في هذا الحوار مع ديان غوتيو، دكتوراه، القائدة العالمية لأبحاث الذكاء الاصطناعي في CGI، تم تحليل هذه الاحتكاكات مستندة إلى رؤى من بحث "صوت عملائنا 2025". تم تشخيص أسباب عرقلة المؤسسات وتفصيل ضرورة بناء أطر ذكاء اصطناعي قوية ومسؤولة: ليست كعقبات، بل كمحرك أساسي لتحقيق ميزة تنافسية قابلة للتوسع.
ما الذي يمنع معظم الشركات من نقل مشاريع الذكاء الاصطناعي من إثبات المفهوم إلى الإنتاج؟
من خلال بحث "صوت عملائنا 2025" الذي شمل 1,813 مناقشة مع 1,477 من التنفيذيين عبر حكومات، بنوك، تجزئة، تصنيع، طاقة، تأمين، رعاية صحية واتصالات، لوحظ زخم كبير في تبني الذكاء الاصطناعي: 36% من المؤسسات تنفذ الآن الذكاء الاصطناعي التقليدي و26% تنفذ الذكاء الاصطناعي التوليدي. ومع ذلك لا تزال هناك فجوة تنفيذية بسبب ثلاثة عوائق رئيسية.
1. الأنظمة القديمة والقيود التقنية
تؤثر على 46% من المؤسسات. تُحاصر هذه الشركات في أنظمة معزولة غير مدمجة، مما يخلق تجزئًا للبيانات يضعف نشر الذكاء الاصطناعي سواء كنت تدير بنكًا أو مستشفى أو جهة حكومية. يمكن تطوير حلول أو نماذج ذكاء اصطناعي منفصلة، لكن لا يمكن توسيعها وتحقيق قيمة حقيقية دون بنية تحتية متماسكة.
2. التحديات التنظيمية
تفتقر الشركات إلى نماذج تشغيلية، أطر سياسات، وهياكل حوكمة لإدارة مخاطر الذكاء الاصطناعي والتحقق من أمان الحلول. بالإضافة إلى ذلك، أشار 69% من العملاء إلى صعوبة توظيف المواهب المناسبة؛ الفجوات في الموارد والقدرات حقيقية ومتزايدة.
3. نقص الأسس التكيفية للتوسع
تقف العديد من الشركات عند الاستخدامات دون تعزيز جودة البيانات، إمكانية الوصول، قابلية توسعة البنية التحتية أو أطر إدارة البيانات والحوكمة—وكأنها تبني ناطحة سحاب على أرض غير مستقرة.
في المقابل، الشركات المتقدمة تتجاوز التجارب المنفصلة وتبني أنظمة بيئية متكاملة حيث تتناغم البيانات، الحوكمة، البنية التحتية، المواهب والأمان.
تشير بياناتنا إلى أن المؤسسات التي تتبنى استراتيجيات ذكاء اصطناعي شمولية تحقق نضجًا أعلى بـ6.6 مرة في الذكاء الاصطناعي التوليدي، وتلك التي تمتلك استراتيجيات بيانات قوية تحقق نضجًا أعلى بـ5 مرات.
التحول إلى نهج بيئي
القادة الرقميون لا يعتمدون على أداة واحدة أو فوز سريع؛ بل يتبنون نهجًا عمليًا لتوسيع الابتكار. يتضمن ذلك رؤية الذكاء الاصطناعي كشبكة متكاملة من القدرات، المُمكّنات، والسياسات المرتبطة بالبيانات وإدارة البيانات.
على سبيل المثال، الذكاء الاصطناعي الوكائي (Agentic AI) يدفع هذا الاتجاه إلى الأمام من خلال تركيزه على حل مشكلات محددة وإضافة كفاءات وإدارة تغيير داخل سير عمل واضح وقائم على القيمة.
كيف تبني أطر ذكاء اصطناعي مسؤولة دون إبطاء الميزة التنافسية؟
هناك تصور خاطئ بأن المسؤولية والسرعة متعارضان. تثبت بيانات CGI العكس: الذكاء الاصطناعي المسؤول ليس فراملًا للابتكار، بل هو محرك يتيح ميزة تنافسية مستدامة من خلال توفير حواجز واضحة لاستخدام التقنيات الجديدة.
تتبنى CGI إطار "الاستخدام المسؤول للذكاء الاصطناعي" القائم على مبدأ أساسي واحد: الحوكمة بالتصميم، لا كإضافة لاحقة. عندما تُدمج مبادئ الذكاء الاصطناعي المسؤول من اليوم الأول—متوافقة مع قيم المنظمة ومبادئها الأخلاقية—يتم تسريع النشر وتجنب إعادة العمل المكلفة، العقوبات التنظيمية، والضرر السمعة.
من خلال 1,813 مناقشة مع عملاء من جميع الصناعات، يتضح أن أسرع المنظمات هي التي تُنشئ حواجز تمكّن الابتكار وتتماشى مع القيم والمتطلبات التنظيمية منذ البداية، مع وجود البشر في الحلقة طوال العملية.
يتضمن إطار CGI المسؤولية طوال دورة حياة الذكاء الاصطناعي: من "التصور" (Envision) حيث نحدد مستقبلًا بشريًا-ذكائيًا مسؤولًا، إلى "الاستكشاف" (Explore) مع حالات استخدام مدفوعة بالعائد، إلى "الهندسة" (Engineer) حيث تُدمج الحوكمة في نماذج التشغيل، وأخيرًا "التوسع" (Expand) حيث يتم التوسع بمسؤولية.
الميزة التنافسية المستندة إلى الثقة
عندما يثق العملاء، المواطنون، الموظفون والجهات التنظيمية في أنظمة الذكاء الاصطناعي بسبب الشفافية، العدالة، والمسؤولية المدمجة من البداية، يتسارع الاعتماد. أمثلة:
- في القطاع المصرفي، تمنع أطر المسؤولية في الإقراض نتائج تمييزية قد تؤدي إلى إجراءات تنظيمية.
- في الرعاية الصحية، تضمن الحوكمة حول الذكاء الاصطناعي المستخدم في التشخيصات سلامة المرضى.
- في الحكومة، تحمي الأطر الخدمات الذكية الموجهة للمواطنين من انتهاك الخصوصية وتضمن وصولًا عادلًا.
المفتاح هو اعتبار الذكاء الاصطناعي المسؤول كتمكين استراتيجي وليس مجرد قائمة تحقق للامتثال.
العائد على الاستثمار وتوقيتاته
تختلف الاستثمارات في الذكاء الاصطناعي من عوائد سريعة إلى التزامات طويلة الأجل. تُظهر بيانات 2025 أن 36% من المؤسسات تنفذ الآن الذكاء الاصطناعي التقليدي (زيادة 9% سنويًا) و26% تنفذ الذكاء الاصطناعي التوليدي (زيادة 13%).
العوائد السريعة تأتي غالبًا من كفاءة العمليات وأتمتة الواجهة الأمامية للعميل: أتمتة العمليات، خدمة العملاء الذكية، اكتشاف الاحتيال، الصيانة التنبؤية، ومعالجة المستندات الذكية. تتسم هذه المبادرات بمشكلات محددة، بيانات ذات جودة جيدة، عمليات واضحة، وإمكانية قياس التوفير عبر مؤشرات الأداء.
الاستثمارات طويلة الأجل تمثل الطبقات الأساسية—ما نسميه "الهندسة" في نهج الأربعة E. تشمل بناء نماذج تشغيلية تكيفية، حوكمة بيانات مؤسسية، جاهزية تنظيمية، بنية سحابية قابلة للتوسع، وتطوير معرفة الذكاء الاصطناعي. رغم أن هذه العمليات تستغرق وقتًا، إلا أنها تضاعف قيمة كل حالة استخدام تُنشر.
أمثلة:
- بنك يستثمر 18-24 شهرًا في منصة بيانات موحدة ثم يطلق عشرات حالات الاستخدام بسرعة.
- نظام رعاية صحية يركز على إعادة التفكير في العمل مع الذكاء الاصطناعي لإطلاق تشخيصات ذكية عبر التخصصات.
- جهة حكومية تُنشئ حوكمة مؤسسية شاملة لتبتكر بأمان وتقدم خدمات ذكية للمواطنين.
الاستثمارات التحويلية تعيد تشكيل نماذج الأعمال وتخلق مصادر إيرادات جديدة عبر الذكاء الاصطناعي الذي يغير القيم المقترحة أو يعيد تنظيم العمليات المعقدة.
الشراكات البيئية للخبرات المتخصصة
تكشف أبحاث CGI أن 69% من العملاء ما زالوا يواجهون صعوبة في توظيف المواهب التقنية، وتزداد فجوة مهارات الذكاء الاصطناعي حدة. ليس الأمر مجرد العثور على مهندسي الذكاء الاصطناعي أو علماء البيانات، بل يتطلب محترفين يجمعون بين العمق التقني والمعرفة الصناعية.
هؤلاء المحترفون يفهمون واقع الأعمال اليومية، يمكنهم التجول في خطوط الإنتاج لتحديد فرص الرؤية الحاسوبية أو في مراكز الاتصالات لتطبيق معالجة اللغة الطبيعية. إن ندرة هذا النوع من المواهب الهجينة تجعل الشراكة مع شركات تمتلك كل من القدرات التقنية وخبرة الصناعة أمرًا أساسيًا.
الشراكة مع مزودي حلول متكاملين يضمن تجسير الفجوة بين الإمكانات النظرية للذكاء الاصطناعي وتطبيقاتها العملية، مما يوجه الاستثمارات إلى المجالات ذات القيمة الأعلى.
