ثمة رقم يتداول في قاعات مجالس الإدارة ينبغي أن يُقلق كل قائد تقنية على هذا الكوكب. وفقاً لأحدث استطلاع عالمي لـ McKinsey حول الذكاء الاصطناعي، تُفيد 74% من الشركات بعدم تحقيق أي قيمة ملموسة من استثماراتها في الذكاء الاصطناعي — ارتفاعاً من 70% في العام السابق، في حين تضاعف متوسط الإنفاق.
هذا الرقم لا يصف فشلاً تقنياً. النماذج تعمل. المنصات ناضجة. الأدوات متاحة. ما يصفه هو فشل تنظيمي واسع الانتشار لدرجة أصبح التحدي المحوري للذكاء الاصطناعي المؤسسي في 2026: الغالبية العظمى من الشركات التي تستثمر في الذكاء الاصطناعي لم تُنجز العمل التأسيسي المطلوب لاستخلاص القيمة منه.
الأرقام التي لا تنسجم
تحكي نقاط البيانات من كبار الاستشاريين منفردةً قصة تبني حماسي. لكنها تكشف مجتمعةً عن أزمة.
وجد تقرير Deloitte لعام 2026 حول حالة الذكاء الاصطناعي في المؤسسات، الذي استطلع آراء أكثر من 3,000 قائد في 24 دولة، أن 72% من المؤسسات بدأت نشر نماذج الذكاء الاصطناعي. يبدو ذلك تقدماً. لكن التقرير ذاته وجد أن 84% لم يُعيدوا تصميم الوظائف حول قدرات الذكاء الاصطناعي. وفقط 21% لديهم نموذج ناضج لحوكمة الوكلاء. و20% فقط من المديرين التنفيذيين واثقون تماماً من أن بياناتهم جاهزة للذكاء الاصطناعي.
استطلعت Salesforce آراء 2,000 من كبار قادة تقنية المعلومات ووجدت أن 86% يؤمنون بأن الذكاء الاصطناعي الوكيل قادم خلال سنة إلى ثلاث سنوات. يبدو ذلك وعياً استراتيجياً. لكن 74% يقولون إن مؤسساتهم ليست مستعدة له. القادة يرون الوكلاء المستقلين أمراً حتمياً. إنهم يدفعون مقابلهم بالفعل. لم يحلوا بعد السؤال التأسيسي حول كيفية اندماج هؤلاء الوكلاء في طريقة العمل الفعلية.
ثم الرقم من McKinsey الذي يربط كل شيء: 74% تُفيد بعدم تحقيق قيمة ملموسة، حتى مع تضاعف الاستثمار. الأموال تتدفق. العوائد لا تتحقق. والفجوة بين الإنفاق والقيمة تتسع لا تضيق.
الاستثمار بلا بنية تحتية
النمط متسق عبر الصناعات والجغرافيات. تشتري المؤسسات أدوات الذكاء الاصطناعي بمعدل غير مسبوق بينما تستثمر بشكل منهجي دون المستوى المطلوب في البنية التحتية التنظيمية التي تحتاجها تلك الأدوات.
وجدت Deloitte أنه بينما نشرت 72% من الشركات نماذج الذكاء الاصطناعي، تأخّر استثمار بنية البيانات عن نشر النماذج بنسبة 40% في سنة واحدة. تشتري الشركات المطارق بينما تُهمل بناء البيت الذي يُفترض أن تعمل عليه تلك المطارق.
تأمّل الانعكاسات العملية. وكيل ذكاء اصطناعي مصمم لدعم فريق مبيعات يحتاج إلى وصول فوري إلى بيانات نظام إدارة علاقات العملاء وتاريخ تواصل العملاء ووثائق المنتج وقواعد التسعير والذكاء التنافسي والسياسات التنظيمية بشأن الخصومات والتصعيد. في معظم المؤسسات، تعيش هذه المعلومات في ستة أو سبعة أنظمة مختلفة، تديرها فرق مختلفة، بضوابط وصول مختلفة وإيقاعات تحديث مختلفة. ربطها معاً في سياق متماسك يمكن لوكيل الذكاء الاصطناعي استخدامه فعلاً ليست مشكلة نموذج. إنها مشكلة تكامل وحوكمة وتصميم تنظيمي.
معظم الشركات تخطّت هذه الخطوة. تنشر أداة الذكاء الاصطناعي، وتوجّهها نحو البيانات الأكثر سهولة في الوصول، وتتساءل لماذا تبدو المخرجات عامة ومنفصلة عن الواقع التنظيمي أو خاطئة تماماً.
تحذير Microsoft Copilot
قصة Microsoft Copilot هي أوضح مثال واسع النطاق على ما يحدث حين تنشر قدرة الذكاء الاصطناعي دون الاستعداد التنظيمي.
حين أطلقت Microsoft Copilot في أواخر 2023، كانت حملة المبيعات استثنائية. في غضون أشهر، اعتمدته 85% من شركات Fortune 500. كان أسرع انطلاق لبرمجيات مؤسسية في الذاكرة الحديثة.
ثم توقفت الأرقام عن النمو. وجدت Gartner أن 5% فقط من المؤسسات انتقلت من مرحلة تجريب Copilot إلى النشر على نطاق أوسع. نحو 3% من إجمالي قاعدة مستخدمي Microsoft 365 أصبحوا مستخدمين مدفوعين لـ Copilot. أفادت Bloomberg بأن Microsoft خفّضت أهداف المبيعات الداخلية بعد أن فشلت غالبية قوتها البيعية في تحقيق حصصها.
داخل الشركات التي وقّعت عقود Copilot بستة أرقام، رفض الموظفون. امتأت المنتديات الإلكترونية بتقارير من مهندسين وعمال معرفة في كبرى المؤسسات يصفون تخفيض مؤسساتهم للتراخيص لأن الموظفين فضّلوا أدوات ذكاء اصطناعي أخرى — ChatGPT وClaude — أو لم يجدوا ببساطة Copilot مفيداً بما يكفي لتبرير الاضطراب.
يركّز التفسير الشائع على مشكلات تجربة المستخدم وجودة النموذج. هذه مشكلات حقيقية. لكنها ليست السبب الجذري. السبب الجذري هو أن معظم المؤسسات نشرت Copilot دون تحديد كيفية اندماجه في سير العمل القائمة، وما هي البيانات التنظيمية التي يجب أن يصل إليها، وما القرارات التي ينبغي أن يؤثر فيها، وما معايير الجودة التي ينبغي أن تطبق على مخرجاته، أو كيف ينبغي حوكمة استخدامه.
كانت النتيجة ذكاءً اصطناعياً يعمل تقنياً لكنه ينتج مخرجات لا معنى لها تنظيمياً. ملخصات اجتماعات أغفلت ما كان مهماً فعلاً. مسودات وثائق لا تتطابق مع صوت الشركة أو معاييرها. اقتراحات كود صحيحة نحوياً لكن خاطئة معمارياً. توصيات منطقية بمعزل لكنها تناقض الاستراتيجية التنظيمية.
لم يكن Copilot منتجاً سيئاً نُشر في مؤسسات جاهزة. كان منتجاً قادراً نُشر في مؤسسات لم تُنجز شيئاً من العمل التحضيري المطلوب لجعل أي أداة ذكاء اصطناعي مفيدة على نطاق واسع.
إعلان
مشكلة الـ 84%: وظائف مصممة لعالم ما قبل الذكاء الاصطناعي
نتيجة Deloitte القائلة بأن 84% من الشركات لم تُعِد تصميم الوظائف حول قدرات الذكاء الاصطناعي هي ربما أهم نقطة بيانات في المشهد الكامل للاستعداد.
حين يُطبَّق الذكاء الاصطناعي فوق وظيفة صُمِّمت كلياً للتنفيذ البشري، يحدث أحد أمرين. إما يصبح الذكاء الاصطناعي ملحقاً محرجاً — متاح تقنياً لكن يُتجاهل عملياً، لأن سير العمل لم تُصمَّم لاستيعابه — أو يُعطّل الذكاء الاصطناعي سير عمل لا يملك إطاراً لاستيعاب مساهماته، مما يخلق ارتباكاً وتكراراً واحتكاكاً تنظيمياً.
لا أيٌّ من النتيجتين ينتج قيمة. وكلتاهما شائعتان.
إعادة تصميم الوظائف للذكاء الاصطناعي لا تعني استبدال البشر بالوكلاء. تعني إعادة التفكير في كيفية تجزيء العمل، وأي مكونات تستفيد من تعزيز الذكاء الاصطناعي، وأيها تستلزم الحكم البشري، وكيف تُهيكَل عمليات التسليم بين الذكاء الإنساني والآلي.
تبدو وظيفة خدمة العملاء في مؤسسة معززة بالذكاء الاصطناعي مختلفة جوهرياً عن وظيفة خدمة العملاء في مؤسسة تقليدية. العامل البشري لم يعد يتعامل مع الاستفسارات الروتينية عالية الحجم — الذكاء الاصطناعي يتولى ذلك. العامل البشري يتعامل مع التفاعلات المعقدة والحساسة عاطفياً وعالية المخاطر التي تستلزم الحكم والتعاطف والمعرفة المؤسسية. المهارات المطلوبة مختلفة. التدريب مختلف. مؤشرات الأداء مختلفة. مسار التطوير الوظيفي مختلف.
لم يُنجز هذا العمل تقريباً أحد. أضافت المؤسسات الذكاء الاصطناعي إلى الأوصاف الوظيفية القائمة دون إعادة التفكير فيما ينبغي أن تكون عليه تلك الوظائف. منحت عمال المعرفة مساعدين من الذكاء الاصطناعي دون إعادة تعريف ما تعنيه المعرفة حين يستطيع مساعد الصياغة والتلخيص والتحليل والاسترجاع بسرعة تفوق أي إنسان. نشرت الذكاء الاصطناعي في سير عمل مصممة لعالم بلا ذكاء اصطناعي ثم تتساءل لماذا لا تتحقق القيمة.
فجوة الاستعداد ثلاثية الطبقات
تعمل أزمة الاستعداد التنظيمي عبر ثلاث طبقات مترابطة، والفشل في أي منها كافٍ لمنع خلق القيمة.
الطبقة الأولى: بنية البيانات والسياق التحتية
لا يمكن لأنظمة الذكاء الاصطناعي أن تكون أفضل من المعلومات التي يمكنها الوصول إليها. في معظم المؤسسات، البيانات الحيوية مجزّأة عبر عشرات الأنظمة ذات الصيغ غير المتسقة وضوابط الوصول غير المتوافقة ودون طبقة استرجاع موحدة. وفقاً لـ Deloitte، 14% فقط من المؤسسات طبّقت استراتيجية بيانات موحدة بالكامل. البقية يشغّلون الذكاء الاصطناعي على معلومات جزئية وغير متسقة وقديمة في أغلب الأحيان.
هذه ليست مشكلة تقنية بمعنى أن التقنية اللازمة لحلها غير موجودة. منصات التكامل وبحيرات البيانات ورسوم المعرفة البيانية وبنيات الاسترجاع المعزّز كلها ناضجة. إنها مشكلة تنظيمية. توحيد البيانات يستلزم التنسيق عبر الأقسام وقرارات الحوكمة بشأن الوصول والخصوصية واستثماراً مستداماً في بنية تحتية غير مرئية للمستخدمين النهائيين. إنه عمل صعب غير مثير للاهتمام. ويُستبعد بشكل منهجي لصالح عمليات نشر ذكاء اصطناعي أكثر بريقاً.
الطبقة الثانية: تصميم سير العمل والتعاون
حتى مع توفر بيانات جيدة، تحتاج أدوات الذكاء الاصطناعي إلى التضمين في سير عمل متماسكة. يعني ذلك تحديد، لكل عملية عمل رئيسية، أين يساهم الذكاء الاصطناعي وأين يساهم البشر وكيف تعمل عمليات التسليم وما ضوابط الجودة المطبقة.
معظم المؤسسات لا تملك إطاراً لذلك. تُتبنى أدوات الذكاء الاصطناعي من القاعدة إلى القمة من قِبل الموظفين الأفراد أو تُفرض من القمة إلى القاعدة بموجب أوامر تنفيذية، دون تفكير منهجي في كيفية انسجامها مع العمل نفسه. والنتيجة استخدام ذكاء اصطناعي متشظٍّ وغير متسق ينتج قيمة عَرَضية لكن لا يمكن توسيع نطاقه أو قياسه أو إدارته.
الطبقة الثالثة: النية التنظيمية والحوكمة
أعمق طبقات فجوة الاستعداد تتعلق بالغرض. حين يتخذ وكيل الذكاء الاصطناعي قراراً — أي استفسار عميل يُعطى الأولوية، أي معلومات تُدرج في ملخص، كيف يوازن بين السرعة والشمولية — يحتاج ذلك القرار إلى أن يعكس قيم المؤسسة الفعلية لا مجرد المقياس الأسهل قياساً.
21% فقط من المؤسسات لديها نموذج ناضج لحوكمة الوكلاء. الـ 79% المتبقية تنشر أنظمة ذكاء اصطناعي ذاتية الاستقلالية متزايدة دون أطر واضحة لما ينبغي أن تُحسّنه تلك الأنظمة، وما الحدود التي ينبغي أن تحترمها، وكيف ينبغي تقييم أدائها مقارنة بالأهداف التنظيمية.
هكذا تحصل على نتيجة Klarna: وكيل ذكاء اصطناعي كان ناجحاً بشكل مذهل في حل التذاكر بسرعة بينما كان يدمر في الوقت ذاته علاقات العملاء التي تعتمد عليها الشركة فعلاً.
لماذا تتسارع الأزمة
أزمة الاستعداد ليست مستقرة. إنها تتسارع، لأن قدرة أنظمة الذكاء الاصطناعي تتقدم بسرعة أكبر من القدرة التنظيمية على استيعابها.
الذكاء الاصطناعي الوكيل — الأنظمة التي تستطيع العمل باستقلالية على مدى فترات مطوّلة، واتخاذ القرارات، والتنسيق مع وكلاء آخرين، وتنفيذ سير عمل متعددة الخطوات دون إشراف بشري — يصل في اللحظة التي لم تُتقن فيها معظم المؤسسات أساسيات تكامل الذكاء الاصطناعي بعد.
وجدت Deloitte أن 79% من المديرين التنفيذيين يؤمنون بأن الذكاء الاصطناعي الوكيل سيُحسّن اتخاذ القرار بشكل كبير في غضون ثلاث سنوات. التفاؤل ليس بلا أساس. القدرات حقيقية. لكن تحسين اتخاذ القرار يستلزم فهم الوكيل لما تبدو عليه القرارات الجيدة في سياق تنظيمي محدد. حالياً، لا أحد تقريباً يملك تلك البنية التحتية.
ستُضخّم الموجة القادمة من الوكلاء المستقلين كلاً من الإيجابيات والسلبيات. المؤسسات ذات بنية الاستعداد القوية — بيانات جيدة وسير عمل متماسكة وأطر نية صريحة — ستشهد مكاسب حقيقية في الإنتاجية وميزة تنافسية. المؤسسات التي تفتقر إلى تلك البنية ستنشر وكلاء مستقلين يُحسّنون بشكل رائع لأهداف خاطئة، على نطاق واسع، لأسابيع أو أشهر قبل أن يلاحظ أحد.
ما يستلزمه الاستعداد فعلاً
المسار من الحالة الراهنة إلى الاستعداد الحقيقي للذكاء الاصطناعي ليس غامضاً. إنه مُطالِب.
توحيد البيانات غير قابل للتفاوض. قبل نشر أي نظام ذكاء اصطناعي على نطاق واسع، تحتاج المؤسسات إلى بنية بيانات متماسكة تمنح الذكاء الاصطناعي وصولاً إلى السياق الكامل الذي يحتاجه لاتخاذ قرارات جيدة. هذا هو الأساس. بدونه، لا شيء آخر يعمل.
يجب إعادة تصميم الوظائف لا مجرد تعزيزها. إضافة الذكاء الاصطناعي إلى الأوصاف الوظيفية القائمة ليس تحولاً. إنه زينة. كل دور رئيسي سيتفاعل مع الذكاء الاصطناعي يحتاج إلى إعادة التفكير فيه من المبادئ الأولى: ما المكونات التي يعالجها الذكاء الاصطناعي بشكل أفضل، وما المكونات التي تستلزم الحكم البشري، وكيف يُهيكَل التعاون.
يجب أن تسبق الحوكمة النشر. الترتيب مهم. تحتاج المؤسسات إلى أطر حوكمة — حدود القرارات وبروتوكولات التصعيد ومعايير الجودة ومعاملات النية — قبل نشر الوكلاء المستقلين، لا بعد وقوع الضرر.
يجب أن يتطور القياس. تقيس مؤشرات الأداء الرئيسية التقليدية إنجاز المهام. يجب أن يُضمّن قياس عصر الذكاء الاصطناعي أيضاً التوافق: ما إذا كانت قرارات الذكاء الاصطناعي قد خدمت الأهداف الأشمل للمؤسسة، لا فقط الآنية منها.
الـ 74% من الشركات التي لا تُفيد بتحقيق قيمة ملموسة من الذكاء الاصطناعي لا تفشل لأن النماذج غير كافية. إنها تفشل لأنها نشرت تقنية قادرة في مؤسسات لم تكن مستعدة لها. ستواصل التقنية التقدم. ستواصل فجوة الاستعداد الاتساع. والمؤسسات التي تُغلق الفجوة أولاً ستجد نفسها بميزة تنافسية تتراكم مع الوقت — لأنه حين تستطيع بنيتكم التحتية التنظيمية استيعاب قدرة الذكاء الاصطناعي بفعالية، تترجم كل تحسينات في النماذج مباشرة إلى قيمة أعمال.
بالنسبة للـ 84% الذين لم يُعيدوا بعد تصميم الوظائف للذكاء الاصطناعي: الساعة تدور. الأنظمة الوكيلة لا تنتظر الاستعداد التنظيمي. إنها تصل، وتُنشر بواسطة مديرين تنفيذيين حماسيين يملكون صلاحية الميزانية، وتبدأ التحسين. السؤال الوحيد هو ما إذا كانت تُحسّن لما تحتاجه فعلاً.
الأسئلة الشائعة
ما المقصود بـ The AI Scare Trade؟
يتناول هذا المقال الجوانب الأساسية لهذا الموضوع، ويستعرض الاتجاهات الحالية والجهات الفاعلة الرئيسية والتداعيات العملية على المهنيين والمؤسسات في عام 2026.
لماذا يُعد هذا الموضوع مهمًا؟
يكتسب هذا الموضوع أهمية كبيرة لأنه يؤثر بشكل مباشر على كيفية تخطيط المؤسسات لاستراتيجيتها التقنية وتخصيص مواردها وتموضعها في مشهد سريع التطور.
ما أبرز النقاط المستخلصة من هذا المقال؟
يحلل المقال الآليات الرئيسية والأطر المرجعية والأمثلة الواقعية التي تشرح كيفية عمل هذا المجال، مستندًا إلى بيانات حديثة ودراسات حالة عملية.
المصادر والقراءات الإضافية
- تقرير Deloitte 2026 حول حالة الذكاء الاصطناعي في المؤسسات
- استطلاع McKinsey العالمي للذكاء الاصطناعي 2025-2026: حالة الذكاء الاصطناعي
- استطلاع Salesforce 2025 لحالة تقنية المعلومات: استعداد الذكاء الاصطناعي الوكيل
- Gartner: تحليل تبني Microsoft 365 Copilot المؤسسي
- Bloomberg: Microsoft تخفض أهداف مبيعات Copilot
- Harvard Business Review: لماذا تفشل تحولات الذكاء الاصطناعي (2025)
