توقف عن بدء رحلة الذكاء الاصطناعي بالسؤال عن الـModel

أكثر سؤال تقني أراه يُطرح مبكرًا هو: أي Model نستخدم؟

ثم تبدأ السلسلة المعروفة: هل نشتري Copilot؟ هل نحتاج Agent؟ هل نبني PoC سريعًا؟

المشكلة أن هذه ليست بالضرورة الأسئلة الأولى.

قد تختار نموذجًا ممتازًا وتبني تجربة مقنعة، ثم تكتشف بعد أشهر أن المشكلة الأصلية لم تكن تقنية: البيانات غير جاهزة، لا يوجد مالك للنتيجة، لا أحد يعرف من يملك قرار المخاطر، المستخدمون لا يغيرون طريقة عملهم، والـROI لم يكن له Baseline منذ البداية.

هذا لا يعني أن التقنية تمثل 30% حرفيًا في كل مؤسسة أو كل مشروع. النسبة ليست قانونًا هندسيًا. لكن الفكرة خلفها مهمة: قيمة AI المؤسسية تعتمد على Foundations أوسع من النموذج.

الـPilot أصبح سهلًا نسبيًا

الوصول إلى Demo أو Proof of Concept لم يعد الحاجز الذي كان عليه قبل سنوات.

الحاجز الحقيقي أصبح ما بعد ذلك:

كيف تجعل النجاح قابلًا للتكرار؟

هل تستطيع المؤسسة تشغيل عشر حالات استخدام دون عشر طرق مختلفة للحوكمة والبيانات والمراقبة؟ هل تعرف من يمولها؟ هل تعرف ما الذي يجب إيقافه؟ هل تستطيع قياس القيمة بعد ستة أشهر؟

هنا يظهر الفرق بين امتلاك AI Tools وبين امتلاك AI Operating Model.

ابدأ بـAI Value

قبل السؤال «ما الذي يستطيع AI فعله؟» أفضّل سؤالًا أكثر صرامة:

ما المشكلة التي تستحق أصلًا أن نضع AI أمامها؟

بعض المشكلات لا تحتاج AI. بعضها يحتاج إعادة تصميم عملية. بعضها لا يملك بيانات تكفي. بعضها ممكن تقنيًا لكن اقتصاده سيئ. وبعضها عالي المخاطر لدرجة أن الفائدة لا تبرر التعقيد.

AI Value ليس مرحلة مالية في نهاية المشروع؛ هو Gate في بدايته.

الحوكمة بعد Deployment متأخرة

إذا كانت المؤسسة ستفكر في الملكية والبيانات والمخاطر والموافقات فقط قبل الإنتاج، فهي غالبًا ستكتشف أن قرارات التصميم والمورد والتكامل قد ثبتت خيارات يصعب تغييرها.

هذا يصبح أوضح مع Agentic AI.

عندما كان النظام يقترح نصًا، كان السؤال الأساسي عن جودة المخرجات والاستخدام البشري.

عندما يستطيع Agent استدعاء API أو تحديث سجل أو تنفيذ معاملة، يصبح السؤال أيضًا:

من فوضه؟ بأي هوية؟ إلى ماذا يصل؟ ما الذي يستطيع فعله دون موافقة؟ وما الذي يستطيع الإنسان إيقافه؟

Identity وPermissions وObservability وHuman Approval Boundaries لم تعد Controls نضيفها في النهاية. أصبحت جزءًا من تصميم الـOperating Model.

لا أريد منظمة عندها 50 AI Use Cases

هذا ليس هدفًا جيدًا وحده.

أريد منظمة تعرف:

• أي خمس مبادرات تخلق أكبر قيمة.
• أيها لم يعد يستحق التمويل.
• أين توجد فجوة بيانات أو Capability تمنع التوسع.
• من يملك كل قرار.
• أي Agent يملك سلطة تنفيذية.
• وما الدليل أن القيمة والمخاطر ما زالت ضمن الحدود المقبولة.

هنا يتحول AI من نشاط ابتكار إلى قدرة مؤسسية.

السؤال الذي أستخدمه مع القيادات

لو اختفى اسم النموذج والمورد من العرض، هل يبقى Business Case مقنعًا؟

إذا كانت الإجابة لا، فربما نحن متحمسون للتقنية أكثر من المشكلة.

وإذا كان كل شيء يعتمد على اسم المورد أو ميزة جديدة، فهذه ليست استراتيجية AI بعد. إنها Product Bet.

الفرق مهم.

الهدف ليس أن نبطئ التبني بالحوكمة. الهدف أن نمنع المؤسسة من أن تصبح مجموعة Pilots متفرقة لا تعرف أيها يخلق قيمة حقيقية، وأيها يملك سلطة أكثر مما ينبغي، وأيها يجب أن يتوقف.