تفشل تجارب الذكاء الاصطناعي في المؤسسات قبل الإنتاج لأن التجربة تثبت فقط أن النموذج يستطيع أداء مهمة، بينما يتطلب الإنتاج أن تصمد سلسلة من ثمانية أشياء: مشكلة مقيسة، ومسار عمل معاد تصميمه، وحالة قيمة مُثبَتة، وجاهزية للتنفيذ، وبنية تناسب المؤسسة، وتكامل مع الأنظمة المرجعية، وحوكمة مصمَّمة داخل مسار العمل، ومالك قادر على تشغيل النتيجة. تتجاوز معظم التجارب الحلقات الأربع الأولى وتكتشف الأربع الأخيرة متأخرًا. والعلاج هو التسلسل: أثبت السلسلة قبل البناء، ولا تبنِ إلا ما أُثبت.
وجد مشروع NANDA في MIT أن نحو 5% من أدوات الذكاء الاصطناعي التوليدي المخصصة في المؤسسات وصلت إلى الإنتاج. ووجدت S&P Global أن المؤسسة المتوسطة تُلغي 46% من إثباتات مفهوم الذكاء الاصطناعي قبل وصولها إلى هناك، وأن نسبة الشركات التي تتخلى عن معظم مبادراتها ارتفعت من 17% إلى 42% في سنة. وتتوقع غارتنر إلغاء أكثر من 40% من المشاريع الوكيلية بحلول 2027. تتفاوت الأرقام؛ ولا يتفاوت الشكل. المؤسسات بارعة في بدء تجارب الذكاء الاصطناعي وضعيفة في إتمامها.
طرحت مقالتنا السابقة، لماذا تفشل معظم مبادرات الذكاء الاصطناعي، حجة أن المشكلة في المنهجية لا في التقنية. وهذه المقالة أضيق وأكثر آلية. تتبع تجربة تجريبية على طول السلسلة التي عليها أن تقطعها لتصبح نظام إنتاج، وتحدد أين تنكسر كل حلقة. السلسلة هي نفسها التي يُرحّلها إطار عمل التحول بالذكاء الاصطناعي ؛ والتركيز هنا على الفشل في كل مرحلة لا على البوابة التي تمنعه.
لماذا تفشل تجارب الذكاء الاصطناعي في المؤسسات قبل أن تصل إلى الإنتاج؟
لأن التجربة تجيب عن سؤال ضيق، «هل يستطيع النموذج أداء هذه المهمة؟»، بينما يطرح الإنتاج سؤالًا مختلفًا: «هل تستطيع هذه العملية أن تعمل بهذه الطريقة، بالحجم الكامل، متكاملة، محكومة، مقيسة، ومملوكة؟» التجربة التي تبدأ بلا مشكلة مقيسة ومسار عمل معاد تصميمه وحالة قيمة مُثبَتة لا تملك شيئًا تتخرج إليه، ولا تكتشف البنية والتكامل والحوكمة والملكية إلا حين تحاول مغادرة بيئة التجريب. الفشل ليس في نهاية التجربة. بل قُرر في بدايتها.
لهذا تكون التفسيرات المعتادة، «لم يكن النموذج دقيقًا بما يكفي»، و«لم يتبنّاه المستخدمون»، و«لم تستطع تقنية المعلومات دمجه»، أعراضًا لا أسبابًا. نادرًا ما يكون النموذج الدقيق بما يكفي لعرض توضيحي هو القيد الحاسم. لا يتبنّى المستخدمون أدوات مُلصَقة على مسارات عمل لم تتغير لأن مسار العمل لا يحتاجها. والتكامل مستحيل حين لم يحدد أحد ما ينبغي للنظام أن يقرأه ويكتبه. كل من هذه حلقة تُجاوزت في وقت أبكر من السلسلة.
الحلقات الثماني بين المشكلة والإنتاج
يستند نظام الذكاء الاصطناعي في الإنتاج إلى ثماني حلقات، بالترتيب: مشكلة تجارية مقيسة؛ ومسار عمل معاد تصميمه حول الذكاء الاصطناعي والصلاحية البشرية؛ وحالة قيمة مُثبَتة بتكلفة النتيجة الواحدة وزمن دورة العمل؛ وجاهزية للتنفيذ عبر البيانات والمهارات والملكية والتغيير؛ وبنية تناسب قيود المؤسسة؛ وتكامل مع الأنظمة المرجعية التي يمسّها مسار العمل؛ وحوكمة مصمَّمة داخل مسار العمل؛ وتشغيل إنتاجي مع المراقبة والتقييم ومالك. تنكسر التجارب حيث تُجاوزت حلقة، ويظهر الانكسار عادةً بعد حلقتين أو ثلاث.
| الحلقة | ما يجب أن يكون صحيحًا | كيف يظهر الانكسار |
|---|---|---|
| 1 · المشكلة | مشكلة تشغيلية مقيسة لها مالك | تحل التجربة شيئًا لم يحسب أحد تكلفته؛ ولا أحد يدافع عنها |
| 2 · مسار العمل | أُعيد تصميم مسار العمل حول الذكاء الاصطناعي والصلاحية البشرية | أداة بجانب عملية لم تتغير؛ ويلتف المستخدمون حولها |
| 3 · القيمة | حالة أعمال مُثبَتة مقابل قياس مرجعي | «نتائج واعدة» لا يمكن تقديرها كميًا؛ ولا تُجدَّد الميزانية |
| 4 · الجاهزية | تقييم البيانات والمهارات والملكية والقدرة على التغيير | كانت الحالة سليمة؛ ولم تستطع المؤسسة استيعابها |
| 5 · البنية | تصميم يناسب قيود الأمن والسيادة والتكلفة والحجم | لا يمكن اعتماد بنية التجربة أو تحمّل تكلفتها بالحجم الكامل |
| 6 · التكامل | يقرأ من الأنظمة المرجعية ويكتب إليها | نسخ ولصق بين الأداة والأنظمة الحقيقية؛ والتجربة قناة جانبية |
| 7 · الحوكمة | حقوق القرار وقابلية التتبّع والضوابط مصمَّمة في الداخل | مراجعة المخاطر في النهاية تعطّل النشر أو تخففه |
| 8 · الإنتاج | مالك، وميزانية، ومراقبة، وتقييم، وتحسين | «تنتهي» التجربة؛ ولا أحد يُدفَع له لإبقائها عاملة |
لم تُقَس المشكلة قط
تفشل التجارب عند الحلقة الأولى حين تبدأ من قدرة لا من مشكلة تشغيلية محسوبة التكلفة. تجربة لـ«تلخيص العقود» ليس لها قياس مرجعي ولا مالك ولا رقم سيتغير؛ أما تجربة لتقليص اعتماد عقود المورّدين من ثلاثة أسابيع إلى يومين فلها الثلاثة. بدون مشكلة مقيسة، لا يمكن إثبات أي شيء لاحق، وحين تضيق الميزانيات لا يكون للتجربة مدافع.
يوجد انضباط الاختيار الموصوف في المقالة السابقة في هذه السلسلة لمنع هذا الانكسار: ابدأ من حيث تتسرب القيمة، وضع لها رقمًا، وسمِّ المالك قبل بناء أي شيء. وملاحظة MIT NANDA بأن أكثر من نصف ميزانيات الذكاء الاصطناعي التوليدي ذهب إلى المبيعات والتسويق بينما كانت العوائد القابلة للقياس في عمليات المكاتب الخلفية هي صورة المحفظة حين تُجاوَز الحلقة 1 على نطاق واسع.
لم يُعَد تصميم مسار العمل قط
هنا تنكسر معظم التجارب، حتى حين كانت المشكلة حقيقية. يُنشَر النموذج بجانب مسار العمل القائم؛ وتبقى عمليات التسليم والموافقات والدفعات وإعادة الإدخال التي كان يُفترض أن يزيلها؛ ويعامل الأفراد في مسار العمل الأداة، عن حق، بوصفها اختيارية. ثم تُبلغ التجربة عن تبنٍّ منخفض، فيُقرأ ذلك كمشكلة إدارة تغيير. وهو مشكلة تصميم: لم يُغيَّر مسار العمل قط ليحتاج إلى النظام.
استنتاج ماكينزي بأن إعادة تصميم مسارات العمل تصميمًا جوهريًا هي الأقوى ارتباطًا بالأثر على الأرباح التشغيلية، وأن 21% فقط من المتبنّين فعلوها، هو منظور الاستبيان لهذا الانكسار. والعلاج هو المنهجية المبيَّنة في إعادة تصميم مسارات العمل بالذكاء الاصطناعي: ابدأ من النتيجة، واحذف الخطوات التي وُجدت بسبب القيود البشرية، وأوكل القراءة والصياغة إلى النظام والقرارات إلى البشر. تجربة مسار عمل معاد تصميمه تختبر عملية. وتجربة أداة بجانب مسار عمل قديم تختبر عرضًا توضيحيًا.
أُكِّدت القيمة ولم تُثبَت
تنكسر التجارب عند الحلقة الثالثة حين تكون حالة الأعمال توقعًا للساعات الموفَّرة لا تغيّرًا مقيسًا في تكلفة النتيجة الواحدة وزمن دورة العمل مقابل قياس مرجعي. لا تظهر الساعات المُوفَّرة في أي قائمة أرباح وخسائر؛ أما تكلفة جدول الكميات أو العرض أو الحالة المعالَجة فتظهر. والتجربة بدون قياس مرجعي لا تستطيع إلا أن تُبلغ بأن النتائج كانت «واعدة»، والنتائج الواعدة لا تنجو من مراجعة الميزانية.
العلاج هو بناء حالة القيمة قبل التجربة، كتوقع مقابل القياس المرجعي، وتشغيل التجربة لتأكيد ذلك التوقع أو رفضه. يحوّل هذا التجربة من استكشاف إلى اختبار له درجة نجاح، وينتج المخرج الوحيد الذي يستطيع المدير المالي التصرف بناءً عليه: مقارنة قبل/بعد بوحدات العملية نفسها. وقد عزا MIT NANDA جزءًا كبيرًا من «غياب الأثر القابل للقياس على الأرباح والخسائر» الذي وجده إلى تجارب لم يكن لها أي قياس مرجعي قبل النشر.
لم تكن المؤسسة مستعدة لاستيعابها
يمكن أن تملك التجربة مشكلة حقيقية ومسار عمل معاد تصميمه وحالة قيمة سليمة، وتفشل مع ذلك لأن المؤسسة لا تستطيع استيعاب التغيير: البيانات التي يحتاجها النظام غير متاحة أو غير موثوقة؛ أو لم يُهيَّأ الأفراد عند بوابات القرار الجديدة للدور؛ أو لا أحد يملك النتيجة عبر الوظائف التي يمسّها مسار العمل؛ أو يقع التغيير في ربع سنة لا تستطيع العملية تحمّله فيه. تُقيَّم الجاهزية قبل البناء، أو تُكتشف أثناءه.
وصف BCG للبرامج الناجحة بأنها 70% أفراد وعمليات بيان عن هذه الحلقة. تقييم الجاهزية غير برّاق، ولهذا يُتجاوز، وهو الحلقة الأرجح لتحويل تجربة جيدة إلى تجربة مؤجَّلة. وهو أيضًا الحلقة التي تنتج في أغلب الأحيان قرار توقف مشروعًا: الحالة سليمة وينبغي للمؤسسة أن تقوم بالعمل التحضيري أولًا. ومعاملة التوقف كنجاح للمنهجية، لا كفشل للتجربة، هي ما يتيح تقييم الجاهزية بصدق.
ناسبت البنية العرض التوضيحي، لا المؤسسة
تُبنى بنى التجارب لتُظهر أن شيئًا يعمل: نموذج مستضاف، ومخزن متجهات على عيّنة من المستندات، وواجهة ويب. أما بنى الإنتاج فعليها أن تستوفي قيودًا لم تواجهها التجربة قط: إقامة البيانات وسيادتها، والمراجعة الأمنية، والهوية والأذونات، والتكلفة بالحجم الكامل، وزمن الاستجابة، والتوافر، والقدرة على العمل حين تنقطع الشبكة. تنكسر التجارب هنا حين لا يمكن اعتماد البنية التي أبهرت الحاضرين أو تحمّل تكلفتها أو تشغيلها على نطاق واسع.
العلاج هو اتخاذ قرار البنية، بما في ذلك البناء أو الشراء أو الإعداد أو الشراكة، بعد إعادة التصميم وقبل البناء، مقابل القيود الفعلية للمؤسسة. و حالة القيادة والتحكم مثال متطرف: كان على النظام أن يعمل بأولوية للأطراف على بنية تحتية سيادية ويواصل العمل في ظروف شبكة متدنية أو منقطعة. لم تكن أي بنية تجربة لتستوفي ذلك؛ بل كان يجب تصميمه من البداية. وتواجه معظم المؤسسات نسخًا أخف من القيود نفسها، وتكتشفها عند النقطة المتأخرة نفسها ما لم تُطرح مبكرًا.
لم يمسّ النظام الأنظمة المرجعية قط
التجربة التي لا تقرأ من الأنظمة التي يعمل عليها مسار العمل فعليًا ولا تكتب إليها قناة جانبية، والقنوات الجانبية لا تنجو من الاحتكاك بالإنتاج. ينسخ المستخدمون المدخلات إلى الداخل والمخرجات إلى الخارج؛ ويعيش سجل ما حدث في الأداة لا في المؤسسة؛ ولا يتحرك زمن دورة مسار العمل إلا بالكاد لأن النقل اليدوي الذي كان يُفترض أن تزيله التجربة قد انتقل فقط. التكامل ليس تفصيلًا تنفيذيًا. بل هو ما يجعل النظام جزءًا من العملية.
ويعتمد التكامل أيضًا على الحلقة قبله: يحدد مسار العمل المعاد تصميمه بالضبط أي الأنظمة يجب أن يقرأها الذكاء الاصطناعي ويحدّثها، وعند أي خطوات، وبأي أذونات. والتجربة التي تجاوزت إعادة التصميم لا تستطيع تحديد تكاملها، ولهذا «يتبيّن أن التكامل أصعب من المتوقع». لم يُحدَّد نطاقه قط. في World AI OS، التكامل والنشر الإنتاجيان عمل Factory؛ وأيًا كانت المنصة، فالتجربة بدون خطة تكامل تجربة بدون خطة إنتاج.
وصلت الحوكمة في النهاية بدلًا من البداية
تنكسر التجارب عند الحوكمة حين تكون مراجعة المخاطر والامتثال والشؤون القانونية الخطوة الأخيرة قبل النشر لا خاصية للتصميم. تسأل المراجعة ما يجوز للنظام أن يقرره، وكيف تُتتبَّع مخرجاته، ومن المسؤول، وماذا يحدث حين يخطئ، فتجد أن لا أحد قرر. فيُعطَّل النشر حينئذ، أو يُقيَّد حتى لا يفعل النظام شيئًا لم يكن مسار العمل القديم يفعله، وهي النتيجة نفسها بتكلفة أعلى.
العلاج هو تصميم الصلاحية داخل مسار العمل عند الحلقة 2: ما يجوز للنظام فعله وحده، وما يتطلب موافقة، وما يجب عليه تصعيده؛ وعتبات الثقة، ونقاط الاعتماد، وقابلية التتبّع، والأسباب المسجّلة، ومسارات الرجوع. والتجربة المبنية على ذلك التصميم تصل إلى المراجعة والإجابات موجودة بالفعل في مسار العمل. وجد استبيان ماكينزي 2025 أن 51% من المؤسسات تُبلغ عن عاقبة سلبية واحدة على الأقل من استخدام الذكاء الاصطناعي، وحدد قواعد الإشراف البشري والرقابة المركزية والمساءلة التنفيذية بوصفها ما يميّز الرائدين. هذه قرارات تصميم، لا نتائج مراجعة. في World AI OS تعيش في Control.
لم يُدفَع لأحد لتشغيلها
الانكسار الأخير هو الأهدأ. «تنتهي» التجربة، ويتفرق فريق المشروع، ويبقى النظام بلا مالك ولا بند ميزانية ولا مراقبة ولا إيقاع تقييم ولا مسار للتحسين. يعمل حتى يتغير شيء، سياسة أو مصدر بيانات أو نسخة نموذج، ثم يتدهور أو يتوقف. نظام الإنتاج ليس مشروعًا منتهيًا. بل عملية، والعمليات تحتاج إلى مشغّلين.
يعني الإنتاج مالكًا مسمّى مسؤولًا عن النتيجة، وميزانية تغطي الاستدلال والصيانة، ومراقبة للأداء والانحراف، وتقييمًا دوريًا مقابل القياس المرجعي، وإدارة نسخ وإمكانية تراجع، وعملية لتحسين مسار العمل بناءً على ما يتعلمه. والمؤسسات التي تعامل هذا كقدرة دائمة، تُبنى مرة واحدة ويُعاد استخدامها عبر مسارات العمل، هي التي تصل أنظمتها الثانية والثالثة إلى الإنتاج أسرع من الأولى. أما المؤسسات التي تعامل كل تجربة كمشروع فتعيد بناء كل ذلك كل مرة، أو في الأغلب لا تبنيه أصلًا.
تثبت التجربة أن النموذج يستطيع أداء المهمة. ويثبت الإنتاج أن المؤسسة تستطيع تشغيل العملية. سؤالان مختلفان، والثاني وحده هو ما يستحق المال.
ما فعلته التجارب التي وصلت إلى الإنتاج بشكل مختلف
عكست التسلسل. فبدلًا من البناء أولًا واكتشاف السلسلة لاحقًا، أثبتت السلسلة أولًا: مشكلة محسوبة التكلفة، ومسار عمل معاد تصميمه، وحالة قيمة مقابل قياس مرجعي، وتقييم للجاهزية والحوكمة، وخطة للبنية والتكامل، كل ذلك قبل بدء الهندسة. ثم أكدت التجربة توقعًا بدلًا من البحث عن غاية، وكان الإنتاج استمرارًا لتصميم لا مشروعًا جديدًا.
تشترك حالات World AI X الإنتاجية في هذا الشكل. بدأ مسار عمل حصر الكميات بقياس مرجعي مدته ثلاثة أسابيع، وإعادة تصميم يُعدّ فيها الذكاء الاصطناعي ويعتمد مهندسو الكميات، وكل سطر قابل للتتبّع إلى مخططه؛ ووصل إلى الإنتاج في أسابيع لأن السلسلة كانت قائمة بالفعل. واتبع مسار عمل العروض المسار نفسه، مع اعتماد الخبراء قبل تقديم أي شيء. لم تحتج أي من التجربتين إلى اكتشاف حوكمتها أو تكاملها أو مالكها لاحقًا، لأن كلًا منها كان جزءًا من التصميم.
الحلقتان 1 و2: مشكلة مقيسة ومسار عمل معاد تصميمه، قبل بناء أي شيء.
تقسيم العمل والصلاحية والسياق والتكامل محددة كجزء من التصميم.
الحلقات 3 و4 و5 و7: حالة القيمة، والجاهزية، والبنية، والحوكمة، ثم البناء أو التوقف.
الحلقتان 6 و8: التكامل والنشر والمراقبة والتقييم والتحسين، مع مالك وميزانية.
هذا هو التسلسل الذي تنفّذه World AI X على شكل رحلة الاستكشاف يليها بناء إنتاجي، والمنطق المرحلي خلفه موصوف في إطار عمل التحول بالذكاء الاصطناعي. الغاية من التسلسل ليست الشكليات. بل أن كل حلقة تُفحَص بينما لا يزال إصلاحها زهيدًا.
دلالات للقيادات التنفيذية
- اسأل عند أي حلقة تقف التجربة. إذا لم يستطع أحد تسمية القياس المرجعي ومسار العمل المعاد تصميمه والمالك، فالتجربة عند الحلقة 0.
- موّل الإثبات، ثم موّل البناء. التشخيص وإعادة التصميم وحالة الأعمال زهيدة؛ أما هندسة الإنتاج فليست كذلك. أنفق بهذا الترتيب.
- اجعل التوقف نتيجة مقبولة. التجربة التي أُوقفت عند الجاهزية لأسباب جيدة وفّرت تكلفة الحلقات الأربع التالية.
- صمّم الحوكمة في الداخل. تنتمي حقوق القرار وقابلية التتبّع إلى تصميم مسار العمل، لا إلى مراجعة ما قبل الإطلاق.
- ضع ميزانية للعمليات، لا للمشاريع. يحتاج كل نظام إنتاج إلى مالك وميزانية تشغيل قبل بنائه.
الأسئلة الشائعة
لماذا تفشل معظم تجارب الذكاء الاصطناعي في المؤسسات في الوصول إلى الإنتاج؟
لأن التجربة تثبت أن النموذج يستطيع أداء مهمة في ظروف محكومة، بينما يتطلب الإنتاج شيئًا مختلفًا: مسار عمل معاد تصميمه، وحالة أعمال مقيسة، وتكاملًا مع الأنظمة المرجعية، وصلاحية بشرية محددة، وحوكمة مصمَّمة في الداخل لا مراجَعة في النهاية، ومالكًا له ميزانية لتشغيله. والتجارب التي تتجاوز تلك الحلقات لا تملك شيئًا تتخرج إليه.
ما الفرق بين تجربة الذكاء الاصطناعي الأولية وإثبات المفهوم؟
يُظهر إثبات المفهوم أن نهجًا تقنيًا يعمل على بيانات عيّنة. أما التجربة التجريبية فتشغّل ذلك النهج على عمل حقيقي، مع مستخدمين حقيقيين، لنطاق أو فترة محدودة. ويقف كلاهما دون الإنتاج، الذي يتطلب أن يعمل مسار العمل باستمرار، بالحجم الكامل، متكاملًا مع المؤسسة، مع المراقبة والضبط ومالك. ومعظم «التجارب» في المؤسسات إثباتات مفهوم مع مستخدمين ملحقين بها.
كيف تعرف أن تجربة الذكاء الاصطناعي جاهزة للإنتاج؟
لها قياس مرجعي ونتيجة مقيسة لتكلفة النتيجة الواحدة وزمن دورة العمل؛ وأُعيد تصميم مسار العمل الذي تعمل فيه ولم يُستنسَخ؛ وتقرأ من الأنظمة المرجعية التي تحتاجها وتكتب إليها؛ والقرارات التي يجوز لها اتخاذها وحدها، وبموافقة، وما لا يجوز أبدًا محددة ومسجّلة؛ ولها خطة تقييم ومراقبة ورجوع؛ ويحمل مالك مسمّى ميزانية تشغيلها وتحسينها. وإذا غاب أي من هذه، فهي لا تزال تجربة.
ما أكبر سبب لتعثر تطبيقات الذكاء الاصطناعي؟
غياب مسار عمل معاد تصميمه. النموذج المنشور بجانب عملية لم تتغير لا يجد موضعًا يندرج فيه: تبقى عمليات التسليم والموافقات وإعادة الإدخال التي كان يُفترض أن يزيلها، والقيمة التي كان يُفترض أن يخلقها غير قابلة للقياس، والحوكمة التي يحتاجها لم تُصمَّم قط. ومعظم الإخفاقات الأخرى، بما فيها مشاكل التكامل والتبنّي، لاحقة لهذا الإخفاق.
هل ينبغي أن تدير تقنية المعلومات تجارب الذكاء الاصطناعي أم جهات الأعمال؟
لا أحدهما وحده. تملك جهات الأعمال مسار العمل والقياس المرجعي والقرار بشأن ما يجوز للنظام فعله؛ وتملك التقنية التكامل والبنية والتقييم والتشغيل. التجارب التي تديرها تقنية المعلومات وحدها تنتج قدرات بلا موطن تشغيلي؛ والتجارب التي تديرها جهات الأعمال وحدها تستخف بما يتطلبه الإنتاج. والتجارب التي تصل إلى الإنتاج لها مالك من جهة الأعمال مسؤول عن النتيجة ومالك من جهة التقنية مسؤول عن النظام.
كم ينبغي أن تستغرق تجربة الذكاء الاصطناعي في المؤسسة؟
ما يكفي لإنتاج نتيجة مقيسة مقابل قياس مرجعي، لا أكثر. إذا أُعيد تصميم مسار العمل وبُنيت حالة الأعمال أولًا، فإن تجربة لعدة أسابيع على حجم حقيقي تكفي عادةً لتأكيد الاقتصاديات المتوقعة أو رفضها. أما التجارب التي تستمر شهورًا كثيرة دون قرار فهي عادةً تجارب لم يكن لها قط قياس مرجعي تُحسَم على أساسه.