60% من مشاريع الذكاء الاصطناعي لا تصل إلى الإنتاج — كيف ينشئ ESM أساساً للنجاح

وفقاً لشركة جارتنر، فإن 60% من مشاريع الذكاء الاصطناعي في المؤسسات لا تصل أبداً إلى مرحلة الإنتاج — والسبب ليس نقص الميزانية، بل عدم جاهزية البيانات والعمليات التجارية.

لماذا تفشل مشاريع الذكاء الاصطناعي الاختبارية

سيناريو نموذجي: يطلب مجلس الإدارة تحويل رقمي بالذكاء الاصطناعي، يتم تخصيص الميزانية، يتم توظيف المقاولين. بعد عدة أشهر، يتضح أن النماذج ببساطة ليس لديها بيانات لتتعلم منها. يتم تخزين الطلبات في أنظمة منفصلة ومجزأة، لا توجد تصنيفات، سجل الطلبات مشتت بين جداول إكسل والتطبيقات الفورية وسلاسل البريد الإلكتروني.

بدون بيانات منظمة، حتى أكثر نموذج لغة متقدماً ينتج نتائج غير متوقعة. الخطأ لم يُرتكب عند اختيار النموذج أو البائع — بل ارتُكب قبل بدء المشروع الاختباري حتى، على مستوى معمارية البيانات.

• 60% من مشاريع الذكاء الاصطناعي لا تصل إلى مرحلة الإنتاج — بيانات جارتنر
• السبب الرئيسي هو عدم جاهزية البيانات، وليس نقص تكنولوجي
• تتكرر المشكلة بغض النظر عن الميزانية ونضج الفريق
• تطلق معظم الشركات مشروعاً اختبارياً بدون نظام موحد واحد لجمع بيانات الخدمة

ما هو ESM ولماذا يحتاج إليه الذكاء الاصطناعي

إدارة خدمات المؤسسة (Enterprise Service Management - ESM) هي منصة توسع منهجية ITSM خارج قسم تكنولوجيا المعلومات وتوحد جميع عمليات الخدمة: الموارد البشرية والمالية والمشتريات والمرافق والقانون. بالنسبة لمبادرات الذكاء الاصطناعي، دورها الرئيسي هو إنشاء نقطة تجميع واحدة للطلبات مع سمات وفئات وسجل تفاعلات موحدة.

عندما تمر جميع الطلبات عبر نظام واحد بحقول ثابتة واتفاقيات مستوى الخدمة، يحصل النموذج على ما كان ينقصه: بيانات نظيفة ومصنفة مع سياق تاريخي. بدلاً من الفوضى من القنوات المجزأة — قاعدة بيانات منظمة حيث يعمل التدريب والاستدلال للنموذج بشكل متوقع.

"إذا افتقر الذكاء الاصطناعي إلى بيانات عالية الجودة، فمن المحتمل أن

يكون المشروع محكوماً بالفشل" — هذا الاستنتاج يتكرر في معظم تقارير التحليل حول فشل مبادرات الذكاء الاصطناعي في المؤسسات.

لهذا السبب بالضبط يُطلق على تنفيذ ESM اسم "الأساس" للأتمتة بالذكاء الاصطناعي لاحقاً: بدونه، أي مشروع اختباري هو بناء على الرمل.

كيف تلغي النماذج الروتين

بمجرد إنشاء أساس ESM، تتحول أتمتة الروتين من تجربة إلى مهمة قابلة للإدارة. المرشحون الأولون هم الطلبات المتكررة ذات الحلول المتنبأ بها: إعادة تعيين كلمات المرور وطلبات الوصول القياسية والطلبيات الشرائية النموذجية والشهادات القياسية من الموارد البشرية.

نموذج مدرب على سجل الطلبات المنظم من ESM قادر على:

• تصنيف الطلبات الواردة تلقائياً بدون تدخل المشغل
• اقتراح حلول بناءً على حالات مماثلة من السجل
• توجيه الطلبات إلى المتخصص المناسب مع الأخذ في الاعتبار اتفاقيات مستوى الخدمة
• تصعيد المواقف غير النمطية مع السياق الكامل لمراجعة الإنسان

جزء كبير من الطلبات الواردة في منظمات الخدمات متكرر بطبيعته — تصبح هذه أول المرشحين للأتمتة عندما يوجد سجل مصنف بشكل صحيح في ESM. النتيجة هي تقليل العبء التشغيلي على فرق الخدمة وتسريع وقت معالجة الطلبات القياسية.

ماذا يعني هذا

تفشل مشاريع الذكاء الاصطناعي في المؤسسات ليس بسبب تكنولوجيا سيئة — بل بسبب نقص البيانات المناسبة. تحل منصات ESM هذه المشكلة بشكل هيكلي: فهي تنشئ نقطة جمع واحدة للتفاعلات الخدمية وتضمن جودة البيانات التي تعمل عليها النماذج بشكل متوقع. قبل إطلاق مشروع الذكاء الاصطناعي الاختباري التالي، يجب على الشركة الإجابة على سؤال واحد: هل يوجد بالفعل نظام يتم فيه تخزين السجل الكامل لجميع طلبات الخدمة مع السمات؟