الموقف: إشعار روتيني يكشف اعتمادية غير مرصودة
تصل رسالة من مزود الذكاء الاصطناعي بلغة تقنية هادئة: هذا النموذج سيتم إيقافه بعد فترة زمنية محددة، ويُنصح بالانتقال إلى نموذج بديل. في أغلب المؤسسات، تُعامل هذه الرسالة كإشعار فني يُحال إلى فريق التقنية دون تصعيد. لكن حين يكون النموذج المعني مدمجًا في عملية تشغيلية حساسة مثل خدمة العملاء، أو تحليل المخاطر، أو صياغة القرارات الائتمانية، فإن الإشعار الفني يتحول فعليًا إلى قرار مؤسسي مؤجل.
المشكلة ليست في الإيقاف نفسه، فهو جزء طبيعي من دورة حياة أي منتج تقني. المشكلة أن كثيرًا من المؤسسات في السعودية لا تملك خريطة واضحة لأين ومتى تُستخدم نماذج الذكاء الاصطناعي داخل عملياتها، ومن يعتمد على مخرجاتها، وما هو مستوى الحساسية التشغيلية أو التنظيمية لكل استخدام. عندما يصل إشعار الإيقاف، يبدأ البحث المتأخر عن الإجابة: من يستخدم هذا النموذج؟ وماذا يحدث إذا تغيرت مخرجاته؟
هذا النمط يتكرر بصرف النظر عن حجم المؤسسة أو قطاعها. البنوك ومزودو الخدمات المالية، وشركات الاتصالات، والجهات الحكومية التي تبنّت أدوات توليدية أو تحليلية خلال العامين الماضيين، غالبًا بنت هذه الأدوات على افتراض ضمني بأن النموذج المستخدم اليوم سيبقى متاحًا وثابتًا في سلوكه. هذا الافتراض لم يُختبر بشكل منهجي، وهو ما يجعل لحظة الإيقاف لحظة كشف حقيقية لجودة الحوكمة الداخلية.
الفجوة المكلفة: حين يصبح الاستبدال قرارًا تشغيليًا لا تقنيًا
استبدال نموذج بآخر ليس عملية نسخ ولصق. النماذج تختلف في طريقة الاستدلال، وفي حساسيتها للسياق، وفي أسلوب صياغة المخرجات، حتى عندما تكون من نفس المزود ونفس الفئة. تطبيق يعتمد على نموذج معين لتصنيف طلبات العملاء أو صياغة ردود آلية قد يعمل بشكل مختلف تمامًا بعد الاستبدال، دون أن يكون الفرق واضحًا في الاختبارات السطحية. هذا الفرق قد لا يظهر إلا بعد أسابيع، عبر شكاوى عملاء أو قرارات غير متسقة.
الفجوة الحقيقية تكمن في غياب طبقة تحقق مستقلة بين النموذج والعملية التشغيلية. المؤسسات التي بنت أنظمتها بربط مباشر وصلب بين واجهة النموذج والتطبيق النهائي، دون طبقة تجريد أو اختبار انحدار موثق، تجد نفسها مضطرة لإعادة بناء جزئية بدلاً من استبدال بسيط. هذا يحوّل حدثًا كان يجب أن يكون تقنيًا محدود الأثر إلى مشروع طارئ يستهلك وقت فرق متعددة تحت ضغط زمني حدده المزود لا المؤسسة.
التكلفة الأعمق ليست في ساعات العمل الإضافية، بل في القرارات التي تُتخذ خلال فترة الانتقال بمخرجات لم تُختبر بما يكفي. في القطاعات المنظمة، هذا يعني احتمال اتخاذ قرارات ائتمانية أو تشغيلية بناءً على نموذج بديل لم يخضع لمراجعة كافية، وهو خطر يصعب تبريره لاحقًا أمام لجان الحوكمة أو الجهات الرقابية، بصرف النظر عن حسن النية في التنفيذ.
معايير القرار: كيف تقيّم الأثر قبل أن تتفاعل
أول سؤال يجب أن تطرحه القيادة ليس متى يجب الانتقال، بل ما هو مستوى حساسية كل عملية تعتمد على هذا النموذج. تصنيف الاستخدامات إلى ثلاث فئات يساعد في ترتيب الأولويات بوضوح: استخدامات استشارية داخلية منخفضة الأثر، استخدامات تواجه العميل مباشرة، واستخدامات مرتبطة بقرارات مالية أو تنظيمية أو قانونية. كل فئة تتطلب مستوى مختلفًا من الصرامة في الاختبار قبل الانتقال، وليس من المنطقي معاملتها بمعيار واحد.
السؤال الثاني هو مدى وجود بيانات مرجعية موثقة لقياس الأداء الحالي. بدون خط أساس واضح لسلوك النموذج القديم في حالات استخدام محددة، يصعب الحكم بشكل موضوعي على ما إذا كان النموذج البديل يحافظ على الجودة المطلوبة أم يُحدث انحرافًا. المؤسسات التي وثّقت أمثلة مرجعية ومقاييس دقة منذ البداية تكون في وضع أفضل بكثير من تلك التي اعتمدت على انطباع عام بأن النظام يعمل جيدًا.
السؤال الثالث يتعلق بالاستقلالية الاستراتيجية طويلة المدى: هل هذا الحدث فرصة لإعادة تصميم الاعتمادية بحيث لا تتكرر الأزمة نفسها مستقبلًا، من خلال طبقة تجريد تسمح بتبديل النماذج دون إعادة بناء كامل؟ التعامل مع كل إيقاف نموذج كحادثة منفصلة، دون معالجة السبب الجذري وهو التصميم الهش، يضمن تكرار نفس الضغط عند كل تحديث مستقبلي من أي مزود.
ما يتطلبه حل قوي: من الاستجابة التفاعلية إلى المرونة المُصممة
الاستجابة الفعالة تبدأ بجرد شامل ومحدث لجميع النماذج المستخدمة عبر المؤسسة، مرتبطًا بخريطة وضوح تُظهر أي عملية تشغيلية تعتمد على أي نموذج، وأي فريق مسؤول عنها، ومستوى حساسيتها التنظيمية. هذا الجرد ليس مستندًا يُنشأ مرة واحدة، بل ممارسة حوكمة مستمرة تُحدَّث مع كل نشر جديد أو تغيير في البنية التقنية. غياب هذا الجرد هو السبب الجذري الأول في تحول إشعارات الإيقاف إلى أزمات.
الطبقة الثانية هي التصميم الهندسي: فصل واضح بين منطق العملية التشغيلية وواجهة النموذج المحدد، عبر طبقة تجريد تسمح باستدعاء نماذج مختلفة دون إعادة كتابة منطق التطبيق. هذا التصميم يحوّل عملية الاستبدال من مشروع طارئ إلى تحديث مُدار، ويقلل بشكل ملموس من الوقت والمخاطر المرتبطة بأي تغيير مستقبلي، سواء كان إيقافًا من المزود أو قرارًا داخليًا بالتحسين.
الطبقة الثالثة هي إطار اختبار قبل الإطلاق يشمل مجموعة أمثلة مرجعية ثابتة تمثل حالات الاستخدام الحرجة، تُستخدم لمقارنة سلوك أي نموذج بديل بمعايير موضوعية قبل الاعتماد الكامل. بدون هذا الإطار، يبقى القرار قائمًا على انطباع بدلاً من دليل، وهو أمر غير مقبول في أي عملية ترتبط بقرارات تمس العملاء أو الالتزامات التنظيمية.
التقييم الذاتي: هل مؤسستك مُعرَّضة لهذا الخطر الآن؟
قبل أي خطوة، من المفيد أن تطرح القيادة أسئلة مباشرة: هل نملك جردًا محدثًا بجميع نماذج الذكاء الاصطناعي المستخدمة في عملياتنا؟ هل نعرف بدقة أي عملية تعتمد على كل نموذج ومستوى حساسيتها؟ هل توجد طبقة تجريد تسمح باستبدال نموذج دون إعادة بناء التطبيق؟ وهل نملك أمثلة مرجعية موثقة نقيس عليها أداء أي نموذج بديل قبل اعتماده رسميًا؟ إذا كانت الإجابة على أكثر من سؤالين بـلا، فإن الاعتمادية غير المُدارة تمثل خطرًا فعليًا وليس نظريًا.
الفائدة من هذا التقييم لا تتعلق بالتخويف من إشعار مستقبلي قد يصل أو لا يصل، بل بفهم أن غياب هذه الإجابات يعني أن أي تغيير من أي مزود، صغيرًا كان أو كبيرًا، سيُدار بردود فعل متأخرة بدلاً من قرار مُخطط له. عدم التحرك الآن لا ينتج أزمة فورية، لكنه يراكم هشاشة تصبح تكلفتها أعلى مع كل نظام جديد يُبنى على البنية القديمة دون معالجة السبب الجذري.
هذا هو المجال الذي تعمل فيه ASLS.AI بشكل مباشر: مراجعة معمارية الاعتمادية على نماذج الذكاء الاصطناعي داخل المؤسسة، وبناء طبقات الحوكمة والاختبار التي تحوّل أي إشعار مستقبلي من مزود إلى تحديث مُدار بدرجة عالية من الثقة. الخطوة العملية المنطقية ليست مشروعًا شاملًا فوريًا، بل جلسة تقييم مركّزة لرسم خريطة الاعتمادية الحالية وتحديد أعلى نقاط الخطر، كخطوة أولى منخفضة الاحتكاك تحدد بوضوح ما إذا كانت هناك حاجة فعلية للتدخل، وبأي أولوية.