القادة يلهثون وراء الأدوات البراقة دون استراتيجية

عادةً ما يُمكنك معرفة متى يُوشك فريقٌ ما على إضاعة ستة أشهر من خلال الجملة الأولى في اجتماع الانطلاق. تبدو الجملة كالتالي: "نريد أن نفعل شيئًا ما باستخدام الذكاء الاصطناعي". ليس لأن الذكاء الاصطناعي سيئ، بل لأن هذه الجملة تُشير إلى غياب المسؤولية. إنها إشارة إلى أن لا أحد قد حدد المشكلة التجارية، ولا أحد التزم بنتيجة قابلة للقياس، ولا أحد مستعد لتحمل المسؤولية عندما يُقدم المشروع التجريبي عرضًا توضيحيًا جيدًا دون أي تأثير يُذكر. الاستجابة التقليدية لفرص التكنولوجيا هي "البطولة التفاعلية". يُصبح القادة أبطالًا للابتكار يُظهرون الحداثة من خلال تبنيهم الشخصي للأدوات الجديدة، ويُدافعون عن المشاريع التجريبية بحماسهم الفردي، ويُثبتون القيمة من خلال قدرتهم على إدارة التنفيذ رغم عدم وضوح الأهداف. تُولد هذه البطولة نشاطًا، لكنها لا تُحدث تأثيرًا. إنها تُبني مؤسساتٍ يُحتفى فيها بتبني التكنولوجيا بينما تبقى نتائج الأعمال على حالها.

البديل هو عقلية المهندس المعماري. فبدلاً من السعي وراء الأدوات عبر بذل جهود فردية مضنية، يصمم المهندس المعماري أنظمةً تخدم فيها التكنولوجيا محركات أعمال محددة بوضوح. وهذا يعني بناء أطر عمل تُملي فيها مشاكل العمل اختيار الأدوات بدلاً من أن تبحث الأدوات عن المشاكل، وإنشاء عمليات تتضمن معايير قياس أساسية قبل بدء التجارب، وخلق أنماط تشغيلية تُحاسب فيها التكنولوجيا على النتائج لا على مقاييس التبني. إن سعي القادة وراء الأدوات البراقة دون استراتيجية ليس مشكلة نقص في الابتكار، بل هو مشكلة تفكير معكوس حيث تُقدم الوسائل على الغايات ويُستبدل النشاط بالنتائج.

إنّ التفكير الذي يركز على الأدوات أولاً مغرٍ. فالموردون يُسهّلون الأمر، والضجة الداخلية تُضفي عليه طابعاً ملحاً. ويشعر القادة بضغطٍ كبيرٍ ليظهروا بمظهرٍ عصريّ. لذا، تشتري المؤسسة شيئاً لامعاً، وتُجري تجربةً أوليةً في زاويةٍ ما، وتُشيد بمؤشرات التبني التي لا تُؤثر على الأرقام التي تُدفع منها الرواتب. إذا أردتَ أن يكون للذكاء الاصطناعي تأثيرٌ حقيقيّ، فعليك عكس الترتيب. ابدأ بمؤشر الربح والخسارة، ثمّ قرّر ما إذا كان الذكاء الاصطناعي ضرورياً أصلاً. ليس السؤال ما هي الأداة التي يجب أن نشتريها، بل ما هو الحدث الاقتصادي الذي نسعى إلى خلقه. هنا تكمن أهمية الوضوح في تسريع الإنجاز. فعندما تُدرك الفرق أيّ مؤشرٍ تجاريّ تُحرّكه، يُمكنها تقييم التقنيات بسرعةٍ لأنّ معايير التقييم واضحة. أما عندما تكون نقطة البداية هي أداةٌ تبحث عن تطبيق، فإنّ كلّ تقييمٍ يُصبح ذاتياً، وينهار الإنجاز في نقاشٍ لا نهاية له حول الميزات والإمكانيات.

في العمليات التشغيلية، تكون أدوات التحكم بسيطة وفعّالة، وهذا تحديدًا سرّ نجاحها: فهي تُقلّل التكاليف من خلال ساعات العمل المُهدرة على أعمال يُمكن تجنّبها، وتُقلّل من إعادة العمل، وتُقلّل من تصعيد المشكلات؛ وتُحسّن التدفقات النقدية من خلال تسريع دورة العمل، وتقليل حالات التأخير، وتقليل الاستثناءات التي تُعيق الفوترة أو التسليم؛ وتُعزّز الإيرادات من خلال تقليل أخطاء الطلبات، وتسريع تأكيدها، وتحسين تجربة العملاء مما يُقلّل من معدل التخلي عن الخدمة؛ وتُخفّض المخاطر من خلال تقليل حالات عدم الامتثال، وتقليل حالات تجاوز الضوابط، وتقليل عمليات التسليم اليدوية غير الدقيقة. إذا لم تستطع تحديد أحد هذه العوامل كأداة تحكم، فأنت لا تملك حالة استخدام حقيقية، بل مشروعًا استكشافيًا. تُعدّ المشاريع الاستكشافية قيّمة في سياقات البحث، لكنها تُصبح مُشتّتات مُكلفة عندما تُعاملها المؤسسات كمبادرات تشغيلية وتتوقع عوائد تجارية.

المنهج الثاني هو القياس، ولكن ليس بالمعنى الشائع. ليس المقصود هنا لوحات المعلومات بعد إنجاز المشروع، بل وضع معايير أساسية قبل البدء بأي شيء. حتى لو كانت العملية معقدة، يجب قياسها، وخاصةً إذا كانت كذلك. قِس وقت الدورة الحالي، ومعدل الاستثناءات، ووقت التدخل اليدوي، ومعدل إعادة العمل، ومعدل الأخطاء، ومسار الوقت الفعلي. لا يُسمح ببدء مشروعك التجريبي إلا بعد تقديم وصف دقيق للوضع قبل البدء بالأرقام، بما يتوافق مع متطلبات الشريك المالي. هذا المنهج الأساسي هو ما يميز المشاريع التجريبية التي تُثبت جدواها عن تلك التي تدّعي النجاح من خلال سرد القصص. بدون معايير أساسية، يصبح كل مشروع تجريبي أشبه باختبار رورشاخ، حيث يرى كل شخص ما يريد رؤيته.

ثم يأتي الجزء الذي غالبًا ما يتجاهله القادة: تصميم آلية العمل قبل تصميم النموذج. من المسؤول عن النتائج الأسبوعية؟ من يُقرّ بأن الأداة تُحقق قيمة شهرية؟ ما هي آلية التصعيد عند انخفاض موثوقية النموذج؟ ماذا يحدث عندما يُخطئ الذكاء الاصطناعي، أو عندما تتغير المدخلات، أو عندما يتغير العمل؟ إذا لم تُحدد هذه الأمور مُسبقًا، سيُصبح مشروعك التجريبي مجرد هواية جانبية، والهوايات الجانبية لا يُمكن توسيع نطاقها. هذه هي القيادة الشاملة التي تعمل كقوة دافعة تشغيلية. تشمل نسبة 30 إلى 40 بالمائة من التحسينات التشغيلية التي تنشأ عادةً من القاعدة فهمًا مباشرًا لكيفية سير العمليات فعليًا مُقارنةً بكيفية افتراض القيادة لها. يمتلك عضو الفريق الذي يعرف أن معالجة الاستثناءات الحالية تستغرق وقتًا أطول من المعالجة القياسية معرفةً يجب أن تُؤثر في تصميم التكنولوجيا. عندما يُصمم المهندسون دون هذه المعلومات، فإنهم يُحسّنون سير العمليات الخاطئة.

إحدى الطرق العملية لتحقيق الوضوح هي كتابة تقرير أداء من صفحة واحدة لكل فكرة ذكاء اصطناعي. ليس تقريرًا مطولًا. صفحة واحدة فقط. بيان النتائج: سنخفض التكلفة X بمقدار Y خلال Z أسبوعًا. تحديد مؤشرات الربح والخسارة: التكلفة، أو التدفق النقدي، أو الإيرادات، أو المخاطر كهدف رئيسي. خط الأساس: يوضح الرقم الحالي، وكيفية قياسه، ومن يوافق على صحته. الهدف: يوضح الرقم الجديد وكيفية إثباته. النطاق: يحدد القطاع، والمنطقة، والفريق، والاستثناءات المشمولة. خطة التشغيل: تحدد المسؤول، والوتيرة، وخطة التبني، ومعايير الإيقاف. خطة التحكم: تحدد فحوصات الجودة، وسجل التدقيق، وما يبقى يدويًا. معايير الإيقاف أهم من التفاؤل. القادة الذين لا يستطيعون إيقاف مشروع تجريبي هم قادة سيستمرون في ضجيج التمويل.

والآن، دعونا نُطبّق ذلك عمليًا من خلال حالة استخدام تبدو بسيطة ولكنها تُحقق قيمة مضافة: أوامر الشراء. في العديد من الشركات، لا تزال أوامر الشراء تصل بصيغة PDF، ويقوم الموظفون بقراءتها يدويًا، وإدخال البيانات في النظام، وإجراء فحوصات أساسية لاكتشاف المعلومات المفقودة أو التناقضات. هذه العملية بطيئة، ومتكررة، وعرضة للمشاكل. كما أنها تُسبب مشاكل لاحقة لأن الأخطاء في استلام الطلبات تتسرب إلى عمليات التنفيذ، والفواتير، وتجربة العملاء، والنزاعات. هذه ليست مشكلة ذكاء اصطناعي، بل هي مشكلة في سير العمل ذات أثر اقتصادي واضح. يصبح قرار استخدام الذكاء الاصطناعي منطقيًا عند صياغته بشكل صحيح: فنحن نُهدر وقتًا ثمينًا في أعمال استخراج بيانات ذات قيمة منخفضة، ونقبل بأخطاء يُمكن تجنبها. هدفنا هو تقليل التدخل اليدوي وتحسين جودة استلام الطلبات من المرة الأولى.

هنا تبرز أهمية حلول مثل مساعد أوامر الشراء. الفكرة بسيطة: أداة ذكاء اصطناعي تقرأ ملفات PDF الخاصة بأوامر الشراء، وتُدخل الحقول المطلوبة في النظام، وتُجري فحوصات جودة أولية، ما يُتيح للبشر التركيز على الحالات الاستثنائية الحقيقية بدلاً من العمل كآلات نسخ ولصق. لا يكمن معيار النجاح في قدرة النموذج على قراءة ملف PDF، بل في تقليل عدد الطلبات التي يتعامل معها الفريق، وتقليل الأخطاء، وتسريع وتيرة العمل دون زيادة المخاطر. هذا التمييز جوهري. يُقاس نجاح التكنولوجيا بقدراتها، ما تُظهره الأداة من إمكانيات. بينما يُقاس نجاح الأعمال بالنتائج، ما تُظهره الأداة من قيمة. يرتبط هذان المفهومان ببعضهما، لكنهما ليسا متطابقين.

في مثال مساعد أوامر الشراء، لا يكمن جوهر التصميم في الذكاء الاصطناعي من عدمه، بل في تحديد مكان إجراء فحوصات الجودة وكيفية التعامل مع حالات عدم اليقين. لا تستبدل الضوابط بالثقة، بل تُنشئ مسارًا مُنظّمًا: تُنقل البيانات المُستخرجة بدرجة عالية من الثقة مباشرةً إلى حقول النظام المُهيكلة؛ وتُحال البيانات المُستخرجة بدرجة متوسطة من الثقة إلى التحقق البشري مع تمييز الحقول غير المؤكدة بوضوح؛ أما الحالات ذات الثقة المنخفضة فتُرفض وتُضاف إلى قائمة الاستثناءات مع ذكر السبب. هكذا تحافظ على سلامة العمل مع تحقيق القيمة المرجوة. لا تحتاج إلى الكمال لتحقيق النجاح، بل تحتاج إلى أتمتة مُحكمة تُغيّر نمط عبء العمل وتُقلل الأخطاء حيثما كان ذلك آمنًا.

ويمكن قياس العائد. ففي قصة النجاح هذه، تجاوز النهج المدعوم بالذكاء الاصطناعي هدفه الأصلي بأكثر من 80%. هذه النسبة البالغة 80% ليست مجرد شعار تسويقي، بل هي نوع الأداء الذي يجب على قادة التغيير المطالبة به قبل الحديث عن التوسع. إذا لم يتمكن المشروع التجريبي من تحقيق الهدف في بيئة مضبوطة، فإن توسيعه سيؤدي فقط إلى نشر الإحباط بين المزيد من الفرق. أما التفصيل الآخر الذي يغفله القادة فهو إمكانية التكرار. فالمشروع التجريبي الذي ينجح فقط بفضل جهود شخصين متفانين ليس مشروعًا تجريبيًا، بل هو مجرد نموذج أولي. تكمن أهمية نهج "مساعدة مدير المنتج" في أنه صُمم كإطار عمل قابل للتكرار عالميًا. هذا هو الفرق بين عرض توضيحي رائع وقدرة نموذج تشغيلي.

إذن، ما الذي ينبغي عليك فعله كقائد قبل الموافقة على مبادرة الذكاء الاصطناعي التالية؟ أولًا، ارفض العروض المبهمة. اطلب من فرقك تحديد الهدف والنتيجة. إذا قال أحدهم إنها ستُحسّن الكفاءة، فاسأل عن المقياس، وكيفية قياسه، وما هو بند الربح والخسارة المرتبط به. ثانيًا، أصرّ على مسؤولية سير العمل. الذكاء الاصطناعي لا يُصلح عمليات التسليم المعيبة، بل يُفاقمها. يجب أن يقود العملية صاحبها، وليس قسم تكنولوجيا المعلومات، ولا المورّد، ولا مكتب إدارة المشاريع التحويلية الذي يسعى إلى الظهور بمظهر المبتكر. ثالثًا، موّل أعمال القياس كجزء من المشروع. إذا كانت البيانات الأساسية ضعيفة، فلن يُسمح لك بادعاء النجاح لاحقًا. يجب أن يكسب المشروع الثقة من خلال إثبات جدواه المالية.

رابعًا، يجب وضع تصميم التبني مُسبقًا. فالتدريب، والتواصل، ومعالجة الاستثناءات، ونقاط التحكم، وتحديد من له الحق في تجاوز الذكاء الاصطناعي، كلها أمور يجب أن تُناقش في الأسبوع الأول من التخطيط، وليس في الأسبوع الأخير من الإطلاق. خامسًا، يجب بناء بنية قابلة للتوسع. فعبارة "مرة واحدة، انشر على نطاق واسع" ليست مجرد شعار، بل هي متطلب أساسي في التصميم. يجب توفير مدخلات قياسية، وخرائط متسقة، وقواعد قابلة للتكوين، وطريقة لمراقبة الجودة دون إنشاء بيروقراطية جديدة. هذا هو الأمان النفسي المُطبق في سياقات التكنولوجيا. إنه الاعتقاد السائد بأنه يُمكن التساؤل عما إذا كان الذكاء الاصطناعي ضروريًا، والاعتراف بأن الحلول الأبسط قد تكون أفضل، أو الكشف عن النتائج المشكوك فيها للنموذج دون أن يُوصم المرء بمقاومة الابتكار. في المؤسسات التي يغيب فيها هذا الأمان، تتحول مبادرات الذكاء الاصطناعي إلى مجرد استعراض، حيث يتظاهر الجميع بنجاح التبني حتى عندما تبقى نتائج الأعمال دون تغيير.

إذا أحسنتَ تطبيق هذا، ستلاحظ أمرًا مثيرًا للاهتمام: العديد من فرص الذكاء الاصطناعي تتحول إلى حلول أبسط. ستدرك أن أتمتة قائمة على القواعد أو إعادة تصميم النماذج من شأنه أن يزيل 60% من المشاكل دون الحاجة إلى أي نموذج. هذا ليس فشلًا، بل هوية قيادية. الذكاء الاصطناعي أداة، وليس هوية. وعندما يكون الذكاء الاصطناعي هو الأداة المناسبة، ستلاحظ أيضًا أن أفضل المكاسب نادرًا ما تكون براقة. إنها عمليات سير العمل غير الجذابة التي تستنزف ساعات طويلة بهدوء وتُسبب احتكاكًا في المراحل اللاحقة. استلام الطلبات، وتعليق الفواتير، وفحوصات الجودة، والتحقق من صحة البيانات، وفرز الحالات الاستثنائية. هذه هي المواضع التي يُفسح فيها القادة المنضبطون المجال في النظام، ويتحول هذا المجال إلى سيولة نقدية، ومرونة، وقدرة.

إذا كانت مؤسستك ترغب في أن يكون للذكاء الاصطناعي دورٌ يتجاوز مجرد الاستعراض، فتوقف عن مكافأة تبني الأدوات وابدأ بمكافأة النتائج. اجعل قصة العمل تتمحور حول جودة القرار، ووتيرة العمل، والتغيير القابل للقياس. هكذا تحافظ على وضوح الرؤية. يمنع هذا التركيز على النتائج النمط الذي تتراكم فيه الديون التقنية في المؤسسات، حيث تتكاثر الأدوات بوتيرة أسرع من قيمتها المُضافة، وتنتشر المشاريع التجريبية دون أن تتحول إلى عمليات تشغيلية، ويصبح الابتكار مرادفًا للنشاط بدلًا من التأثير.

بالنظر إلى المستقبل، فإن المؤسسات التي ستستفيد من الذكاء الاصطناعي هي تلك التي تتوقف عن اعتبار التكنولوجيا الحل الأمثل، وتبدأ في اعتبارها وسيلةً من الوسائل الممكنة لتحقيق غايات محددة بوضوح. يتطلب هذا تجاوز وهم أن الأدوات المبتكرة تخلق الابتكار تلقائيًا. ويتطلب بناء أطر عمل تُعطي الأولوية فيها لمحركات الأعمال على اختيار الأدوات، ووضع عمليات تتضمن معايير قياس أساسية قبل بدء التجارب، وخلق أنماط تشغيلية تُحاسب فيها التكنولوجيا على النتائج، وتصميم بيئات عمل توفر الأمان النفسي للفرق، مما يُتيح لها اختيار حلول أبسط عندما تُحقق عوائد أفضل. ويتطلب هذا قادةً يُدركون أن دورهم ليس أن يكونوا روادًا في مجال التكنولوجيا يُدافعون عن كل أداة جديدة، بل أن يكونوا مُصممين لبيئات تُوظف فيها التكنولوجيا لخدمة أغراض العمل، وتُقدّر فيها البساطة على التعقيد عندما تُحقق البساطة نفس النتيجة بتكلفة ومخاطر أقل.

أسئلة وأجوبة

س: كيف أختار حالة الاستخدام الأولى المناسبة للذكاء الاصطناعي؟

أ: اختر سير عمل ذي حجم كبير، وقرارات متكررة، وهدر قابل للقياس. إذا لم تتمكن من قياس الهدر، فلا تبدأ به. ركّز على سير العمل الروتيني وغير الجذاب الذي يستهلك ساعات دون أن يشعر: استلام الطلبات، وتعليق الفواتير، وفحوصات الجودة، والتحقق من صحة البيانات، وفرز الحالات الاستثنائية. فهذا يُتيح مساحة في النظام.

س: ما هي أسرع طريقة لتجنب مأزق الطيارين؟

أ: حدد معايير النجاح ومعايير التوسع قبل بدء المرحلة التجريبية. ثم التزم بها دون غرور. القادة الذين لا يستطيعون إيقاف المرحلة التجريبية هم قادة سيستمرون في تمويل مشاريع غير مجدية. إذا لم تتمكن المرحلة التجريبية من تحقيق الهدف في بيئة مضبوطة، فإن توسيع نطاقها سيؤدي فقط إلى نشر الإحباط بين المزيد من الفرق.

س: ماذا لو لم تكن دقة النموذج مثالية؟

ج: ليس الكمال هو المعيار، بل النشر المُحكم. استخدم عتبات ثقة، ووجّه حالات عدم اليقين إلى المختصين، واحتفظ بسجل تدقيق. يتم استخراج البيانات ذات الثقة العالية مباشرةً، والبيانات ذات الثقة المتوسطة إلى التحقق، والبيانات ذات الثقة المنخفضة إلى قوائم الاستثناءات. بذلك تحافظ على سلامة العمل مع تحقيق القيمة المرجوة.

س: كيف أثبت عائد الاستثمار دون المبالغة في الوعود؟

أ: استخدم خطوط الأساس، وقارن الأحجام المتشابهة، وافصل بين الوقت المُوفَّر والتكلفة المُزالة. يصبح الوقت المُوفَّر تكلفة فقط عند إعادة توظيف الطاقة الإنتاجية فعليًا. قِس قبل البدء بأي شيء. لا يُسمح ببدء مشروعك التجريبي إلا بعد أن تتمكن من وصف الوضع قبل التغيير بأرقام مقبولة لدى الشريك المالي.

س: ما معنى ربط ذلك ببيان الأرباح والخسائر عملياً؟

ج: يعني ذلك أنه يمكنك شرح أي بند من بنود الميزانية يتحسن، وكيف يُحدث تغيير سير العمل هذا التحسن، مع ذكر رقم محدد. وتشمل العوامل المؤثرة التكلفة، والتدفق النقدي، والإيرادات، والمخاطر. إذا لم تتمكن من تحديد أحدها وتسمية المقياس، فهذا مشروع تجريبي وليس دراسة جدوى.

س: ماذا يحدث عندما تكتشف أن حلاً أبسط سيكون أكثر فعالية من الذكاء الاصطناعي؟

ج: هذا ليس فشلاً، بل هو قيادة. تتحول العديد من فرص الذكاء الاصطناعي إلى أتمتة قائمة على القواعد أو إعادة تصميم النماذج، مما يزيل 60% من المشاكل دون الحاجة إلى أي نموذج. الذكاء الاصطناعي أداة، وليس هوية. عندما تحقق الحلول الأبسط عوائد أفضل بتكلفة ومخاطر أقل، يصبح اختيار البساطة هو الخيار الأمثل.