OpenAI: كيف تُوسّع الشركات الكبرى نطاق الذكاء الاصطناعي عبر الثقة والرقابة والجودة

أصدرت OpenAI دليلاً موجزاً حول كيفية انتقال الشركات الكبرى بالذكاء الاصطناعي من مرحلة المشاريع التجريبية إلى بنية تشغيلية فعلية. والخلاصة الرئيسية: لا تتعثر عملية التوسّع بسبب صعوبة الوصول إلى نماذج قوية، بل بسبب الثقة، وقابلية الإدارة والتحكم، وإعادة تصميم العمليات، وغياب معايير جودة واضحة.

المسألة ليست إطلاق النموذج

جمعت OpenAI في مادتها الجديدة مقابلات مع مسؤولين تنفيذيين في Philips وBBVA وMirakl وScout24 وJetBrains وScania. ورغم اختلاف القطاعات، من الرعاية الصحية والمصارف إلى التجارة الإلكترونية وتطوير البرمجيات، واجهت هذه الشركات مشكلات متشابهة تقريباً. وأبرزها الفجوة بين ما تستطيع النماذج الحديثة فعله بالفعل، وما تستطيع الشركات تطبيقه بأمان في بيئة الإنتاج.

تسمّي OpenAI هذه الفجوة capability gap: فالمشاريع التجريبية لا تتوسع، والحلول الجديدة تُراكَم فوق عمليات قديمة، والتجارب لا تتحول إلى أثر تشغيلي. ومن هنا يأتي التحول الجوهري في المنهج. فالشركات الرائدة لا تتعامل مع الذكاء الاصطناعي بوصفه ترقية برمجية أخرى، ولا كإطلاق مركزي يُفرض من الأعلى إلى الأسفل. إنها تراه طبقة تشغيلية جديدة: تبني الثقة أولاً، وتُشرك فرق الأمن والشؤون القانونية وتقنية المعلومات (IT) في مرحلة التصميم، ثم توسّع نطاق الاستخدام. ولا تكمن الأهمية في السرعة لذاتها، بل في القدرة على تطبيق الذكاء الاصطناعي بحيث يفهم الموظفون حدوده، ويلمسون فائدته في عملهم اليومي، ولا تتراجع الجودة حيث تكون كلفة الخطأ مرتفعة.

خمسة شروط للتوسّع

تحدد OpenAI خمسة أنماط متكررة ساعدت الشركات على الانتقال من التجارب إلى أثر مستدام. وهي ليست قائمة ميزات ولا اختياراً لنموذج بعينه، بل إطار إداري تلتقي عنده الحالات المختلفة. ويتمحور هذا الإطار حول الثقافة، وملكية العملية، والاستعداد لتأجيل الإطلاق إذا لم تبلغ الجودة المستوى المطلوب بعد.

• الثقافة قبل الأدوات: التدريب والتجارب الآمنة أهم من الشراء الجماعي للتراخيص.
• الحوكمة بوصفها مسرّعاً: تُشرك فرق الأمن والشؤون القانونية والامتثال وتقنية المعلومات منذ البداية، لا في المرحلة الأخيرة.
• الملكية بدل الاستهلاك: لا تكتفي الفرق باستخدام الذكاء الاصطناعي، بل تعيد بناء سير عملها (workflow) حوله.
• الجودة قبل التوسّع: تُحدَّد معايير «الجيد» مسبقاً وتُختبر قبل الإطلاق.
• حماية الحكم الخبير: يعزز الذكاء الاصطناعي المراجعة والاستدلال واتخاذ القرار، ولا يقتصر على رفع الإنتاجية (throughput).

ويتضح أن الحديث لا يدور عن الأتمتة بأي ثمن. فشركة Scout24، مثلاً، راهنت عند إطلاق البحث العقاري الحواري على أطر اختبار خاصة بها مستوحاة من OpenAI Evals، وأجّلت الإصدارات كلما لم يجتز النظام عتبة الجودة. وبالنسبة للشركات العاملة في القطاعات المنظَّمة والحساسة، يكاد هذا يكون شرطاً لازماً: فالثقة لا يمكن «إضافتها لاحقاً» بعد إطلاق فاشل.

«إن تحديد معنى «الجيد» قبل توسيع نطاق الذكاء الاصطناعي أمر بالغ

الأهمية: فالجودة هي ما يحوّل التجربة إلى شيء يثق به المستخدمون فعلاً».

تجارب الشركات

أوضح مثال على المنهج التنظيمي هو Philips. فالأمر هناك لم يقتصر على فريق صغير من المتحمسين: سعت الشركة إلى إدخال الذكاء الاصطناعي في العمل اليومي لنحو 70 ألف موظف في قطاعي الرعاية الصحية والتكنولوجيا. وبدلاً من تقديمه كمهارة متخصصة، بدأت الإدارة بتعزيز الإلمام بالذكاء الاصطناعي (AI-literacy) وثقة المستخدمين، ودرّبت كبار القادة أولاً.

أما في BBVA، فقد أتت المنهجية نفسها بثمارها عبر الحوكمة: إذ خفّض المساعد الداخلي في بيرو، الذي استخدمه أكثر من 3 آلاف موظف، متوسط زمن معالجة الطلبات من 7.5 دقيقة إلى نحو دقيقة واحدة. ثم جرى توسيع المنهج: ويُنشر ChatGPT Enterprise في البنك حالياً لأكثر من 120 ألف موظف حول العالم.

وذهبت Mirakl أبعد من ذلك، إذ أتاحت للفرق بناء وكلائها الخاصين (agents) وإعادة تصميم العمليات بنفسها. والنتيجة: تسريع بنسبة 70% في إعداد التوثيق التقني الداخلي، وزيادة بنسبة 37% في كفاءة الدعم مع الحفاظ على رضا العملاء عند 96%، وتسريع بنسبة 91% في إدخال الكتالوجات (onboarding) مع انخفاض معدل الأخطاء إلى نحو النصف.

أما JetBrains فلا تركّز على توليد كميات ضخمة من الشيفرة، بل على سيناريوهات هجينة يساعد فيها الذكاء الاصطناعي المطوّر على التحليل والمراجعة والتصميم. وتدمج Scania الذكاء الاصطناعي مباشرة في سير العمل التشغيلي، من المهام الهندسية إلى الصيانة والخدمة، بدلاً من إبقائه أداة منفصلة «على الهامش».

ماذا يعني ذلك

هذه إشارة مهمة للسوق: فعصر التجارب المرتبطة بـ«الإنتاجية الشخصية» يفسح المجال أمام الذكاء الاصطناعي داخل عمليات الأعمال المتكاملة وسيناريوهات الوكلاء (agents) تحت إشراف بشري. ولن يتفوق من اشترى حق الوصول إلى النموذج قبل غيره، بل من تعلّم تصميم سير العمل وقياس الجودة وتوزيع المسؤولية عن النتائج.