Stanford Online: الذكاء الاصطناعي يقدّر الأثر والتكلفة، لكن الإنسان هو من يحدد الأولوية

نشرت Stanford Online فيديو يناقش فيه Anand Subramani، المحاضر في جامعة Stanford، وJiaona «JZ» Zhang، المديرة التنفيذية للمنتج (Chief Product Officer) في Laurel، ترتيب أولويات خارطة طريق المنتج. تتألف المنهجية من ثلاث خطوات: تقدير الأثر، وتقدير التكلفة، ثم اتخاذ قرار لا يستطيع الجدول الإلكتروني اتخاذه. ويقول المتحدثان إن الذكاء الاصطناعي يصلح لاختبار صلابة الخطوتين الأوليين، لكنه لا يحل محل الخطوة الثالثة.

ثمة قيد منذ البداية: لدينا وصف الفيديو فقط، دون نص كامل مفرّغ. لذلك نعرض فيما يلي الأطروحات المعلنة، ونشير إلى أن الاستنتاجات العملية هي تفسيرنا الخاص.

ثلاث خطوات، اثنتان منها يمكن للنموذج اختبارهما

تبدو الخطوتان الأوليان مألوفتين لأي مدير منتج. تبدأ العملية بتقدير الأثر: كم مستخدمًا ستمسّ الميزة، وماذا ستغيّر في الاحتفاظ بالمستخدمين أو الإيرادات أو الضغط على الدعم الفني. ثم يأتي تقدير التكلفة: أسابيع العمل الهندسي، والاعتماد على فرق أخرى، وكلفة الصيانة بعد الإصدار. يمكن جمع التقديرين في جدول وترتيبهما بحسب نسبة الفائدة إلى التكلفة.

وهنا تحديدًا، بحسب المتحدثين، يفيد الذكاء الاصطناعي. الكلمة المفتاحية في وصف الفيديو هي pressure-test، أي اختبار الصلابة. يمكن أن تطلب من النموذج البحث عن الافتراضات الضعيفة في توقعات الأثر، أو التذكير بالاعتماديات الخفية، أو مقارنة التقدير بمشاريع مشابهة، أو طرح أسئلة محرجة حول الأرقام. فهو يعمل كخصم دقيق في الاجتماع، لا كمؤلف للقائمة النهائية.

أين ينتهي دور الجدول

يسمّي الوصف الخطوة الثالثة قرارًا قائمًا على الحكم (judgment call). فعمودا التقديرات لا يعرفان شيئًا عن استراتيجية الشركة، ولا عن خطر خسارة عميل رئيسي، ولا عن المعنويات داخل الفريق، ولا عمّا سيطلقه منافس بعد ربع سنة. يصعب ترميز هذه العوامل في أرقام، ويتحمل الإنسان مسؤوليتها.

ويصوغ المتحدثان سؤالًا للتحقق: «لماذا هذا في المرتبة الأولى؟» فإذا كان الجواب «هكذا قرر الذكاء الاصطناعي»، فهذا، بحسب تعبيرهما، تفويض لتفكيرك الخاص إلى جهة خارجية. ومدير المنتج الذي لا يستطيع شرح منطق الأولوية دون الإشارة إلى النموذج لا يملك خارطة طريقه.

• الصيغة: فيديو من Stanford Online، نُشر في 15 أكتوبر 2026.
• المشاركان: Anand Subramani (محاضر في Stanford)، وJiaona «JZ» Zhang (Chief Product Officer في Laurel).
• عدد الخطوات في المنهجية: ثلاث — الأثر، والتكلفة، والحكم.
• ما يُفوَّض إلى الذكاء الاصطناعي: اختبار صلابة تقديرات الأثر والتكلفة.
• ما يبقى للإنسان: القرار النهائي وتبريره.
• سؤال التحقق: «لماذا هذا في المقدمة؟»

كيف تطبّق ذلك

ما يلي تفسيرنا للأطروحات، وليس اقتباسات من الفيديو.

أولًا: استخدم النموذج بعد أن تدوّن تقديراتك الخاصة. فإذا تركته يضع المسودة الأولى، فقد ترتبط بأرقامه بدل افتراضاتك. ابدأ بجدولك أنت، ثم اطلب منه: «ابحث عن مواضع خطئي».

ثانيًا: اطلب النقد، لا الترتيب. صيغة «اذكر خمسة أسباب تجعل هذا التوقع مبالغًا فيه» تعطي فائدة أكبر من «رتّب المهام بحسب الأهمية».

ثالثًا: دوّن مبررات الأولوية بكلماتك في فقرة واحدة. فإذا تعذّرت كتابة الفقرة دون عبارة «النموذج حسب»، فالقرار لم يُتخذ بعد.

رابعًا: افصل المدخلات عن الحكم النهائي. يستطيع الذكاء الاصطناعي توسيع المدخلات، كأن يضيف مخاطر وبدائل. أما الحكم النهائي فيبقى لمن سيشرحه لاحقًا للفريق والإدارة والعملاء.

المادة منهجية أكثر منها إخبارية. فهي لا تعلن عن منتجات أو مقاييس جديدة، لكنها تصف الحدّ العملي بين الأتمتة والمسؤولية، وهو حدّ ترسمه اليوم فرق منتجات كثيرة في ممارستها اليومية.