المراحل الثلاث لتطوير الذكاء الاصطناعي وإمكاناتها للشركات - لماذا تستفيد الشركات الصغيرة بشكل خاص

التنبؤ، والإبداع، والتنفيذ: أي شخص لا يفهم هذه المراحل الثلاث للذكاء الاصطناعي سيتم استبداله قريباً بالمنافسة

الذكاء الاصطناعي ليس مجرد أداة لكتابة رسائل البريد الإلكتروني أو تحليل جداول بيانات إكسل، ومع ذلك، لا تزال هذه الصورة غير المكتملة تُقيّد العديد من صُنّاع القرار. فبينما بدأت معظم الشركات للتو في دمج الذكاء الاصطناعي التوليدي، مثل ChatGPT، في عملياتها اليومية، فإن التحول الجذري التالي جارٍ بالفعل: الانتقال إلى "الذكاء الاصطناعي الوكيل". لم تعد هذه المرحلة الثالثة من التطوير تكتفي باقتراح الحلول، بل تتخذ قرارات مستقلة وتُنفذها بفعالية داخل الأنظمة. يُمثل هذا نقطة تحول تاريخية، لا سيما بالنسبة للشركات الألمانية الصغيرة والمتوسطة. ونظرًا للنقص الحاد في العمالة الماهرة، تُقدم هذه التقنية الجديدة حلًا مُصممًا خصيصًا للتغلب على اختناقات الموارد البشرية وتحقيق مكاسب إنتاجية غير مسبوقة. تعرّف على أسباب التغيير الجذري الذي سيطرأ على سوق الذكاء الاصطناعي بحلول عام 2026، والمراحل الثلاث للتطوير التي يجب عليك، كقائد، فهمها تمامًا، ولماذا يُعد الانتظار الآن الخيار الأكثر تكلفة على الإطلاق.

ذو صلة بهذا الموضوع:

• الروتين اليومي وسير العمل: هل تقوم بذلك بنفسك، أم تقوم بأتمتته بالطريقة التقليدية، أم تتركه لوكلاء الذكاء الاصطناعي؟

أولئك الذين لا يفهمون الفرق بين التنبؤ والإبداع والعمل لن يتجاوزهم المنافسون، بل سيتم استبدالهم

يُعدّ دمج الذكاء الاصطناعي استراتيجياً في عمليات الأعمال أحد أبرز تحديات القيادة في هذا العقد. مع ذلك، يعمل معظم صُنّاع القرار بصورة غير مكتملة؛ فهم يعرفون الذكاء الاصطناعي كأداة تُولّد النصوص أو تُحلّل جداول البيانات، متجاهلين حقيقة أن وراء هذا المصطلح الشامل ثلاثة مستويات تكنولوجية مختلفة جذرياً، يُعالج كل منها مشكلات أعمال مختلفة تماماً، ويتطلب منطق استثمار مختلفاً تماماً، ويُطلق إمكانات خلق قيمة مختلفة تماماً. إن الانتقال من مستوى إلى آخر ليس تقدماً خطياً، بل هو تحوّل جذري في المفاهيم. وهذا التحوّل الجذري يتكشف حالياً بوتيرة تُفاجئ معظم المؤسسات غير المُستعدة لها.

يتوقع كبار المحللين أن يشهد عام 2026 نقطة تحول حاسمة: إذ تتوقع مؤسسة غارتنر أن حوالي 40% من تطبيقات المؤسسات ستتضمن بحلول نهاية هذا العام وكلاء ذكاء اصطناعي متخصصين في مهام محددة، وهو ارتفاع هائل مقارنةً بأقل من 5% في العام السابق. وتُقدّر ماكينزي القيمة العالمية المحتملة للذكاء الاصطناعي التوليدي وحده بما يتراوح بين 2.6 و4.4 تريليون دولار أمريكي سنويًا. في الوقت نفسه، تُظهر دراسة أجراها معهد ماساتشوستس للتكنولوجيا أن ما يصل إلى 95% من مشاريع الذكاء الاصطناعي لا ترقى إلى مستوى التوقعات. إن الفجوة بين الإمكانات والواقع هائلة، ولها سبب واضح: عدم فهم أي مستوى من مستويات الذكاء الاصطناعي يُناسب أي مشكلة.

آلات التعرف على الأنماط: ما يمكن أن يفعله الذكاء الاصطناعي التقليدي حقًا

تعتمد المرحلة الأولى والأقدم من الذكاء الاصطناعي المُستخدم تجاريًا على التعرف على الأنماط، والنمذجة الإحصائية، والتحليل التنبؤي. وتكمن قوته في استخلاص الاحتمالات من البيانات التاريخية وتطبيقها على نقاط البيانات الجديدة في الوقت الفعلي. وفي الممارسة العملية، يتجلى ذلك في ثلاثة مجالات أساسية: التحليلات التنبؤية، وأنظمة التصنيف، وكشف الحالات الشاذة.

تُعدّ التحليلات التنبؤية أساسًا للعديد من القرارات التجارية. فتوقعات المبيعات، وتخطيط الطلب، وتحسين الأسعار، وإدارة الطاقة الإنتاجية، تعتمد اليوم بشكل كبير على خوارزميات التعلّم الآلي التي تتنبأ بسلوك العملاء، واتجاهات الطلب، ومخاطر الأعمال من خلال تحليل البيانات التاريخية. لا تُقدّم هذه النماذج يقينًا مطلقًا، لكنها تُقلّل بشكل كبير من عدم اليقين في عملية صنع القرار. يستطيع بائع التجزئة الذي يُدير مخزونه بناءً على توقعات الطلب المدعومة بالذكاء الاصطناعي، الحدّ من كلٍّ من فائض المخزون ونقصه، مما يُؤثّر بشكل مباشر على رأس المال المُستثمر في المخزون وهامش الربح.

تقوم أنظمة التصنيف بفرز البيانات وتصنيفها وتوجيهها تلقائيًا. بدءًا من التخصيص الآلي لرسائل البريد الإلكتروني الواردة وتذاكر الدعم، وصولًا إلى تصنيف المعاملات المحاسبية، تُريح هذه الأنظمة فرق العمليات من اتخاذ القرارات المتكررة التي، رغم أنها لا تتطلب جهدًا فكريًا كبيرًا، إلا أنها تستهلك موارد ضخمة عند معالجتها بكميات كبيرة. والمنطق الاقتصادي وراء ذلك بسيط: كل دقيقة لا يقضيها موظف ماهر في الفرز تُتاح له لأنشطة تُضيف قيمة.

يُعدّ اكتشاف الحالات الشاذة من بين أكثر تطبيقات الذكاء الاصطناعي التقليدية قيمةً من الناحية الاقتصادية. ففي القطاع المالي، تُحدّد نماذج الذكاء الاصطناعي أنماطًا تُشير إلى الاحتيال أو أعطال الأنظمة أو الاختراقات الأمنية من خلال تحليل ملايين المعاملات في أجزاء من الثانية. وتُسجّل الأنظمة التقليدية القائمة على القواعد معدلات إنذار خاطئ تتراوح بين 90 و95%، بينما تُغفل في الوقت نفسه ما بين 40 و50% من حالات الاحتيال الفعلية. وتتفوق نماذج الذكاء الاصطناعي الحديثة القائمة على التعلّم الآلي على هذه الأساليب الجامدة بشكلٍ كبير، لقدرتها على التكيّف باستمرار مع أنماط الاحتيال الجديدة. وقد أفادت إحدى الشركات الرائدة في صناعة السيارات بأنّ استخدام تقنية اكتشاف الحالات الشاذة المدعومة بالذكاء الاصطناعي في مصانعها قد خفّض أخطاء الإنتاج بنسبة 35%، وحسّن دقة الصيانة التنبؤية بنسبة 42%.

يكمن القيد الاقتصادي لهذه المرحلة في سلبيتها المتأصلة. فالذكاء الاصطناعي التقليدي يقدم رؤى وتنبؤات، لكنه لا يتخذ إجراءات. إنه يُحسّن العمليات القائمة، لكنه لا يُنشئ قدرات جديدة. منطقه جامد وتركيزه ضيق. وهذا مثالي لزيادة الكفاءة ضمن معايير محددة، ولكنه غير كافٍ لتحويل نماذج الأعمال.

المحتوى بضغطة زر: القوة الاقتصادية والقيود الخفية للذكاء الاصطناعي التوليدي

أحدثت المرحلة الثانية، وهي الذكاء الاصطناعي التوليدي، تغييرًا جذريًا في نظرة الجمهور إلى الذكاء الاصطناعي منذ نهاية عام 2022. فقد أتاحت أدوات مثل ChatGPT وMidjourney وGitHub Copilot، ولأول مرة، لملايين المستخدمين الوصول المباشر إلى قدرات الذكاء الاصطناعي التي تتجاوز مجرد التحليل. إذ يقوم الذكاء الاصطناعي التوليدي بإنشاء مسودات ونصوص وصور وبرمجيات وتصاميم بناءً على مواصفات محددة. كما يُؤتمت خطوات سير العمل مثل فرز البريد الإلكتروني وتدوين الملاحظات وتنظيف البيانات. ويُغذي ما يُسمى بأنظمة المعرفة بمعلومات خاصة بالشركة، قادرة على الإجابة عن أسئلة حول العمليات الداخلية من خلال توليد مُعزز بالاسترجاع.

تُعدّ آثار الذكاء الاصطناعي على الإنتاجية قابلة للقياس، وفي كثير من الحالات، ذات أهمية بالغة. فبحسب استطلاع رأي، أكدت 71% من الشركات الألمانية أن أدوات الذكاء الاصطناعي التوليدي تُسهم في زيادة الإنتاجية. كما وثّقت دراسة حالة في مركز اتصال زيادة في الإنتاجية تصل إلى 35% بفضل استخدام الذكاء الاصطناعي التوليدي. وفي استطلاع رأي أوسع، أفاد 82% من المشاركين بزيادة في الإنتاجية، بمتوسط ​​13% سنويًا. ووفقًا لشركة برايس ووترهاوس كوبرز (PwC)، فإن الشركات التي دمجت الذكاء الاصطناعي باستمرار في عملياتها الأساسية تشهد نموًا في الإيرادات يفوق بثلاثة أضعاف نمو الشركات التي لم تُدمج الذكاء الاصطناعي.

تتركز حوالي 75% من إمكانات خلق القيمة التي يمكن أن يوفرها الذكاء الاصطناعي التوليدي في أربعة مجالات رئيسية: خدمة العملاء، والتسويق والمبيعات، وتطوير البرمجيات، والبحث والتطوير. وتبرز أهمية هذا الذكاء الاصطناعي بشكل خاص في هذه المجالات، حيث يساهم في تجاوز عقبة إنشاء المحتوى. فعلى سبيل المثال، يمكن لفريق التسويق الذي كان يحتاج سابقًا إلى أسبوعين لإنجاز حملة تسويقية، اختصار عملية التصميم إلى أيام معدودة. كما يكتسب فريق التطوير الذي يُؤتمت مراجعات التعليمات البرمجية والتوثيق، قدرة أكبر على اتخاذ القرارات المعمارية والابتكار.

ومع ذلك، تشير تقنيات الذكاء الاصطناعي التوليدي إلى أنها لا تتصرف. فهي تُولّد تصاميم، لكنها لا تُنفّذ قرارات. تُسرّع عملية الإنشاء، لكنها لا تتحمل مسؤولية التنفيذ. عمليًا، هذا يعني أن كل مُخرَج يتطلب مراجعة بشرية، وأن أخطاء التوليد يجب تحديدها وتصحيحها، وأن خطوة التنفيذ النهائية تبقى يدوية في معظم حالات الاستخدام. في حين تُظهر دراسة جوجل كلاود أن 52% من الشركات قد دمجت بالفعل وكلاء الذكاء الاصطناعي في عملياتها، وأن أكثر من نصفها ينشر تطبيقات ذكاء اصطناعي جديدة بكفاءة خلال ثلاثة إلى ستة أشهر، يُشير تحليل معهد ماساتشوستس للتكنولوجيا إلى أن غالبية الشركات لم تُحقق بعد قيمة مُضافة قابلة للقياس، لأن النجاح لا يعتمد على جودة النموذج، بل على الأفراد والتنظيم والعمليات.

بُعد جديد للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | إكسبرت للاستشارات - الصورة: Xpert.Digital

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

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

المزايا الرئيسية باختصار:

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

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

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

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

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

للمزيد من المعلومات، انقر هنا:

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

اللاعبون الرقميون: لماذا يُغير الذكاء الاصطناعي للوكلاء قواعد اللعبة بشكل جذري

تمثل المرحلة الثالثة والأحدث، وهي الذكاء الاصطناعي الفاعل، نقلة نوعية. فهي تجمع بين القدرات التحليلية للذكاء الاصطناعي التقليدي والقدرات الإبداعية للذكاء الاصطناعي التوليدي، وتضيف ما يفتقر إليه كلاهما: القدرة على الفعل. يتذكر الذكاء الاصطناعي الفاعل السياقات، ويتخذ القرارات بناءً على إرشادات محددة، ويستخدم أدوات خارجية وواجهات برمجة التطبيقات، ويدمج أنظمة متنوعة، ويدير العمليات بأكملها بشكل مستقل.

لم يعد هذا مجرد مساعدة، بل هو وكالة بالمعنى الأصلي للكلمة: القدرة على التصرف باستقلالية نيابةً عن جهة موكِّلة. عمليًا، يعني هذا أن وكيل الذكاء الاصطناعي في قسم المشتريات لا يقتصر دوره على اقتراح الطلبات فحسب، بل يشمل أيضًا مراقبة مستويات المخزون، وإعداد توقعات الطلب، وتجهيز طلبات الشراء تلقائيًا، وتفعيل الطلبات بشكل مستقل ضمن حدود الميزانية المحددة، دون الحاجة إلى تغييرات جوهرية في نظام تخطيط موارد المؤسسات (ERP) الحالي. في خدمة العملاء، يتولى الوكيل الرد على الاستفسارات بشكل كامل، بدءًا من الاستفسارات عن حالة الطلبات والتنسيق مع قسمي الخدمات اللوجستية والمحاسبة وصولًا إلى المتابعة. وقد قامت شركة رعاية صحية دولية تضم حوالي 100,000 موظف بتطبيق وكيل مساعد في قسم المشتريات، يجيب تلقائيًا على الاستفسارات اليومية المعتادة المتعلقة بالطلبات وحالة التسليم والفواتير، مع الوصول المباشر إلى بيانات نظام SAP.

تختلف المؤشرات الاقتصادية لهذه المرحلة التكنولوجية اختلافًا جوهريًا عن سابقاتها. فبحسب المحللين، يحقق التشغيل الآلي المدعوم بالذكاء الاصطناعي عائدًا على الاستثمار يتراوح بين 250 و300%، مقارنةً بـ 10 إلى 20% فقط للتشغيل الآلي التقليدي. كما تنخفض فترة استرداد رأس المال من 12 إلى 18 شهرًا إلى 3 إلى 6 أشهر، وترتفع نسبة النجاح من 60 إلى 70% إلى 85 إلى 95%، وتنخفض تكاليف الصيانة من 20 إلى 30% إلى 5 إلى 10% من الفوائد المحققة. وتشير تقارير شركة برايس ووترهاوس كوبرز (PwC) إلى أن 79% من المؤسسات التي شملها الاستطلاع تستخدم وكلاء الذكاء الاصطناعي بشكل أو بآخر، مع قيام 88% منها بزيادة ميزانياتها المخصصة تحديدًا لقدرات الوكلاء، وتوقع 62% منها عائدًا على الاستثمار يتجاوز 100%.

تتوقع مؤسسة غارتنر أنه بحلول عام 2027، سيصل تخصص الوكلاء إلى مرحلةٍ تضم فيها 70% من أنظمة الوكلاء المتعددين وكلاءً ذوي أدوارٍ محددة بدقة. وبحلول عام 2028، من المتوقع أن تستخدم 40% من التفاعلات مع خدمات الذكاء الاصطناعي التوليدي نماذجَ الحركة والوكلاء المستقلين لتنفيذ المهام. وتشير تقارير ديلويت إلى أن نسبة الشركات التي تختبر أنظمة الوكلاء ستتضاعف من الربع في عام 2025 إلى النصف بحلول عام 2027.

ذو صلة بهذا الموضوع:

• ودّع النصوص الجامدة: كيف تستحوذ أنظمة الذكاء الاصطناعي المستقلة على سير العمل بالكامل في الشركات

الشركات المتوسطة والصغيرة على مفترق طرق: لماذا تستفيد الشركات الصغيرة أكثر من غيرها؟

يُعدّ هذا التطور ذا أهمية خاصة للشركات الألمانية الصغيرة والمتوسطة، حيث تتلاقى فيه قوتان هيكليتان: النقص المزمن في العمالة الماهرة والضغط المتزايد للتحول الرقمي. في الربع الثاني من عام 2025، بلغ عدد الوظائف الشاغرة في ألمانيا حوالي 1.6 مليون وظيفة. ويعاني قطاع تكنولوجيا المعلومات وحده من نقص 137 ألف عامل ماهر، بينما يعاني قطاع الهندسة من نقص 120 ألف عامل. ويبلغ متوسط ​​فترة شغور وظائف تكنولوجيا المعلومات سبعة أشهر. لم يعد التوظيف الإضافي خيارًا مجديًا نظرًا لعدم توفر المرشحين المناسبين.

لا تُقدّم الأتمتة المدعومة بالذكاء الاصطناعي حلاً كاملاً، لكنها الحل الوحيد القابل للتوسع. يُقدّر الخبراء أن ما بين 30 و40 بالمئة من مهام الشركات يُمكن أتمتتها، وهو ما يُعادل 800 ألف وظيفة افتراضية بدوام كامل. لا يتم استبدال الموظفين الحاليين، بل تزداد إنتاجيتهم بنسبة تتراوح بين 30 و40 بالمئة. عملياً، هذا يعني أن فريقاً من سبعة موظفين مدعومين بالذكاء الاصطناعي يُمكنه تحقيق إنتاجية كانت تتطلب سابقاً عشرة موظفين.

إنّ كون الشركات المتوسطة الحجم، على نحوٍ مُفارِق، مُلائمةً بشكلٍ خاص لاستخدام الذكاء الاصطناعي القائم على الوكلاء، يعود إلى خصائصها الهيكلية. فعمليات اتخاذ القرار الأصغر والأكثر مرونةً تُتيح تنفيذاً أسرع. كما يسمح حجم الشركة النموذجي بتنفيذ مشاريع تجريبية قابلة للإدارة مع نتائج قابلة للقياس بسرعة. وتتوفر منصات الوكلاء الحديثة كحلول منخفضة التعليمات البرمجية أو بدون تعليمات برمجية، لا تتطلب قسماً مُخصصاً للذكاء الاصطناعي أو فرقاً لعلوم البيانات. وقد تمكنت شركة تصنيع متوسطة الحجم من ولاية بادن-فورتمبيرغ من تقليص وقت معالجة فواتيرها من يومين إلى أقل من ساعة، بدقةٍ تكاد تكون مثالية. هذه النتائج ليست استثناءً، بل أنماط قابلة للتكرار.

في ألمانيا، تعتمد شركات رائدة من قطاعات متنوعة، مثل شركة برينتاج الكيميائية، وشركة إندريس+هاوزر المتخصصة في تكنولوجيا العمليات، وسلسلة فنادق هاي لو، على منصات الذكاء الاصطناعي الفعّالة لتطبيق عمليات خدمة عملاء مؤتمتة. تعمل هذه المنصات على حل المشكلات الشائعة على مدار الساعة، وتسريع الدعم الفني، ومعالجة مهام مثل تنظيف البيانات. قُدّر حجم سوق الذكاء الاصطناعي في ألمانيا بنحو 10 مليارات دولار أمريكي في عام 2024، ومن المتوقع أن ينمو إلى أكثر من 54 مليار دولار أمريكي بحلول عام 2032، بمعدل نمو سنوي يقارب 24%. يُشير 68% من الرؤساء التنفيذيين الألمان إلى الذكاء الاصطناعي كهدف استثماري رئيسي، ويخطط 80% منهم لاستثمار ما لا يقل عن 10% من ميزانيتهم ​​في الذكاء الاصطناعي على المدى القريب. وتؤكد نحو 40% من الشركات الألمانية استخدامها الفعلي للذكاء الاصطناعي.

العامل الذي تم التقليل من شأنه: التنسيق بدلاً من الحلول الفردية

إنّ اعتبار مستويات الذكاء الاصطناعي الثلاثة تقنيات منفصلة يُعدّ تبسيطًا مفرطًا. فإمكاناتها الحقيقية لا تتحقق إلا من خلال تفاعلها. فعلى سبيل المثال، يمكن لنظام متعدد الوكلاء في شركة هندسة ميكانيكية متوسطة الحجم أن يبدأ بوكيل عروض أسعار يحلل استفسارات العملاء ويُنشئ تقديرات أولية للتكاليف. لاحقًا، يُضاف وكيل تخطيط إنتاج يتحقق من القدرات ويقترح مواعيد التسليم. شيئًا فشيئًا، تتشكل شبكة من المساعدين الرقميين، تتغلغل في كامل عملية خلق القيمة. يركز كل وكيل على مهمة متخصصة، لكن التواصل عبر واجهات موحدة يُتيح أداءً شاملاً ومنسقًا يتجاوز بكثير مجموع أجزائه.

تصف شركة IBM هذا التحول بأنه "التحول نحو الذكاء الاصطناعي الوكيل"، وتحدد أربع أولويات استراتيجية لعام 2026: تعزيز التنسيق بين عدة وكلاء، وبناء الحوكمة والثقة للأنظمة المستقلة، وتضمين الأمن في كل عملية نشر للذكاء الاصطناعي الوكيل، وربط استثمارات الذكاء الاصطناعي بنتائج أعمال قابلة للقياس. لقد انتهت مرحلة إثبات المفهوم. لم يعد التحدي يكمن في ما إذا كان الذكاء الاصطناعي الوكيل فعالاً، بل في ما إذا كان بالإمكان نشره بشكل موثوق وعلى نطاق واسع.

تتوقع أوراكل أن منطق النظام البيئي الذي شكّل البنى التحتية السحابية سيهيمن أيضاً على الذكاء الاصطناعي المؤسسي بحلول عام 2026. وسيقوم مُكاملُو الأنظمة ومُورّدو البرامج المستقلون بشكل متزايد بتوفير وكلاء مُعتمدين ومُخصّصين لقطاعات مُحدّدة لتلبية المتطلبات الوظيفية المُعقّدة، والتي يُمكن اكتشافها واختبارها ودمجها مُباشرةً في سير العمل الحالي في غضون أيام. وهذا من شأنه أن يُسهّل الوصول إلى قدرات الذكاء الاصطناعي المُتخصّصة للغاية بشكل جذري.

معادلة الاستثمار: لماذا يُعدّ الانتظار أكثر تكلفة من العمل؟

تُعدّ الاستثمارات الإجمالية في الذكاء الاصطناعي هائلة. تتوقع البنوك الكبرى وشركات الاستشارات، مثل جي بي مورغان تشيس وماكينزي، أن تتجاوز هذه الاستثمارات 5 تريليونات دولار بحلول عام 2030. وتخطط شركات الحوسبة السحابية العملاقة وحدها لاستثمارات تُقدّر بنحو 400 مليار دولار لعام 2026، مقارنةً بـ 165 مليار دولار في العام السابق. مع ذلك، تُحذّر شركة فورستر من إمكانية تأجيل 25% من الإنفاق المُخطط له على الذكاء الاصطناعي بحلول عام 2027، وذلك بسبب المخاوف بشأن العائد على الاستثمار.

تُؤدي هذه الديناميكية إلى تفاوت في مستوى المخاطر. فالشركات التي تستثمر مبكراً وتُراكم استراتيجياً البيانات والخبرات ومزايا العمليات التي تتعزز بمرور الوقت، ويصعب على المنافسين محاكاتها. أما الشركات التي تنتظر، فتُخاطر ليس فقط بالتخلف عن ركب نمو إنتاجية قطاعها، بل أيضاً بفقدان أفضل الكفاءات، الذين يتزايد إقبالهم على العمل في بيئات مُدمجة بالذكاء الاصطناعي. تُشير بيانات شركة برايس ووترهاوس كوبرز (PwC) إلى أن الموظفين ذوي المهارات في الذكاء الاصطناعي يتقاضون رواتب أعلى بنسبة 56% من زملائهم الذين لا يمتلكون هذه المهارات.

لذا، فإن السؤال الاستراتيجي الحاسم ليس ما إذا كان ينبغي الاستثمار في الذكاء الاصطناعي، بل في أي مرحلة وبأي ترتيب. توصي منهجية IBM بالبدء بحالات استخدام محددة بوضوح، ووضع مؤشرات أداء رئيسية خاصة بكل نشاط تجاري لتحسين الكفاءة التشغيلية وتجربة العملاء، وتحديد معايير النجاح قبل النشر، وتطبيق أنظمة تتبع تربط نتائج الأعمال بقدرات محددة للذكاء الاصطناعي. سيكون القادة الأكثر نجاحًا هم أولئك القادرون ليس فقط على شرح وظيفة الذكاء الاصطناعي، بل أيضًا على توضيح المشكلات التي يحلها والقيمة المضافة القابلة للقياس التي يخلقها.

يمكن توضيح الفرق بين الذكاء الاصطناعي التقليدي والتوليدي والفاعل من خلال أبعاد مختلفة.

في مجال أتمتة المهام، يُعدّ أداء الذكاء الاصطناعي التقليدي متوسطًا ومحدودًا بالمهام البسيطة القائمة على القواعد، بينما يُعدّ أداء الذكاء الاصطناعي التوليدي متوسطًا أيضًا، ولكنه يعمل من خلال التعلّم ويتطلب مزيدًا من التحكم. أما الذكاء الاصطناعي الوكيل، فيحقق درجة عالية من الأتمتة من خلال العمل المستقل القائم على الذاكرة والمنطق.

يلعب الذكاء الاصطناعي التقليدي دورًا محدودًا في صناعة المحتوى، إذ يقتصر دوره على تقديم رؤى دون إنشاء محتوى جديد. في المقابل، يتمتع الذكاء الاصطناعي التوليدي بقدرات عالية تشمل توليد النصوص والصور والبرمجيات. ويحقق الذكاء الاصطناعي الوكيل أقصى أداء من خلال العمل بطريقة لا مركزية، وتفويض المهام، وتصعيدها.

يُعاني الذكاء الاصطناعي التقليدي، بمنطقه الجامد الذي يصعب تكييفه، من محدودية التطبيق في تصميم العمليات. أما الذكاء الاصطناعي التوليدي، فيُحسّن العمليات الحالية بشكل معتدل ويتبنى نهجًا جديدًا. في المقابل، يقود الذكاء الاصطناعي الفاعل الطريق، إذ يُمكنه إدارة العمليات بأكملها على مستوى عالٍ من خلال تنسيق الأدوار والأدوات والمنطق.

يختلف منحنى العائد على الاستثمار اختلافًا كبيرًا أيضًا: يحقق الذكاء الاصطناعي التقليدي عائدًا على الاستثمار يتراوح بين 10 و20% مع فترة استرداد تتراوح بين 12 و18 شهرًا. أما مع الذكاء الاصطناعي التوليدي، فيكون العائد على الاستثمار متغيرًا، بينما يعد الذكاء الاصطناعي الوكيل بأعلى ربحية تتراوح بين 250 و300% مع فترة استرداد لا تتجاوز 3 إلى 6 أشهر.

تختلف نقاط الدخول النموذجية أيضًا: غالبًا ما يتم استخدام الذكاء الاصطناعي التقليدي للكشف عن الاحتيال والتنبؤ به، والذكاء الاصطناعي التوليدي لنصوص التسويق أو تصميمات البرامج، والذكاء الاصطناعي الوكيل في مجالات مثل الشراء وخدمة العملاء ومعالجة الطلبات.

دعوة للعمل لا تترك خياراً آخر

يُعدّ الانتقال من البرمجيات المساعدة إلى الأنظمة الفاعلة تحولاً جوهرياً يجب على القادة فهمه ليس فقط لتحسين مؤسساتهم تدريجياً، بل لإحداث تغيير جذري فيها. في ظل بيئة سوقية يخطط فيها 92% من المديرين التنفيذيين الألمان لزيادة ميزانياتهم المخصصة للذكاء الاصطناعي بحلول عام 2026، وتتوفر فيها منصات الذكاء الاصطناعي الفاعلة كحلول سحابية جاهزة، ويُعيق فيها نقص العمالة الماهرة أي استراتيجية نمو بديلة، فإنّ قرار عدم استخدام الذكاء الاصطناعي الفاعل يكاد يكون غير مبرر من الناحية الاقتصادية.

الخطوة العملية الأولى ليست قرارًا تقنيًا، بل تحليلًا للعمليات: تحديد عملية تجارية متكررة تتضمن حاليًا خطوات يدوية، وتستهلك وقتًا كبيرًا من الموظفين، وتخضع لقواعد محددة. سواءً أكانت معالجة الفواتير، أو إدارة الطلبات، أو استفسارات العملاء، أو مراقبة الجودة، فإن كل عملية من هذه العمليات مرشحة لتطبيق نظام ذكاء اصطناعي لا يقتصر دوره على المساعدة فحسب، بل يعمل أيضًا بشكل مستقل، ويُصعّد المهام، ويُحسّن أداءه باستمرار. هذه التقنية ناضجة. السؤال الوحيد المتبقي هو: أي الشركات ستُقدم على هذه الخطوة، وأيها ستنتظر المنافسة لتُمهّد الطريق؟.

☑️ 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 أو الاتصال بي مباشرةً +49 89 89 674 804 ( ميونخ) . عنوان بريدي الإلكتروني هو: [email protected]

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