تراجع الإنتاجية: مشاريع الذكاء الاصطناعي لا تحقق عائدًا ملموسًا لـ 95% من الشركات، وكيفية تجنب ذلك (أو ضرورة تجنبه)

من المهم معرفة ذلك! مفارقة الذكاء الاصطناعي: لماذا تُهدر مليارات الدولارات من الاستثمارات في الشركات

على الرغم من الاستثمارات غير المسبوقة التي تراوحت بين 30 و40 مليار دولار في مجال الذكاء الاصطناعي التوليدي، فإن 95% من الشركات لا تحقق عائدًا ملموسًا على استثماراتها. هذا التقييم المُقلق، الذي كشفت عنه دراسة شاملة أجراها معهد ماساتشوستس للتكنولوجيا عام 2025، يُسلط الضوء على فجوة كبيرة بين التوقعات والواقع. فبينما تتصدر هذه التقنية عناوين الأخبار يوميًا ويُشاد بها باعتبارها مفتاحًا للاستدامة المستقبلية، فإن الغالبية العظمى من الشركات تفشل في تحقيق قيمة حقيقية من مبادراتها في مجال الذكاء الاصطناعي.

فجوة الجيل الجديد من الذكاء الاصطناعي: فجوة غير مرئية في الاقتصاد

صاغ معهد ماساتشوستس للتكنولوجيا مصطلح "فجوة جيل الذكاء الاصطناعي" لوصف هذه الظاهرة، وهي فجوة عميقة بين الشركات القليلة التي تستفيد من الذكاء الاصطناعي والغالبية العظمى التي لا تزال عالقة في مراحل تجريبية لا نهاية لها. لا تتجلى هذه الفجوة كمشكلة تقنية، بل كفشل تنظيمي ذي عواقب وخيمة.

الأرقام تتحدث عن نفسها: 5% فقط من المشاريع التجريبية المتكاملة للذكاء الاصطناعي تُحقق حاليًا قيمة ملموسة، بينما لا تُظهر النسبة المتبقية البالغة 95% أي تأثير على بيان الأرباح والخسائر. هذا التباين لافتٌ للنظر، لا سيما مع ارتفاع معدلات استخدام أدوات المستهلكين مثل ChatGPT وMicrosoft Copilot. إذ تختبر حوالي 80% من المؤسسات هذه المنصات، وقد طبّقها ما يقرب من 40% منها بالفعل.

تستند نتائج البحث إلى تحليل منهجي لأكثر من 300 تطبيق عام للذكاء الاصطناعي، ومقابلات منظمة مع 153 مسؤولاً تنفيذياً من مختلف القطاعات. وتكشف الدراسة، التي أُجريت بين يناير ويونيو 2025، عن أربعة أنماط مميزة لفجوة الجيل القادم من الذكاء الاصطناعي: محدودية التغيير في قطاعين فقط من أصل ثمانية قطاعات رئيسية، ومفارقة مؤسسية تتمثل في نشاط تجريبي مكثف ولكن نطاق تطبيق محدود، وانحياز استثماري يُفضل الميزات الظاهرة، وميزة تنفيذية للشراكات الخارجية على التطوير الداخلي.

ركود العمل: السم الخفي لإنتاجية الذكاء الاصطناعي

إحدى الظواهر الضارة التي رصدها البحث تُعرف باسم "Workslop" (العمل الركيك)، وهي كلمة مركبة من "work" و"slop" (العمل الركيك)، وتصف محتوى العمل المُولّد بواسطة الذكاء الاصطناعي، والذي يبدو ظاهريًا احترافيًا، ولكنه عند التدقيق فيه، يكون ناقصًا وغير قابل للاستخدام. هذا العمل الذي يبدو مصقولًا ولكنه في الواقع غير جوهري، ينقل العبء من المُنشئ إلى المُتلقي، مما يزيد من عبء العمل الإجمالي بدلًا من تخفيفه.

يُعدّ تأثير ظاهرة "Workslop" كبيرًا: فقد أفاد 40% من أكثر من 1150 موظفًا بدوام كامل في الولايات المتحدة، ممن شملهم الاستطلاع، بتلقّيهم محتوىً من هذا القبيل خلال الشهر الماضي. ويُقدّر الموظفون أن ما متوسطه 15.4% من وثائق العمل التي يتلقونها تندرج ضمن هذه الفئة. ويتأثر قطاعا الخدمات المهنية والتكنولوجيا بشكل خاص، حيث تتكرر هذه الظاهرة فيهما بوتيرة أعلى من المتوسط.

التكاليف المالية باهظة: إذ تُكلّف كل حادثة من حوادث "ووركسلب" الشركات ما معدله 186 دولارًا شهريًا لكل موظف. بالنسبة لمنظمة تضم 10,000 موظف، يصل هذا المبلغ إلى أكثر من 9 ملايين دولار سنويًا من خسائر الإنتاجية. لكن التكاليف الاجتماعية والنفسية قد تكون أشد وطأة. فقد أفاد 53% من المتلقين بشعورهم بالانزعاج، و38% بالحيرة، و22% باعتبار المحتوى مسيئًا.

يتأثر مستوى الثقة بين الزملاء بشكل كبير: إذ يرى ما يقارب نصف المتلقين أن الزملاء الذين يرسلون رسائل "Workslop" أقل إبداعًا وكفاءة وموثوقية. ويرى 42% منهم أنهم أقل جدارة بالثقة، و37% أقل ذكاءً. ويفضل ثلث المتضررين تقليل العمل مع هؤلاء الزملاء في المستقبل. ويهدد هذا التدهور في علاقات العمل عناصر أساسية للتعاون، وهي ضرورية لنجاح تبني الذكاء الاصطناعي وإدارة التغيير.

الفجوة الهيكلية في التعلم: لماذا تفشل الشركات

لا تكمن المشكلة الأساسية في التكنولوجيا نفسها، بل في فجوة تعليمية جوهرية تؤثر على أنظمة الذكاء الاصطناعي والمؤسسات على حد سواء. فأنظمة الذكاء الاصطناعي التوليدية الحالية لا تستطيع تخزين الملاحظات بشكل دائم، أو التكيف مع السياقات التنظيمية، أو تحسين أدائها باستمرار. هذه القيود تدفع حتى المحترفين الذين يستخدمون ChatGPT يوميًا في حياتهم الشخصية إلى رفض تطبيقات الذكاء الاصطناعي الداخلية في شركاتهم.

ومن الأمثلة اللافتة للنظر، ما ذكرته محاميةٌ من أن أداة تحليل العقود التي تستخدمها شركتها، والتي تبلغ قيمتها 50 ألف دولار، كانت أداؤها أقل بكثير من اشتراكها في خدمة ChatGPT الذي لا يتجاوز 20 دولارًا. يُبرز هذا التباين المفارقة المتمثلة في أن أدوات المستهلكين غالبًا ما تُحقق نتائج أفضل من حلول المؤسسات باهظة الثمن، على الرغم من أن كليهما يعتمد على نماذج متشابهة.

نقاط الضعف التي تم التقليل من شأنها في الذكاء الاصطناعي للمؤسسات - وكيف تتفوق عليها أدوات المستهلكين

يمكن إرجاع التفوق الملحوظ لأدوات الذكاء الاصطناعي الاستهلاكية منخفضة التكلفة، مثل ChatGPT، على حلول المؤسسات باهظة الثمن، إلى عدة أسباب محددة. تكمن المشكلة الرئيسية في أن أنظمة الذكاء الاصطناعي المؤسسية، على الرغم من تخصصها العالي وتكلفتها الباهظة، غالبًا ما تُطوَّر دون مراعاة الاحتياجات الأساسية للمستخدمين أو التطور الديناميكي للنماذج. تتميز الأدوات الاستهلاكية عادةً بمرونة أكبر، وسهولة استخدام أكثر، وكفاءة أعلى بفضل ملايين تفاعلات المستخدمين. في المقابل، تعاني أنظمة المؤسسات من قيود تتمثل في عمليات التكامل المعقدة، وعزل البيانات، وسير العمل الجامد، وغالبًا ما تفشل في تخزين التعليقات بشكل دائم.

تكمن إحدى المشكلات الرئيسية في عدم القدرة على التكيف: تُطبَّق حلول المؤسسات مرة واحدة ثم تُطوَّر ببطء شديد، بينما تُدرَّب أدوات الذكاء الاصطناعي الموجهة للمستهلكين باستمرار بناءً على ملاحظات المستخدمين والمعرفة الحالية. مع ChatGPT، يمكن للمستخدمين طرح الأسئلة مباشرةً في الحوار، وتغيير مدخلاتهم، والحصول على نتيجة مُحسَّنة على الفور. في المقابل، تعتمد العديد من حلول المؤسسات بشكل كبير على النماذج وتستخدم وحدات نصية مُعدَّة مسبقًا، وغالبًا ما تكون قديمة، مما يجعلها غير مرنة وغير سريعة الاستجابة.

يُضاف إلى ذلك الجهد الكبير المطلوب للتكامل والإدارة: إذ يجب تكييف الحلول باهظة الثمن مع عمليات الشركة، وإرشادات حماية البيانات، وواجهات المستخدم، ونظرًا لكثرة القيود المنهجية، فإنها لم تعد قادرة على مواكبة سرعة ابتكار المنتجات والخدمات الموجهة للمستهلكين. خاصةً في مهام محددة كتحليل العقود، غالبًا ما تكون النماذج العامة أكثر كفاءة، لأنها تغطي نطاقًا معرفيًا أوسع ويمكن للمستخدمين التحكم بها مباشرةً من خلال تحسين التوجيه. أما أنظمة الذكاء الاصطناعي المخصصة للمؤسسات، فغالبًا ما تفتقر إلى قاعدة بيانات متينة، ولا تستطيع توسيع نطاقها والتعلم بشكل مستقل.

ونتيجة لذلك، تؤدي كل هذه الجوانب إلى وضع متناقض: فعلى الرغم من إنفاق مبالغ طائلة على الذكاء الاصطناعي المصمم خصيصًا للمؤسسات، إلا أن نتائجه غالبًا ما تكون أقل صلة أو عملية أو دقة من نتائج حلول المستهلكين الأرخص والأكثر مرونة والتي يمكن تكييفها مباشرة ودون انحرافات لتلبية الاحتياجات المحددة للمستخدمين.

الحدود الخفية لأدوات الذكاء الاصطناعي السائدة

تُصمَّم أدوات الذكاء الاصطناعي الموجهة للمستهلكين عادةً لتناسب المواضيع الشائعة والمهام العامة. وتستمد بيانات التدريب التي تعتمد عليها هذه الأدوات عادةً من مصادر متاحة للعموم، مثل الإنترنت والنصوص العامة والأمثلة اليومية الشائعة. وهذا ما يجعلها فعّالة بشكل خاص في الإجابة على الأسئلة الشائعة، والتعامل مع النصوص العامة، أو تنفيذ العمليات القياسية، مثل كتابة المحتوى التسويقي، والرد على رسائل البريد الإلكتروني، وأتمتة المهام الروتينية البسيطة.

مع ذلك، كلما زادت تخصص المتطلبات، كلما اقتربت قدرات الذكاء الاصطناعي الاستهلاكي العام من حدودها القصوى. فبمجرد أن تتضمن المهام قطاعات صناعية محددة أو مهامًا بالغة الأهمية للأعمال، تفتقر هذه الأدوات عادةً إلى المعلومات التفصيلية اللازمة، أو البيانات الخاصة بالموضوع، أو التدريب المتخصص. غالبًا ما يتعذر أتمتة مهام مثل تحليل العقود ذات المصطلحات القانونية المعقدة، أو التقارير الفنية، أو العمليات شديدة التخصيص في قطاع الأعمال بين الشركات (B2B)، بشكل فعّال، لأن الذكاء الاصطناعي لا يدرك السياقات ذات الصلة أو لا يستطيع تفسيرها بدقة.

يتجلى هذا الأمر بوضوح في الصناعات المتخصصة للغاية، وفي ظل متطلبات فردية خاصة بكل شركة. فكلما قلّت المعلومات المتاحة للعموم - على سبيل المثال، حول المنتج الأساسي للشركة أو العمليات الداخلية السرية - ارتفع معدل الخطأ في أنظمة الذكاء الاصطناعي الموجهة للمستهلكين. ونتيجة لذلك، تُخاطر هذه الأنظمة بتقديم توصيات غير صحيحة أو ناقصة، وفي أسوأ الأحوال، قد تُعيق العمليات الحيوية للشركة أو تؤدي إلى سوء تقدير.

عمليًا، يعني هذا أن أدوات الذكاء الاصطناعي الموجهة للمستهلكين عادةً ما تكون كافية للمهام الشائعة؛ إلا أن معدل فشل هذه الأدوات يزداد بشكل ملحوظ مع ازدياد التخصص. ولذلك، تستفيد الشركات التي تعتمد على المعرفة المتخصصة في مجالها، أو التحقق الدقيق من العمليات، أو التخصيص الشامل، على المدى الطويل من حلولها المؤسسية الخاصة المزودة بقواعد بيانات متخصصة وتدريب مُصمم خصيصًا.

إن العقبة الحقيقية أمام توسيع نطاق الذكاء الاصطناعي لا تكمن في الذكاء نفسه، بل في التوقعات العالية للمرونة التي تعيقه

تتعدد عوائق التوسع الناجح للذكاء الاصطناعي: أولها وأهمها التردد في تبني أدوات جديدة، يليه القلق بشأن جودة النماذج. ومن المثير للاهتمام أن هذه المخاوف المتعلقة بالجودة لا تعود إلى قصور موضوعي في الأداء، بل إلى اعتياد المستخدمين على مرونة وسرعة استجابة أدوات المستهلكين، مما يدفعهم إلى اعتبار أدوات المؤسسات الثابتة غير كافية.

أما بالنسبة للمهام بالغة الأهمية للأعمال، فإن الفجوة أكثر وضوحًا: فبينما يفضل 70% من المستخدمين الذكاء الاصطناعي للمهام البسيطة ككتابة رسائل البريد الإلكتروني أو التحليلات الأساسية، يفضل 90% منهم الموظفين البشريين للمشاريع المعقدة أو دعم العملاء. ولا يكمن الفرق في مستوى الذكاء، بل في الذاكرة والقدرة على التكيف والتعلم المستمر.

اقتصاد الذكاء الاصطناعي الخفي: ثورة سرية في مجال الذكاء الاصطناعي في مكان العمل

إلى جانب مبادرات الذكاء الاصطناعي الرسمية المخيبة للآمال، يزدهر ما يُعرف بـ"اقتصاد الذكاء الاصطناعي الخفي"، حيث يستخدم الموظفون أدوات الذكاء الاصطناعي الشخصية في مهام العمل، غالبًا دون علم أو موافقة قسم تقنية المعلومات. ويُعدّ هذا الأمر واسع النطاق بشكل ملحوظ: فبينما أفادت 40% فقط من الشركات بشرائها اشتراكًا رسميًا في برنامج إدارة التعلم القائم على التعلم (LLM)، أفاد موظفون من أكثر من 90% من الشركات التي شملها الاستطلاع باستخدامهم أدوات الذكاء الاصطناعي الشخصية بانتظام لأغراض مهنية.

يكشف هذا الاقتصاد الموازي عن نقطة جوهرية: يمكن للأفراد سد فجوة الجيل الجديد من الذكاء الاصطناعي بنجاح إذا توفرت لديهم أدوات مرنة وسريعة الاستجابة. تمثل المؤسسات التي تُدرك هذا النمط وتُطوّره مستقبل تبني الذكاء الاصطناعي في المؤسسات. وقد بدأت الشركات الرائدة بالفعل في سد هذه الفجوة من خلال التعلم من الاستخدام غير الرسمي وتحليل الأدوات الشخصية التي تُحقق قيمة مضافة قبل اقتناء بدائل المؤسسات.

بُعدٌ جديدٌ للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | استشارات Xpert - 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:

• حلول الذكاء الاصطناعي المُدارة - خدمات الذكاء الاصطناعي الصناعي: مفتاح القدرة التنافسية في قطاعات الخدمات والصناعة والهندسة الميكانيكية

سوء تخصيص الاستثمارات: بريق وجاذبية بدلاً من الجوهر

يتجلى جانبٌ آخر بالغ الأهمية من فجوة الجيل الجديد من الذكاء الاصطناعي في أنماط الاستثمار: إذ يُخصص ما يقارب 50% من ميزانيات هذا الجيل لوظائف المبيعات والتسويق، على الرغم من أن أتمتة العمليات الإدارية غالبًا ما تحقق عائدًا أفضل على الاستثمار. ولا يعكس هذا التحيز القيمة الحقيقية، بل سهولة توجيه المقاييس إلى المجالات الأكثر وضوحًا.

تهيمن المبيعات والتسويق على تخصيص الميزانية ليس فقط بسبب وضوح دورها، بل أيضاً لأن نتائجها، مثل حجم العروض التوضيحية أو سرعة الاستجابة للبريد الإلكتروني، تتوافق بشكل مباشر مع مؤشرات الأداء الرئيسية. في المقابل، تقدم الإدارات القانونية والمشتريات والمالية مكاسب كفاءة أقل وضوحاً، مثل تقليل مخالفات الامتثال، وتحسين سير العمل، وتسريع عمليات إغلاق الحسابات الشهرية - وهي تحسينات مهمة ولكن يصعب إيصالها.

يُؤدي هذا التحيز الاستثماري إلى استمرار فجوة الجيل الجديد من الذكاء الاصطناعي، وذلك بتوجيه الموارد نحو حالات استخدام واضحة ولكنها غالبًا ما تكون أقل تأثيرًا، بينما تظل فرص تحقيق أعلى عائد على الاستثمار في وظائف الدعم الإداري تعاني من نقص التمويل. علاوة على ذلك، يؤثر البحث عن التقدير الاجتماعي على قرارات الشراء أكثر من جودة المنتج: فالتوصيات والعلاقات القائمة وتمويل رأس المال الاستثماري تبقى مؤشرات أقوى على تبني الشركات للذكاء الاصطناعي من الوظائف أو مجموعة الميزات.

الاختلافات الهيكلية: الذكاء الاصطناعي للمؤسسات مقابل الذكاء الاصطناعي للمستهلكين

تُفسر الاختلافات الجوهرية بين الذكاء الاصطناعي المؤسسي والذكاء الاصطناعي الاستهلاكي العديد من المشكلات الملحوظة. يركز الذكاء الاصطناعي الاستهلاكي على تحسين تجربة العملاء وتخصيص الخدمات للمستخدمين الأفراد، بينما صُمم الذكاء الاصطناعي المؤسسي لتحسين العمليات التنظيمية، وضمان الامتثال، وتوفير حلول قابلة للتطوير لتلبية احتياجات الأعمال المعقدة.

يتطلب الذكاء الاصطناعي المؤسسي خبرة متعمقة في المجال، وغالبًا ما يستخدم تقنيات التعلم الخاضع للإشراف لتحقيق نتائج قائمة على مؤشرات الأداء الرئيسية. ويجب أن يندمج في بيئات تقنية معلومات معقدة، وأن يفي بالمتطلبات التنظيمية، وأن يطبق إجراءات أمنية قوية للبيانات. أما الذكاء الاصطناعي الموجه للمستهلكين، فيعطي الأولوية لسهولة الاستخدام والإشباع الفوري، غالبًا على حساب الأمن والامتثال.

تُفسر هذه الاختلافات الهيكلية سبب نجاح النموذج الأساسي نفسه بشكل استثنائي في تطبيقات المستهلكين، بينما يفشل في بيئات المؤسسات. يجب ألا يقتصر دور الذكاء الاصطناعي المؤسسي على الأداء التقني فحسب، بل يجب أن يتكامل أيضًا مع عمليات الأعمال القائمة، وأن يفي بمتطلبات الحوكمة، وأن يُظهر قدرته على خلق قيمة طويلة الأجل.

استراتيجيات النجاح: كيف يسد الخمسة بالمئة الفجوة

تتبع الشركات القليلة التي نجحت في سد فجوة الجيل الجديد من الذكاء الاصطناعي نمطًا واضحًا. فهي تتعامل مع الشركات الناشئة في مجال الذكاء الاصطناعي بشكل أقل كموردي برامج وأكثر كمقدمي خدمات أعمال، على غرار شركات الاستشارات أو شركاء الاستعانة بمصادر خارجية لعمليات الأعمال. وتتطلب هذه المؤسسات تكيفًا عميقًا مع العمليات والبيانات الداخلية، وتقيّم الأدوات بناءً على النتائج التشغيلية بدلًا من معايير النماذج، وتعتبر عملية النشر تطورًا مشتركًا يمر عبر الإخفاقات المبكرة.

من الجدير بالذكر أن الشراكات الخارجية تحقق معدل نجاح يقارب ضعف معدل نجاح جهود التطوير الداخلية. فبينما تُكلل 67% من الشراكات الاستراتيجية بالنجاح، لا تتجاوز نسبة نجاح جهود التطوير الداخلية 33%. وتتميز هذه الشراكات عادةً بسرعة تحقيق القيمة، وانخفاض التكاليف الإجمالية، وتوافقها بشكل أفضل مع سير العمليات التشغيلية.

يُركز المشترون الناجحون على مبادرات الذكاء الاصطناعي التي ينطلق منها مديرو الخطوط الأمامية بدلاً من المختبرات المركزية، مما يُمكّن المسؤولين عن الميزانية ومديري المجالات من تحديد المشكلات وتقييم الأدوات وقيادة عمليات التنفيذ. هذا النهج التصاعدي في الشراء، إلى جانب المساءلة التنفيذية، يُسرّع من عملية التبني ويضمن التوافق التشغيلي.

الاضطراب الخاص بكل قطاع: التكنولوجيا تقود، والآخرون يتبعونها بتردد

تتجلى فجوة الجيل الجديد من الذكاء الاصطناعي بوضوح على مستوى القطاعات الصناعية. فعلى الرغم من الاستثمارات الضخمة والأنشطة التجريبية واسعة النطاق، لا يُظهر سوى قطاعين من القطاعات التسعة الرئيسية - وهما التكنولوجيا والإعلام/الاتصالات - مؤشرات واضحة على حدوث تحول هيكلي. أما باقي القطاعات، فلا تزال عالقة في الجانب الخاطئ من عملية التحول.

يشهد قطاع التكنولوجيا منافسة متزايدة من شركات جديدة تستحوذ على حصة سوقية أكبر، وتغيرات في سير العمل. أما قطاعا الإعلام والاتصالات فيشهدان ازدهاراً في المحتوى المدعوم بالذكاء الاصطناعي، وتغيراً في ديناميكيات الإعلان، على الرغم من استمرار نمو الشركات القائمة. وتُظهر الخدمات المهنية تحسناً في الكفاءة، إلا أن خدمة العملاء لا تزال دون تغيير يُذكر.

الوضع كارثي بشكل خاص في الصناعات التقليدية: فقطاعا الطاقة والمواد لا يشهدان أي تبني يُذكر، ويقتصران على تجارب محدودة للغاية. أما الصناعات المتقدمة، فتقتصر على مشاريع تجريبية للصيانة دون تغييرات جذرية في سلاسل التوريد. هذا التباين بين الاستثمار والتغيير الجذري يُظهر فجوة الجيل الجديد من الذكاء الاصطناعي على المستوى الكلي - تجارب واسعة النطاق دون تحول حقيقي.

المنظور الألماني: تحديات وفرص خاصة

تواجه الشركات الألمانية تحديات محددة في تطبيق الذكاء الاصطناعي. فنسبة الشركات الألمانية المستعدة تمامًا للذكاء الاصطناعي لا تتجاوز 6%، وهو انخفاض مقارنةً بالعام الماضي. وعلى الصعيد الدولي، تحتل ألمانيا المرتبة السادسة فقط في أوروبا من حيث الشركات المستعدة تمامًا للذكاء الاصطناعي.

من أبرز المشكلات أن 84% من المديرين التنفيذيين الألمان يخشون عواقب وخيمة في حال عدم تمكنهم من تطبيق استراتيجيات الذكاء الاصطناعي خلال الأشهر الثمانية عشر القادمة. في الوقت نفسه، لم تُطبّق ثلاثة أرباع الشركات الألمانية أي توجيهات خاصة بالذكاء الاصطناعي، ولا يمتلك سوى 40% منها العدد الكافي من المتخصصين لتلبية متطلباته.

تشمل أبرز التحديات التي تواجه الشركات الألمانية نقص العمالة الماهرة (34% مقارنةً بـ 28% عالميًا)، وتحديات الأمن السيبراني والامتثال (33%)، وتحديات قابلية توسيع البنية التحتية للبيانات (25%). وتزيد من حدة هذه المشكلات حالة عدم اليقين التنظيمي، والتحفظات الثقافية، ودرجة معينة من الشك تجاه التكنولوجيا.

مع ذلك، تبرز فرص جديدة: بإمكان الشركات الألمانية الجمع بين نقاط قوتها في الدقة والجودة وابتكارات الذكاء الاصطناعي. في قطاعات مثل الهندسة الميكانيكية وصناعة السيارات، يُمكن للذكاء الاصطناعي أن يُساعد في تحسين العمليات ورفع جودة المنتجات. لن يكلّ نظام الذكاء الاصطناعي المتخصص حتى بعد آلاف التكرارات، وسيتمكن من استخلاص تلك النسب المئوية الأخيرة من الكمال.

الذكاء الاصطناعي الوكيل: المرحلة التالية من التطور

يكمن حل فجوة التعلم في ما يُسمى بالذكاء الاصطناعي الفاعل - وهو فئة من الأنظمة التي تدمج الذاكرة الدائمة والتعلم التكراري منذ البداية. على عكس الأنظمة الحالية التي تتطلب سياقًا كاملاً في كل مرة، تحتفظ الأنظمة الفاعلة بذكريات دائمة، وتتعلم من التفاعلات، ويمكنها تنظيم سير العمل المعقد بشكل مستقل.

تُظهر التجارب المبكرة للمؤسسات مع وكلاء خدمة العملاء الذين يتعاملون مع الاستفسارات الكاملة من البداية إلى النهاية، ووكلاء المعالجة المالية الذين يراقبون ويوافقون على المعاملات الروتينية، ووكلاء خط المبيعات الذين يتتبعون التفاعل عبر القنوات، كيف تعالج الاستقلالية والذاكرة الثغرات الأساسية المحددة.

تُنشأ البنية التحتية الداعمة لهذا التحول من خلال أطر عمل مثل بروتوكول سياق النموذج (MCP) والتواصل بين الوكلاء (A2A) وNANDA، والتي تُمكّن من قابلية التشغيل البيني والتنسيق بين الوكلاء. تُعزز هذه البروتوكولات المنافسة في السوق وكفاءة التكلفة من خلال السماح للوكلاء المتخصصين بالتعاون بدلاً من اشتراط أنظمة متكاملة.

حلول عملية للشركات

ينبغي على الشركات الساعية إلى سدّ فجوة الذكاء الاصطناعي من الجيل الجديد اتباع استراتيجيات متعددة. أولًا، من الضروري تجنّب فرض استخدام الذكاء الاصطناعي بشكل عشوائي: فعندما يدعو المسؤولون التنفيذيون إلى تبني الذكاء الاصطناعي في كل مكان وزمان، فإنهم بذلك يُظهرون قصورًا في تقدير كيفية تطبيق هذه التقنية. فالذكاء الاصطناعي من الجيل الجديد ليس مناسبًا لجميع المهام، ولا يمكنه قراءة الأفكار.

تلعب عقلية الموظفين دورًا حاسمًا: تُظهر الأبحاث أن الموظفين الذين يتمتعون بمزيج من التمكين العالي والتفاؤل الكبير - ما يُطلق عليهم "الرواد" - يستخدمون الذكاء الاصطناعي في العمل بنسبة 75% أكثر من "المترددين" ذوي التمكين المنخفض والتفاؤل المحدود. يستخدم الرواد الذكاء الاصطناعي بوعي لتحقيق أهدافهم وتعزيز إبداعهم، بينما يميل المترددون إلى استخدامه للتهرب من العمل.

ينبغي التركيز بشكل خاص على إعادة توجيه الجهود نحو التعاون. فالعديد من المهام اللازمة لنجاح العمل في مجال الذكاء الاصطناعي - كتقديم التوجيهات، وإبداء الملاحظات، ووصف السياق - هي مهام تعاونية. ويتطلب العمل اليوم بشكل متزايد التعاون، ليس فقط مع البشر، بل مع الذكاء الاصطناعي أيضاً. ويُعدّ برنامج Workslop مثالاً ممتازاً على ديناميكيات التعاون الجديدة التي أدخلها الذكاء الاصطناعي والتي تُعيق الإنتاجية بدلاً من تعزيزها.

عوامل نجاح المنظمات وإدارة التغيير

يتطلب تطبيق الذكاء الاصطناعي بنجاح تصميمات تنظيمية محددة. وتُفضّل الشركات الأكثر نجاحًا توزيع سلطة التنفيذ مع الحفاظ على المساءلة. فهي تُمكّن المديرين الميدانيين وخبراء المجال من تحديد حالات الاستخدام وتقييم الأدوات، بدلاً من الاعتماد كليًا على وظائف الذكاء الاصطناعي المركزية.

من المهم بشكل خاص التعلم من اقتصاد الذكاء الاصطناعي غير الرسمي. بدأت العديد من أقوى تطبيقات الذكاء الاصطناعي في المؤسسات مع المستخدمين المتقدمين - الموظفين الذين سبق لهم تجربة أدوات مثل ChatGPT أو Claude لزيادة إنتاجيتهم الشخصية. يفهم هؤلاء "المستخدمون المحترفون" بشكل بديهي إمكانيات وقيود الجيل الجديد من الذكاء الاصطناعي، ويصبحون من أوائل الداعمين للحلول المعتمدة داخليًا.

يتطلب قياس النجاح وإيصاله مناهج جديدة. فبينما تركز مقاييس البرمجيات التقليدية على الوظائف ومدى استخدام المستخدمين، يجب تقييم الذكاء الاصطناعي المؤسسي بناءً على نتائج الأعمال وتحسينات العمليات. تحتاج الشركات إلى تعلم كيفية قياس التحسينات الدقيقة ولكن المهمة وإيصالها، مثل تقليل انتهاكات الامتثال أو تسريع سير العمل.

الفرصة الأخيرة

تتقلص فرص سد الفجوة في مجال الذكاء الاصطناعي العام بسرعة. وتتزايد مطالب الشركات بأنظمة قابلة للتكيف مع مرور الوقت. يدمج كل من Microsoft 365 Copilot وDynamics 365 بالفعل ذاكرة دائمة وحلقات تغذية راجعة. وتشير النسخة التجريبية من ذاكرة ChatGPT من OpenAI إلى توقعات مماثلة للأدوات متعددة الأغراض.

تستطيع الشركات الناشئة التي تبادر إلى سد هذه الفجوة بسرعة من خلال تطوير أنظمة ذكية تكيفية تتعلم من الملاحظات والاستخدام والنتائج، أن تُرسّخ سدًّا مستدامًا للفجوات في المنتجات عبر البيانات والتكامل العميق. الفرصة سانحة، فالمشاريع التجريبية جارية بالفعل في العديد من القطاعات. وفي الفصول القادمة، ستُقيم عدة شركات علاقات مع الموردين يصعب فكّها.

تُنشئ المؤسسات التي تستثمر في أنظمة الذكاء الاصطناعي التي تتعلم من بياناتها وسير عملها وردود فعلها تكاليف تحويل متزايدة شهريًا. وقد لخص مدير تقنية المعلومات في شركة خدمات مالية تبلغ قيمتها 5 مليارات دولار الأمر بإيجاز قائلًا: "نحن بصدد تقييم خمسة حلول مختلفة للذكاء الاصطناعي من الجيل الجديد، ولكن النظام الذي يتعلم ويتكيف بشكل أفضل مع عملياتنا الخاصة هو الذي سيفوز في النهاية بعقدنا. فبمجرد أن نستثمر وقتًا في تدريب نظام ما على فهم سير عملنا، تصبح تكاليف التحويل باهظة للغاية.".

إن فجوة الجيل القادم من الذكاء الاصطناعي حقيقية وعميقة، لكنها ليست مستعصية على الحل. فالشركات التي تفهم الأسباب الكامنة وراءها - كفجوة التعلم، وتحديات التصميم التنظيمي، وانحيازات الاستثمار - وتتصرف وفقًا لذلك، تستطيع بالفعل تسخير القوة التحويلية للذكاء الاصطناعي. ومع ذلك، فإن الوقت المتاح للتحرك محدود، وتكلفة الانتظار تتزايد بشكل كبير.

☑️ لغة العمل لدينا هي الإنجليزية أو الألمانية

☑️ جديد: المراسلات بلغتك الوطنية!

Konrad Wolfenstein

سأكون سعيدًا بخدمتك وفريقي كمستشار شخصي.

يمكنك الاتصال بي عن طريق ملء نموذج الاتصال أو ببساطة اتصل بي على +49 89 89 674 804 (ميونخ) . عنوان بريدي الإلكتروني هو: ولفنشتاين ∂ xpert.digital

إنني أتطلع إلى مشروعنا المشترك.

☑️ دعم الشركات الصغيرة والمتوسطة في الإستراتيجية والاستشارات والتخطيط والتنفيذ

☑ إنشاء أو إعادة تنظيم استراتيجية الذكاء الاصطناعي

☑️ رائدة في تطوير الأعمال

خبرتنا العالمية في الصناعة والأعمال 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