تستخدم 881% من المؤسسات الذكاء الاصطناعي بشكل روتيني في وظيفة واحدة على الأقل. لكن 391% فقط منها تُبلغ عن أي تأثير على أرباحها قبل الفوائد والضرائب، و61% فقط تتجاوز نسبة 51% من أرباحها قبل الفوائد والضرائب المنسوبة إلى الذكاء الاصطناعي. جميع هذه الأرقام مستقاة من دراسة ماكينزي لعام 2025، والتي شملت 1993 مشاركًا من 105 دول، والفجوة بين المركزين الأول والثالث تعكس حقيقة الوضع الراهن.
إن استنتاج ماكينزي حرفي ويستحق القراءة مرتين: التأثير الكبير على النتيجة النهائية لا يزال نادراً.
عند الاستشهاد بالرمز 88% فقط، يُطرح الادعاء بأن من لا يتبناه سيتخلف عن الركب. أما عند الاستشهاد بالرموز الثلاثة جميعها، فيتغير السؤال. ما الذي يفعله جهاز 6% بشكل مختلف؟
وتشير مصادر أخرى إلى نفس الاتجاه باستخدام منهجيات مختلفة:
يختلف المقدار، لكن الاتجاه لا يتغير.
حددت شركة ماكينزي متغيرًا واحدًا يتفوق على جميع المتغيرات الأخرى في ارتباطه بتأثيره على الأرباح قبل الفوائد والضرائب: إعادة تصميم سير العمل بشكل جذري. لم يفعل ذلك سوى 21% من مستخدمي الذكاء الاصطناعي التوليدي، وأولئك الذين يحققون أداءً عاليًا هم أكثر عرضة بثلاث مرات تقريبًا للقيام بذلك.
ليس الأمر متعلقاً بالنموذج، ولا بالمورد، ولا بالميزانية، بل بتغيير طريقة إنجاز العمل.
لهذا تفسير عملي بسيط. فإضافة أداة إلى عملية قائمة توفر دقائق لكل مهمة. أما إعادة تصميم العملية بناءً على هذه الإمكانية الجديدة فتلغي خطوات كاملة. الأول ينعكس إيجاباً على انطباع الموظفين، والثاني ينعكس على النتائج النهائية.
يقترب | ما هي التغييرات؟ | أين تظهر النتيجة |
|---|---|---|
إضافة أداة | يتم إنجاز المهام بشكل أسرع | استطلاعات الرضا الداخلي |
أتمتة العملية الحالية | يتم التخلص من العمل اليدوي المتكرر. | تكلفة تشغيل قسم |
إعادة تصميم سير العمل | تختفي الخطوات، وعناصر التحكم، والانتظار | الأرباح قبل الفوائد والضرائب |
معظم المنظمات تتواجد في الصف الأمامي وتتوقع النتائج من الصف الثالث.
ثمة ظاهرة جديرة بالفهم قبل التعهد بتحقيق عوائد. فعندما توفر أداة ما عشرين دقيقة يومياً لخمسين شخصاً، لا يعني ذلك توفير ستة عشر يوم عمل. إنما هي عشرون دقيقة موزعة على مهام أخرى، تُستهلك دون تخصيص أي ميزانية لها.
لا يصبح الادخار نتيجة إلا عندما يحدث أحد هذه الأشياء الثلاثة:
تم حذف خطوة كاملة من العملية. لا يتسارع: بل يختفي.
يتم استيعاب الزيادة في الحجم دون زيادة في عدد الموظفين. يقوم الفريق بصنع نموذج 30% آخر بنفس البنية.
يتم تخفيض التكلفة المباشرة القابلة للتحديد. أخطاء أقل، إعادة عمل أقل، عقوبات أقل.
إذا لم يستطع المشروع أن يوضح أيًا من الأهداف الثلاثة يسعى لتحقيقه، فإنه لا يملك دراسة جدوى: بل يملك مجرد توقع.
المشروع الذي يستوفي المعايير الأربعة جميعها يُصنّف ضمن فئة 6%. أما المشروع الذي لا يستوفي معيارين أو أكثر، فيُصنّف إحصائياً ضمن فئة 42%، والتي تُعتبر مهجورة.
هذا هو نفس التشخيص الذي طرحناه في مطهر الطيار [رابط داخلي], ، من منظور العائد بدلاً من منظور الانتشار.
سيكون من غير النزاهة بنفس القدر استخدام هذه البيانات للاستنتاج بأن الذكاء الاصطناعي لا يعمل. فتقنية 6% موجودة بالفعل وتكتسب مزايا حقيقية؛ وقد انخفضت تكلفة الاستدلال بأكثر من 280 ضعفًا خلال عامين وفقًا لمبادرة ستانفورد للذكاء الاصطناعي البشري، مما وسّع نطاق حالات الاستخدام المربحة؛ والمشكلة الموثقة ليست في التقنية نفسها، بل في العمل التنظيمي المحيط بها.
القراءة الصحيحة أكثر فائدة: لم يعد التبني يُحدث فرقاً، لأنه موجود لدى الجميع تقريباً؛ ما يُحدث فرقاً هو إعادة التصميم.. والتصميم الجديد بطيء وغير جذاب وغير متاح للشراء.
وهذا على الأرجح هو السبب في أن طائرة 21% فقط هي التي قامت بذلك.
بحسب ماكينزي (2025)، تستخدم 881% من المؤسسات الذكاء الاصطناعي في وظائفها المختلفة، بينما تُشير 391% منها إلى تأثيره على الأرباح قبل الفوائد والضرائب على مستوى الشركة، في حين تتجاوز 61% فقط نسبة 51% من الأرباح قبل الفوائد والضرائب المنسوبة. وتُقدّر شركة آي بي إم نسبة المبادرات التي حققت العائد المتوقع بـ 25%، ونسبة المبادرات التي تم تطبيقها على مستوى المؤسسة بـ 16%.
إعادة تصميم سير العمل بشكل جذري. تحدد شركة ماكينزي هذا العامل باعتباره الأكثر ارتباطًا بالتأثير على الأرباح قبل الفوائد والضرائب، وتشير إلى أن 21% فقط من الشركات التي تبنت الذكاء الاصطناعي التوليدي قد قامت بذلك، في حين أن الشركات عالية الأداء لديها احتمال أكبر بثلاث مرات للقيام بذلك.
لأن الدقائق العشرين التي يوفرها خمسون شخصًا تُستغل في مهام أخرى دون تخصيص أي ميزانية. ولا تظهر الوفورات في بيان الأرباح والخسائر إلا في حال إلغاء خطوة من خطوات العملية، أو زيادة حجم العمل دون زيادة عدد الموظفين، أو خفض تكلفة مباشرة محددة.
يستند هذا الرقم إلى تقرير أولي لمشروع ناندا التابع لمعهد ماساتشوستس للتكنولوجيا لعام 2025، والذي لم يخضع لمراجعة الأقران، وواجه انتقادات منهجية تتعلق بحجم العينة ونطاق القياس. وتشير مصادر أكثر موثوقية إلى الاتجاه نفسه، وإن كانت بدرجات متفاوتة: فمشكلة القياس حقيقية، لكن الرقم الدقيق لم يُحدد بعد.
ما هي العملية المحددة التي ستتغير وما هي الخطوة التي ستختفي، وما هو المقياس والعتبة اللذان سيحددان ما إذا كان ينبغي الاستمرار أو التوقف، ومن المسؤول عن نتيجة العمل، وما هي تكلفة الوحدة المستنبطة إلى الحجم الفعلي مع الذروات وإعادة المحاولات.
لا. إنّ تقنية 6% التي تُحقق ميزةً كبيرةً موجودةٌ بالفعل، وانخفاض تكاليف الاستدلال - بأكثر من 280 ضعفًا بين عامي 2022 و2024 وفقًا لمبادرة ستانفورد للذكاء الاصطناعي البشري - يُوسّع نطاق حالات الاستخدام المُربحة. تُشير البيانات إلى أن التبني لم يعد يُحدث فرقًا، وأن العامل الحاسم هو العمل التنظيمي المُحيط بالتقنية.
هل ينتمي مشروع الذكاء الاصطناعي الخاص بك إلى 6% أم 42%؟ نقوم بتحليل حالة الاستخدام، ومؤشرات الأداء الرئيسية، وتكلفة الوحدة قبل أن يصبح المشروع مجرد مشروع تجريبي آخر. ساعتان، بدون أي التزام. لنتحدث → |
Español Español 
English
Français
العربية
Português
Deutsch
Italiano
