المشكلة التي تتكرر في كل كراسة شروط
تصل عروض الذكاء الاصطناعي إلى لجان التقييم مكتوبة بلغة واثقة، مليئة بمصطلحات مثل النماذج التوليدية والتعلم العميق والأتمتة الذكية، لكن هذه اللغة نادراً ما تكشف الفرق الحقيقي بين مورد يملك منهجية تنفيذ ناضجة ومورد يعيد تغليف أداة جاهزة بواجهة عربية. المشكلة ليست في نقص المعلومات، بل في تشابه العروض ظاهرياً مع اختلافها جوهرياً في نقاط لا تظهر إلا عند التنفيذ.
في القطاع الحكومي والمؤسسي بالسعودية، غالباً ما تُبنى معايير التقييم الفني حول عناصر عامة كخبرة الشركة وحجم الفريق وسعر العرض، وهي معايير مشروعة لكنها غير كافية لتقييم حل ذكاء اصطناعي. فالسعر المنخفض قد يعكس نطاق عمل مقتطعاً من احتياجات حقيقية، والوعد بنتائج كبيرة قد يخفي غياب خطة واضحة لجودة البيانات أو لاختبار النموذج في بيئة العمل الفعلية قبل الإطلاق.
النتيجة المتكررة في مشاريع الذكاء الاصطناعي التي تتعثر بعد التعاقد ليست غالباً فشلاً تقنياً صريحاً، بل فجوة بين ما وُعد به في العرض وما يمكن تسليمه فعلياً ضمن بيانات الجهة وبنيتها التقنية وقدرتها التشغيلية. هذه الفجوة تُكتشف بعد توقيع العقد، وهذا بالضبط ما يفترض أن يمنعه إطار تقييم رشيد.
كلفة القرار الخاطئ: لماذا لا يكفي السعر الأدنى
حين يُختار عرض الذكاء الاصطناعي بناءً على السعر الأدنى فقط دون فحص عميق لمنهجية التنفيذ، فإن الكلفة الحقيقية لا تظهر في فاتورة المشروع، بل في الوقت الضائع خلال التنفيذ، وفي الحاجة إلى تعديلات متكررة على النطاق، وفي الثقة التي تفقدها الجهة الحكومية أو المؤسسة أمام المستخدمين الداخليين حين لا يعمل الحل كما وُعد. هذا لا يعني أن السعر غير مهم، بل يعني أن السعر بمفرده لا يخبرنا شيئاً عن جودة القرار.
في المقابل، الوعود الكبيرة في العروض المقدمة، مثل رفع الكفاءة التشغيلية بشكل جذري أو أتمتة كاملة لعمليات معقدة، تحتاج إلى فحص نقدي هادئ لا رفض مسبق ولا قبول أعمى. السؤال الجوهري الذي يجب أن تطرحه اللجنة الفنية ليس هل هذا الوعد ممكن نظرياً، بل هل يوجد في العرض ما يوضح كيف سيتحقق هذا الوعد ضمن بيانات الجهة الفعلية وقيودها التنظيمية وقدرة فريقها الداخلي على التبني والاستمرار.
التأخير في بناء معايير تقييم دقيقة له كلفة تراكمية: كل منافسة تُقيَّم بمعايير سطحية تُنتج سابقة تُستخدم في المنافسات القادمة، وتُضعف تدريجياً قدرة الجهة على التمييز بين مورد جاد ومورد يبيع وعوداً. هذا ليس تخويفاً من نتائج كارثية، بل وصف واقعي لكيف تتآكل جودة القرار الاستراتيجي عبر الزمن حين تظل معايير التقييم عامة وغير مربوطة بطبيعة الذكاء الاصطناعي كحل قائم على البيانات والسياق.
معايير القرار: ما يجب أن تسأل عنه اللجنة الفنية فعلياً
المعيار الأول والأهم هو وضوح منهجية العمل مع البيانات: هل يوضح العرض كيف سيتعامل المورد مع بيانات الجهة الفعلية، من حيث الجودة والاكتمال والحساسية، وما هي الخطة إذا كانت البيانات غير جاهزة بالشكل المفترض؟ العروض القوية تتحدث عن هذا بصراحة وتضع خطوة تقييم أولي للبيانات قبل أي التزام بنتائج، بينما العروض الضعيفة تفترض جاهزية البيانات كأمر بديهي.
المعيار الثاني هو معيار التحقق والاختبار: كيف سيُختبر النموذج أو الحل قبل الاعتماد الكامل عليه في العمليات؟ هل هناك مرحلة تجريبية محددة بمقاييس نجاح واضحة، أم أن الانتقال من التوقيع إلى الإطلاق الكامل يحدث دون محطة تحقق مستقلة؟ غياب هذه المرحلة في العرض يجب أن يُعامل كعلم إنذار مبكر، بصرف النظر عن قوة العرض التسويقي المرافق له.
المعيار الثالث يتعلق بالحوكمة والاستمرارية بعد التسليم: من يملك النموذج والبيانات المشتقة، وما هي خطة الصيانة والتحديث، وهل يعتمد الحل على فريق المورد بشكل دائم أم يبني قدرة داخلية حقيقية لدى الجهة؟ ومعيار رابع، أقل تقنية وأكثر تنظيمية، هو مدى توافق العرض مع طبيعة الجهة كمنشأة حكومية أو منظمة تخضع لمتطلبات داخلية محددة للأمن والخصوصية والتصعيد، لأن حلاً تقنياً ممتازاً في سياق آخر قد لا يكون مناسباً بالضرورة لسياق هذه الجهة.
ما يفترض أن يحتويه العرض القوي فعلياً
عرض الذكاء الاصطناعي الجاد يبدأ بتشخيص واضح للحاجة قبل الحل، بمعنى أن يظهر فيه أن المورد فهم طبيعة المشكلة التشغيلية أو القرارية التي تحاول الجهة حلها، لا أنه يقترح تطبيق أداة جاهزة على مشكلة لم يفهمها بعمق. هذا يظهر عملياً في طريقة صياغة نطاق العمل: هل هو مبني على أهداف قابلة للقياس، أم مجرد وصف عام لتقنية يمكن تطبيقها على أي جهة؟
العرض القوي يفصل بوضوح بين ما هو مؤكد وما هو تقديري: النطاق الزمني الواقعي، الاعتماديات على أطراف أخرى داخل الجهة، والمخاطر المتوقعة مع خطة تعامل معها، بدلاً من عرض خالٍ من أي تحفظ يبدو مثالياً على الورق فقط. كما يوضح بدقة الحدود بين ما يقدمه فريق المورد وما يتطلب مشاركة فعلية من فريق الجهة، لأن كثيراً من مشاريع الذكاء الاصطناعي تتعثر ليس بسبب ضعف تقني، بل بسبب غياب التزام داخلي واضح من الجهة نفسها.
أخيراً، العرض القوي يقدم نموذجاً للحوكمة بعد التسليم لا يقل تفصيلاً عن نموذج التنفيذ، يوضح آليات المراجعة الدورية للنموذج، وكيفية التعامل مع تغير البيانات أو السياق التشغيلي بمرور الوقت، وهذا بالضبط ما يفرّق بين مورد يبيع مشروعاً منتهي الصلاحية بعد التسليم، ومورد يبني علاقة عمل قائمة على المساءلة المستمرة.
أخطاء شائعة في تقييم العروض تستحق الانتباه
خطأ متكرر هو منح وزن كبير لعرض التقديم والرسوميات على حساب دقة المحتوى الفني، خصوصاً عندما يكون أعضاء اللجنة من خلفيات إدارية غير تقنية بالكامل. الحل ليس استبعاد هؤلاء الأعضاء بل تزويدهم بأسئلة تقييم محددة يمكنهم طرحها دون الحاجة إلى خبرة تقنية عميقة، مثل السؤال المباشر عن خطة التحقق من جودة البيانات ومعايير قبول النتائج.
خطأ آخر هو معاملة كل عروض الذكاء الاصطناعي كفئة واحدة متجانسة، بينما تختلف جذرياً بين حل تحليلي لدعم القرار، وحل أتمتة عمليات، وحل قائم على نماذج توليدية للتفاعل مع المستخدمين، وكل نوع يحتاج معايير تقييم مختلفة جزئياً. تطبيق معيار واحد موحد على أنواع مختلفة من الحلول يُضعف دقة المقارنة بين العروض المتنافسة.
خطأ ثالث، وربما الأخطر، هو غياب مرحلة أسئلة توضيحية رسمية مع المتنافسين قبل الترسية النهائية. كثير من نقاط الغموض في العروض يمكن حلها بسؤال مباشر وموثق، وهذا يقلل الاعتماد على الانطباع العام ويزيد الاعتماد على إجابات محددة قابلة للتوثيق والمقارنة بين المتنافسين على أساس عادل ومتساوٍ.
الخطوة التالية: كيف تبني معيار تقييم يخدم قرارك لا يعقّده
إذا كانت جهتك تستعد لطرح منافسة تتضمن مكوناً من الذكاء الاصطناعي، أو تراجع كراسة شروط ومواصفات قيد الإعداد، فإن السؤال الحقيقي الذي يستحق التوقف عنده هو: هل تعكس معايير التقييم الحالية طبيعة الحل المطلوب فعلاً، أم أنها معايير عامة أُعيد استخدامها من منافسات سابقة غير مرتبطة بالذكاء الاصطناعي؟ هذا سؤال بسيط، لكن الإجابة الصادقة عليه غالباً تكشف فجوة تستحق المعالجة قبل طرح المنافسة، لا بعد استلام العروض.
إن كانت لجنتك الفنية تحتاج إلى مراجعة مستقلة لمعايير التقييم، أو مساعدة في صياغة أسئلة توضيحية دقيقة للمتنافسين، أو تفسير محايد لعرض تقني معقد قبل اتخاذ قرار الترسية، فهذه بالضبط نقطة التقاء طبيعية مع خدمات ASLS.AI في الاستشارات الاستراتيجية للذكاء الاصطناعي، حيث يكون الدور دعم جودة القرار من موقع مستقل، لا تمثيل مورد أو الترويج لحل بعينه.
لسنا هنا لنعدك بنتائج غير مضمونة، ولا لنمارس ضغطاً بضرورة التحرك الفوري. إن كانت جهتكم تملك معايير تقييم واضحة ومختبرة فعلاً، فهذا المقال تأكيد مفيد لا أكثر. أما إن لاحظتم أثناء القراءة أن كراسة الشروط الحالية تفتقر لمعيار واضح حول جودة البيانات أو مرحلة التحقق أو حوكمة ما بعد التسليم، فتلك إشارة عملية تستحق محادثة استشارية أولى قصيرة، دون التزام، لمراجعة هذه المعايير قبل أن تُترجم إلى قرار تعاقدي يصعب تعديله لاحقاً.