رئيسة Franklin Templeton تدعو الشركات إلى تسريع تبني AI وحماية البيانات الأساسية

دعت رئيسة فرانكلين تمبلتون جيني جونسون الشركات إلى عدم تأخير تطبيق التكنولوجيات الجديدة واعتماد الذكاء الاصطناعي بشكل أكثر فعالية. بحسب منطقها، لم تعد المسألة تتعلق بموجة الذكاء الاصطناعي، بل بمدى السرعة التي يمكن للشركات من خلالها دمج هذه التكنولوجيا في عملياتها الحقيقية دون فقدان السيطرة على البيانات الأساسية.

لماذا أصبح الذكاء الاصطناعي إلزاميًا

في حديثها عبر برنامج بلومبرج سيرفيلانس في واشنطن، عبّرت جونسون بشكل أساسي عن رأي تشاركه بشكل متزايد الشركات الكبرى والمستثمرون: لا يمكن بعد الآن الاحتفاظ بالذكاء الاصطناعي بمثابة تجربة معملية. بالنسبة للمديرين التنفيذيين، لم يعد برنامجًا للابتكار منفصلًا، بل أداة عمل تؤثر على الإنتاجية وسرعة اتخاذ القرارات والتكاليف التشغيلية. يتضح هذا بشكل خاص في القطاعات التي تتطلب الكثير من التحليلات اليدوية والتقارير وخدمة العملاء، بما في ذلك المالية والاستشارات والخدمات المؤسسية.

«على الشركات أن تتعلم كيفية استخدام التكنولوجيات الجديدة، بما فيها

الذكاء الاصطناعي.»

جوهر أطروحتها ليس أن أي شركة يجب أن تشتري بعجالة الأدوات الرائجة. المقصد مختلف: الشركات التي تتعلم استخدام الأنظمة الجديدة بشكل صحيح قبل منافسيها ستكتسب تأثيرًا تراكميًا. فهي تعالج البيانات بسرعة أكبر وتفهم سلوك العملاء بشكل أفضل وتوسع العمليات الداخلية بتكلفة أقل. أما تلك التي تستمر في اعتبار الذكاء الاصطناعي اختيارًا اختياريًا لفريق منفصل فتخاطر باكتشاف بعد سنة أو سنتين أن تأخرها لم يعد تسويقيًا بل أصبح تشغيليًا وماليًا.

البيانات كأساس للتطبيق

التركيز الثاني المهم لجونسون هو حماية البيانات الأساسية، أي البيانات الجوهرية التي تقوم عليها عمليات الشركة. هذا ذو أهمية خاصة على خلفية الانتشار السريع للنماذج التوليدية التي تتطلب الوصول إلى المستندات الداخلية ومعلومات العملاء والتحليلات والمراسلات. إذا منحت الشركة الذكاء الاصطناعي إمكانية الوصول إلى مجموعات بيانات سيئة التصنيف أو محمية بشكل غير كافٍ، فإنها تنشئ لنفسها مخاطر مزدوجة: التسريب والإجابات غير الصحيحة. في هذا التكوين، حتى النموذج القوي لن يقدم نتائج موثوقة لأن المشكلة لن تكون في الخوارزمية بل في أساس النظام بأكمله.

في الممارسة العملية، هذا يعني أن تطبيق الذكاء الاصطناعي لا يبدأ بعرض توضيحي جميل أمام مجلس الإدارة، بل بعمل بنية تحتية نادرًا ما يبدو مثيرًا للإعجاب لكنه يحدد النتيجة النهائية. يتعين على الشركات أن تفهم مسبقًا أي البيانات يمكن ربطها بالنماذج وأي البيانات لا يمكن نقلها إلى الخدمات الخارجية ومن يتحمل مسؤولية جودة المصادر وكيفية التحقق من النتائج. بدون هذا، حتى المشروع التجريبي الناجح سيواجه قريبًا أسئلة الأمان والامتثال والثقة من الموظفين.

• جرد وتصنيف البيانات الأساسية
• تمايز الوصول للموظفين والخدمات الخارجية
• ربط النماذج فقط بالمصادر المتحقق منها
• قياس التأثير من خلال الوقت والجودة وتقليل المخاطر

بالنسبة لشركة مالية، هذه قاعدة واضحة تقريبًا، لكنها أصبحت الآن عالمية لقطاعات أخرى. إذا لم تفهم الشركة أي البيانات حقًا حرجة ومن يستخدمها وأين يتم تخزينها فإن النقاش حول الذكاء الاصطناعي يظل سطحيًا. يمكن للنشر الجماعي للنماذج بدون انضباط البيانات أن يسرع مؤقتًا مهام فردية لكنه سيجلب لاحقًا أخطاءً مكلفة في التقارير والدعم والامتثال واتخاذ القرارات.

السوق ينظر بشكل أوسع

تطرقت جونسون أيضًا إلى ظروف المستهلك وأسعار النفط—قد تبدو هذه موضوعات منفصلة، لكن بالنسبة لشركة إدارة بهذا الحجم فهي مرتبطة مباشرة بالحديث عن التكنولوجيا. يؤثر الطلب الاستهلاكي على إيرادات الشركة وشهية الشركات للاستثمار، بينما تبقى النفط أحد مؤشرات الضغط التضخمي والتكاليف. لذلك، فإن مسألة الذكاء الاصطناعي بالنسبة للمديرين الكبار لم تعد تعيش في فراغ لفترة طويلة: تُعتبر مع المصروفات والأسعار والطلب واستدامة نموذج العمل. ومن هنا يأتي النهج الأكثر رصانة لتطبيق الأنظمة الجديدة في عام 2026.

يريد مجلس الإدارة أن يفهم ليس فقط أين يمكن أتمتة العمليات بل أيضًا كيف ستتصرف هذه الحل عندما يتغير الوضع الاقتصادي الكلي. إذا ضعف المستهلك فإن الشركات تحتاج إلى سيطرة أسرع على الهامش والطلب. إذا ارتفعت أسعار الطاقة زادت تكلفة عدم الكفاءة. في مثل هذه البيئة، يصبح الذكاء الاصطناعي ليس واجهة عرض للابتكار بل طريقة لاتخاذ القرارات بسرعة أكبر في ظروف حيث الخطأ أكثر تكلفة من قبل.

ماذا يعني هذا

الإشارة من فرانكلين تمبلتون واضحة: لا يمكن للشركات بعد الآن أن تناقش الذكاء الاصطناعي فقط في الجلسات الاستراتيجية بل يجب أن تنقله إلى العمليات والمقاييس والعمل المحمي مع البيانات. الفائزون لن يكونوا أولئك الذين يتحدثون بأعلى صوت عن التحول بل أولئك الذين يربطون التكنولوجيات بالانضباط التشغيلي ويعرفون كيفية اتخاذ القرارات في ظل الطلب والتكاليف والأسعار المتغيرة.