من أين تبدأ بالذكاء الاصطناعي في شركتك: اختيار حالة الاستخدام
أكثر مشاريع الذكاء الاصطناعي تعثّرًا هي التي بدأت من السؤال الخطأ: «كيف نستخدم الذكاء الاصطناعي؟» بدل «أي مهمة تستهلك وقتنا ويمكن أن تُنجَز أفضل؟». الأولى تنتهي بعرض تقديمي مبهر ونظام لا يستخدمه أحد. الثانية تنتهي بشيء يعمل.
ما يلي أربعة معايير نستخدمها لفرز الأفكار قبل أن تُنفق عليها ريالًا واحدًا.
المعيار الأول: هل المهمة متكرّرة بما يكفي؟
الأتمتة تدفع ثمنها من التكرار. مهمة تُنفَّذ خمس مرات في السنة لا تستحق مشروعًا مهما كانت مملّة. مهمة تتكرّر عشرات المرات يوميًا — الردّ على استفسار متشابه، أو استخراج بيانات من فواتير، أو تصنيف طلبات واردة — تستحق النظر.
اطلب من فريقك أن يسجّل أسبوعًا واحدًا: ما المهام التي كرّرها كل شخص، وكم استغرقت. القائمة الناتجة أصدق من أي جلسة عصف ذهني، لأنها مبنية على وقت حقيقي أُنفق.
المعيار الثاني: هل البيانات موجودة وصالحة؟
النماذج تحتاج مادة تعمل عليها. والسؤال ليس «هل لدينا بيانات؟» — فالجواب دائمًا نعم — بل:
- هل هي في مكان يمكن الوصول إليه برمجيًا، أم في أذهان الموظفين ومجلدات متفرّقة؟
- هل هي محدّثة، أم أن نصفها يصف سياسات أُلغيت؟
- هل هي متّسقة، أم أن كل فرع يسمّي الشيء نفسه باسم مختلف؟
- هل يُسمح باستخدامها لهذا الغرض، خصوصًا إن كانت بيانات عملاء؟
مشروع يبدأ ببيانات فوضوية ينتهي بنتائج فوضوية. غالبًا تكون الخطوة الأولى الحقيقية تنظيم المعرفة لا بناء النموذج — وهذه خطوة لها قيمة بذاتها حتى لو توقّف المشروع بعدها.
المعيار الثالث: ما تكلفة الخطأ؟
هذا المعيار يحدّد شكل الحلّ أكثر من أي شيء آخر. اسأل: ماذا يحدث إن أخطأ النظام؟
تكلفة خطأ منخفضة — اقتراح تصنيف لمقال، أو صياغة مسوّدة ردّ يراجعها موظف — تسمح بأتمتة أوسع وبداية أسرع. هنا يكون الذكاء الاصطناعي مساعدًا يقترح، والإنسان يقرّر.
تكلفة خطأ مرتفعة — قرار ائتماني، أو تشخيص، أو إجراء مالي — تفرض مراجعة بشرية على كل حالة، وتجعل العائد أقلّ ممّا يبدو في العرض التقديمي. ليست ممنوعة، لكنها ليست المكان الذي تبدأ منه.
ابدأ دائمًا من الطرف منخفض التكلفة. التعلّم الذي تجنيه من مشروع صغير ناجح يجعل المشروع التالي أسهل؛ وفشل مشروع حسّاس في البداية يُغلق الباب على كل ما بعده داخل الشركة.
المعيار الرابع: ما مقياس النجاح، ومن يقيسه؟
قبل البدء، اكتب رقمًا واحدًا سيتحسّن، وكيف سيُقاس، ومن المسؤول عن قياسه. أمثلة صالحة: نسبة الاستفسارات التي تُحلّ دون تدخّل بشري، أو متوسط زمن معالجة فاتورة، أو عدد الحالات التي يعالجها الموظف في الساعة.
وأمثلة غير صالحة: «تحسين الكفاءة»، أو «مواكبة التطوّر». هذه ليست مقاييس، بل نوايا. مشروع بلا رقم يُحكَم عليه بالانطباع، والانطباع يتغيّر مع أول مشكلة.
خذ قياسًا أساسيًا قبل الإطلاق. عدد مذهل من المشاريع لا يستطيع إثبات نجاحه لأن أحدًا لم يسجّل الوضع السابق.
إشارات أن الفكرة ليست جاهزة
- لا يستطيع أحد وصف المهمة خطوة بخطوة. ما لا يُوصف لا يُؤتمت.
- العملية نفسها مختلّة، والأتمتة ستضاعف الخلل لا تصلحه.
- الدافع أن منافسًا أعلن شيئًا مشابهًا.
- لا يوجد مالك واحد للمشروع داخل الشركة يتحمّل نتيجته.
كيف نبدأ عمليًا
جلسة استكشاف قصيرة نجرد فيها المهام المرشّحة، ثم نصفّيها بالمعايير الأربعة، ثم نختار واحدة ونبني عليها نموذجًا أوليًا بتكلفة معلومة على عيّنة من بياناتك الحقيقية — لا على بيانات تجريبية. النموذج الأولي يجيب عن سؤال واحد: هل تصل الجودة إلى مستوى يستحق الاستثمار؟
وأحيانًا تكون الإجابة لا. نقولها حين تكون كذلك: أن تعرف أن الفكرة لا تستحق بعد أسبوعين أفضل من أن تعرف بعد ستة أشهر. تفاصيل ما نقدّمه في حلول الذكاء الاصطناعي.
