IDC: على مديري تقنية المعلومات في منطقة EMEA إعادة بناء البيانات ونماذج العائد على الاستثمار لنقل الذكاء الاصطناعي إلى مرحلة الإنتاج

ترى IDC أن تبنّي الذكاء الاصطناعي في المؤسسات بمنطقة EMEA لم يتعثر بسبب فتور الحماس للتقنية، بل بسبب ضعف الاستعداد للتوسع. ولنقل المشاريع من مرحلة التجارب، يحتاج مديرو تقنية المعلومات (CIO) إلى مراجعة ثلاثة أمور في آن واحد: الجدوى الاقتصادية، وبنية البيانات، وطريقة دمج الأدوات الجديدة في العمل اليومي للفرق.

لماذا لا تكبر المشاريع التجريبية

خلال العام ونصف العام الماضيين، ضخّت الشركات في أوروبا والشرق الأوسط وإفريقيا استثمارات كبيرة في النماذج اللغوية الكبيرة وفي تعلّم الآلة التقليدي، وهي تتوقع أثرًا تشغيليًا ملموسًا. لكن مجالس الإدارة بدأت الآن توقف بعض البرامج أو تقلّص نطاقها أو تغيّر وجهة الاستثمار. وبحسب IDC، لا يعود ذلك إلى تراجع الاهتمام بالذكاء الاصطناعي، بل إلى أن الأعمال تطلب مبررًا ماليًا أشد صرامة في ظل أولويات تقنية متنافسة وضغوط اقتصادية كلية.

والأرقام قاسية: 9% فقط من مؤسسات المنطقة تمكنت خلال العامين الماضيين من تحقيق نتيجة أعمال قابلة للقياس من معظم مشاريعها في الذكاء الاصطناعي. أما الـ91% الباقية فلم تواجه بالضرورة فشلًا تقنيًا، لكنها علقت في منطقة رمادية بين العرض التجريبي والإنتاج الفعلي. فالمشاريع لا تموت بضجة، بل تفقد زخمها وميزانيتها ودعمها الداخلي، ولا تتحول أبدًا إلى وظيفة مؤسسية مستدامة.

أين ينهار العائد على الاستثمار

من أبرز الأخطاء تقييم الذكاء الاصطناعي بمنطق الشراء القديم، حيث تُقاس قيمة البرمجيات الجديدة بتقليص عدد الموظفين أو بالوفر المباشر في التراخيص. وهذا المنطق كثيرًا ما لا ينجح مع النماذج التوليدية، إذ يظهر أثرها بصورة غير مباشرة: عبر خفض المخاطر، وتسريع عمل المتخصصين، وتقليل فترات التعطل، وفتح مصادر جديدة للإيرادات. وإذا اكتفت الشركة بالنظر إلى التكاليف الظاهرة، فإن المشروع التجريبي الواعد يخسر تقريبًا حتمًا معركة الدفاع عن الميزانية.

وعلى مديري تقنية المعلومات، في الواقع، إعادة وصف اقتصاديات التبنّي وتدقيق سلسلة التشغيل بأكملها، لا النموذج وحده:

• الخسائر التي جرى تفاديها، مثل خسائر التعطل أو الأخطاء
• ارتفاع إنتاجية الفرق واختصار زمن الدورة
• سيناريوهات إيرادات جديدة وخدمات رقمية
• التكلفة الكاملة للاستدلال (inference) والتخزين والتكامل والدعم
• نفقات الأمن والامتثال التنظيمي والتحكم في البيانات

ويظهر الحاجز التالي عند الانتقال من بيئة الاختبار السحابية إلى بيئة المؤسسة. فيمكن تشغيل النموذج التجريبي بسرعة عبر API وبيانات اختبارية، أما الإنتاج فيتطلب حوسبة مستمرة وخطوط بيانات (pipelines) حية ومراقبة وتكاملًا مع أنظمة قديمة. وعندما يلزم ربط قواعد البيانات المتجهية الحديثة بأنظمة Oracle أو SAP القديمة، تظهر الثغرات المعمارية فورًا. وتحتاج سيناريوهات RAG إلى بيانات نظيفة وموسومة ومصنفة تصنيفًا سليمًا؛ وإلا تراجعت جودة الإجابات وارتفع عدد الهلوسات. وفي الوقت نفسه تتضخم فواتير الاستدلال والضبط الدقيق للنماذج، وهي فواتير باتت تُشرح للإدارة المالية بندًا بندًا.

البنية التقنية والعنصر البشري

تؤكد IDC بشكل منفصل أن متطلبات حماية البيانات والأمن السيبراني وقابلية تفسير النماذج في أوروبا لا تعيق التوسع بالضرورة. بل على العكس، فالشركات التي تضع قواعد الحوكمة والرقابة منذ اليوم الأول تتحرك أسرع. فالحماية من prompt injection، وضوابط الوصول الواضحة، وتوثيق قرارات النموذج، والتحكم في البيانات، ترفع التكلفة الأساسية للمشروع، لكنها تجعل النظام في الوقت نفسه صالحًا للاستخدام المؤسسي الفعلي وتعزز ثقة العملاء.

وتبرز مقاومة لا تقل شدة على مستوى الموظفين. فقد يعمل حل الذكاء الاصطناعي تقنيًا ومع ذلك لا يترسخ إذا عطّل سير العمل المعتاد أو فرض على الفريق تغييرًا حادًا أكثر من اللازم. لذلك على مديري تقنية المعلومات أن يستثمروا لا في النماذج فحسب، بل أيضًا في إعادة التدريب وإدارة التغيير وتصميم التبنّي حول عمل الناس الفعلي. فالتدقيق الآلي للعقود يكون مجديًا عندما يقضي المحامون وقتًا أقل في الأعمال الروتينية ووقتًا أطول في التفاوض وإدارة المخاطر المعقدة.

وفي هذا السياق يتغير دور مدير تقنية المعلومات: فبحسب IDC، يتوقع 42% من كبار المديرين التنفيذيين في EMEA أن يقود مدير تقنية المعلومات تحديدًا التحول الرقمي والتحول القائم على الذكاء الاصطناعي، مع التركيز على إنشاء مصادر جديدة للإيرادات.

ماذا يعني ذلك

بالنسبة إلى EMEA، تنتهي مرحلة «لنجرّب الذكاء الاصطناعي فحسب». والمرحلة التالية لن يكسبها أصحاب العدد الأكبر من المشاريع التجريبية، بل الشركات القادرة على إثبات قيمتها وإعداد البيانات ودمج النماذج في عمليات الأعمال الفعلية دون فجوة بين التقنية والمالية والعنصر البشري.