تبنّي الذكاء الاصطناعي في المملكة العربية السعودية: أين يؤتي ثماره، وأين لا

لن يكون الفائزون في تبنّي الذكاء الاصطناعي في المملكة العربية السعودية هم الشركات التي تتبنّى أكبر قدر منه، بل من يتبنّون الأشياء الصحيحة، بالترتيب الصحيح، ويستطيعون وضع رقم على كل واحد منها. إليك كيف تميّز بين الاثنين: الاختبار، وأين يؤتي الذكاء الاصطناعي ثماره وأين يخيّب، والأنظمة السعودية التي تشكّل التصميم، ومثال محسوب.

الضغط وطني. تتوقع PwC أن يسهم الذكاء الاصطناعي بنحو 135 مليار دولار في اقتصاد المملكة بحلول 2030، وهو الأكبر في الشرق الأوسط (PwC, via trade.gov). لذا يشعر كل مجلس إدارة بالدفعة نفسها: افعل شيئاً بالذكاء الاصطناعي، الآن. بعضهم يندفع إلى مشاريع لا تعيد ريالاً واحداً. وآخرون يتجمّدون ويشاهدون المنافسين يتقدّمون. المسار الثالث هو الذي يفوز: تبنٍّ مدروس، موجَّه بالضبط حيث يؤتي الذكاء الاصطناعي ثماره، ومرتبط بصدق بالأجندة الوطنية (انظر بناء استراتيجية ذكاء اصطناعي متوائمة مع رؤية 2030).

الاختبار الوحيد الذي يميّز الفائزين

لا تسأل «ماذا يستطيع الذكاء الاصطناعي أن يفعل؟» اسأل ثلاثة أسئلة، بالترتيب، عن الفكرة التي على مكتبك: هل النتيجة واضحة بما يكفي لقياسها؟ هل البيانات موثوقة؟ وهل تستطيع نشرها وحوكمتها في ظل الأنظمة السعودية؟ الفكرة التي تنجو من الأسئلة الثلاثة وحدها تحصل على تجربة.

flowchart TD
  A(["فكرة ذكاء اصطناعي تصل إلى مكتبك"]) --> B{"هل النتيجة التجارية واضحة؟"}
  B -->|لا| X(["نحِّها جانباً. إنها استعراض، لا قيمة."])
  B -->|نعم| C{"هل البيانات موثوقة؟"}
  C -->|لا| D(["أصلح البيانات أولاً. هذا هو المشروع الحقيقي."])
  C -->|نعم| E{"هل تستطيع نشرها وحوكمتها وفق PDPL وأنظمة قطاعك؟"}
  E -->|لا| F(["حُلّ ذلك قبل التوسّع"])
  E -->|نعم| G(["أثبتها على حالة استخدام واحدة محتواة، برقم أساس"])

المرشّح الذي تجريه على أي فكرة ذكاء اصطناعي قبل أن تموّلها.

مخرجان من المخارج الثلاثة ليسا «لا» بل «ليس بعد»، وهما يسمّيان المشروع الحقيقي. والفجوة قابلة للقياس: وجدت McKinsey أنه رغم استخدام غالبية المؤسسات للذكاء الاصطناعي التوليدي اليوم، فإن نحو 39% فقط يبلّغون عن أثر على الأرباح التشغيلية (EBIT) على مستوى المؤسسة، ونحو 5 إلى 6% فقط هم «أصحاب أداء عالٍ» حقيقيون في الذكاء الاصطناعي (McKinsey, 2024). كثيرون تبنّوا، وقلّة تبنّت الأشياء الصحيحة. فحص الجاهزية في هل عملي جاهز للذكاء الاصطناعي؟ يمرّ بالأسئلة الثلاثة نفسها بالتفصيل.

أين يؤتي الذكاء الاصطناعي ثماره بصورة موثوقة اليوم

أربع زوايا ونمط واحد: مهمة عالية الحجم لها إجابة صحيحة واضحة في أغلب الأحيان، يتولى فيها الذكاء الاصطناعي الحالات الروتينية ويتولى الإنسان الاستثناءات.

العمل عالي الحجم الغني بالأنماط. فواتير الموردين الداخلة إلى نظام تخطيط الموارد (ERP)، ومطالبات التأمين قبل رفعها، ومستندات المنافسات المسحوبة من منصة اعتماد، وملفات اعرف عميلك (KYC)، وتذاكر الدعم. يقرأ الذكاء الاصطناعي ويصنّف ويستخلص ويوجّه، ويتولى كوادرك ما يُعلّم عليه. العائد ساعات، والساعات سهلة العدّ.
التفاعل مع العملاء على نطاق واسع، وباللغتين. الدعم، والوصول إلى المعرفة الداخلية، والخدمة بالعربية والإنجليزية، حيثما يهم زمن الاستجابة والحجم. المكسب هو الإجابة عن الأسئلة الأربعين نفسها فوراً وتسليم الباقي إلى شخص مع ملخّص.
دعم القرار على بيانات جيدة. التنبؤ بالطلب على ثلاث سنوات نظيفة من سجل المبيعات، وتقييم مخاطر الائتمان والاحتيال، وكشف الشذوذ. والمكمن في العبارة الأولى: بلا بيانات موثوقة، يتعلّم النموذج أخطاءك.
الإنتاجية داخل العمل القائم. مساعدو البرمجة، والمسودات الأولى لأوراق مجلس الإدارة، وفحص أولي لكل عقد قبل أن يقرأ الفريق القانوني العقود الخطرة. يجعل الذكاء الاصطناعي الكفاءات أسرع، لكنه لا يجعل عملية غامضة واضحة.

إذا قيّمتها بهذه الطريقة، تجتمع الأفكار الفائزة في زاوية واحدة.

quadrantChart
  title أي أفكار الذكاء الاصطناعي تؤتي ثمارها
  x-axis بيانات لا تثق بها --> بيانات تثق بها
  y-axis نتيجة غامضة --> نتيجة قابلة للقياس
  quadrant-1 جرّبها أولاً
  quadrant-2 أصلح البيانات أولاً
  quadrant-3 نحِّها جانباً
  quadrant-4 حدّد النتيجة أولاً
  "استخلاص الفواتير إلى ERP": [0.85, 0.8]
  "فرز الدعم بالعربية والإنجليزية": [0.78, 0.74]
  "التنبؤ بالطلب على بيانات مبيعات نظيفة": [0.8, 0.66]
  "تقييم الاحتيال على نظام أساسي نصف مُرحَّل": [0.25, 0.7]
  "لوحة ذكاء اصطناعي لمجلس الإدارة": [0.7, 0.2]
  "روبوت محادثة لأن المنافسين لديهم واحداً": [0.35, 0.15]

أفكار الذكاء الاصطناعي الشائعة مقيَّمة على السؤالين الأولين. توضيحي، لا مقيس.

أين يخيّب الذكاء الاصطناعي الآمال، بشكل متوقّع

كل إخفاق يأتي من تخطّي أحد الأسئلة الثلاثة.

حيث البيانات ليست جاهزة. الذكاء الاصطناعي المبني على بيانات غير متسقة وغير موثوقة يرث كل عيب. فمعظم «مشكلات الذكاء الاصطناعي» هي في الحقيقة مشكلات بيانات في زيٍّ أكثر إثارة: ثلاث كتابات لاسم العميل نفسه، ورموز منتجات تغيّرت قبل سنتين، ونظام إدارة علاقات العملاء (CRM) لا يحدّثه أحد.
حيث العملية غير مفهومة. أتمت سلسلة موافقات معطوبة فتجعلها تفشل أسرع. وإذا لم تتفق إدارتان على معنى «مغلقة» للتذكرة، فإن ذكاءً اصطناعياً يغلق التذاكر يبدأ الجدال بسرعة الآلة.
حيث اختيرت حالة الاستخدام لتُرى، لا لتكون مفيدة. روبوت محادثة لأن منافساً لديه واحداً، ولوحة «مدعومة بالذكاء الاصطناعي» لا يفتحها أحد. والعلامة بسيطة: لا أحد يستطيع أن يقول أي رقم ينبغي أن يتحرّك.
حيث لا خطة بعد العرض التوضيحي. التجربة التي لا تستطيع نشرها أو حوكمتها أو الوثوق بها في الإنتاج تكلفة، لا قدرة. تتوقع Gartner أن يُهجَر ما لا يقل عن 30% من مشاريع الذكاء الاصطناعي التوليدي بعد إثبات المفهوم بحلول نهاية عام 2025، بسبب رداءة جودة البيانات، أو ضعف ضوابط المخاطر، أو تصاعد التكاليف، أو غموض القيمة التجارية (Gartner, 2024). كتبنا كيف تتجنّب هذه النهاية في كيف تدير إثبات مفهوم للذكاء الاصطناعي يقود إلى مكان ما.

الطبقة السعودية: أنظمة تشكّل التصميم

السؤال الثالث هو حيث يختلف التبنّي في المملكة عن الدليل العام. فالأنظمة تقرّر أين يعمل النموذج، وأي بيانات يجوز له أن يراها، ومن يعتمد.

نظام حماية البيانات الشخصية (PDPL) وسدايا (SDAIA). دخل نظام حماية البيانات الشخصية حيّز التنفيذ في 14 سبتمبر 2023، وكان الامتثال الكامل مطلوباً بحلول 14 سبتمبر 2024، وسدايا هي الجهة المنظّمة، ويحكم نقلَ البيانات عبر الحدود المادةُ 29 ولائحة النقل الصادرة عن سدايا (Morgan Lewis, 2024). إذا كانت حالة الاستخدام ترسل سجلات العملاء إلى نموذج خارج المملكة، فإن توطين البيانات هو سؤال التصميم الأول، قبل أن يجادل أحد في أي نموذج أذكى.
ساما (SAMA)، في القطاع المالي. تعمل البيئة التنظيمية التجريبية لدى البنك المركزي السعودي (ساما) منذ 2018، وتتيح لشركات التقنية المالية الاختبار تحت الإشراف قبل الترخيص الكامل (SAMA). وفي تجربتنا تأتي الأسئلة سريعاً لأي نموذج يمسّ قراراً يخصّ عميلاً: من يملكه، وكيف يُفسَّر، وماذا يحدث حين يخطئ.
الضوابط الأساسية للأمن السيبراني (NCA ECC)، للجميع. تنطبق ضوابط الأمن السيبراني لديك على نظام الذكاء الاصطناعي كأي نظام آخر: الاستضافة، ومن يستطيع قراءة الأوامر والسجلات، وكيف تُلغى الصلاحيات. لوحة تحكم المورّد داخل حدود سيطرتك.
نفيس (NPHIES)، في الرعاية الصحية. تمرّ المطالبات عبر نفيس، منصة تبادل المعلومات الصحية الوطنية المبنية على معيار HL7 FHIR (Healthcare IT News). الذكاء الاصطناعي الذي يعدّ المطالبات عليه أن ينتج بيانات بصيغة FHIR، وإلا بقي عرضاً توضيحياً.

مثال محسوب: صندوق دعم واحد وطريقتان للتبنّي

لنفترض أنك تدير شركة توزيع يصل صندوق الدعم فيها 12,000 رسالة شهرياً، بالعربية والإنجليزية، عن الطلبات والفواتير. الأرقام افتراضية لتوضيح الشكل.

الشركة «أ» «تتبنّى الذكاء الاصطناعي»: ترخّص منصة مؤسسية، وتنشرها في خمس إدارات، وتطلق برنامجاً مدته تسعة أشهر. لم يقس أحد صندوق الدعم أولاً، فلا يستطيع أحد أن يقول ما الذي تحسّن. وبعد سنة يتجدّد الترخيص ويبدأ الجدال.

الشركة «ب» تجري المرشّح. النتيجة: الساعات المصروفة على الردود الروتينية. البيانات: سنتان من الرسائل وردود الموظفين عليها. الحوكمة: الرسائل تحمل أسماء العملاء، فيعمل النموذج داخل المملكة وتُحجب الحقول الشخصية قبل أي أمر. ثم تقيس. تستغرق كل رسالة نحو 4 دقائق من وقت الموظف، فيلتهم الصندوق قرابة 800 ساعة شهرياً، ونحو 60% من الرسائل هي الأسئلة الاثنا عشر نفسها. يصوغ مساعد ذكي تلك الردود ويوجّه الباقي إلى شخص. لنقل 450 ساعة موفَّرة شهرياً بتكلفة محمّلة قدرها 60 ريالاً للساعة: 27,000 ريال إجمالاً. يكلّف تشغيل المساعد نحو 6,000 ريال شهرياً، فيكون الصافي نحو 21,000، ويسترد بناءٌ بقيمة 150,000 ريال تكلفته في نحو سبعة أشهر. والشركة «ب» تستطيع أن تُظهر المنحنى.

التقنية نفسها، والميزانية نفسها، ونتيجة واحدة واضحة. هذا هو الفرق كله.

كيف تبدأ: حالة استخدام واحدة، ورقم واحد، ثم توسّع

النمط الناجح ممل وموثوق. اختر عملية واحدة من الزاوية العليا اليمنى في المخطط أعلاه. قِس ما تكلّفك اليوم بصدق. شغّل تجربة صغيرة محصورة على ذلك الأمر الواحد، مع مراجعة إنسان لعمل الذكاء الاصطناعي، وحسم أسئلة PDPL قبل أول أمر. قِس مجدداً، بعد خصم تكلفة الذكاء الاصطناعي نفسه. إن حقّق عائداً، فتوسّع به، حالة استخدام تلو الأخرى. وإن لم يحقّق، فقد أنفقت قليلاً لتتعلّم شيئاً رخيصاً. وعين ثانية على ذلك الاختيار الأول هي بالضبط ما صُمّم له عملنا في استراتيجية الذكاء الاصطناعي وإثبات المفهوم.

الذكاء الاصطناعي أداة قوية موجَّهة نحو المشكلة الصحيحة، وإلهاء باهظ موجَّه نحو الخطأ. والتمييز بينهما هو المهارة، وهو معظم اللعبة في السنوات القليلة المقبلة.

هل أنت تحت ضغط لتبنّي الذكاء الاصطناعي لكنك غير متأكد أين يؤتي ثماره فعلاً؟ تساعدك SDCG على تشغيل الذكاء الاصطناعي حيث يعيد قيمة قابلة للقياس، وتوجّهك بعيداً عن المشاريع التي لن تفعل. نحن مستقلون، فلا منتج نحاول بيعك إياه بهدوء. احجز استشارة مجانية مدتها 30 دقيقة.