استراتيجية الذكاء الاصطناعي للمؤسسات في السعودية هي خطة تربط حالات استخدام الذكاء الاصطناعي بأهداف العمل والبيانات والأنظمة والميزانية والمسؤوليات ومؤشرات النجاح. وتساعد المؤسسة على ترتيب فرص الاستثمار حسب القيمة والجاهزية والمخاطر، واختبار الحلول المناسبة، ثم توسيعها تدريجيًا ضمن ضوابط واضحة لحوكمة الذكاء الاصطناعي وحماية البيانات.
لا تبدأ الاستراتيجية الناجحة بشراء أداة أو اختيار نموذج ذكاء اصطناعي. بل تبدأ بتحديد المشكلات التشغيلية التي تستحق الحل، والنتائج التي تريد المؤسسة تحقيقها، والبيانات والقدرات المطلوبة للوصول إليها.
فقد تمتلك المؤسسة عشرات الأفكار لاستخدام الذكاء الاصطناعي، مثل إعداد عروض الأسعار، والرد على استفسارات العملاء، وتحليل المستندات، ودعم فرق التسويق والبحث داخل المعرفة الداخلية. لكن محاولة تنفيذ جميع هذه الأفكار في وقت واحد تؤدي غالبًا إلى مشروعات منفصلة يصعب قياسها أو توسيعها.
ما المقصود باستراتيجية الذكاء الاصطناعي للمؤسسات؟
استراتيجية الذكاء الاصطناعي هي إطار يحدد أين ولماذا وكيف ستستخدم المؤسسة الذكاء الاصطناعي لتحقيق أهداف تجارية قابلة للقياس.
يجب أن توضح الاستراتيجية:
- أهداف العمل التي يدعمها الذكاء الاصطناعي.
- حالات الاستخدام ذات الأولوية.
- البيانات والأنظمة المطلوبة.
- مستوى جاهزية المؤسسة.
- المخاطر والضوابط اللازمة.
- نموذج التشغيل والمسؤوليات.
- قرار بناء الحل أو شرائه.
- المهارات التي يحتاجها الموظفون.
- ميزانية الاختبار والتوسع.
- مؤشرات الأداء والقيمة.
- مراحل التنفيذ والمراجعة.
لا تعني الاستراتيجية إعداد قائمة طويلة بأفكار الذكاء الاصطناعي. المطلوب هو اتخاذ قرارات واضحة بشأن ما يجب تنفيذه أولًا، وما يجب تأجيله، وما لا يستحق الاستثمار.
لماذا تحتاج الشركات السعودية إلى استراتيجية واضحة للذكاء الاصطناعي؟
تحتاج الشركات السعودية إلى استراتيجية لأنها تعمل في بيئة تتسارع فيها مبادرات التحول الرقمي، بينما تختلف جاهزية البيانات والأنظمة والفرق من مؤسسة إلى أخرى.
من دون استراتيجية موحدة، قد تبدأ الإدارات في استخدام أدوات مختلفة لا تتكامل مع الأنظمة الحالية، أو تكرر الاستثمار في وظائف متشابهة، أو ترفع بيانات المؤسسة إلى منصات لم تخضع للتقييم.
وقد ينتج عن ذلك:
- مشروعات تجريبية لا تصل إلى الإنتاج.
- أدوات متعددة تؤدي الوظيفة نفسها.
- تكاليف غير واضحة.
- صعوبة في قياس العائد على الاستثمار.
- استخدام بيانات غير محدثة.
- غياب المسؤولية عن المخرجات.
- مخاطر مرتبطة بالخصوصية والصلاحيات.
- ضعف تبني الموظفين للحلول.
- اعتماد مفرط على مزود واحد.
- صعوبة توسيع الحل بين الإدارات.
تساعد استراتيجية الذكاء الاصطناعي في السعودية على توحيد القرارات وربط الاستثمار بأهداف المؤسسة بدلًا من التعامل مع كل أداة كمشروع منفصل.
كيف تربط استراتيجية الذكاء الاصطناعي بأهداف العمل؟
تبدأ الاستراتيجية بتحديد نتائج العمل التي تريد المؤسسة تحسينها، وليس بالتقنيات التي ترغب في تجربتها.
يمكن أن تشمل أهداف العمل:
- تسريع إعداد عروض الأسعار.
- زيادة معدل الفوز بالفرص.
- تقليل زمن معالجة الطلبات.
- تحسين معدل الحل من أول تواصل.
- تخفيف العمل الإداري عن الموظفين.
- تقليل أخطاء إدخال البيانات.
- تسريع الوصول إلى المعرفة الداخلية.
- تحسين جودة المحتوى والتسويق.
- تقليل زمن اتخاذ القرار.
- رفع اتساق تطبيق السياسات.
بعد تحديد الهدف، يجب ربطه بمشكلة تشغيلية قابلة للقياس.
فبدلًا من كتابة هدف عام مثل «استخدام الذكاء الاصطناعي في المبيعات»، يمكن تحديده بهذه الصورة:
تقليل متوسط زمن إعداد مسودة عرض السعر من عدة ساعات إلى مدة مستهدفة، مع الحفاظ على دقة مطابقة المنتجات وقواعد التسعير.
وبدلًا من «تحسين خدمة العملاء»، يمكن تحديد:
تقليل زمن الاستجابة للاستفسارات المتكررة وتحسين معدل الحل من أول تواصل، مع تصعيد الحالات المعقدة إلى الموظفين.
كل حالة استخدام يجب أن تبدأ بهدف تجاري، وخط أساس، ومؤشر نجاح، ومالك مسؤول.
كيف تحصر المؤسسة حالات استخدام الذكاء الاصطناعي؟
يجب جمع فرص الذكاء الاصطناعي من الأشخاص الذين ينفذون العمليات يوميًا، وليس من الإدارة أو فريق التقنية وحدهما.
يمكن عقد جلسات مع فرق:
- المبيعات والتسعير.
- العمليات.
- خدمة العملاء.
- المشتريات.
- الموارد البشرية.
- التسويق.
- المالية.
- تقنية المعلومات.
- إدارة البيانات.
- الامتثال والأمن.
اطلب من كل فريق تحديد:
- المهام التي تستهلك وقتًا كبيرًا.
- الأعمال المتكررة.
- القرارات التي تعتمد على البحث في عدة مصادر.
- المستندات التي تُعالج يدويًا.
- نقاط التأخير والموافقة.
- الأخطاء المتكررة.
- الأسئلة التي تتكرر من العملاء أو الموظفين.
- العمليات التي تعتمد على موظف واحد.
- الفرص التي تضيع بسبب بطء الاستجابة.
بعد ذلك، حوّل كل مشكلة إلى حالة استخدام محددة. فقد تتحول مشكلة تأخر عروض الأسعار إلى وكيل يقرأ RFQ وينشئ مسودة، بينما تتحول صعوبة الوصول إلى السياسات إلى نظام بحث مؤسسي يسترجع الإجابات من مصادر معتمدة.
كيف ترتب حالات الاستخدام حسب الأولوية؟
لا ينبغي اختيار حالة الاستخدام لأنها الأكثر إثارة أو لأنها تستخدم أحدث نموذج. يجب تقييمها وفق القيمة والجاهزية والمخاطر وقابلية التنفيذ.
القيمة التجارية
اسأل:
- ما الوقت أو التكلفة التي يمكن توفيرها؟
- هل تؤثر الحالة في الإيرادات؟
- هل تحسن تجربة العميل؟
- هل تقلل الأخطاء؟
- كم عدد الأشخاص أو المعاملات المتأثرة؟
- هل تعالج مشكلة ذات أولوية للإدارة؟
جاهزية البيانات
تحقق من:
- وجود البيانات المطلوبة.
- جودة البيانات وحداثتها.
- وضوح المصدر المعتمد.
- إمكانية الوصول إليها.
- اتساق التعريفات والحقول.
- وجود بيانات كافية للاختبار.
- القيود المرتبطة باستخدامها.
قابلية التنفيذ
قيّم:
- عدد الأنظمة التي تحتاج إلى تكامل.
- وضوح قواعد العمل.
- تعقيد الاستثناءات.
- قدرة الفريق على مراجعة المخرجات.
- الوقت المطلوب للتنفيذ.
- اعتماد المشروع على أطراف خارجية.
مستوى المخاطر
اسأل:
- ماذا يحدث إذا أخطأ النظام؟
- هل يمكن اكتشاف الخطأ قبل التنفيذ؟
- هل يمكن التراجع عن الإجراء؟
- هل يستخدم بيانات شخصية أو حساسة؟
- هل ينتج التزامًا ماليًا أو تعاقديًا؟
- هل يؤثر في حقوق الأفراد؟
- هل يحتاج إلى موافقة بشرية؟
عادةً ما تكون أفضل نقطة بداية حالة مرتفعة القيمة، وجاهزة نسبيًا، وقابلة للقياس، ويمكن التحكم في مخاطرها.
ما حالات الاستخدام المناسبة للبدء؟
تختلف الأولويات حسب طبيعة المؤسسة، لكن بعض الحالات تكون مناسبة للمشروعات الأولى لأنها مرتبطة بعملية واضحة ومخرجات قابلة للمراجعة.
إعداد مسودات عروض الأسعار
يمكن لوكيل ذكاء اصطناعي قراءة طلبات RFQ، واستخراج البنود، ومطابقتها مع الكتالوج، ثم إنشاء مسودة يراجعها فريق المبيعات أو التسعير.
البحث داخل المعرفة المؤسسية
يستطيع النظام مساعدة الموظفين في العثور على إجابات من السياسات والأدلة والعقود والوثائق، مع الإشارة إلى المصادر المستخدمة.
تصنيف استفسارات العملاء
يمكن لوكيل خدمة العملاء تصنيف الرسائل، واقتراح ردود مستندة إلى مصادر معتمدة، وتحويل الحالات المعقدة إلى الموظف المناسب.
استخراج البيانات من المستندات
يمكن استخدام الذكاء الاصطناعي لاستخراج الحقول من النماذج والفواتير والطلبات والملفات، ثم إرسال النتائج للمراجعة.
دعم عمليات التسويق
يمكن للذكاء الاصطناعي مساعدة الفرق في اكتشاف فرص المحتوى، وتصنيف نية البحث، وإعداد المسودات وتحليل فجوات الموضوعات، مع مراجعة بشرية قبل النشر.
يجب أن تظل هذه الاستخدامات مرتبطة بمشكلة محددة ومؤشر أداء، لا بمجرد الرغبة في إضافة الذكاء الاصطناعي إلى العملية.
كيف تقيّم جاهزية البيانات والأنظمة؟
لا تنجح استراتيجية AI للشركات إذا لم تستطع الأنظمة توفير بيانات صحيحة وحديثة يمكن استخدامها بأمان.
ابدأ بتحديد:
- مكان وجود البيانات.
- مالك كل مصدر.
- مستوى جودة البيانات.
- طريقة تحديثها.
- النظام المعتمد لكل معلومة.
- الصلاحيات اللازمة.
- مدة الاحتفاظ.
- إمكانات التكامل.
- وجود واجهات API.
- القيود المتعلقة بالنقل أو المشاركة.
- أنواع البيانات الشخصية المستخدمة.
قد تكون المشكلة الأساسية ليست في نموذج الذكاء الاصطناعي، بل في وجود قوائم أسعار متعددة أو مستندات قديمة أو أسماء منتجات غير متسقة أو صلاحيات غير واضحة.
في هذه الحالة، يجب إدراج تحسين جودة البيانات وتنظيم المصادر ضمن خارطة الطريق، بدلًا من توقع أن يحل الذكاء الاصطناعي هذه المشكلات تلقائيًا.
ما نموذج تشغيل الذكاء الاصطناعي المناسب؟
يحدد نموذج التشغيل من يتخذ القرارات ومن يبني الحلول ومن يراقب الأداء ومن يتحمل المسؤولية عند حدوث مشكلة.
يمكن للمؤسسة استخدام نموذج مركزي، أو موزع، أو مزيج بينهما.
النموذج المركزي
يدير فريق واحد معايير الذكاء الاصطناعي والموردين والبنية التحتية والمراجعات. يناسب المؤسسات التي تبدأ رحلتها أو تحتاج إلى توحيد قوي.
قد يبطئ هذا النموذج بعض المبادرات إذا أصبح الفريق المركزي مسؤولًا عن جميع التفاصيل.
النموذج الموزع
تدير كل إدارة حالات الاستخدام الخاصة بها. يمنح الفرق سرعة أكبر ومعرفة أقرب إلى العملية، لكنه قد يؤدي إلى تكرار الأدوات واختلاف المعايير.
النموذج المشترك
يضع فريق مركزي السياسات والمنصات والمعايير، بينما تمتلك الإدارات حالات الاستخدام وتشغيلها اليومي.
غالبًا ما يكون هذا النموذج مناسبًا للمؤسسات التي تريد تحقيق توازن بين التحكم والسرعة. يظل مالك العملية مسؤولًا عن النتيجة التجارية، بينما تدعم فرق التقنية والبيانات والأمن والامتثال التنفيذ.
هل تحتاج المؤسسة إلى مركز تميز للذكاء الاصطناعي؟
قد تحتاج المؤسسات الكبيرة إلى مركز تميز للذكاء الاصطناعي، أو AI Center of Excellence، عندما يتزايد عدد حالات الاستخدام والموردين والأنظمة المشاركة.
يمكن لمركز التميز أن يتولى:
- وضع المعايير والأدلة.
- إدارة سجل حالات الاستخدام.
- تطوير مكونات قابلة لإعادة الاستخدام.
- تقييم الموردين.
- دعم فرق الأعمال.
- توفير أدوات الاختبار.
- متابعة مؤشرات المحفظة.
- تنظيم التدريب.
- مشاركة الدروس بين الإدارات.
- مراجعة حالات الاستخدام مرتفعة المخاطر.
لكن لا تحتاج كل مؤسسة إلى إنشاء إدارة كبيرة مستقلة. يمكن البدء بلجنة صغيرة أو فريق مشترك يضم الأعمال والتقنية والبيانات والأمن والامتثال، ثم توسيعه عند زيادة الحاجة.
المهم هو وجود مسؤولية واضحة وقدرة على اتخاذ القرار، وليس الاسم التنظيمي.
متى تبني المؤسسة الحل ومتى تشتريه؟
يعتمد قرار البناء أو الشراء على مدى تميز العملية، والقدرات الداخلية، والسرعة المطلوبة، ومتطلبات التكامل والتحكم.
قد يكون الشراء مناسبًا عندما:
- تكون الوظيفة شائعة في السوق.
- تحتاج المؤسسة إلى إطلاق أسرع.
- لا تمتلك فريقًا متخصصًا.
- يوفر المزود تكاملات جاهزة.
- تكون تكلفة التطوير الداخلي مرتفعة.
- يمكن تخصيص الحل لتلبية المتطلبات.
قد يكون البناء مناسبًا عندما:
- تمثل العملية ميزة تنافسية فريدة.
- تحتاج المؤسسة إلى تحكم عميق في المنطق والبيانات.
- لا توفر الحلول المتاحة المتطلبات الأساسية.
- تمتلك المؤسسة فريقًا قادرًا على التطوير والتشغيل المستمر.
- تستطيع تحمل تكلفة الصيانة والتقييم والتحديث.
قد يكون النموذج الهجين هو الأفضل عندما:
- تستخدم المؤسسة منصة أو نموذجًا جاهزًا.
- تبني فوقه قواعد العمل والتكاملات والواجهات الخاصة بها.
- تحتفظ بالتحكم في البيانات والتقييم والموافقات.
- تستفيد من خبرة مزود متخصص في حالة الاستخدام.
يجب أن يشمل القرار التكلفة طويلة الأجل، وليس تكلفة الإطلاق فقط.
ما الذي يجب تقييمه عند اختيار مزود ذكاء اصطناعي؟
يجب تقييم المزود بناءً على قدرته على تقديم نتيجة تشغيلية قابلة للقياس، وليس على جودة العرض التوضيحي فقط.
اسأل عن:
- حالات الاستخدام التي يتخصص فيها.
- طريقة التكامل مع الأنظمة.
- دعم العربية والإنجليزية.
- مصادر البيانات التي يستخدمها.
- الصلاحيات المطلوبة.
- طريقة التعامل مع انخفاض الثقة.
- إمكانات المراجعة البشرية.
- سجلات التشغيل والتدقيق.
- مكان معالجة البيانات وتخزينها.
- الأطراف الخارجية المشاركة.
- استخدام بيانات المؤسسة في التدريب.
- الاحتفاظ بالبيانات وحذفها.
- طريقة اختبار الجودة.
- مؤشرات الأداء ومعايير القبول.
- التدريب والدعم بعد الإطلاق.
- آلية الخروج ونقل البيانات.
- الاعتماد على نموذج أو مورد فرعي واحد.
لا يضمن المزود امتثال المؤسسة تلقائيًا، لكنه يجب أن يقدم المعلومات والضوابط التي تساعدها على تقييم الحل وتشغيله وفق متطلباتها.
كيف تضع ميزانية لبرنامج الذكاء الاصطناعي؟
لا تقتصر ميزانية الذكاء الاصطناعي على رسوم النموذج أو اشتراك البرنامج. يجب حساب التكلفة الكاملة لتنفيذ الحل وتشغيله.
قد تشمل الميزانية:
- اكتشاف حالات الاستخدام.
- تجهيز البيانات.
- التكامل مع الأنظمة.
- تراخيص البرامج والنماذج.
- البنية التحتية والحوسبة.
- الأمن والخصوصية.
- الاختبار والتقييم.
- إدارة المشروع.
- تدريب المستخدمين.
- دعم التشغيل.
- المراقبة المستمرة.
- صيانة مصادر المعرفة.
- تحديث القواعد والتعليمات.
- إدارة التغيير.
- مراجعات الموردين.
- خطط الاستجابة للحوادث.
من الأفضل تخصيص الميزانية على مراحل:
- ميزانية للاستكشاف وترتيب الفرص.
- ميزانية للمشروعات التجريبية.
- ميزانية للتكامل والاستعداد للإنتاج.
- ميزانية للتوسع والتشغيل.
- احتياطي لمعالجة مشكلات البيانات أو الأمن.
يساعد التمويل المرحلي على وقف المشروعات التي لا تحقق قيمة قبل استهلاك استثمارات أكبر.
كيف تدير المؤسسة التغيير وتبني المستخدمين؟
قد ينجح النظام تقنيًا لكنه يفشل لأن الموظفين لا يثقون به أو لا يعرفون متى يستخدمونه.
تحتاج إدارة التغيير إلى:
- إشراك المستخدمين عند تحديد المشكلة.
- توضيح دور النظام وحدوده.
- شرح ما سيتغير في سير العمل.
- تدريب الموظفين على مراجعة المخرجات.
- تحديد طريقة الإبلاغ عن الأخطاء.
- توضيح مسؤولية القرار النهائي.
- توفير دعم خلال فترة الإطلاق.
- جمع الملاحظات بصورة منتظمة.
- قياس معدل الاستخدام الحقيقي.
- تحديث الإجراءات ووصف الوظائف عند الحاجة.
من المهم أيضًا توضيح أن الهدف ليس دائمًا استبدال الوظائف. في كثير من حالات الاستخدام، يساعد الذكاء الاصطناعي الموظف على تقليل الأعمال المتكررة والتركيز على القرارات والاستثناءات والعلاقات مع العملاء.
ما المهارات التي تحتاجها استراتيجية الذكاء الاصطناعي؟
لا تحتاج جميع المؤسسات إلى توظيف فريق كبير من علماء البيانات، لكنها تحتاج إلى مجموعة من القدرات التقنية والتشغيلية.
تشمل المهارات المهمة:
- تحديد حالات الاستخدام.
- تحليل العمليات.
- إدارة البيانات.
- تكامل الأنظمة.
- تقييم مخرجات الذكاء الاصطناعي.
- تصميم التعليمات وسير العمل.
- الأمن والخصوصية.
- إدارة الموردين.
- إدارة التغيير.
- قياس القيمة والعائد.
- تشغيل الحل ومراقبته.
يجب تدريب قادة الأعمال على فهم إمكانات الذكاء الاصطناعي وحدوده، وتدريب المستخدمين على الإشراف عليه، وتدريب الفرق التقنية على إدارة التكاملات والتقييم والمراقبة.
كيف تقيس عائد الاستثمار في الذكاء الاصطناعي؟
يجب تحديد خط الأساس قبل بدء التنفيذ، وإلا لن تتمكن المؤسسة من معرفة مقدار التحسن الذي حققه النظام.
يمكن قياس القيمة من خلال:
الوقت والإنتاجية
- زمن معالجة الطلب.
- الساعات اليدوية التي تم توفيرها.
- عدد المعاملات التي يعالجها الفريق.
- زمن الوصول إلى المعلومة.
- زمن إعداد عرض السعر.
الجودة
- معدل الأخطاء.
- نسبة المخرجات المقبولة.
- معدل التعديلات البشرية.
- دقة استخراج البيانات.
- نسبة الإجابات المستندة إلى مصادر صحيحة.
النتائج التجارية
- معدل الفوز بالفرص.
- سرعة الاستجابة للعملاء.
- معدل التحول.
- هامش الربح.
- تكلفة خدمة العميل.
- رضا العملاء.
تبني الموظفين
- نسبة المستخدمين النشطين.
- تكرار الاستخدام.
- الوقت الذي يوفره النظام للمستخدم.
- تقييم الموظفين لجودة المخرجات.
- عدد العمليات التي عادت إلى الطريقة اليدوية.
المخاطر
- الأخطاء الحرجة.
- الحالات التي تجاوزت الصلاحيات.
- محاولات الوصول غير المصرح بها.
- الشكاوى المتعلقة بالخصوصية أو الجودة.
- زمن اكتشاف الحوادث والاستجابة لها.
ينبغي قياس قيمة كل حالة استخدام وقيمة المحفظة بالكامل، حتى تستطيع الإدارة إعادة توجيه الاستثمار نحو الحلول الأعلى أثرًا.
متى يجب إيقاف حالة استخدام للذكاء الاصطناعي؟
ليس من الضروري توسيع كل مشروع تجريبي. يجب أن تحتوي الاستراتيجية على معايير واضحة لإيقاف المشروع أو إعادة تصميمه.
قد يكون الإيقاف مناسبًا عندما:
- لا يحقق النظام مستوى الدقة المطلوب.
- لا يوفر وقتًا أو تكلفة كافية.
- يحتاج إلى تدخل يدوي أكبر من المتوقع.
- لا تتوافر بيانات مناسبة.
- ترتفع تكلفة التكامل أو التشغيل.
- لا يستخدمه الموظفون.
- لا يمكن التحكم في المخاطر.
- تتغير الأولوية التجارية.
- يوجد حل أبسط يحقق النتيجة نفسها.
- يعتمد المشروع على مصدر أو مزود غير مناسب.
إيقاف مشروع غير مجدٍ ليس فشلًا. بل يدل على أن المؤسسة تستخدم معايير واضحة لحماية استثماراتها.
كيف تنتقل من مشروع تجريبي إلى التوسع؟
يجب ألا ينتقل المشروع إلى نطاق أوسع لمجرد أن العرض التوضيحي نجح. يحتاج التوسع إلى أدلة تشغيلية واستعداد تقني وتنظيمي.
قبل التوسع، تحقق من:
- تحقيق معايير القبول.
- ثبات جودة النتائج.
- جاهزية البيانات.
- قدرة التكاملات على تحمل الحجم.
- وضوح الدعم والمسؤوليات.
- تدريب المستخدمين.
- وجود مراقبة مستمرة.
- اختبار الحالات الاستثنائية.
- خطة الاستجابة للحوادث.
- تقدير التكلفة عند زيادة الاستخدام.
- إمكانية العودة إلى العملية اليدوية.
- مراجعة المتطلبات التنظيمية.
يمكن أن يبدأ التوسع بإضافة فئة منتجات أو مجموعة مستخدمين أو فرع جديد، بدلًا من إطلاق الحل على المؤسسة بالكامل دفعة واحدة.
ما خارطة الطريق المقترحة لمدة 12–18 شهرًا؟
يمكن تنفيذ خارطة طريق الذكاء الاصطناعي على أربع مراحل مترابطة.
المرحلة الأولى: الاكتشاف والتقييم
خلال الأشهر الأولى، تحصر المؤسسة حالات الاستخدام، وتقيس العمليات الحالية، وتراجع جاهزية البيانات، وتحدد المخاطر والأولويات.
المخرجات المتوقعة:
- قائمة حالات الاستخدام.
- نموذج ترتيب الأولويات.
- تقييم جاهزية البيانات.
- نموذج تشغيل مبدئي.
- حالات مختارة للاختبار.
- مؤشرات نجاح واضحة.
المرحلة الثانية: الاختبار والإثبات
تختبر المؤسسة عددًا محدودًا من الحالات ذات القيمة المرتفعة والنطاق الواضح.
يمكن أن يمتد المشروع الواحد من 6 إلى 8 أسابيع وفق النطاق والتكاملات. والهدف هو جمع أدلة عن الأداء والجودة والتبني والمخاطر.
المرحلة الثالثة: الاستعداد للإنتاج
بعد نجاح المشروع، تعمل المؤسسة على تقوية التكاملات، وتدريب المستخدمين، وإعداد المراقبة والدعم ومسارات التصعيد.
في هذه المرحلة، تتحول التجربة من حالة محدودة إلى قدرة تشغيلية قابلة للإدارة.
المرحلة الرابعة: التوسع والتحسين
توسع المؤسسة الحالات الناجحة، وتعيد استخدام المكونات والبيانات والتكاملات، وتضيف حالات جديدة وفق الأولويات.
كما تراجع المحفظة بصورة دورية لإيقاف الحلول منخفضة القيمة وزيادة الاستثمار في الحلول التي أثبتت أثرها.
لا تعني خارطة الطريق تنفيذ كل شيء خلال 18 شهرًا. بل توفر تسلسلًا لاتخاذ القرارات والاستثمار وفق الأدلة.
كيف تدعم الحوكمة استراتيجية الذكاء الاصطناعي؟
تمنح الحوكمة المؤسسة قواعد واضحة لاختيار الحلول وتشغيلها ومراقبتها، لكنها ليست بديلًا عن الاستراتيجية.
تحدد الاستراتيجية:
- أين تستثمر المؤسسة.
- ما الحالات ذات الأولوية.
- ما القيمة المطلوبة.
- ما القدرات والميزانية اللازمة.
- كيف تنتقل من الاختبار إلى التوسع.
بينما تحدد الحوكمة:
- ما البيانات التي يمكن استخدامها.
- ما الصلاحيات المسموحة.
- من يتحمل المسؤولية.
- أين تكون المراجعة البشرية.
- كيف تُسجل المخرجات والإجراءات.
- كيف تُراقب المخاطر.
- ماذا يحدث عند وقوع خطأ.
تنجح المؤسسة عندما تجمع بين الاتجاه الاستراتيجي والضوابط التشغيلية، بدلًا من التعامل مع أحدهما منفصلًا عن الآخر.
كيف تساعد LeenAI في تحويل الاستراتيجية إلى تنفيذ؟
تساعد LeenAI المؤسسات على تحويل حالات الاستخدام المحددة إلى وكلاء ذكاء اصطناعي يعملون داخل سير عمل واضح وقابل للقياس.
يمكن استخدام SmartQuote لدعم رحلة تحويل طلب RFQ الوارد إلى مسودة عرض سعر قابلة للمراجعة، مع مطابقة المنتجات والبيانات المتاحة وفق نطاق المشروع.
ويمكن استخدام WhatsApp CX لتصنيف استفسارات العملاء، واسترجاع إجابات من مصادر معتمدة، وتصعيد الحالات المعقدة إلى الموظفين.
أما OpsRAG فيساعد الفرق على البحث داخل المعرفة التشغيلية والوثائق الداخلية والحصول على إجابات مرتبطة بالمصادر المتاحة.
وتدعم MAE عمليات التسويق وتحسين محركات البحث واكتشاف فرص المحتوى وتنظيم سير العمل التسويقي.
لا ينبغي اختيار أحد هذه الحلول بناءً على اسمه فقط. تبدأ العملية بتحديد المشكلة والبيانات ومؤشر النجاح والضوابط، ثم اختيار الوكيل الأنسب واختباره داخل نطاق محدد.
كيف تبدأ استراتيجية الذكاء الاصطناعي في مؤسستك؟
ابدأ بثلاثة أسئلة:
- ما أهم مشكلة تشغيلية يمكن قياسها؟
- هل نمتلك البيانات والقواعد اللازمة لمعالجتها؟
- ما النتيجة التي ستبرر الاستثمار والتوسع؟
بعد ذلك:
- حدد مالكًا من فريق الأعمال.
- قِس خط الأساس.
- راجع البيانات والأنظمة.
- صنف المخاطر.
- اختر نموذج البناء أو الشراء.
- حدد ميزانية مرحلية.
- اختبر الحالة في نطاق محدود.
- قِس الأداء والجودة والتبني.
- اتخذ قرار التوسع بناءً على الأدلة.
إن استراتيجية الذكاء الاصطناعي للمؤسسات في السعودية لا تُقاس بعدد الأدوات أو المشروعات التي أطلقتها الشركة، بل بعدد حالات الاستخدام التي حققت قيمة تشغيلية أو تجارية مستدامة.
المؤسسات التي تربط الذكاء الاصطناعي بأهداف واضحة، وترتب الفرص حسب القيمة والجاهزية والمخاطر، وتستثمر في البيانات والموظفين والحوكمة، ستكون أكثر قدرة على الانتقال من التجارب المتفرقة إلى برنامج ذكاء اصطناعي قابل للتوسع.
