لا يُصلح الذكاء الاصطناعي الشركات سيئة التصميم، بل يُسرّع من تدهورها. فنموذج اللغة المرتبط بعملية مُربكة لا يُنتج وضوحًا، بل يُولّد ارتباكًا بوتيرة أسرع وعلى نطاق أوسع. ولهذا السبب، لا ترى العديد من الشركات التي وظّفت الذكاء الاصطناعي عائدًا على الاستثمار في أي بند من بنود بيان دخلها: فهي لم تشترِ حلًا، بل اشترت مُضاعِفًا، وطبّقته على شيء لم يكن مُهيّأً للمُضاعفة.
هذا ليس موقفاً مناهضاً للذكاء الاصطناعي، بل على العكس تماماً. يستحق الذكاء الاصطناعي أن يُطبّق حيثما يُمكنه تحقيق فائدة حقيقية، ولتحقيق ذلك، علينا التوقف عن التعامل معه كمنتج يُثبّت، والبدء في التعامل معه كقدرة مُدمجة في نظام فعّال.
العملية التجارية عبارة عن سلسلة من القرارات والمسؤوليات والبيانات والاستثناءات. عندما تكون هذه السلسلة محددة بوضوح، فإن أتمتتها توفر طاقة إضافية. أما عندما لا تكون كذلك، فإن أتمتتها تحول الغموض إلى مخرجات.
تخيّل ما يحدث بالضبط عند ربط مساعد ذكاء اصطناعي بعملية الموافقة على الطلبات غير الموثقة. لا يعرف النموذج الطلبات التي تتطلب توقيعين، لأن هذا الشرط موجود فقط في ذهن أحد موظفي القسم. ولا يعرف كيفية التعامل مع مشكلة مفتوحة لدى العميل، لأن هذا الشرط لم يُدوّن. ولا يعرف ما هو الاستثناء، لأن الاستثناءات تُعالج شفهيًا.
لا يقتصر الأمر على فشل النظام بشكل واضح، بل إن النتيجة أسوأ: يعمل النظام، ويُصدر استجابات منطقية، وتنتشر هذه الاستجابات في جميع أنحاء المؤسسة وكأنها صادرة عن النظام نفسه. يصبح الخطأ غير قابل للاكتشاف للوهلة الأولى، ويتحول إلى خطأ منهجي.
هذا هو الفرق بين الأداة والمضخم. الأداة تؤدي مهمة محددة، أما المضخم فيقوم بتقوية الإشارة التي يستقبلها، ولا يفرق بين الإشارة والضوضاء.
كشفت دراسة ماكينزي العالمية لعام 2025 حول حالة الذكاء الاصطناعي (والتي شملت 1993 مشاركًا من 105 دول) أن 88.1% من المؤسسات تستخدم الذكاء الاصطناعي بشكل روتيني في وظيفة واحدة على الأقل من وظائفها التجارية. وقد تكرر هذا العنوان في جميع العروض التقديمية التجارية خلال العام الماضي.
بقية التقرير أقل تكرارًا بكثير. فقط 39% أبلغت عن أي تأثير على الأرباح قبل الفوائد والضرائب على مستوى الشركة. 6% فقط تُصنّف ضمن الشركات ذات الأداء المتميز، حيث يُعزى أكثر من 5% من أرباحها قبل الفوائد والضرائب إلى الذكاء الاصطناعي. وخلاصة ماكينزي واضحة: التأثير الكبير على صافي الربح لا يزال نادرًا.
وصلت شركة IBM إلى نفس النتيجة ولكن بطريقة مختلفة. فقد وجدت دراسة الرؤساء التنفيذيين لعام 2025، التي أجرتها الشركة وشملت 2000 رئيس تنفيذي من 33 دولة، أن 251% فقط من مبادرات الذكاء الاصطناعي حققت العائد المتوقع، وأن 161% فقط منها تم توسيع نطاقها على المستوى التنظيمي.
السؤال المهم ليس لماذا يفشل الكثيرون، بل ما الذي يميز الناجحين. تُشير ماكينزي إلى عامل واحد يرتبط أكثر من غيره بتأثير الذكاء الاصطناعي على الأرباح قبل الفوائد والضرائب: وهو إعادة تصميم سير العمل بشكل جذري. فقط 21% من المؤسسات التي تبنت الذكاء الاصطناعي التوليدي فعلت ذلك.
بمعنى آخر: المتغير الذي يفصل بين من يربحون المال ومن لا يربحونه ليس النموذج نفسه، بل العمل السابق.
لا يعني ذلك بالضرورة شركة سيئة الإدارة أو غير مربحة. فالعديد من الشركات ذات العمليات غير الفعالة تحقق أرباحًا لأنها تعوض عن هذا الخلل بالجهد البشري. تكمن المشكلة عندما تحاول هذه الشركات أتمتة هذا الجهد.
هذه هي الأعراض الأربعة التي نواجهها بشكل متكرر في التشخيص:
هذه العملية لا توجد إلا في رأس شخص ما. هناك شخصٌ يعرف كيف تُنجز الأمور على النحو الأمثل. عندما يكون هذا الشخص في إجازة، تتدهور العملية. لا يمكن أتمتة عملية غير موثقة؛ وفي أحسن الأحوال، لا يمكن إلا محاكاتها جزئيًا.
لا يوجد مصدر واحد للحقيقة. توجد بيانات العملاء في نظام إدارة علاقات العملاء (CRM)، وفي جدول بيانات مندوب المبيعات، وفي نظام تخطيط موارد المؤسسات (ERP)، وكلها تختلف قليلاً عن الأخرى. لا يحل الذكاء الاصطناعي هذا التناقض؛ بل يختار أحد الإصدارات الثلاثة دون إخبارك بذلك.
الاستثناءات لا تُصمم، بل تُكتشف. لم يقم أحد بإدراج الحالات النادرة. يتم حلها عند ظهورها. في الإنتاج، تقع هذه الحالات النادرة بين 15% و30% من الحجم الفعلي، وهي تحديداً حيث تتعطل الأتمتة.
لا يوجد أحد مسؤول عن النتيجة، بل عن المهمة فقط. هناك من يُوافق، ومن يُسجّل، ومن يُصدر الفواتير، لكن لا أحد مسؤول عن العملية برمتها. وعندما تُؤتمت، لا تختفي فجوة المساءلة، بل تتسع، لوجود نظام وسيط يُمكن إلقاء اللوم عليه.
لا تُعدّ أيٌّ من هذه المشاكل الأربع مشكلةً تقنية. بل إنّ إضافة التكنولوجيا تُفاقمها جميعاً.
يُعدّ التسلسل أهم من الأدوات. هذا هو الفرق بين النهجين:
يقترب | ابدأ بالذكاء الاصطناعي | ابدأ بالعملية |
الخطوة الأولى | اختر طرازًا أو موردًا | قرارات الخرائط والبيانات والاستثناءات |
المقياس الأولي | عدد المستخدمين، والاستعلامات، والعروض التوضيحية | زمن الدورة، معدل الخطأ، تكلفة الحالة الواحدة |
أين تكمن المشكلة؟ | في مرحلة الإنتاج، بعد ثلاثة أشهر | في المرحلة التشخيصية، على الورق |
تكلفة التصحيح | توقف: يجب إعادة تصميم عمليات التكامل | في الأسفل: تم تصحيح الرسم التخطيطي |
ما الذي يتبقى في النهاية؟ | أداة لا يستخدمها أحد | عملية أفضل، سواء مع الذكاء الاصطناعي أو بدونه |
يتميز العمود الأيمن بخاصية لا يمتلكها العمود الأيسر: فهو يُولّد قيمة حتى في حال استبعاد الذكاء الاصطناعي. فإذا ما خلص التحليل في نهاية المطاف إلى أن الحالة لا تستدعي استخدام نموذج، فإن الشركة تحتفظ بعملية مُحددة، واستثناءات مُحددة، ونقاط ضعف مُحددة. هذا العمل لا يضيع أبدًا.
في مجموعة ذا كلاود، يتمّ إضفاء الطابع الرسمي على هذا التسلسل في منهجية TCG-SAF™ الخاصة بنا: أولاً، يتمّ تحديد رؤية النظام البيئي؛ ثمّ، يتمّ رسم خرائط المجالات الوظيفية؛ ثمّ، يتمّ هيكلة الوحدات وعقودها؛ وعندها فقط تبدأ الهندسة. عندما يسبق تحليل العمليات عملية التطوير، يصبح النقاش حول النموذج الأنسب هو ما ينبغي أن يكون عليه: قرار تقني قابل للتراجع، وليس قراراً استراتيجياً للمشروع.
هذا المبدأ نفسه هو ما نطبقه في خدماتنا إعادة تصميم العمليات والاستشارات التقنية [رابط داخلي], حيث يسبق رسم خرائط العمليات وتحديد نقاط الاختناق دائمًا أي توصيات تتعلق بالأتمتة.
من غير النزاهة الادعاء بأنه لا ينبغي البدء من هناك أبدًا. هناك ثلاث حالات يكون فيها البدء مباشرةً بنموذج هو القرار الصائب:
عندما تكون العملية نظيفة بالفعل ويكون عنق الزجاجة هو الحجم. إذا كان نظام تصنيف التذاكر محددًا جيدًا، بمعايير واضحة وبيانات متسقة، وكانت المشكلة تكمن في وصول عشرة آلاف تذكرة شهريًا، فلا حاجة لإعادة تصميم أي شيء. ما نحتاجه هو زيادة الطاقة الاستيعابية.
عندما يكون الهدف المعلن هو التعلم، وليس الإنتاج. يُعدّ إجراء تجربة محدودة، بميزانية ثابتة وهدف محدد، استثمارًا معقولًا في القدرات التنظيمية. الخطأ ليس في التجربة نفسها، بل في تسميتها "مشروعًا" وتوقع عائد عليها.
عندما تكون حالة الاستخدام موجودة في اللغة. تلخيص الوثائق، واستخراج المعلومات من العقود، وتحليل المشاعر في محادثات الدعم. هذه مشاكل تعاني منها البرامج التقليدية بطبيعتها، وهنا يوفر هذا النموذج إمكانيات لم تكن موجودة من قبل.
باستثناء تلك السيناريوهات الثلاثة، فإن البدء بالنموذج يعني البدء بالنهاية.
غالباً ما يُطرح النقاش في لجان الإدارة على شكل سؤال "أين نضع الذكاء الاصطناعي؟". إنه سؤال يضمن إجابة متواضعة، لأنه يبدأ بالحل ويبحث عن المشكلة.
تتكون النسخة المفيدة من هذا السؤال من ثلاثة أجزاء:
غالباً ما تكتشف الشركة التي تجيب بصدق على هذه الأسئلة الثلاثة أن مشروعها الأول في مجال الذكاء الاصطناعي ليس مشروعاً حقيقياً في هذا المجال، بل هو مشروع لتحسين وضوح العمليات التشغيلية، سيتم دمج النماذج فيه لاحقاً عندما توفر ميزة تنافسية.
هذا هو الفرق بين شركة تنفق على الذكاء الاصطناعي وشركة تربح منه.
لا. يُضخّم الذكاء الاصطناعي العملية التي يرتبط بها: فإذا كانت العملية تتضمن قواعد غامضة، أو بيانات متناقضة، أو استثناءات غير موثقة، فإن الأتمتة تُعيد إنتاج هذه العيوب بسرعة ونطاق أكبر. ينبغي أن تسبق إعادة تصميم العملية الأتمتة، لا أن تتبعها.
أربعة أشياء: توثيق القرارات ومن يتخذها، وإنشاء مصدر واحد للحقيقة للبيانات المعنية، وإدراج الاستثناءات وتصميمها، وتعيين شخص مسؤول عن النتيجة الإجمالية للعملية، وليس فقط المهام الفردية.
بحسب دراسة IBM للرؤساء التنفيذيين لعام 2025، لم تحقق سوى 251% من مبادرات الذكاء الاصطناعي العائد المتوقع، ولم يتم توسيع نطاق سوى 161% منها. وتشير دراسة ماكينزي إلى أن إعادة تصميم سير العمل بشكل جذري هي العامل الأكثر ارتباطًا بتأثيرها على الأرباح قبل الفوائد والضرائب، ولم تطبقها سوى 211% من المؤسسات.
يعتمد الأمر على نطاق العملية، ولكن تشخيص عملية محددة - خريطة القرار، والبيانات، والاستثناءات، والأطراف المسؤولة - عادةً ما يتم في غضون أسابيع، وليس أشهر. وهذا إطار زمني أقصر بكثير من تصحيح نظام أتمتة مصمم بشكل سيئ بعد تشغيله.
عندما تكون العملية محددة بالفعل وتكون المشكلة متعلقة بالحجم، أو عندما يكون الهدف المعلن هو التعلم من خلال تجربة محدودة بمعيار توقف، أو عندما تكون حالة الاستخدام موجودة في اللغة الطبيعية (ملخص وثائقي، استخراج المعلومات، تحليل المشاعر).
الرقمنة هي نقل العملية الحالية إلى أداة. أما إعادة التصميم فهي إعادة النظر في العملية قبل نقلها. فرقمنة عملية غير فعالة تُنتج عملية أسرع ولكنها أقل فعالية؛ بينما إعادة تصميمها تُحدث تغييرًا في نتائج العمل.
هل تريد معرفة ما إذا كانت عمليتك جاهزة للأتمتة؟ في مجموعة ذا كلاود، نبدأ بالتشخيص، لا بتقديم مقترح تقني. نحلل حالتك الخاصة خلال استشارة مجانية لمدة ساعتين، ونخبرك بما يحتاج إلى إعادة تصميم وما يحتاج إلى أتمتة، حتى لو كانت الإجابة أن الوقت لم يحن بعد. لنتحدث → |