إعادة صياغة سؤال رفعت نسبة الشركات التي تستخدم الذكاء الاصطناعي من 12% إلى 40%
يُظهر الرسم البياني لاعتماد الذكاء الاصطناعي في قطاع الأعمال الأميركي ارتفاع النسبة إلى 40.7% بين الشركات التي يعمل لديها 250 موظفًا أو أكثر. لكن هذه ليست قفزة بأربعة أضعاف: ففي السابق، كان مكتب الإحصاء الأميركي يسأل عن استخدام الذكاء الاصطناعي في إنتاج السلع والخدمات فقط، أما الآن فيشمل السؤال أي وظيفة داخل الشركة. والدرس بسيط لفرق المنتجات والمحللين: تغيير الصياغة ينشئ مقياسًا جديدًا، حتى لو ظل اسم المؤشر كما هو.
معالج بواسطة الذكاء الاصطناعي من Simon Willison؛ بتحرير Hamidun News
يبدو الرقم كأنه حلم لمسؤول مبيعات يروّج للذكاء الاصطناعي الموجّه للشركات: فقد بلغت نسبة الشركات الأميركية التي تستخدم هذه التقنية 40.7% بين الشركات التي يعمل لديها 250 موظفًا أو أكثر. وقبل عام، كان المؤشر يدور حول 12%. وقد يبدو من الممكن إعلان نمو يقارب أربعة أضعاف، ثم تحويله إلى شريحة عرض مقنعة للمستثمرين.
لكن هذين الرقمين يقيسان شيئين مختلفين.
يجري مكتب الإحصاء الأميركي استطلاعات دورية للشركات ضمن Business Trends and Outlook Survey. وحتى نوفمبر 2025، كانت الشركات تجيب عما إذا كانت تستخدم الذكاء الاصطناعي في إنتاج السلع أو تقديم الخدمات. ثم وُسّع نطاق السؤال، فأصبح يشمل استخدام الذكاء الاصطناعي في أي وظيفة داخل الشركة. وبذلك بات التسويق والبرمجة ودعم العملاء والتنبؤ والتحليل الداخلي مشمولة أيضًا.
مصطلح واحد ومقياسان مختلفان
لنتخيل متجرًا إلكترونيًا. لا يستخدم المتجر تعلّم الآلة لتحديد تشكيلة المنتجات أو إدارة المخزون أو التوصيل، ولذلك يجيب بـ«لا» عن السؤال القديم. لكن فريق التسويق لديه يُعد مسودات الإعلانات بمساعدة نموذج لغوي، بينما يستخدم المطورون مساعدًا لكتابة الشفرة البرمجية. وعند الإجابة عن السؤال الجديد، تقول الشركة نفسها «نعم».
لم تتغير الشركة نفسها بين ليلة وضحاها. الذي تغير هو الشرط الذي تُصنّف بموجبه ضمن مستخدمي الذكاء الاصطناعي.
ولهذا تحديدًا لا يمكن وضع نسبة 12% القديمة ونسبة 40.7% الجديدة على خط واحد وتفسيرهما بوصفهما نموًا متصلًا. بعد الانتقال إلى السؤال الأوسع، بلغت نسبة الشركات الكبرى نحو 30% في فبراير 2026، ثم ارتفعت إلى قرابة 40% بحلول أكتوبر. ويمكن بالفعل الحديث عن نمو خلال هذه الفترة، بشرط أن تكون المنهجية قد ظلت ثابتة داخلها.
فصل صاحب التحليل الأصلي السلسلة القديمة عن الجديدة، وحسب متوسطًا متحركًا لست موجات متتالية من الاستطلاع. يخفف هذا النهج التقلبات، لكنه لا يلغي الانقطاع الأساسي: فمتوسط نتائج أسئلة مختلفة يظل متوسطًا لمؤشرات مختلفة.
لماذا يهم ذلك فرق المنتجات
يظهر الخطأ نفسه في تحليلات المنتجات. فقد يغيّر فريق، على سبيل المثال، تعريف حدث «المستخدم النشط»: كان يتطلب سابقًا إنشاء مشروع، أما الآن فيكفي فتح التطبيق. بعد إطلاق التغيير، يرتفع المؤشر بعشرات النقاط المئوية. ولا يعني ذلك بالضرورة نجاح المنتج، لأن جزءًا من الزيادة نتج من التعريف الجديد.
لذلك يجب حفظ صياغة السؤال ووصف الحدث والفلاتر وإصدار طريقة الحساب إلى جانب المقياس نفسه. وعند تغيير التعريف، من المفيد إنشاء سلسلة جديدة، وتسجيل تاريخ الانقطاع، وعدم إعادة حساب البيانات التاريخية إلا عندما تسمح البيانات المصدرية فعلًا بتطبيق قاعدة موحدة على الفترة بأكملها.
وهناك تغيير ثانٍ أيضًا. فمنذ أكتوبر 2026، استبدل مكتب الإحصاء، مستندًا إلى أمر صادر عن رئيس الولايات المتحدة، مصطلح Artificial Intelligence في الاستبيان بمصطلح Super Intelligence، موضحًا أن هذا هو الاسم الجديد لما كان يُسمى AI. ظلت أمثلة الاستخدام مألوفة، لكن المصطلح غير المعتاد قد يؤثر في إجابات المشاركين؛ إذ قد يعتقد بعضهم أن السؤال يتناول تقنية أكثر تقدمًا.
الخلاصة العملية
ينبغي لمطوّر نظام التحليلات إصدار نسخ مختلفة من تعريفات الأحداث، وألا يدمج فترات غير متوافقة. وعلى مسؤول المنتج التحقق من سبب القفزة قبل عرض النتيجة على الإدارة. أما المؤسس، فعليه ألا يعتبر رقم اعتماد لافتًا دليلًا على وجود سوق قبل دراسة السؤال والعينة وتاريخ تغيير المنهجية.
المؤشر الذي لا يحتفظ بتاريخ تعريفه ليس حقيقة، بل رقمًا فُقد سياقه. وفي هذه الحالة، تُظهر البيانات بالفعل انتشار الذكاء الاصطناعي في قطاع الأعمال الأميركي، لكن الاستنتاج الأمين أكثر تواضعًا: بعد توسيع نطاق السؤال، ارتفع استخدام التقنية في أي وظيفة داخل الشركات الكبرى من نحو 30% إلى 40.7% خلال عام 2026.
- 12 أكتوبر 2026Jev قبل Claude Sonnet: كيف رفعت إعادة صياغة السؤال مؤشر AUC إلى 0.95
- 22 يناير 2026استطلاع مطوّري Go لعام 2025: الذكاء الاصطناعي وأفضل الممارسات والتوثيق
- 2 مايو 2026الذكاء الاصطناعي في التعليم يُضعف مهارات التلاميذ: استطلاع
- 22 أبريل 2026الأمريكيون يستخدمون الذكاء الاصطناعي أكثر، لكن ثقتهم بنتائجه تتراجع — استطلاع Quinnipiac
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول مصطلح واحد ومقياسان مختلفان؟
لنتخيل متجرًا إلكترونيًا. لا يستخدم المتجر تعلّم الآلة لتحديد تشكيلة المنتجات أو إدارة المخزون أو التوصيل، ولذلك يجيب بـ«لا» عن السؤال القديم. لكن فريق التسويق لديه يُعد مسودات الإعلانات بمساعدة نموذج لغوي، بينما يستخدم المطورون مساعدًا لكتابة الشفرة البرمجية. وعند الإجابة عن السؤال الجديد، تقول الشركة نفسها «نعم». لم تتغير الشركة نفسها بين ليلة وضحاها. الذي تغير هو الشرط الذي تُصنّف بموجبه ضمن مستخدمي الذكاء الاصطناعي.
ما أبرز التفاصيل حول لماذا يهم ذلك فرق المنتجات؟
يظهر الخطأ نفسه في تحليلات المنتجات. فقد يغيّر فريق، على سبيل المثال، تعريف حدث «المستخدم النشط»: كان يتطلب سابقًا إنشاء مشروع، أما الآن فيكفي فتح التطبيق. بعد إطلاق التغيير، يرتفع المؤشر بعشرات النقاط المئوية. ولا يعني ذلك بالضرورة نجاح المنتج، لأن جزءًا من الزيادة نتج من التعريف الجديد. لذلك يجب حفظ صياغة السؤال ووصف الحدث والفلاتر وإصدار طريقة الحساب إلى جانب المقياس نفسه.
ما أبرز التفاصيل حول الخلاصة العملية؟
ينبغي لمطوّر نظام التحليلات إصدار نسخ مختلفة من تعريفات الأحداث، وألا يدمج فترات غير متوافقة. وعلى مسؤول المنتج التحقق من سبب القفزة قبل عرض النتيجة على الإدارة. أما المؤسس، فعليه ألا يعتبر رقم اعتماد لافتًا دليلًا على وجود سوق قبل دراسة السؤال والعينة وتاريخ تغيير المنهجية. المؤشر الذي لا يحتفظ بتاريخ تعريفه ليس حقيقة، بل رقمًا فُقد سياقه.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.