روب هانا: الذكاء الاصطناعي للشركات لا ينقصه الابتكارات بل إدارة المحتوى

أعلن روب هانا، المؤسس المشارك والرئيس التنفيذي لشركة Precision Content، وهي شركة استشارات متخصصة في الاتصالات التقنية، لمجلة The Next Web في يونيو 2026، أن العديد من المبادرات الخاصة بالشركات لتنفيذ الذكاء الاصطناعي تفقد زخمها ليس بسبب نقص النماذج الجديدة الرائدة، بل بسبب غياب أنظمة إدارة المحتوى التي تجعل المعرفة الشركاتية موثوقة.

لماذا تتعطل مشاريع الذكاء الاصطناعي الخاصة بالشركات

وفقاً لملاحظة هانا، تستمر المنظمات في التعامل مع اللغة كما لو كانت بيانات منظمة — مثل الصفوف في جدول قاعدة بيانات — بينما تتجاهل الأنظمة التي يجب أن تضمن دقة وملاءمة واتساق المعرفة التي تتدرب عليها أدوات الذكاء الاصطناعي الخاصة بالشركات أو التي تستخرج السياق منها. ونتيجة لذلك، حتى النموذج الأكثر قوة المتصل بقاعدة المعرفة الداخلية للشركة يرث جميع مشاكل تلك القاعدة: إصدارات وثائق قديمة، تعليمات متضاربة ومصادر حقيقة متفرقة في أقسام مختلفة. من الخارج، يبدو هذا مثل "مشكلة نموذج" — يتحير المساعد أو يعطي إجابة غير دقيقة — بينما في الواقع، جذر المشكلة يكمن على مستوى البيانات، والتي لم ينظمها أحد بشكل منهجي قبل وقت طويل من ظهور أداة الذكاء الاصطناعي.

"فريق الاتصالات التقنية لديهم بالفعل العديد من الكفاءات اللازمة للبناء..." — روب هانا، رئيس

Precision Content.

ما تحتاجه الشركات للذكاء الاصطناعي الخاصة بالشركات الموثوق

يشير هانا إلى أن فرق التوثيق التقني قد كانت تفعل لسنوات بالضبط ما هو الآن حاسم لجودة أنظمة الذكاء الاصطناعي: مصدر واحد للحقيقة للمحتوى والتصنيفات والبيانات الوصفية والمعايير الأسلوبية وعمليات التحقق من الحقائق قبل النشر. بدون هذا النظام، أي نموذج يعتمد على المستندات الشركاتية للإجابة على الموظفين أو العملاء — سواء من خلال البحث مع الجيل المعزز بالاسترجاع (RAG) من قاعدة معرفة داخلية أو من خلال الضبط الدقيق على النصوص الشركاتية — يخاطر بتوفير معلومات متضاربة أو قديمة بغض النظر عن قوة النموذج الأساسي.

لماذا يتم تجاهل هذا عند تنفيذ الذكاء الاصطناعي

غالباً ما يستثمر القادة في اختيار النموذج ودفع رسوم الاشتراك وتدريب الموظفين على إطلاق النار أكثر من إعادة التفكير في كيفية إنشاء الشركة والتحكم في النسخ والموافقة على المستندات. يُنظر تقليدياً إلى الكتاب التقنيين والمتخصصين في المحتوى على أنهم وظيفة دعم بدلاً من كونهم عنصراً رئيسياً يحدد مدى دقة إجابات مساعد الذكاء الاصطناعي الخاص بالشركة. يدعو هانا إلى إعادة التفكير في هذه الهرمية من الأولويات وإدراج فرق المحتوى بين أول من يتورطون في مبادرات الذكاء الاصطناعي الخاصة بالشركات.

قضت Precision Content كشركة استشارية سنوات في مساعدة المنظمات على بناء بالضبط هذه الأنواع من العمليات — مستودعات التوثيق الموحدة والتحكم في النسخ والمصطلحات المتسقة — وموقف هانا بشكل أساسي يناشد خبرة شركته المهنية كإجابة جاهزة للمشكلة الجديدة التي أنشأها الذكاء الاصطناعي الخاص بالشركات.

ما الذي يعنيه هذا

تحول خلاصة هانا تركيز المحادثة حول الذكاء الاصطناعي الخاص بالشركات من اختيار النموذج إلى الاستثمارات في عمليات المحتوى: قد لا تحتاج المنظمات التي لديها بالفعل فرق توثيق تقني ناضجة إلى نموذج جديد، بل بدلاً من ذلك إعادة هيكلة عمليات إدارة المحتوى بحيث تعتمد أدوات الذكاء الاصطناعي على بيانات موثوقة.