الفشل الكبير في الذكاء الاصطناعي المؤسسي ليس في التقنية: بل في السلوك البشري والمحاسبة التي لا تعرف كيف تحسبها
على مدار العام الماضي، غصت المحادثات العامة حول الذكاء الاصطناعي بالعروض التوضيحية، والوعود، والمشتريات المؤسسية. تم الاستثمار على نطاق واسع في النماذج والتراخيص والبنية التحتية والتجارب. ومع ذلك، فإن العرض الأهم في قاعة الإدارة ليس عدد الاختبارات التي تم تنفيذها، بل عدد النقاط الربحية التي ظهرت في نهاية الربع.
تظهر دراسة استشهد بها معهد ماساتشوستس للتكنولوجيا، كما أوردت TheStreet، رقماً لا يتماشى مع رواية الحماسة: 95% من المنظمات لم ترَ عائدًا قابلًا للقياس على استثماراتها في الذكاء الاصطناعي، على الرغم من أن الإنفاق الإجمالي تراوح بين 30،000 و40،000 مليون دولار في مبادرات الذكاء الاصطناعي المؤسسية. ليست المشكلة في قوة الحوسبة ولا في "نضج النموذج". بل هي، إلى حد كبير، مشكلة في تبني المستخدمين وأنظمة داخلية ليست مصممة للاقتصاد الحقيقي لاستهلاك الذكاء الاصطناعي.
من خلال عملي في تحليل سلوك المستهلك واحتكاكات التبني، أقرأ هذه القصة كتشريح لفشلين كلاسيكيين: الفشل الأول يحدث على مكتب الموظف، حيث تقلل الذكاء الاصطناعي إلى "محرك بحث محسّن"؛ والثاني يحدث في الخلفية، حيث حتى عندما يكون هناك استخدام، لا تعرف الشركة كيف تقيسه أو تحاسبه بدقة. في كلتا الحالتين، الخطأ هو نفسه: التصميم من أجل إنسان ومحاسبة لا يوجد لهما وجود.
عندما يصل الذكاء الاصطناعي إلى العمل الحقيقي، يصطدم بالحوافز والعادات والخوف من الخطأ
عبّر أوسيا راميريز، الرئيس التنفيذي لشركة Axialent، عن ذلك بعبارة يجب أن تُطبع في كل خطة تحوّل: "الذكاء الاصطناعي يتبناه الأشخاص، وليس الخوادم. إذا لم يغير الناس كيفية عملهم، فإن التقنية تبقى بدون فائدة." هذه المقولة ليست فلسفة؛ بل هي اقتصاد مطبّق. إذا لم يتغير السلوك، فإن الأصل التكنولوجي يتحول إلى تكلفة غارقة.
النمط الذي تصفه الأبحاث التي ذكرتها TheStreet يتماشى مع ما ألاحظه في التبني: يستخدم معظم الموظفين الذكاء الاصطناعي كمحرك بحث أذكى قليلاً، وليس كإعادة تصميم لعملية العمل. هذا الفارق يدمر العائد. "محرك بحث محسّن" يوفر دقائق؛ بينما يعيد تصميم العملية يغير أوقات دورة العمل، ويقلل من إعادة العمل، ويعمل على توحيد القرارات، ويجعل الأنشطة التي كانت تعتمد على الأبطال الداخليين قابلة للتوسع.
يحدث الاصطدام لأن المنظمات تحاول نشر الذكاء الاصطناعي بنفس السيناريو القديم: شراء الأداة، والتثبيت، والتدريب، وإعلان الانتصار. لكن الفشل في التبني لا يعود إلى عدم وجود تدريب؛ بل إلى الاحتكاك العقلي والمخاطر المتصورة. لا يرفض الموظف "الذكاء الاصطناعي" من منطلق إيديولوجي: بل يتجنبه عندما يتجاوز التكلفة العقلية لاستخدامه الفائدة الفورية، أو عندما يعاقب نظام الحوافز التجربة.
من الناحية السلوكية، توجد دلالات —الإحباط من المهام المتكررة والضغط من أجل الإنتاجية— كما أن هناك مغناطيسية —وعد السرعة واستجابات أفضل—. المشكلة هي أن القلق والعادة غالبًا ما ينتصران. القلق، لأن تفويض القرار لنظام احتمالي يعرض المستخدم للخطأ المرئي. والعادة، لأن الوضع الراهن لديه مسارات معروفة للبقاء في السياسة الداخلية: "افعلها كما دائماً" نادرًا ما تكلف الشخص وظيفته؛ بينما التجربة بشيء جديد والفشل قد يكلّفها.
النقطة الحرجة هنا هي أن العديد من الهياكل والحوافز تم تصميمها قبل وجود الذكاء الاصطناعي. إذا كان فريق المبيعات يستقبل تنبؤات تم إنشاؤها بواسطة الذكاء الاصطناعي تتعارض مع الحصص أو السرد الداخلي، فإن البيانات لا "تناقش"؛ بل يتم تجاهلها. ليس بسوء نية، بل للحفاظ على الذات: يحرص الإنسان على تأمين مكانته داخل النظام. إذا كان النموذج يهدد الاتفاق الضمني حول كيفية تخصيص الفضل واللوم، فإن النموذج يفشل.
لذا، الشركات التي تحقق نتائج ليست بالضرورة هي التي تملك النموذج الأكثر تطورًا، بل هي التي تعيد هيكلة العمل حول النموذج. الذكاء الاصطناعي ليس مجرد "إضافة"؛ بل هو إعادة تصميم للعقد النفسي للعمل: من يقرر، من يحقق، من يوقع، من يتحمل المخاطر. بدون ذلك التصميم الجديد، تُستخدم الأداة لمهام صغيرة، يتبخر العائد، وتتعلم المؤسسة الدرس الخاطئ: أن الذكاء الاصطناعي "لا ينفع"، بينما في الواقع، ما لا ينفع هو نظام التبني.
العائد على الاستثمار يتحطم لسبب بسيط: يتم شراء البريق، بينما يتم التقليل من أهمية الاحتكاك
الأرقام من الدراسة المذكورة تعد صفعة على وجه الرواية الانتصارية: 95% دون عائد قابل للقياس بعد 30،000-40،000 مليون دولار تم استثمارها. عندما تظهر فجوة كهذه، فإن الشرح غالبًا ما يكون أقل تألقًا من التكنولوجيا. الإجابة تكمن في كيفية تخصيص الشركات لميزانيتها واهتمامها.
في الواقع، تمول العديد من المنظمات بحماس ما هو مرئي: تراخيص، بنية تحتية، تجارب بعروض مذهلة. تلك الأمور "تلمع" في العروض التقديمية. ما لا يحصل على نفس القدر من الحب في الميزانية هو ما يتحرك حقًا سلوكيات الأفراد: إعادة تصميم العمليات، تغييرات الحوافز، حوكمة الاستخدام، حماية ضد الأخطاء المنطقية، والوقت الحقيقي للتحسين.
هنا نشهد تحيزًا مؤسسيًا شائعًا: يتم التعامل مع التحول كمشروع تكنولوجيا المعلومات، وليس كإعادة كتابة تشغيلية. النتيجة متوقعة: تظل الاستخدامات على السطح. يفتح الموظف الأداة لصياغة بريد إلكتروني، أو تلخيص مستند، أو البحث عن معلومات. وهذه إجراءات لا تعرض الهوية المهنية للخطر ولا تتحدى الهيكليات. يصبح الذكاء الاصطناعي تجميلًا للإنتاجية.
هناك تفصيل آخر يفاقم المشكلة: القدرة التنظيمية على التعامل مع الفشل. تشير الملاحظة إلى أنه عندما تفشل التجارب - وغالبًا ما تفشل - فإن العديد من الشركات تفتقر إلى القدرة المؤسسية للمثابرة والتحسين. من منظور السلوك، هذه نقطة حاسمة: إذا كانت التجربة الأولى للمستخدم تحدث في بيئة عقابية، فإن التبني يموت. تخلق التفاعلات الأولية السيئة هيكليات داخلية: "هذا يسبب مشاكل". ومن ثم، فإن كل احتكاك صغير يؤكد القرار بالعودة إلى العادة.
وبذلك، تصبح النتيجة النهائية ضارة للقيادات العليا: يتم الإبلاغ عن "الذكاء الاصطناعي منتشر"، لكن لا يوجد عائد. يتم الاحتفال بالتطبيق، ويتم معاقبة التغيير. ثم يتكرر الدائرة: مزيد من الإنفاق على الأدوات، مزيد من الإحباط، مزيد من اللامبالاة. وليس التكلفة فقط مالية؛ وإنما أيضاً سمعة داخلية. كل مبادرة فاشلة تقلل من رأس المال السياسي للمبادرة التالية.
حتى مع التبني، العديد من الشركات تخسر المال بسبب عدم قدرتها على تحصيل استهلاكها
الجزء الثاني من القصة هو أكثر هدوءًا، ولـ CFO أكثر خطورة: حتى عندما يُستخدم الذكاء الاصطناعي، الكثير من الشركات ليست مهيأة لتحصيله. اختصر إيريز أغمون، الرئيس التنفيذي لشركة Vayu، ذلك بقوله: "تم تصميم معظم أنظمة الفوترة SaaS مع وضع الاشتراكات القابلة للتنبؤ في الاعتبار. يقود الذكاء الاصطناعي إلى استهلاك متقطع."
جذر المشكلة هو هيكلي. تم بيع البرمجيات التقليدية بالمقاعد، والترخيص، أو الاشتراك الثابت. بينما يستهلك الذكاء الاصطناعي، على عكس ذلك، وحدات متغيرة: رموز معالجة، واستدعاءات API، وتشغيل نماذج. هذا الاستهلاك ليس فقط متغيرًا؛ بل هو متقطع، مع خصوصيات وصعوبات يصعب التنبؤ بها. افتراض أن نظام الفوترة القديم سيلتقط ذلك دون خسارة يعادل استخدام صندوق تسجيل لقياس الكهرباء.
TheStreet تصف حالة معينة توضح تسرب الإيرادات: اكتشف CFO أن نظامه يسجل الاستخدام فقط في يوم دورة الفوترة. إذا قام عميل بترقية نشاطه منتصف الشهر وانخفض قبل يوم التحصيل، فإن الذروة تختفي. تم التعبير عن ذلك من قبل الـ CFO بوضوح: "أقوم فقط بتحصيل ما كان في تاريخ دورة الفوترة. لقد فاتتني الذروة. لقد فقدت هذا المال."
هذا المثال يكشف عن نمط أكبر: اقتصاد الذكاء الاصطناعي يعاقب الشركات التي لا تقيس بدقة. تظهر فجوات في تتبع البيانات، وعمليات مواءمة يدوية مع جداول البيانات، وفواتير تم إنشاؤها يدويًا. كل ذلك يعمل عندما يكون هناك عدد قليل من العملاء وحجم منخفض؛ لكنه ينهار عندما يتوسع المنتج.
تسرب الإيرادات ليس حدثًا؛ بل هو تسرب متواصل. وفي نموذج استهلاكي، يتضاعف التسرب. الشركة لا تترك المال فقط على الطاولة؛ بل تتBlindببساطة لاستخدامه للعملاء. إذا لم يتم التقاط الاستهلاك الفعلي، ينتهي الأمر بالفريق الإداري إلى إدارة وهم: يعتقد أنه يساوي X، بينما سلوك العميل يقول Y.
من الناحية النفسية للعميل، يعد ذلك أيضًا قنبلة من الثقة. نظام الفوترة الذي لا يفهم الاستهلاك يؤدي إلى مخاطر متماثلة: إما تحصيل أقل ومنح القيمة، أو تحصيل أكثر وتفعيل الصراع. في الحالتين، تتآكل العلاقة التجارية. يعد الذكاء الاصطناعي بدقة؛ لكن فاتورة غير متسقة تعكس الفوضى.
التحول الذي يستحق العناء: إعادة تصميم القرارات البشرية والقدرة المالية التي تعبّر عنها
تترك الأخبار درسًا قاسيًا: الذكاء الاصطناعي المؤسسي محاصر بين عالميّن. من الأعلى، هناك خطاب الابتكار. ومن الأسفل، هناك عادات البشر وأنظمة مالية عفا عليها الزمن.
للخروج من هذه الفخ، لا تبدأ الاستراتيجية بالنموذج، بل بالسلوك الذي ترغب في رؤيته في الإنتاج. الشركات التي سوف تلتقط القيمة لن تكون هي التي لديها أكبر عدد من التجارب، بل هي تلك التي تقوم بثلاثة تحركات منضبطة.
أولاً، ترجمة الذكاء الاصطناعي إلى قرارات ملموسة، مع مسؤولية واضحة. إذا لم يغير ناتج الذكاء الاصطناعي من يقرر، ومتى يقرر، وبأي معيار للتمحيص، فستظل الاستخدامات محصورة في المهام الصغيرة. يحدث التبني الحقيقي عندما تدمج العملية التشغيلية الأداة كجزء من "الطريق الافتراضي"، وعندما تصبح تكلفة تجاهلها أعلى من تكلفة استخدامها.
ثانيًا، إعادة بناء الحوافز لضمان عدم اضطرار الموظف لاختيار بين أدائه الشخصي والتبني. عندما يكافئ النظام الحفاظ على الوضع الراهن، تصبح العادة منطقية. يجب على الشركة خلق ظروف تكون فيها التجربة آمنة، حيث لا تعتبر الأخطاء المعقولة عبئًا فرديًا، بل تكلفة تعليمية تحت السيطرة.
ثالثًا، تحديث نظام الفوترة لتناسب عالم الاستهلاك المتغير. إذا كان يتم تحصيل المنتج حسب الاستخدام، فيجب أن ترى المحاسبة الاستهلاك بدقة وآنيّة كافية حتى لا تفقد ذروات. بدون هذه القاعدة، حتى التحول الناجح يصبح نموًا غير قابل للتحصيل.
الملخص لقادة الشركات هو غير مريح ولكنه قابل للتطبيق: يعتبر العائد من الذكاء الاصطناعي غير مقفل بزيادة قدرة الحوسبة، بل بتقليل الاحتكاك البشري والمالي. قد تلمع التكنولوجيا، لكن العمل يحقق النجاح فقط عندما تتوقف المؤسسة عن وضع جميع رأس مالها على هذا البريق وتستثمر، بانضباط، في إطفاء المخاوف والاحتكاكات التي تمنع المستخدم من التبني، ومنتهى تجميع القيمة في الفواتير.
