اللحظة التي تُنسى غالباً: ما يحدث بعد التسليم
معظم مشاريع الذكاء الاصطناعي في المؤسسات السعودية تُبنى حول لحظة واحدة: توقيع العقد والانتقال إلى التشغيل الفعلي. تُصرف الميزانيات على التصميم والتطوير والاختبار، وتُقاس النجاحات بجودة الإطلاق. لكن النظام الذي يعمل بشكل جيد في يوم الإطلاق ليس بالضرورة النظام الذي سيعمل بنفس الكفاءة بعد ستة أشهر، لأن البيانات تتغير، وسلوك المستخدمين يتطور، وبيئة الأعمال نفسها تتحرك.
السؤال الذي نادراً ما يُطرح بوضوح في مرحلة التخطيط هو: من سيملك هذا النظام تشغيلياً بعد أن يغادر فريق التنفيذ؟ من سيراقب الأداء، ويعدّل النماذج عند الانحراف، ويستجيب حين تتغير السياسات الداخلية أو تدخل بيانات جديدة لم تكن موجودة أثناء التصميم؟ في غياب إجابة واضحة، تنتقل هذه المسؤولية بشكل ضمني إلى فرق تقنية المعلومات التقليدية غير المهيأة لهذا النوع من التشغيل، أو تُترك دون مالك واضح على الإطلاق.
هذا ليس سؤالاً تقنياً بحتاً، بل سؤال استراتيجي يحدد ما إذا كان الاستثمار في الذكاء الاصطناعي سيستمر في تحقيق قيمة، أم سيتحول تدريجياً إلى نظام مهجور يعمل بصمت دون أن يخدم القرار كما يجب.
الفجوة المكلفة: حين لا يملك أحد مسؤولية التشغيل
الفجوة الحقيقية لا تظهر عند الإطلاق، بل تظهر تدريجياً بعد ثلاثة إلى تسعة أشهر، حين يبدأ النموذج في إعطاء نتائج أقل دقة دون أن يلاحظ أحد ذلك بشكل رسمي. لا يوجد حدث واحد صادم يُنبّه الإدارة، بل انحدار تدريجي في الثقة بالنظام يقود المستخدمين إلى تجاوزه بصمت والعودة إلى القرارات اليدوية القديمة. هذا النوع من الفشل صعب القياس لأنه لا يظهر في تقارير الأعطال، بل في غياب الاستخدام الفعلي.
التكلفة الحقيقية لهذا الفراغ ليست فقط في الاستثمار الأولي المهدور، بل في فرصة القرار المفقودة كل شهر يعمل فيه النظام دون رعاية مناسبة. مؤسسة تعتمد على تنبؤات مبيعات أو تقييم مخاطر ائتمانية مبنية على نموذج لم يُعاد تدريبه منذ أشهر تتخذ قرارات بثقة زائفة، وهذا أخطر من عدم استخدام الذكاء الاصطناعي أساساً.
في السياق السعودي، حيث تتسارع مبادرات التحول الرقمي عبر قطاعات متعددة، هذه الفجوة تتكرر بشكل شائع: مؤسسات استثمرت في حلول متقدمة، لكنها لم تخطط بالتوازي لبناء القدرة التشغيلية أو تأمين شراكة تشغيل مستمرة تحافظ على جودة النظام بمرور الوقت.
إطار القرار: متى تبني داخلياً ومتى تعتمد على شريك
القرار بين بناء فريق داخلي أو الاعتماد على شريك تشغيل ليس قراراً ثنائياً بقدر ما هو تقييم لأربعة عوامل: تكرار الحاجة، حساسية القرار، توفر الكفاءات، وسرعة التغير في بيئة العمل. إذا كان النظام يدعم قراراً يومياً حرجاً يتطلب فهماً عميقاً لسياقكم الداخلي، فإن بناء قدرة داخلية يصبح أكثر منطقية على المدى الطويل، حتى لو كانت التكلفة الأولية أعلى.
في المقابل، إذا كانت الحاجة متخصصة وغير متكررة، أو تتطلب خبرات نادرة في السوق السعودي مثل ضبط النماذج المتقدمة أو إدارة بنية تحتية معقدة، فإن الاعتماد على شريك متخصص يوفر مرونة تشغيلية دون الحاجة لتوظيف كفاءات باهظة قد لا تتوفر محلياً أو يصعب الاحتفاظ بها. السؤال الأهم هنا ليس "من أرخص؟" بل "من يمكنه الحفاظ على جودة القرار المدعوم بالذكاء الاصطناعي بثبات؟"
المؤسسات الأكثر نضجاً غالباً لا تختار خياراً واحداً، بل توزع المسؤولية: فريق داخلي صغير يملك الفهم الاستراتيجي والحوكمة، وشريك تشغيل يتولى الصيانة الفنية العميقة وإعادة التدريب الدوري للنماذج. هذا التوزيع يحافظ على الملكية الداخلية للقرار مع تجنب عبء بناء قدرات تقنية متخصصة بالكامل من الصفر.
ما تتطلبه القدرة التشغيلية القوية، أياً كان مصدرها
بغض النظر عن الخيار المتبع، هناك ركائز لا يمكن التنازل عنها. أولها وجود مالك واضح للنظام داخل المؤسسة، شخص أو وحدة مسؤولة رسمياً عن أداء النظام وليس فقط عن وجوده. غياب هذا المالك يعني أن أي انحراف في الأداء لن يُكتشف إلا بعد أن يترك أثراً ملموساً على القرارات.
ثانياً، آلية مراقبة دورية للأداء لا تعتمد على الشعور العام بـ"أن النظام يعمل"، بل على مؤشرات محددة مسبقاً: دقة التنبؤ، معدل الانحراف، جودة البيانات الداخلة. وثالثاً، مسار واضح لإعادة التدريب أو التحديث، بحيث لا يكون تعديل النموذج قراراً استثنائياً مكلفاً، بل جزءاً من التشغيل الاعتيادي المخطط له مسبقاً.
وأخيراً، توثيق واضح لحدود مسؤولية كل طرف عندما يكون هناك شريك خارجي مشارك في التشغيل: من يستجيب عند ظهور مشكلة، وفي أي مدى زمني، وما هي حدود صلاحياته في تعديل النظام دون الرجوع للمؤسسة. هذه التفاصيل التي تبدو إجرائية هي في الواقع ما يفرّق بين تشغيل مستقر وبين فجوة تظهر في أسوأ وقت ممكن.
الأخطاء الشائعة التي تُضعف استمرارية التشغيل
أحد الأخطاء الأكثر تكراراً هو معاملة التشغيل كبند ثانوي في العقد، بينما يفترض ضمنياً أن فريق تقنية المعلومات الحالي "سيتولى الأمر" دون تدريب رسمي أو توضيح للمهام الجديدة المطلوبة. فريق يدير الشبكات وقواعد البيانات ليس بالضرورة مؤهلاً لمراقبة انحراف نموذج تعلم آلي أو تفسير تراجع دقة تنبؤاته.
خطأ ثانٍ هو بناء فريق داخلي طموح دون ربطه بمسار وظيفي واضح أو استمرارية معرفية، فيغادر الكفاءات الأساسية بعد فترة قصيرة تاركين النظام دون من يفهم تفاصيله الدقيقة. وخطأ ثالث هو التعامل مع الشريك التشغيلي كمزود خدمة تفاعلي فقط يُستدعى عند حدوث مشكلة، بدلاً من شراكة استراتيجية تشارك في مراقبة الأداء بشكل استباقي.
هذه الأخطاء لا تنتج عن نقص في التقنية، بل عن غياب إطار حوكمة واضح يحدد مسبقاً من يفعل ماذا، وبأي معايير يتم تقييم النجاح المستمر، لا فقط نجاح الإطلاق.
هل هذا يخصكم الآن؟ خطوة عملية للتقييم
إذا كانت مؤسستكم قد أطلقت نظام ذكاء اصطناعي خلال العام الماضي دون خطة تشغيل مكتوبة تحدد المالك والمراقبة ومسار إعادة التدريب، فهذا مؤشر واضح على أن الفجوة موجودة الآن، حتى إن لم تكن ظاهرة بعد في التقارير. وإذا كانت الإدارة تتساءل من يملك حقاً فهم النظام بعد مغادرة فريق التنفيذ، فهذا السؤال بنفسه يستحق إجابة رسمية وليس افتراضاً ضمنياً.
التأخر في الإجابة على هذا السؤال لا يؤدي بالضرورة إلى فشل كبير ومفاجئ، بل إلى تراكم بطيء لقرارات مبنية على بيانات أقل دقة مما تتوقعه المؤسسة، وهذا وحده كافٍ لتقليل عائد الاستثمار الأصلي على مر الوقت دون أن يظهر السبب بوضوح.
في ASLS.AI، نساعد المؤسسات السعودية على تقييم هذا الخيار بموضوعية عبر تشخيص القدرة التشغيلية الحالية، وتحديد أين يكون بناء الكفاءة الداخلية منطقياً وأين يكون الشريك المتخصص أكثر كفاءة، ثم تصميم إطار حوكمة تشغيلي واضح يحدد الأدوار والمسؤوليات. الخطوة الأولى المنطقية ليست توظيف فريق جديد أو توقيع عقد تشغيل جديد، بل جلسة تشخيصية مركزة تحدد بدقة أين تقف مؤسستكم اليوم، وما هو المسار الأنسب لضمان استمرارية القرار المدعوم بالذكاء الاصطناعي.