كل ميزانية للذكاء الاصطناعي تخفي رهاناً على طريقة عمل شركتك
لقد جرى اعتماد الأموال. وانطلقت التجارب التجريبية. نجح بعضها، وتوقف أغلبها قبل أن يُولّد أي قيمة قابلة للقياس. وفقاً لمؤسسة S&P Global، تخلّت 42% من المنظمات عن غالبية مبادرات الذكاء الاصطناعي في عام 2025، مقارنةً بـ17% في العام السابق. هذا الرقم لا يصف مشكلةً تقنية، بل يصف مشكلةً في هندسة القرار: فقد اشترت الشركات قدرات دون أن تُصمّم النموذج التشغيلي الذي يفترض أن يحمل هذه القدرات ويُديمها.
هذا هو ما يكمن وراء كل سطر في ميزانية الذكاء الاصطناعي. إنه ليس رهاناً على أي نموذج لغوي سيسود السوق، ولا على أي مزوّد سحابي يتيح أفضل استجابة. بل هو رهان على كيفية تدفق العمل، ومن يتخذ أي قرارات، وأين يقطن الحكم المؤسسي الخاص، وكم ستكلف إدارة هذا كله على نطاق واسع. إن صياغة المسألة على هذا النحو يُغيّر التحليل المالي تغييراً جذرياً، وهو التحليل الذي ينبغي لأي مدير مالي أو مجلس إدارة أن يُجريه قبل التوقيع على أي قرار.
أغلبهم لا يفعل ذلك. وهذه الفجوة بين رأس المال المُلتزَم به وغياب الوضوح في النموذج المفترض أن يُديره هي المكان الذي يتراكم فيه المخاطر الهيكلية الأكثر أهمية في هذه الدورة الاستثمارية في الذكاء الاصطناعي.
ما لم يُخبرك به مزودو البرمجيات كخدمة حين كنت تدفع لهم بالمقعد
على مدار عقد كامل، دَرَّب نموذج الاشتراك بالمقعد المديرين التنفيذيين على النظر إلى القدرة باعتبارها شيئاً مُستأجراً. يتولى المزوّد إدارة التعقيد التقني، وتشتري الشركة النتيجة. نجح هذا الترتيب طالما كانت التقنية مجرد نظام تسجيل أو أداة دعم. لكنه يتوقف عن العمل في اللحظة التي تبدأ فيها التقنية بتنفيذ الحكم التجاري.
حين يُطبّق وكيل ذكاء اصطناعي سياسة استرداد، أو يتخذ قرار ائتمان، أو يُصعّد حالة دعم، فهو لا يُشغّل برمجيات. بل يُشغّل في بيئة الإنتاج منطق النموذج التشغيلي الخاص بشركتك. يمكنك الاستعانة بمصادر خارجية للخادم الذي يجري عليه كل ذلك. لكن لا يمكنك الاستعانة بمصادر خارجية للقواعد التي تحدد ما يُقرره. تلك القواعد هي الشركة بعينها.
التحوّل الجاري في سوق البرمجيات كخدمة يؤكد هذا. تقوم الشركات بخفض عدد المقاعد، وتحويل العمل نحو وكلاء داخليين، وإعادة التفاوض على العقود بشروط مختلفة. ويتجه المزودون أنفسهم نحو نماذج تسعير قائمة على النتائج، لأنهم يعلمون أن الحدود الفاصلة بين ما يُستأجر وما يُبنى آخذة في التحرك. والاعتراف الضمني بهذا التحوّل يكمن في أن القيمة لم تعد في الوصول إلى الأداة، بل في المنطق الذي يجري فوقها.
لهذا عواقب مالية مباشرة لا تلتقطها سوى القليل من تحليلات العوائد. حين تخفض شركة عقد برمجيات كخدمة بمليوني دولار لأنها ستُحوّل الطاقة إلى الداخل عبر وكلاء خاصين، فهذا المال لا يختفي. بل يُعاد توزيعه: ما بين 30% و45% نحو الاستنتاج من النماذج، وما بين 20% و30% نحو هندسة البيانات والأدوات، وما بين وظيفتين وأربع وظائف لإدارة ما يُقرره الوكلاء. في السنة الأولى، النتيجة هي إعادة توزيع للإنفاق، لا توفير. أي نموذج أعمال يُقدّم هذا التحوّل باعتباره خفضاً في التكاليف دون رسم خريطة لأين ذهب المال، يحمل خطأً محاسبياً هيكلياً في حالة الاستثمار الخاصة به.
شبح نموذج الأتمتة السابق
ثمة سابقة تجعل المخاطر الراهنة أكثر قابلية للفهم: موجة أتمتة العمليات الروبوتية بين عامَي 2017 و2022. نشرت الشركات آلاف الروبوتات دون أي معيار للنشر، ودون إصدارات خاضعة للتحكم، ودون دورات حياة محددة. وبحلول عام 2023، كان النمط متسقاً: روبوتات في بيئة الإنتاج، ولا أحد على يقين مما تفعله بالضبط، ومهندسون يخشون الاقتراب منها لأن أي تدخل قد يُحطّم شيئاً لا يفهمه أحد تمام الفهم.
وكلاء الذكاء الاصطناعي يُمثّلون نفس هندسة الإخفاق ذاتها، لكن مع استدلال مُدمج ودائرة تأثير أوسع بمراتب. روبوت يُعالج نماذج بشكل خاطئ قد يُولّد أخطاء مكلفة. أما وكيل يُفسّر سياسات، ويتخذ قرارات سياقية، ويعمل في أنظمة متعددة في آنٍ واحد، فيمكنه نشر الأخطاء بسرعة ونطاق لا يستطيع أي نظام مراجعة بشري متأخر احتواءه.
السؤال الحوكمي الذي ينبغي لأي مدير تنفيذي أن يكون قادراً على الإجابة عنه قبل توسيع نشر الوكلاء ليس سؤالاً فلسفياً، بل تشغيلي: ما الوكلاء الذين تُشغّلهم الشركة في بيئة الإنتاج، ومن يملك كل واحد منهم، وكيف يمكن التراجع عنه إذا ساء الأمر. إذا كانت هذه الإجابة غير موجودة، فالمشكلة قائمة بالفعل. ما يُنقص هو أن تُصبح مرئية.
غياب هذه الرؤية ليس محض صدفة. مرده أن حوكمة الذكاء الاصطناعي عُولجت باعتبارها طبقة لاحقة، شيئاً يُضاف بعد أن يعمل النظام أصلاً. تُشير الأدلة المستخلصة من دورات تكنولوجية سابقة إلى أن هذا الترتيب يُنتج بالضبط نوع التبعية التي لا يريد أحد لمسها لاحقاً: ديون تقنية مُدمج فيها الاستدلال.
أين يتحوّل الإنفاق على الذكاء الاصطناعي إلى استهلاك خارج عن السيطرة
ثمة ديناميكية تكاليف يتجاهلها أغلب حالات الأعمال الداخلية. أسعار الاستنتاج الفردية آخذة في الانخفاض. في الوقت ذاته، يتصاعد الاستهلاك بوتيرة أسرع من وتيرة انخفاض هذه الأسعار. النتيجة الصافية هي أن الإنفاق الإجمالي على تشغيل الذكاء الاصطناعي يرتفع حتى لو كان كل رمز يكلف أقل.
الشركات التي نشرت أدوات الذكاء الاصطناعي على نطاق واسع باتت تُقنّن الوصول إليها: بما يكفي لكي تُجرّب الفرق، وغير كافٍ لكي تعتمد الفرق على النظام. هذه الفجوة بين التجريب والاعتماد التشغيلي هي المكان الذي تتراكم فيه الدورة الاستثمارية التالية. سدّ هذه الفجوة يحمل تكلفة حقيقية، وهذه التكلفة موجودة بالفعل داخل المحافظ التكنولوجية الحالية. وهي موزّعة على عقود البرمجيات كخدمة التي تتوحّد، وعلى البنية التحتية التي تُستبدل. المشكلة ليست نقص رأس المال؛ بل هي غياب الرؤية حول أي جزء من هذا رأس المال يُولّد قدرة إنتاجية وأيها يموّل تشغيلاً دون عائد قابل للقياس.
هذا ما يجعل من الحوكمة مسألةً مالية لا مجرد مسألة تقنية. فبدون القدرة على تتبّع أي الوكلاء تعمل، وما القرارات التي يتخذونها، وما النتيجة التي يُنتجونها، يتحوّل ميزانية الذكاء الاصطناعي إلى إنفاق قائم على الإيمان. ومجالس الإدارة التي بدأت تفهم هذا تُغيّر الأسئلة التي تطرحها في مراجعات الاستثمار. لم تعد تسأل عن عدد النماذج المُنشورة. بل تسأل عن مقاييس تدفق العمل، ومعدلات الخطأ، والوقت الموفَّر، ورضا المستخدمين. الفرق بين مجموعتَي المقاييس هاتين يصف المسافة بين شركة تُراهن على تقنية وشركة تبني نموذجاً تشغيلياً.
النموذج الهجين ليس تنازلاً، بل البنية الاقتصادية الصحيحة في الوقت الراهن
الحالة التي تُجسّد أفضل ما يُفضي إليه رهان مُضطرب على النموذج التشغيلي تأتي من شركة Klarna. تضاعفت إيرادات الشركة تقريباً بين عامَي 2022 و2025 فيما انخفضت قوتها العاملة إلى ما يقارب النصف. بدا ذلك وكأنه يُثبت أطروحة متطرفة: الذكاء الاصطناعي يُحل محل العمل البشري على نطاق واسع. لكن الشركة ذاتها اضطرت إلى إعادة بناء خدمة عملائها البشرية حين تراجع الرضا في التفاعلات المُؤتمتة.
ما تبقّى ليس قصة نجاح خالصة ولا قصة إخفاق. إنه نموذج تشغيلي بمنطق محدد: الذكاء الاصطناعي في الحجم، والإنسان في التعقيد. الأتمتة لما هو قابل للتنبؤ والتوسع والتوحيد. والحكم البشري لما يتطلب سياقاً، أو استثناءً، أو عواقب علائقية بالغة الأثر. هذا التمييز ليس فلسفياً. إنه المتغير الذي يحدد ما إذا كانت التكلفة التشغيلية ستنخفض بصورة مستدامة، أم أنها ستتحوّل ببساطة نحو مشكلات جودة تستلزم في نهاية المطاف إنفاقاً إضافياً.
الخطأ الأكثر شيوعاً في النماذج المالية لاعتماد الذكاء الاصطناعي هو التعامل مع هذا التمييز باعتباره انتقالاً مؤقتاً نحو حالة مستقبلية يكون فيها كل شيء قابلاً للأتمتة. الأدلة الراهنة لا تدعم هذا السيناريو لمعظم القطاعات. ما تدعمه هو أن الحدود الفاصلة بين ما يُؤدّيه الذكاء الاصطناعي بكفاءة وما يتطلب حكماً بشرياً تتحرك، لكنها لا تختفي. الشركات التي تُدير هذه الحدود بدقة، التي تعرف أين تقع بالضبط وتستطيع تعديلها حين تتغيّر الظروف، تمتلك ميزة تشغيلية قابلة للقياس على الشركات التي تركتها غير محددة.
إذن، الاستثمار في الذكاء الاصطناعي ليس رهاناً على مستقبل التكنولوجيا. بل هو رهان على قدرة منظمة على تصميم نموذج هجين وتشغيله وتصحيحه في ظل ظروف متغيرة باستمرار. الشركات التي تمتلك هذه القدرة المُثبَّتة اليوم ستكون مشترين مُطّلعين حين تحلّ دورة التوحيد القادمة للأدوات. أما التي تفتقر إليها، فهي تبني تبعيات لن يستطيع أحد جرد محتواها حين يحين وقت التحوّل.
