"نريد الذكاء الاصطناعي" — ماذا يعني المشترون الخليجيون فعلاً؟

ينتهي الاجتماع، ويقول أحد أعضاء الفريق القيادي بوضوح: "نريد الذكاء الاصطناعي." يومئ الجميع بالموافقة. لكن لا أحد في القاعة يفكر في الشيء ذاته.

يتكرر هذا المشهد يومياً في غرف مجالس الإدارة من أبوظبي إلى الرياض. أصبح "الذكاء الاصطناعي للأعمال" بنداً في الميزانية قبل أن يصبح متطلباً محدداً. والنتيجة دورات شراء تدور في حلقات مفرغة، ومشاريع تجريبية لا تُثبت شيئاً، وموردون سعداء بإبقاء الغموض قائماً لأن الضبابية تبيع لوحات المعلومات. تتحرك مؤسسات الخليج بسرعة — كشف مسح McKinsey لعام 2025 أن 84% تستخدم الذكاء الاصطناعي في وظيفة تجارية واحدة على الأقل، مقارنةً بـ62% قبل عامين. لكن 11% فقط تُصنَّف باعتبارها محققةً قيمة حقيقية، بمعنى أنها تستطيع نسب أكثر من 5% من أرباحها إليه ^[3]. الفجوة بين التبني والقيمة ليست مشكلة تقنية. إنها مشكلة لغة.

لماذا تعني عبارة "نريد الذكاء الاصطناعي" أربعة طلبات مختلفة في جملة واحدة

هذه العبارة تُلحق ضرراً حقيقياً لأنها تبدو دقيقة. يعتقد كل من في القاعة أنه يفهمها. لكنهم لا يفهمونها — والدليل أن الأسئلة التي تأتي بعدها تكشف عن أربعة نماذج ذهنية مختلفة تماماً تختبئ خلف الكلمات الثلاث ذاتها.

إن أصغيت جيداً لمشتري الخليج، ستجد أن طلباتهم تتجمع في أربعة أنواع:

1. روبوت محادثة — "يطرح عملاؤنا الأسئلة العشرين ذاتها على WhatsApp. هل يستطيع الذكاء الاصطناعي الإجابة عنها؟" هذه مشكلة واجهة محادثة. إنها حقيقية وقابلة للحل، وهي الأبسط بين الأنواع الأربعة.
2. لوحة معلومات — "نريد رؤية واضحة. لا يجب أن أتصل بثلاثة أشخاص لأعرف أين يقع مخزوننا." هذه مشكلة توحيد بيانات وإعداد تقارير، لا مشكلة ذكاء اصطناعي. تُلصق كلمة "الذكاء الاصطناعي" بها لأن لوحات المعلومات تبدو مستقبلية وتُبرر الميزانية.
3. محفز أتمتة — "حين يصل طلب الشراء، تستغرق الموافقات أربعة أيام لأن شخصاً ما يضطر إلى إخطار قسم المالية يدوياً." هذه مشكلة تنسيق سير العمل. قد يكون الذكاء الاصطناعي جزءاً منها، لكن جوهر الطلب هو إزالة التسليم البشري من عملية محددة ومتكررة.
4. وكيل قرار — "نريد من النظام أن يرصد إشارات الطلب ومستويات المخزون ومهل التوريد، وأن يخبرنا بما يجب إعادة طلبه — أو أن يفعل ذلك بنفسه." هذا الطلب وحده يستلزم فعلاً تفكير الذكاء الاصطناعي. كما أنه يتطلب أعلى مستوى من النضج الإجرائي للنشر الآمن.

لهذه الأنواع الأربعة تكاليف مختلفة، وجداول زمنية مختلفة، ومتطلبات حوكمة مختلفة، ومستويات استعداد مختلفة. إن معاملتها بوصفها فئة واحدة هو الطريق الذي تتعثر فيه استثمارات الذكاء الاصطناعي قبل أن تبدأ.

الأشياء الأربعة التي يطلبها مشترو الخليج فعلاً

إن النظر الفاحص في كل نوع يُظهر تحديداً لماذا يكون الخلط مُكلفاً.

روبوت المحادثة هو الأسرع نشراً والأسهل تحديداً للنطاق. يعمل حين تكون المدخلات محددة (قائمة أسئلة) والمخرجات مقيّدة (قائمة إجابات). تنشأ المشكلات حين تنشر الشركات روبوتات المحادثة فوق معرفة غير منظمة — ملفات PDF لم يُحدّثها أحد منذ 2021، ومحادثات WhatsApp تعمل بوصفها ERP غير رسمية، ومنطق موافقات يقطن في ذهن مدير العمليات وحده. عندئذٍ إما يهلوس الروبوت أو يتهرب، وتنهار الثقة. لم يكن الروبوت هو المشكلة. بل كانت الهوة بين WhatsApp وERP الكامنة تحته.

لوحة المعلومات هي الطلب الأكثر تصنيفاً خاطئاً باعتباره ذكاءً اصطناعياً في المنطقة. طبقة التقارير التي تجمع البيانات من ثلاثة مصادر وتعرض مؤشر أداء رئيسي ليست ذكاءً اصطناعياً — إنها BI. وهذا لا بأس به. لـBI قيمة حقيقية. لكن تسميتها ذكاءً اصطناعياً يُضخّم متطلبات الميزانية، ويجذب موردين غير مناسبين، ويضع توقعات لا يستطيع تقرير ثابت تلبيتها. كما كتبنا من قبل، لوحة المعلومات تُقرّر؛ أما طبقة القرار فتتصرف. إن الخلط بين الاثنين يُهدر المال من الاتجاهين: الدفع الزائد مقابل لوحة معلومات متنكرة في هيئة ذكاء اصطناعي، أو التمويل الناقص لأداة قرار حقيقية لأن الفريق يظن أن لوحة المعلومات كافية.

محفز الأتمتة هو المجال الذي تتوفر فيه أسرع المكاسب المشروعة في المنطقة الآن. عمليات التسليم اليدوية في المشتريات وموافقات المالية وتأكيدات حجز الشحن وتنبيهات المخزون — كلها متوقعة، قائمة على قواعد، ومُكلفة بساعات العمل البشري. يمكن لـأدوات أتمتة سير العمل المتصلة بـERP إزالة معظمها دون تدخل نموذج لغوي واحد. الخطأ الذي ترتكبه شركات الخليج هو تخطي هذه الطبقة كلياً والقفز مباشرة إلى منصة ذكاء اصطناعي كبرى، في حين كانت سبعة عشر خطوة يدوية في عملية طلب الشراء هي الاختناق الحقيقي.

وكيل القرار هو الأمر الحقيقي — وهو المجال الذي لا تكون فيه معظم المؤسسات مستعدة بعد. يستوعب وكيل القرار الحقيقي بيانات حية ويستنتج منها، ثم إما يوصي باتخاذ إجراء أو يتخذه ضمن ضوابط محددة. يُقدّم الموردون هذا في عروض توضيحية رائعة. تلك العروض تفترض بيانات نظيفة ومنظمة وآنية؛ وقواعد أعمال متفقاً عليها ومُشفَّرة بصورة يمكن للنظام قراءتها؛ وفريقاً يثق بالمخرجات بما يكفي للتصرف بناءً عليها. في عمليات السوق الوسطى الخليجية المعتادة، لا يتحقق أيٌّ من هذه الشروط الثلاثة المسبقة من اليوم الأول. هذا ليس نقداً — إنه مشكلة تسلسل، والتسلسل قابل للحل. ما تفعله وكلاء الذكاء الاصطناعي فعلاً مقابل ما يدّعيه الموردون محادثة تستحق الخوض فيها قبل توقيع أي شيء.

كيف تشخّص ما تحتاجه عمليتك أولاً

لا يستلزم هذا التشخيص استشارياً. يستلزم إجابات صادقة على أربعة أسئلة:

1. هل يستطيع فريقك تسمية مصدر موحد للحقيقة بشأن البيانات ذات الصلة؟ إن كانت الإجابة تنطوي على التوفيق بين جدولَي بيانات ومجموعة WhatsApp وعبارة "اسأل أحمد يوم الثلاثاء"، فإن طبقة البيانات ليست جاهزة للذكاء الاصطناعي بأي نوع كان. أصلح البيانات أولاً.

2. هل العملية موثقة بما يكفي ليتمكن موظف جديد من اتباعها كتابياً؟ إن كانت الإجابة لا — إن كانت العملية تقطن في أذهان ذوي الخبرة، في قرارات تقديرية غير رسمية، في معرفة قبلية حول أي مورد يرد على الاتصالات — فأنت لست مستعداً للأتمتة، ناهيك عن استنتاج الذكاء الاصطناعي. كما قال أحد الاستراتيجيين في دبي: "لا يمكنك أن تنقل شركة من العصر الحجري مباشرةً إلى عصر الذكاء الاصطناعي. التحول يحدث تدريجياً." ^[2]

3. أين تتعطل العملية الحالية فعلاً؟ ارصد المرات الخمس الأخيرة التي سار فيها شيء على نحو خاطئ. هل كانت جودة البيانات؟ موافقة مفقودة؟ فجوة تواصل بين الأنظمة؟ قرار اتُّخذ بناءً على معلومات قديمة؟ نوع العطل يحدد نوع الحل. معظم الأعطال في عمليات الخليج هي مشكلات محفز أتمتة، لا مشكلات وكيل قرار.

4. من يتحمل النتيجة إن أخطأ الذكاء الاصطناعي؟ هذا السؤال وحده يستبعد وكلاء القرار من معظم المؤسسات التي لم تبنِ هياكل مساءلة حول المخرجات الآلية. إن كانت الإجابة "لا أحد" أو "النظام"، فأنت لست مستعداً للعمل المستقل. ابدأ بطبقة توصية يوافق عليها إنسان.

طبّق هذه الأسئلة الأربعة على أكبر نقطة إيجاع تشغيلية لديك. تشير الإجابة في الغالب دائماً إلى روبوت المحادثة أو محفز الأتمتة — لا إلى وكيل القرار الكامل الذي عرضه المورد في الشريحة التاسعة.

أين تتعثر استثمارات الذكاء الاصطناعي — ولماذا نادراً ما يتعلق الأمر بالنموذج

تتشارك مؤسسات الخليج التي تحركت بسرعة في تبني الذكاء الاصطناعي دون أن تُظهر قيمة مقابلة نمطاً مألوفاً ^[3]. وجدت بيانات BCG لعام 2025 أن مؤسسات الخليج تُضاهي نظيراتها العالمية في نضج الذكاء الاصطناعي — إذ تُصنَّف 39% باعتبارها قادةً في الذكاء الاصطناعي مقابل 40% عالمياً — غير أن معدل تحقيق القيمة يقول قصة مختلفة. النضج بلا قيمة مشكلة عمليات تتخفى في هيئة تقنية.

أنماط الفشل متسقة:

• لا خط أساس: نشرت المؤسسة الذكاء الاصطناعي دون قياس العملية التي حلّ محلها. يصبح إثبات القيمة لاحقاً مستحيلاً لأن أحداً لم يسجّل كيف كان "ما قبل".
• عرض توضيحي نظيف، واقع متسخ: أُجري الاختبار التجريبي على بيانات منتقاة. الإنتاج يسير على سبعة عشر جدول بيانات وثلاث نسخ ERP وفريق ميداني يُبلّغ عبر WhatsApp. يؤدي النموذج عمله جيداً. لكن المدخلات تُدمّره.
• تخطي طبقة الأتمتة: قفزت المؤسسة من العمليات اليدوية إلى استنتاج الذكاء الاصطناعي، متجاوزةً الخطوة الوسطى المتمثلة في أتمتة سير العمل الأساسية. يضطر الذكاء الاصطناعي عندئذٍ إلى تعويض ثغرات في العمليات لم يُصمَّم للتعامل معها أصلاً.
• فجوة الحوكمة: لم يُحدد أحد ما يُسمح للذكاء الاصطناعي بفعله، وما يجب الإشارة إليه للمراجعة البشرية، وما لا يجوز له المساس به. أول حالة استثنائية تقع خارج توزيع التدريب تُفضي إلى انهيار ثقة يستغرق أشهراً للتعافي منه. خطر التصحيح التلقائي في Copilot كثغرة أمنية ليس خطراً افتراضياً — إنه نمط موثق.

نادراً ما يكون الحل نموذجاً أفضل. في الغالب يكون إصلاحاً للعمليات والحوكمة كان ينبغي أن يسبق اختيار النموذج. الإخفاقات الصامتة للأتمتة — حيث يُبلّغ النظام عن نجاح بينما تخسر الشركة أرضاً في صمت — هي أكثر نتائج تخطي هذه الخطوة تكلفةً.

رأي تارسين: ابدأ بالعملية لا بالمنتج

نُجري مراجعات الذكاء الاصطناعي والعمليات عبر عمليات الخليج، والنتيجة الأكثر شيوعاً ليست أن الشركة تحتاج مزيداً من الذكاء الاصطناعي. بل إن الشركة لم توحّد العملية التي سيحتاج الذكاء الاصطناعي إلى العمل عليها. أضف الذكاء الاصطناعي إلى ذلك وستحصل على فوضى بليغة — مخرجات تبدو واثقة وهي خاطئة بصورة منهجية لأن المدخلات لم تكن نظيفة قط.

التسلسل الصادق يبدو هكذا:

1. وثّق العملية — ليس بصورة تطلعية، بل كما تسير اليوم فعلاً. أدرج رسائل WhatsApp والموافقات غير الرسمية وجداول البيانات التي تقطن على سطح مكتب شخص واحد.
2. أتمت المتكرر — أزل عمليات التسليم اليدوية من كل ما هو قائم على قواعد قبل إدخال أي استنتاج آلي.
3. أنشئ خط أساس للبيانات — اتفق على مصدر واحد للحقيقة لكل نطاق بيانات. هذا أصعب مما يبدو وأكثر قيمةً من أي أداة ذكاء اصطناعي.
4. طبّق الذكاء الاصطناعي عند نقاط القرار — بعد الخطوات من الأولى إلى الثالثة فقط، أدخل الذكاء الاصطناعي حيث يكون الحكم البشري هو الاختناق الفعلي: توقع الطلب، رصد الشذوذ، توصيات المشتريات.

رأينا شركات تتخطى مباشرةً إلى الخطوة الرابعة وتقضي ثمانية عشر شهراً في إصلاح الضرر. ورأينا شركات تُكمل الخطوات من الأولى إلى الثالثة وتدرك، بصدق حقيقي، أنها لا تحتاج الذكاء الاصطناعي بعد — وأن طبقة أتمتة سير عمل يُديرها جيداً تُحقق كل ما كانت تحتاجه. معظم الشركات لا تحتاج مزيداً من الذكاء الاصطناعي؛ بل تحتاج عدداً أقل من جداول البيانات.

طموح الخليج في الذكاء الاصطناعي حقيقي ومموَّل جيداً. وقد انغلقت الفجوة الخمس نقاط بين معدلات التبني العالمية ومعدلات تبني دول مجلس التعاون الخليجي فعلياً ^[3]. ما لم ينغلق بعد هو الفجوة بين التبني والقيمة — وتلك الفجوة تنغلق بعمل في العمليات، لا بالمشتريات. إن لم تكن متأكداً أي الطلبات الأربعة هو طلبك فعلاً، فهذا تحديداً ما تُوجد من أجله المراجعة المنظمة. نحن نتقاضى الأجر ذاته سواء كانت الإجابة "ابنِ الوكيل" أم "أصلح سير العمل أولاً".

عبارة "نريد الذكاء الاصطناعي" تستحق إجابة دقيقة. قدّمها قبل أن تتحرك الميزانية.