أي حالة استخدام تموّلها أولاً؟ إطار قرار لترتيب أولويات مشاريع الذكاء الاصطناعي في المؤسسة السعودية

الوضع الفعلي: وفرة في الأفكار، فقر في معيار الاختيار

في أغلب المؤسسات السعودية الكبرى اليوم، لا تكمن المشكلة في نقص الأفكار المتعلقة بالذكاء الاصطناعي. الاجتماعات التنفيذية غالبًا تفيض بمقترحات: أتمتة خدمة العملاء، تحسين التنبؤ بالطلب، مراجعة العقود آليًا، دعم القرار الائتماني. المشكلة الحقيقية أن هذه الأفكار تُقيَّم بمعايير متفرقة وغير متسقة، حيث يفوز أحيانًا المشروع الأعلى ضجيجًا أو الأقرب لرغبة قيادي معين، وليس الأنسب من حيث الأثر والجاهزية.

هذا التشتت له سبب بنيوي: الذكاء الاصطناعي دخل معظم المؤسسات كموضوع تقني قبل أن يُعالج كموضوع محفظة استثمارية. الأقسام المختلفة تقدّم مقترحاتها بشكل منفصل، دون لغة قياس مشتركة تسمح بمقارنة حالة استخدام في التسويق بأخرى في العمليات أو الالتزام. والنتيجة أن القيادة التنفيذية تجد نفسها تقارن تفاحًا بكمثرى، وتتخذ قرار التمويل بناءً على انطباع عام لا على تحليل مقارن.

تكلفة الترتيب الخاطئ: ليست فشل المشروع، بل فشل التسلسل

حين تموّل مؤسسة حالة استخدام غير جاهزة قبل حالة أخرى أكثر نضجًا، لا يكون الفشل بالضرورة فنيًا. المشروع قد ينجح تقنيًا لكنه يفشل مؤسسيًا: لا يجد الملكية التنفيذية اللازمة، أو يواجه بيانات غير موحّدة، أو يتعثر أمام مقاومة تشغيلية لم تُدرس مسبقًا. النتيجة هي دورة استثمار مبكرة تُستهلك في مشروع تجريبي طويل، بينما تظل حالات استخدام أخرى أكثر جهوزية وأثرًا معلّقة في قائمة الانتظار.

التكلفة الأخطر ليست مالية بحتة، بل تكلفة المصداقية الداخلية. حين يفشل أول مشروع ذكاء اصطناعي بارز في المؤسسة، تتراجع ثقة مجلس الإدارة والإدارة التنفيذية في الموضوع بأكمله، ويصعب تمويل المشاريع اللاحقة حتى لو كانت أفضل تصميمًا. هذا نمط شائع: ليس نقص القدرة التقنية هو ما يعطّل تبني الذكاء الاصطناعي، بل اختيار نقطة الانطلاق الخاطئة التي تستهلك رأس المال السياسي قبل أن تنضج القدرة المؤسسية على التوسّع.

إطار القرار: أربعة معايير تفصل الحالة الجاهزة عن الحالة الجاذبة

المعيار الأول هو وضوح الأثر التجاري القابل للقياس: هل يمكن تحديد مؤشر أداء واحد سيتغيّر بشكل ملموس، وهل يوجد اتفاق تنفيذي مسبق على تعريف النجاح قبل بدء المشروع لا بعده؟ المعيار الثاني هو جاهزية البيانات والعمليات: ليس السؤال هل تتوفر بيانات كافية، بل هل هي موثوقة، محدثة، ومتاحة لجهة تنفيذية واحدة قادرة على اتخاذ القرار دون تنسيق معقد بين إدارات متعددة.

المعيار الثالث هو درجة المخاطرة التنظيمية والتشغيلية: حالات الاستخدام المرتبطة بقرارات حساسة، كالتمويل أو الامتثال أو الموارد البشرية، تتطلب حوكمة أعمق ووقتًا أطول للثقة قبل التوسّع، وليس هذا سببًا لتجنبها بل لتصنيفها بشكل مختلف عن حالات التشغيل الداخلي منخفضة المخاطر. المعيار الرابع هو قابلية التوسّع بعد النجاح الأولي: حالة الاستخدام المثالية للتمويل الأول ليست الأكثر إثارة، بل تلك التي إن نجحت تفتح مسارًا واضحًا لحالات استخدام أخرى مشابهة، بحيث يصبح الاستثمار الأول أساسًا لمنهجية قابلة للتكرار لا مشروعًا منعزلاً.

تطبيق هذه المعايير الأربعة معًا، بدلًا من الاعتماد على أي واحد بمفرده، هو ما يحوّل الاختيار من قرار انطباعي إلى قرار محفظة قابل للدفاع عنه أمام مجلس الإدارة.

ما تتطلبه الحالة القوية عمليًا: أصحاب القرار، لا فقط البيانات

حالة الاستخدام القوية للتمويل الأول تحتاج إلى أكثر من بيانات جيدة، تحتاج إلى صاحب قرار تنفيذي واحد يملك سلطة تشغيلية حقيقية على النتيجة، لا فريق مشروع بلا مرجعية واضحة. غياب هذا الدور غالبًا هو السبب الفعلي وراء تعثر مشاريع تبدو تقنيًا سليمة، لأن أحدًا لم يكن مخولًا لاتخاذ القرارات التشغيلية اللازمة عند ظهور تعقيدات منتصف الطريق.

كذلك تحتاج الحالة القوية إلى نطاق محدود بوضوح منذ البداية، بحيث يمكن قياس النجاح في فترة زمنية معقولة دون الحاجة لإعادة تصميم النظام المؤسسي بالكامل. المؤسسات التي تبدأ بمشروع واسع النطاق، بحجة أن الفائدة أكبر، غالبًا ما تجد نفسها بعد عام كامل بلا نتيجة واضحة تُقدَّم لمجلس الإدارة، وهذا بالضبط ما يستهلك المصداقية المذكورة سابقًا.

الحوكمة كنظام مستمر: من قرار واحد إلى منهجية محفظة

اختيار حالة الاستخدام الأولى ليس قرارًا يُتخذ مرة واحدة ثم يُنسى، بل هو أول تطبيق لمنهجية يجب أن تستمر مع كل حالة استخدام جديدة تدخل المحفظة. المؤسسات الناضجة تُنشئ لجنة أو آلية داخلية دورية تعيد تقييم قائمة المرشحين بالمعايير الأربعة نفسها كل فترة، بحيث لا يعتمد الترتيب على من قدّم العرض الأكثر إقناعًا في اجتماع واحد، بل على تحليل مقارن مُحدَّث.

هذا النظام يحتاج أيضًا إلى مؤشرات تعلّم واضحة بعد كل مشروع منجز: ماذا نجح في تقدير الجاهزية، وماذا لم يُقدَّر بدقة، وكيف تُعدَّل معايير التقييم للحالة التالية. بدون هذه الحلقة، تتكرر نفس الأخطاء في كل جولة تمويل، وتظل المؤسسة تتعلم بالتجربة العشوائية بدلًا من التحسين المنظم.

هل هذا التحدي ينطبق عليك؟ وما الخطوة التالية المناسبة

إذا كانت مؤسستك تملك أكثر من ثلاث مقترحات ذكاء اصطناعي معلّقة دون معيار مشترك لترتيبها، أو إذا شعرت أن القرار الأخير حول التمويل استند إلى إقناع تنفيذي أكثر من تحليل مقارن، فهذا مؤشر واضح على وجود ثغرة في منهجية القرار قبل أي ثغرة تقنية. التحدي هنا ليس نقص الأفكار أو الطموح، بل غياب البنية التي تسمح بمقارنتها بشكل عادل ومتسق.

الاستمرار دون هذا الإطار لا يعني بالضرورة كارثة فورية، لكنه يعني استمرار نمط مألوف: مشاريع تجريبية متعددة، استهلاك تدريجي للثقة التنفيذية، وتأخر في الوصول إلى حالة استخدام تُنتج قيمة قابلة للقياس تُبنى عليها المرحلة التالية. كل شهر يُقضى في نقاش غير محسوم حول الأولوية هو شهر لم تُستثمر فيه الموارد في الاتجاه الأكثر عائدًا.

الخطوة المنطقية التالية ليست تكليف فريق داخلي بمزيد من العروض التقديمية، بل جلسة تشخيصية مركزة مع جهة مستقلة تساعدكم على تطبيق معايير الترتيب على قائمة المرشحين الحالية لديكم، والخروج بترتيب أولويات واضح يمكن تقديمه للمجلس التنفيذي. هذا بالضبط ما تقدمه استشارات ASLS.AI لترتيب أولويات محفظة الذكاء الاصطناعي، كخطوة عملية ومحدودة النطاق قبل الالتزام بأي استثمار كبير.