أخطاء في الإنتاجية: مشاريع الذكاء الاصطناعي لا تحقق عوائد قابلة للقياس لـ 95% من الشركات وكيف (يجب) عليها تجنب ذلك

من المهم معرفته! مفارقة الذكاء الاصطناعي: لماذا تتلاشى مليارات الدولارات المستثمرة في الشركات؟

على الرغم من الاستثمارات غير المسبوقة التي تتراوح بين 30 و40 مليار دولار في الذكاء الاصطناعي المُولِّد، فإن 95% من الشركات تفشل في تحقيق عائد ملموس على استثماراتها. تكشف هذه الإحصائية المُقلقة، التي كشفت عنها دراسة شاملة أجراها معهد ماساتشوستس للتكنولوجيا (MIT) عام 2025، عن فجوة هائلة بين التوقعات والواقع. فبينما تتصدر هذه التكنولوجيا عناوين الصحف يوميًا وتُشاد بها كمفتاح للاستمرارية المستقبلية، تفشل الغالبية العظمى من الشركات في تحقيق قيمة حقيقية من مبادراتها في مجال الذكاء الاصطناعي.

الفجوة في الذكاء الاصطناعي: فجوة غير مرئية عبر الاقتصاد

صاغ معهد ماساتشوستس للتكنولوجيا مصطلح "انقسام الذكاء الاصطناعي" لوصف هذه الظاهرة - وهو انقسام عميق بين الشركات القليلة المستفيدة من الذكاء الاصطناعي والجماهير العالقة في مراحل تجريبية لا نهاية لها. لا يتجلى هذا الانقسام كمشكلة تقنية، بل كفشل تنظيمي ذي عواقب وخيمة.

الأرقام تتحدث عن نفسها: 5% فقط من مشاريع الذكاء الاصطناعي المتكاملة تُحقق حاليًا قيمة قابلة للقياس، بينما لا تُظهر الـ 95% المتبقية أي تأثير يُذكر على صافي الربح. ويزداد هذا التفاوت وضوحًا نظرًا لارتفاع معدلات استخدام أدوات المستهلكين مثل ChatGPT وMicrosoft Copilot. تختبر حوالي 80% من المؤسسات هذه المنصات، وقد طبّقتها حوالي 40% منها بالفعل.

تستند نتائج البحث إلى تحليل منهجي لأكثر من 300 تطبيق عام للذكاء الاصطناعي، ومقابلات منظمة مع 153 مديرًا تنفيذيًا من مختلف القطاعات. وتكشف الدراسة، التي أُجريت بين يناير ويونيو 2025، عن أربعة أنماط مميزة لانقسام جيل الذكاء الاصطناعي: محدودية التغيير في قطاعين فقط من بين ثمانية قطاعات رئيسية، ومفارقة مؤسسية تتسم بنشاط تجريبي مرتفع مع انخفاض في قابلية التوسع، وتحيز استثماري لصالح الميزات المرئية، وميزة تنفيذية للشراكات الخارجية على التطويرات الداخلية.

ووركسبو: السم الخفي لإنتاجية الذكاء الاصطناعي

إحدى الظواهر الضارة التي حددها البحث بشكل خاص هي "أعمال غير مكتملة" - وهي مزيج من كلمتي "work" و"slop" - والتي تصف محتوى عمل مُولّد بواسطة الذكاء الاصطناعي، يبدو احترافيًا في ظاهره، لكنه عند التدقيق فيه، غير مكتمل وغير قابل للاستخدام. هذا العمل، الذي يبدو مصقولًا ولكنه يفتقر إلى الجوهر، يُحمّل العبء من المُبدع إلى المُتلقي، مما يزيد من عبء العمل الإجمالي بدلًا من تخفيفه.

تأثير ووركسب كبير: أفاد 40% من أكثر من 1150 موظفًا بدوام كامل في الولايات المتحدة شملهم الاستطلاع بتلقيهم محتوىً كهذا خلال الشهر الماضي. ويقدر الموظفون أن 15.4% من وثائق العمل التي يتلقونها، في المتوسط، تندرج ضمن هذه الفئة. وتتأثر قطاعات الخدمات المهنية والتكنولوجيا بشكل خاص، حيث تتكرر هذه الظاهرة بشكل غير متناسب.

التكاليف المالية كبيرة: كل حادثة من حوادث "ووركسب" تُكلف الشركات ما متوسطه 186 دولارًا شهريًا لكل موظف. وبالنسبة لمؤسسة تضم 10,000 موظف، يُعادل هذا أكثر من 9 ملايين دولار سنويًا من فقدان الإنتاجية. لكن التكاليف الاجتماعية والنفسية قد تكون أكبر. 53% من المتلقين أفادوا بانزعاجهم، و38% يشعرون بالارتباك، و22% يجدون المحتوى مُسيءًا.

تتأثر الثقة بين الزملاء بشكل كبير: يرى حوالي نصف المتلقين أن الزملاء الذين يرسلون رسائل Workslop أقل إبداعًا وكفاءة وموثوقية. 42% يعتبرونهم أقل جدارة بالثقة، و37% أقل ذكاءً. ثلث المتأثرين يفضلون العمل بشكل أقل مع هؤلاء الزملاء في المستقبل. هذا التآكل في علاقات العمل يهدد عناصر التعاون الأساسية والضرورية لنجاح تبني الذكاء الاصطناعي وإدارة التغيير.

فجوة التعلم الهيكلية: لماذا تفشل الشركات

لا تكمن المشكلة الأساسية في التكنولوجيا نفسها، بل في فجوة تعلم 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 المهنيين الذين يستخدمون ChatGPT يوميًا، بشكل خاص، إلى رفض تطبيقات الذكاء الاصطناعي الداخلية في شركاتهم.

من الأمثلة اللافتة للنظر ما ذكرته محامية، حيث أفادت بأن أداء أداة تحليل العقود التي تقدمها شركتها، والتي تبلغ قيمتها 50,000 دولار أمريكي، كان أقل من أداء اشتراكها في ChatGPT الذي تبلغ قيمته 20 دولارًا أمريكيًا. يُبرز هذا التناقض 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 غير المُقدَّرة في الذكاء الاصطناعي للمؤسسات - وكيف تتفوق عليها أدوات المستهلك

يمكن إرجاع التفوق اللافت 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 للمؤسسات، على الرغم من تخصصها العالي وارتفاع تكلفتها، غالبًا ما تُطور دون مراعاة الاحتياجات الحرجة للمستخدمين والتطور الديناميكي للنماذج. غالبًا ما تكون أدوات المستهلكين أكثر مرونةً وبديهيةً، وأفضل تحسينًا من خلال ملايين تفاعلات المستخدمين. من ناحية أخرى، تُقيد أنظمة المؤسسات عمليات التكامل المعقدة، وعزل البيانات، وسير العمل الجامد، وغالبًا ما لا تُخزّن الملاحظات بشكل دائم.

تتمثل إحدى المشكلات الرئيسية في نقص القدرة على التكيف: تُنفَّذ حلول المؤسسات مرة واحدة ثم تُطوَّر ببطء، بينما تُدرَّب أدوات الذكاء الاصطناعي للمستهلكين باستمرار بناءً على ملاحظات المستخدمين ومعرفتهم الحالية. مع ChatGPT، يُمكن للمستخدمين طرح الأسئلة مباشرةً في الحوار، وتعديل المُدخلات، والحصول على نتيجة مُحسَّنة فورًا. من ناحية أخرى، تعتمد العديد من حلول المؤسسات بشكل كبير على النماذج، وتستخدم وحدات نصية مُحدَّدة مسبقًا، وغالبًا ما تكون قديمة الطراز، مما يجعلها غير مرنة وغير مُستجيبة.

يُضاف إلى ذلك الجهد الكبير في التكامل والإدارة: إذ يجب تكييف الحلول باهظة الثمن مع عمليات الشركات وسياسات حماية البيانات والواجهات، وبسبب القيود المنهجية المفرطة، لم تعد هذه الحلول قادرة على مواكبة سرعة ابتكار عروض المستهلكين. وخاصةً في المهام المحددة، مثل تحليل العقود، غالبًا ما تكون النماذج العامة أكثر قوة، إذ تغطي معرفة أوسع ويمكن للمستخدمين التحكم فيها مباشرةً من خلال توجيه أفضل. غالبًا ما تفتقر أنظمة الذكاء الاصطناعي المخصصة للشركات إلى قاعدة بيانات ذات معنى، ولا يمكنها التوسع وفهم السياق بشكل مستقل.

في نهاية المطاف، تؤدي كل هذه الجوانب إلى موقف متناقض: فعلى الرغم من إنفاق مبالغ كبيرة من المال على الذكاء الاصطناعي المخصص للمؤسسات، فإن نتائجه غالباً ما تكون أقل صلة، أو أكثر عملية، أو أكثر دقة من نتائج حلول المستهلك الأرخص والأكثر مرونة والتي يمكن تكييفها بشكل مباشر وسلس مع الاحتياجات المحددة للمستخدمين.

الحدود غير المرئية لأدوات الذكاء الاصطناعي السائدة

عادةً ما تُحسّن أدوات الذكاء الاصطناعي للمستهلكين لمواضيع عامة واسعة النطاق ومهام عامة. وتأتي بيانات التدريب التي تستند إليها عادةً من مصادر متاحة للعامة، مثل الإنترنت والنصوص العامة والأمثلة اليومية الشائعة. وهذا يجعلها فعّالة بشكل خاص للأسئلة الشائعة والنصوص العامة والعمليات القياسية، مثل إنشاء نصوص تسويقية أو الرد على رسائل البريد الإلكتروني أو أتمتة العمليات الروتينية البسيطة.

ومع ذلك، كلما زادت تخصصات المتطلبات، زادت صعوبة وصول الذكاء الاصطناعي الاستهلاكي العام إلى حدوده القصوى. فعندما يتعلق الأمر بالمهام الخاصة بالصناعة أو الأعمال، عادةً ما تفتقر هذه الأدوات إلى المعلومات التفصيلية اللازمة، أو البيانات الخاصة بالموضوع، أو التدريب المتخصص. وغالبًا ما يتعذر أتمتة مهام مثل تحليل العقود التي تتضمن مصطلحات قانونية معقدة، أو تقارير فنية، أو عمليات B2B عالية التخصيص، نظرًا لافتقار الذكاء الاصطناعي إلى المعرفة بالسياق ذي الصلة أو عدم قدرته على تفسيره بشكل موثوق.

يتجلى هذا جليًا في الصناعات شديدة التخصص، وذات المتطلبات الفردية والخاصة بالشركة. كلما قلّت المعلومات المتاحة بحرية - على سبيل المثال، حول المنتج الأساسي للشركة أو العمليات الداخلية السرية - ارتفع معدل أخطاء الذكاء الاصطناعي للمستهلك. ونتيجةً لذلك، تُعرّض هذه الأنظمة نفسها لخطر تقديم توصيات غير صحيحة أو ناقصة، وفي أسوأ الأحوال، قد تُعيق العمليات الحيوية للأعمال أو تُؤدي إلى سوء تقدير.

عمليًا، يعني هذا أن أدوات الذكاء الاصطناعي الاستهلاكية عادةً ما تكون كافية للمهام التقليدية؛ ومع ذلك، مع تزايد التخصص، يزداد معدل فشل هذه الأدوات بشكل ملحوظ. لذلك، تستفيد الشركات التي تعتمد على المعرفة المتخصصة بالقطاع، والتحقق الدقيق من العمليات، والتخصيص عالي المستوى، على المدى الطويل من حلولها المؤسسية الخاصة، المزودة بقواعد بيانات متخصصة وتدريب مُخصص.

إن العقبة الحقيقية أمام توسيع نطاق الذكاء الاصطناعي ليست الذكاء: عندما تتباطأ التوقعات العالية للمرونة

تتعدد عوائق التوسع الناجح للذكاء الاصطناعي: أولها وأهمها عدم الرغبة في تبني أدوات جديدة، تليها مخاوف بشأن جودة النموذج. واللافت للنظر أن هذه المخاوف المتعلقة بالجودة لا ترجع إلى قصور في الأداء الموضوعي، بل إلى اعتياد المستخدمين على مرونة أدوات المستهلك واستجابتها، وبالتالي يجدون أدوات المؤسسات الثابتة غير كافية.

تتسع الفجوة بشكل أكبر في الأعمال بالغة الأهمية: فبينما يُفضل 70% من المستخدمين الذكاء الاصطناعي للمهام البسيطة، مثل كتابة رسائل البريد الإلكتروني أو التحليلات الأساسية، يُفضل 90% منهم الموظفين البشريين للمشاريع المعقدة أو خدمة العملاء. ولا يعتمد هذا الاختلاف على الذكاء، بل على القدرة على التذكر والتكيف والتعلم المستمر.

اقتصاد الذكاء الاصطناعي الخفي: ثورة الذكاء الاصطناعي السرية في مكان العمل

بالتوازي مع 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 تكنولوجيا المعلومات. ويُعدّ هذا النطاق مثيرًا للإعجاب: فبينما أفادت 40% فقط من الشركات بشراء اشتراك رسمي في الذكاء الاصطناعي، أفاد موظفو أكثر من 90% من الشركات التي شملها الاستطلاع باستخدام أدوات الذكاء الاصطناعي الشخصية بانتظام لأغراض العمل.

يكشف هذا الاقتصاد الموازي عن نقطة مهمة: يمكن للأفراد سد فجوة جيل الذكاء الاصطناعي بنجاح إذا أتيحت لهم إمكانية الوصول إلى أدوات مرنة وسريعة الاستجابة. تُمثل المؤسسات التي تُدرك هذا النمط وتبني عليه مستقبل تبني الذكاء الاصطناعي في المؤسسات. وقد بدأت الشركات المتقدمة بالفعل في سد هذه الفجوة من خلال التعلم من الاستخدام غير المباشر وتحليل الأدوات الشخصية التي تُقدم قيمة قبل الاستحواذ على بدائل مؤسسية.

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 توزيع الاستثمارات: البهرجة بدلاً من الجوهر

يتجلى جانبٌ بالغ الأهمية في انقسام جيل الذكاء الاصطناعي في أنماط الاستثمار: إذ يُخصَّص حوالي 50% من ميزانيات جيل الذكاء الاصطناعي لوظائف المبيعات والتسويق، على الرغم من أن أتمتة العمليات الإدارية غالبًا ما تُحقق عائدًا استثماريًا أفضل. ولا يعكس هذا التحيز القيمة الفعلية، بل سهولة توزيع المقاييس في المجالات المرئية.

تهيمن المبيعات والتسويق على تخصيص الميزانية، ليس فقط بفضل ظهورهما، بل أيضًا لأن نتائج مثل حجم العروض التوضيحية أو أوقات الرد على البريد الإلكتروني ترتبط ارتباطًا مباشرًا بمقاييس مجلس الإدارة. من ناحية أخرى، تُحقق الوظائف القانونية والمشتريات والمالية مكاسب أكثر دقة في الكفاءة، مثل انخفاض انتهاكات الامتثال، وتحسين سير العمل، وتسريع إغلاق الحسابات في نهاية الشهر - وهي تحسينات مهمة ولكن يصعب التعبير عنها.

يُرسّخ هذا التحيز الاستثماري انقسام جيل الذكاء الاصطناعي بتوجيه الموارد نحو حالات استخدام مرئية، وإن كانت أقل تأثيرًا في كثير من الأحيان، بينما تظل فرص تحقيق أعلى عائد على الاستثمار تعاني من نقص التمويل في وظائف الإدارة الخلفية. علاوة على ذلك، يؤثر البحث عن المصادقة الاجتماعية على قرارات الشراء بشكل أقوى من جودة المنتج: إذ تظل التوصيات والعلاقات القائمة وطرح رأس المال الاستثماري مؤشرات أقوى لتبني المؤسسات للحلول من الوظائف أو مجموعة الميزات.

الاختلافات الهيكلية: الذكاء الاصطناعي للمؤسسات مقابل الذكاء الاصطناعي للمستهلك

تُفسر الاختلافات الجوهرية بين الذكاء الاصطناعي للمؤسسات وذكاء المستهلك العديد من المشكلات الملحوظة. يُركز الذكاء الاصطناعي للمستهلك على تحسين تجربة العملاء وتخصيص المستخدمين الأفراد، بينما صُمم الذكاء الاصطناعي للمؤسسات لتحسين العمليات التنظيمية، وضمان الامتثال، وتوفير حلول قابلة للتطوير لتلبية متطلبات الأعمال المعقدة.

يتطلب الذكاء الاصطناعي للمؤسسات خبرةً عميقةً في هذا المجال، وغالبًا ما يستخدم تقنيات التعلم المُشرف لتحقيق نتائج مُوجهة نحو مؤشرات الأداء الرئيسية. يجب أن يتكامل مع بيئات تكنولوجيا المعلومات المُعقدة، وأن يُلبي المتطلبات التنظيمية، وأن يُطبق تدابير أمنية قوية للبيانات. من ناحية أخرى، يُعطي الذكاء الاصطناعي للمستهلك الأولوية لسهولة الاستخدام والاستجابة الفورية، غالبًا على حساب الأمان والامتثال.

تُفسر هذه الاختلافات الهيكلية سبب نجاح النموذج الأساسي نفسه في تطبيقات المستهلكين، ولكنه يفشل في بيئات المؤسسات. يجب ألا يقتصر دور الذكاء الاصطناعي المؤسسي على الأداء التقني فحسب، بل يجب أن يتكامل أيضًا مع العمليات التجارية القائمة، وأن يلبي متطلبات الحوكمة، وأن يُظهر قدرة على خلق قيمة طويلة الأجل.

استراتيجيات النجاح: كيف يتغلب الخمسة في المائة على الفجوة

تتبع الشركات القليلة التي نجحت في سد فجوة جيل الذكاء الاصطناعي نمطًا واضحًا. فهي تعامل شركات الذكاء الاصطناعي الناشئة كمزودي خدمات أعمال، لا كموردين للبرمجيات، بل كمقدمي خدمات أعمال، على غرار شركات الاستشارات أو شركاء الاستعانة بمصادر خارجية لعمليات الأعمال. وتطالب هذه المؤسسات بمواءمة عميقة مع العمليات والبيانات الداخلية، وتُقيّم الأدوات بناءً على النتائج التشغيلية بدلًا من معايير النماذج، وتُعامل النشر كتطور مشترك من خلال الإخفاقات المبكرة.

تجدر الإشارة بشكل خاص إلى أن معدل نجاح الشراكات الخارجية يبلغ ضعف معدل نجاح التطوير الداخلي تقريبًا. ففي حين أن 67% من الشراكات الاستراتيجية تُفضي إلى نشر ناجح، فإن 33% فقط من جهود التطوير الداخلي تُحقق هذا الهدف. وغالبًا ما تُوفر هذه الشراكات وقتًا أسرع لتحقيق القيمة، وتكاليف إجمالية أقل، ومواءمة أفضل مع سير العمل التشغيلي.

يحدد المشترون الناجحون مبادرات الذكاء الاصطناعي من المديرين المباشرين بدلاً من المختبرات المركزية، مما يُمكّن مسؤولي الميزانيات ومديري النطاقات من تحديد المشكلات وتقييم الأدوات وتوجيه عمليات الطرح. هذا التوريد التصاعدي، إلى جانب المساءلة التنفيذية، يُسرّع من اعتماد الحلول ويحافظ على الملاءمة التشغيلية.

الاضطراب في الصناعة: التكنولوجيا تقود، والآخرون يتبعون بتردد

يتجلى بوضوح انقسام جيل الذكاء الاصطناعي على مستوى الصناعة. فعلى الرغم من الاستثمارات الكبيرة والنشاط التجريبي الواسع النطاق، يُظهر قطاعان فقط من القطاعات الرئيسية التسعة - التكنولوجيا والإعلام/الاتصالات - علامات واضحة على حدوث خلل هيكلي. ولا تزال جميع القطاعات الأخرى عالقة في الجانب الخاطئ من التحول.

يشهد قطاع التكنولوجيا منافسةً جديدةً تكتسب حصةً سوقيةً وتحوّلاتٍ في سير العمل. ويشهد قطاعا الإعلام والاتصالات صعودًا في المحتوى المُدمج بالذكاء الاصطناعي وتغيّرًا في ديناميكيات الإعلان، حتى مع استمرار نمو الشركات العريقة. وتُظهر الخدمات المهنية مكاسب في الكفاءة، إلا أن خدمة العملاء لا تزال دون تغيير يُذكر.

الوضع حرجٌ بشكل خاص في الصناعات التقليدية: إذ يُظهر قطاعا الطاقة والمواد تطبيقًا شبه معدوم، مع حدٍّ أدنى من التجارب. أما الصناعات المتقدمة، فتقتصر على مشاريع الصيانة التجريبية دون تغييرات كبيرة في سلسلة التوريد. يُظهر هذا التفاوت بين الاستثمار والتغيير الجذري فجوةَ جيل الذكاء الاصطناعي على المستوى الكلي، أي انتشار التجارب دون تحوّل جذري.

المنظور الألماني: التحديات والفرص الخاصة

تواجه الشركات الألمانية تحدياتٍ خاصة في تطبيق الذكاء الاصطناعي. 6% فقط من الشركات الألمانية مهيأةٌ تمامًا للذكاء الاصطناعي، وهو انخفاضٌ مقارنةً بالعام الماضي. وبالمقارنة الدولية، تحتل ألمانيا المرتبة السادسة في أوروبا فقط من حيث الشركات المهيأة بالكامل للذكاء الاصطناعي.

تكمن المشكلة الأبرز في أن 84% من المديرين التنفيذيين الألمان يخشون عواقب وخيمة في حال عدم تطبيق استراتيجياتهم المتعلقة بالذكاء الاصطناعي خلال الأشهر الثمانية عشر المقبلة. في الوقت نفسه، لم تطبق ثلاثة أرباع الشركات الألمانية سياسات الذكاء الاصطناعي. 40% فقط لديها كوادر متخصصة كافية لتلبية متطلبات الذكاء الاصطناعي.

تشمل العقبات الرئيسية التي تواجه الشركات الألمانية نقص العمالة الماهرة (34% مقارنة بـ 28% عالميًا)، وتحديات الأمن السيبراني والامتثال (33%)، وتحديات قابلية توسع البنية التحتية للبيانات (25%). وتؤدي الشكوك التنظيمية، والتحفظات الثقافية، ودرجة معينة من التشكك في التكنولوجيا إلى تفاقم هذه المشاكل.

ومع ذلك، تلوح في الأفق فرصٌ واعدة: إذ يمكن للشركات الألمانية دمج نقاط قوتها في الدقة والجودة مع ابتكارات الذكاء الاصطناعي. ففي صناعات مثل الهندسة الميكانيكية وصناعة السيارات، يمكن للذكاء الاصطناعي أن يُحسّن العمليات ويُحسّن جودة المنتجات. فالذكاء الاصطناعي المتخصص لا يتعب أبدًا حتى بعد آلاف التكرارات، ويمكنه الاستفادة من النسبة القليلة المتبقية لتحقيق الكمال.

الذكاء الاصطناعي الوكيل: المرحلة التطورية التالية

يكمن حل فجوة التعلم فيما يُسمى بالذكاء الاصطناعي الوكيل، وهو فئة من الأنظمة التي تدمج الذاكرة الدائمة والتعلم التكراري من البداية. بخلاف الأنظمة الحالية التي تتطلب سياقًا كاملاً في كل مرة، تحتفظ الأنظمة الوكيلة بذاكرات دائمة، وتتعلم من التفاعلات، ويمكنها تنظيم سير العمل المعقدة بشكل مستقل.

تُظهر التجارب المبكرة للشركة مع وكلاء خدمة العملاء الذين يتعاملون مع الاستفسارات الكاملة من البداية إلى النهاية، ووكلاء المعالجة المالية الذين يراقبون المعاملات الروتينية ويوافقون عليها، ووكلاء خط أنابيب المبيعات الذين يتتبعون المشاركة عبر القنوات، كيف تعالج الاستقلالية والذاكرة الفجوات الأساسية التي تم تحديدها.

تبرز البنية التحتية لدعم هذا التحول من خلال أطر عمل مثل بروتوكول سياق النموذج (MCP)، وبروتوكول الوكيل إلى الوكيل (A2A)، وبروتوكول NANDA، والتي تُمكّن من التوافق والتنسيق بين الوكلاء. تُعزز هذه البروتوكولات المنافسة في السوق وتُحسّن من كفاءة التكلفة من خلال السماح للوكلاء المتخصصين بالتعاون بدلاً من الحاجة إلى أنظمة متجانسة.

حلول عملية للشركات

ينبغي على الشركات التي تسعى إلى سد الفجوة بين الذكاء الاصطناعي وجيل الذكاء الاصطناعي اتباع عدة استراتيجيات. أولًا، من الضروري تجنب الأوامر العشوائية: فعندما يدافع المدراء التنفيذيون عن الذكاء الاصطناعي في كل مكان، وفي كل وقت، فإنهم يُظهرون عدم دقة في تطبيق التكنولوجيا. فالذكاء الاصطناعي ليس مناسبًا لجميع المهام، ولا يستطيع قراءة الأفكار.

تلعب عقلية الموظف دورًا حاسمًا: تُظهر الأبحاث أن الموظفين الذين يتمتعون بمزيج من الفعالية والتفاؤل العالي - ما يُطلق عليهم "الطيارون" - يستخدمون الذكاء الاصطناعي بنسبة 75% أكثر في العمل من "الركاب" ذوي الفعالية والتفاؤل المنخفضين. يستخدم الطيارون الذكاء الاصطناعي بشكل مناسب لتحقيق أهدافهم وتعزيز إبداعهم، بينما يميل الركاب إلى استخدام الذكاء الاصطناعي لتجنب العمل.

ينبغي التركيز بشكل خاص على العودة إلى التعاون. فالعديد من المهام المطلوبة لنجاح عمل الذكاء الاصطناعي - مثل تقديم التوجيهات، وتقديم الملاحظات، ووصف السياق - تتطلب تعاونًا. يتطلب العمل اليوم تعاونًا متزايدًا، ليس فقط مع البشر، بل مع الذكاء الاصطناعي أيضًا. يُعدّ Workslop مثالًا ممتازًا على ديناميكيات التعاون الجديدة التي أدخلها الذكاء الاصطناعي، والتي يُرجّح أن تُعيق الإنتاجية بدلًا من أن تُحسّنها.

عوامل نجاح المنظمة وإدارة التغيير

يتطلب نجاح تطبيق الذكاء الاصطناعي تصميمات تنظيمية محددة. تُطبّق الشركات الأكثر نجاحًا لامركزية سلطة التطبيق مع الحفاظ على المساءلة. فهي تُمكّن مديري الخطوط الأمامية وخبراء المجال من تحديد حالات الاستخدام وتقييم الأدوات، بدلًا من الاعتماد حصريًا على وظائف الذكاء الاصطناعي المركزية.

التعلم من اقتصاد الذكاء الاصطناعي الخفي أمرٌ بالغ الأهمية. بدأت العديد من أقوى عمليات نشر الشركات بمستخدمين محترفين - موظفين سبق لهم تجربة أدوات الإنتاجية الشخصية مثل ChatGPT أو Claude. هؤلاء "المستهلكون المنتجون" يدركون بديهيًا قدرات وقيود GenAI، ويصبحون من أوائل الداعمين للحلول المعتمدة داخليًا.

يتطلب قياس النجاح والتواصل بشأنه مناهج جديدة. فبينما تُركز مقاييس البرمجيات التقليدية على الأداء الوظيفي ومدى استخدام المستخدمين، يجب تقييم الذكاء الاصطناعي للمؤسسات بناءً على نتائج الأعمال وتحسينات العمليات. ويجب على الشركات أن تتعلم كيفية قياس التحسينات الدقيقة والمهمة، مثل تقليل انتهاكات الامتثال أو تسريع سير العمل، والتواصل بشأنها.

نافذة الفرصة المغلقة

إن فرصة سد فجوة الذكاء الاصطناعي تضيق بسرعة. فالشركات تتزايد مطالبها بالأنظمة التي تتكيف مع مرور الوقت. يدمج Microsoft 365 Copilot وDynamics 365 بالفعل الذاكرة الدائمة وحلقات التغذية الراجعة. وتشير النسخة التجريبية من ذاكرة ChatGPT من OpenAI إلى توقعات مماثلة في الأدوات متعددة الاستخدامات.

الشركات الناشئة التي تتحرك بسرعة لسد هذه الفجوة من خلال تطوير وكلاء متكيفين يتعلمون من الملاحظات والاستخدام والنتائج، يمكنها بناء حواجز متينة للمنتجات من خلال البيانات وعمق التكامل. الفرصة محدودة: فالمشاريع التجريبية جارية بالفعل في العديد من القطاعات. في الأرباع القادمة، ستُنشئ العديد من الشركات علاقات مع الموردين يكاد يكون من المستحيل فكّها.

تُسبب المؤسسات التي تستثمر في أنظمة الذكاء الاصطناعي التي تتعلم من بياناتها وسير عملها وملاحظاتها تكاليف تحويل تتراكم شهريًا. وقد لخّص مدير تكنولوجيا المعلومات في شركة خدمات مالية بقيمة 5 مليارات دولار الوضع قائلاً: "نُقيّم حاليًا خمسة حلول مختلفة من حلول GenAI، ولكن النظام الذي يتعلم بشكل أفضل ويتكيف مع عملياتنا الخاصة سيفوز في النهاية بأعمالنا. بمجرد استثمارنا وقتًا في تدريب نظام على فهم سير عملنا، تصبح تكاليف التحويل باهظة."

فجوة الذكاء الاصطناعي حقيقية وعميقة، ولكنها ليست مستعصية على الحل. فالشركات التي تفهم الأسباب الكامنة - فجوة التعلم، وتحديات التصميم التنظيمي، وتحيزات الاستثمار - وتتصرف بناءً على ذلك، قادرة على تسخير القوة التحويلية للذكاء الاصطناعي. ومع ذلك، فإن الوقت المتاح للتحرك محدود، وتكلفة الانتظار آخذة في الارتفاع بشكل كبير.

☑️ لغة العمل لدينا هي الإنجليزية أو الألمانية

☑️ جديد: المراسلات بلغتك الوطنية!

 

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

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