والتحول الرقمي

☑️ توسيع وتحسين عمليات المبيعات الدولية

☑️ منصات التداول العالمية والرقمية بين الشركات

☑️ تطوير الأعمال الرائدة / التسويق / العلاقات العامة / المعارض التجارية