روب هانا: الذكاء الاصطناعي المؤسسي لا يحتاج إلى اختراقات جديدة بل إلى إدارة المحتوى

صرّح روب هانا (Rob Hanna)، المؤسس المشارك والمدير التنفيذي لشركة Precision Content الاستشارية المتخصصة في التواصل التقني، لموقع The Next Web في يونيو 2026 بأن كثيرًا من مبادرات تطبيق الذكاء الاصطناعي في الشركات يفقد زخمه، لا بسبب نقص النماذج الجديدة الرائدة، بل بسبب غياب أنظمة إدارة المحتوى التي تجعل المعرفة المؤسسية موثوقة.

لماذا تتعثر مشاريع الذكاء الاصطناعي المؤسسية

يلاحظ هانا أن المؤسسات ما زالت تتعامل مع اللغة كما لو كانت بيانات منظَّمة، أي كصفوف في جدول قاعدة بيانات، وفي الوقت نفسه تتجاهل الأنظمة التي يُفترض أن تضمن دقة المعرفة وحداثتها واتساقها، وهي المعرفة التي تتدرب عليها أدوات الذكاء الاصطناعي المؤسسية أو تستمد منها سياقها. ونتيجة لذلك، حتى أقوى نموذج يُربط بقاعدة المعرفة الداخلية للشركة يرث كل مشكلات هذه القاعدة: نسخ قديمة من المستندات، وتعليمات متناقضة، ومصادر متفرقة لـ«الحقيقة» في الأقسام المختلفة. ويبدو الأمر من الخارج «مشكلة في النموذج»، إذ يرتبك المساعد أو يقدم إجابة غير دقيقة، بينما يكمن أصل المشكلة في مستوى البيانات، التي لم يتولَّ أحد ترتيبها بصورة منهجية قبل ظهور أداة الذكاء الاصطناعي بوقت طويل.

«تمتلك فرق التواصل التقني بالفعل كثيرًا من الكفاءات اللازمة لبناء...» — روب هانا، الرئيس التنفيذي لشركة

Precision Content.

ما الذي تحتاجه الشركات لذكاء اصطناعي مؤسسي موثوق

يشير هانا إلى أن فرق التوثيق التقني اشتغلت سنوات طويلة تحديدًا على ما أصبح اليوم حاسمًا لجودة عمل أنظمة الذكاء الاصطناعي: مصدر موحَّد للحقيقة في المحتوى، والتصنيفات (taxonomies)، والبيانات الوصفية، ومعايير الأسلوب، وعمليات التحقق من الوقائع قبل النشر. ومن دون هذا الانضباط، تواجه أي منظومة تعتمد على المستندات المؤسسية في الإجابة عن أسئلة الموظفين أو العملاء خطر تقديم معلومات متناقضة أو قديمة، سواء عبر البحث المعزَّز بقاعدة المعرفة الداخلية (RAG) أو عبر الضبط الدقيق (fine-tuning) على النصوص المؤسسية، وبصرف النظر عن مدى قوة النموذج الذي تقوم عليه.

لماذا يُغفَل هذا الأمر عند تطبيق الذكاء الاصطناعي

يستثمر المديرون في الغالب في اختيار النموذج وتراخيص الاشتراك وتدريب الموظفين على كتابة التعليمات (prompting)، أكثر مما يستثمرون في إعادة النظر في طريقة إنشاء المستندات وإدارة نسخها واعتمادها داخل الشركة. وفي المقابل، يُنظر إلى الكتّاب التقنيين وأخصائيي المحتوى عادةً بوصفهم وظيفة مساندة، لا حلقة محورية تتوقف عليها دقة إجابات المساعد المؤسسي القائم على الذكاء الاصطناعي. ويدعو هانا إلى مراجعة هذا الترتيب للأولويات، وإلى إشراك فرق المحتوى ضمن أوائل من يُستعان بهم عند إطلاق مبادرات الذكاء الاصطناعي في الشركات.

وتساعد Precision Content، بوصفها شركة استشارية متخصصة في الكتابة التقنية، المؤسسات منذ سنوات على بناء هذه العمليات تحديدًا، من مستودعات موحَّدة للتوثيق، وضبط للإصدارات، ومصطلحات متسقة. وعليه فإن موقف هانا يستند فعليًا إلى الخبرة المهنية لشركته، ويقدمها جوابًا جاهزًا عن المشكلة الجديدة التي جلبها الذكاء الاصطناعي المؤسسي.

ماذا يعني ذلك

ينقل استنتاج هانا محور النقاش حول الذكاء الاصطناعي المؤسسي من اختيار النموذج إلى الاستثمار في عمليات المحتوى. فالمؤسسات التي لديها فرق توثيق تقني ناضجة قد لا تحتاج إلى نموذج جديد، بل إلى إعادة بناء عمليات إدارة المحتوى كي تعتمد أدوات الذكاء الاصطناعي على بيانات موثوقة.