لماذا تفشل بعض الجهات في قياس نضج الذكاء الاصطناعي؟

تقع كثير من نماذج نضج الذكاء الاصطناعي في خطأ اساسي: تعامل الجهة وكأنها تتقدم بالكامل على مسار واحد وبالسرعة نفسها.

لكن الواقع مختلف.

قد يكون فريق التسويق متقدما في استخدام الذكاء الاصطناعي، بينما لا تزال المالية تعتمد على عمليات يدوية. وقد تكون البنية التقنية جاهزة للتوسع، في حين تظل الحوكمة والصلاحيات ضعيفة. وقد تمتلك الجهة بيانات قوية، لكنها لا تملك العمليات التي تسمح بتحويلها إلى استخدام فعلي للذكاء الاصطناعي.

لهذا، لا ترتفع الجهات على سلم النضج كوحدة واحدة. فهي تتقدم في مناطق محددة، وبسرعات مختلفة، واحيانا في اتجاهات متعارضة.

وهنا يظهر الفرق بين "جهة ناضجة في الذكاء الاصطناعي" و"جهة لديها وظائف ناضجة في الذكاء الاصطناعي".

هذا الفرق ليس لغويا، بل استراتيجي.

فالدرجة الموحدة قد تخفي الفجوات الحقيقية وتدفع القيادة إلى الاستثمار في المكان الخطأ. اما التقييم التفصيلي لكل وظيفة وقدرة، فيكشف اين تحقق الجهة تقدما فعليا، واين توجد القيود التي تمنع التوسع، وما التدخل التالي الذي يمكن ان يحقق اكبر قيمة.

ولهذا، فإن تقييم النضج الجيد لا يسأل فقط: "ما درجتنا في الذكاء الاصطناعي؟"

بل يسأل: "اين نحن متقدمون، واين نحن متأخرون، وما الذي يمنعنا من الانتقال إلى المستوى التالي؟"

عندما تسأل القيادة: "ما مستوى نضجنا في الذكاء الاصطناعي؟" فهي غالبا تبحث عن رقم واحد يمكن مقارنته، ورفعه في التقارير، ومتابعته مع الوقت.

لكن هذا الرقم قد يكون مضللا إذا جمع مستويات مختلفة داخل الجهة في نتيجة واحدة.

فقد تكون خدمة العملاء قد طبقت تصنيف الطلبات بالذكاء الاصطناعي وحققت خفضا واضحا في زمن المعالجة، بينما لا تزال المالية غير قادرة على الوصول إلى البنية نفسها بسبب اعتمادها على أنظمة بيانات قديمة.

وقد تكون سياسات الحوكمة موجودة ومكتوبة، بينما تستمر المشتريات في تنفيذ فحوص الامتثال يدويا.

هذه الحالات لا تمثل درجات مختلفة لحالة نضج واحدة، بل حالات نضج مختلفة داخل واقع تشغيلي مختلف لكل وظيفة.

والدرجة الموحدة قد تخفي فجوة مهمة بين تقدم الأدوات وجاهزية البيانات، كما قد تخفي مخاطر تظهر عندما تتقدم بعض الوظائف بسرعة أكبر من الحوكمة أو الضوابط.

والأهم أنها قد تنتج خارطة طريق عامة لا تعالج العائق الحقيقي داخل كل قطاع أو إدارة.

لهذا، فإن تقييم النضج الأكثر فائدة لا يختصر الجهة في رقم واحد، بل يوضح مستوى كل وظيفة عبر الأدوات، والبيانات، والحوكمة، والعمليات، ويحدد بدقة ما الذي يمنع كل جزء من الانتقال إلى المستوى التالي.

القيمة الاستراتيجية لتقييم نضج الذكاء الاصطناعي لا تكمن في تصنيف الجهة ضمن مستوى معين، بل في كشف الفجوة بين الوضع الحالي لكل وظيفة وما تحتاجه فعليا للانتقال إلى المستوى التالي.

فمستويات النضج ليست غاية بحد ذاتها، وإنما مرجع لفهم العلاقة بين القدرات المختلفة.

قد تمتلك إحدى الإدارات أدوات متقدمة، لكنها تعاني من ضعف جاهزية البيانات. وقد تكون العمليات مدمجة جيدا مع الذكاء الاصطناعي، بينما تظل الحوكمة والصلاحيات غير ناضجة. وقد تحقق إدارة أخرى وفرا في الوقت والإنتاجية دون أن تصل بعد إلى استخدام الذكاء الاصطناعي في التنبؤ ودعم القرار.

وكل حالة من هذه الحالات تحتاج إلى تدخل مختلف وترتيب مختلف للأولويات.

فالبدء ببناء المنصات يفترض أن البنية التقنية هي العائق الرئيسي. والاستمرار في المشاريع التجريبية يفترض أن التوسع والحوكمة يمكن تأجيلهما. وكلا الافتراضين قد يكون خاطئا عندما يطبق على جميع الوظائف بالطريقة نفسها.

لهذا، تقاس جودة التقييم بقدرته على إظهار هذه الاختلالات بوضوح.

ويجب أن تمنح بطاقة النضج الموجهة للقيادة رؤية مباشرة لموقع كل وظيفة عبر أبعاد النضج المختلفة، بحيث يمكن معرفة أين توجد الاختناقات الفعلية، وما الذي يمنع التقدم، وأين سيحقق الاستثمار التالي أكبر أثر.

يتميز تقييم نضج الذكاء الاصطناعي عالي الجودة بثلاث خصائص اساسية تمنحه قيمة فعلية للقيادة.

معايير مختلفة لكل مستوى

لا ينبغي استخدام معايير عامة لجميع مراحل النضج. فالانتقال من التجارب الفردية إلى دمج الذكاء الاصطناعي في سير العمل يحتاج إلى متطلبات تختلف تماما عن الانتقال من العمليات المدمجة إلى ذكاء القرار على نطاق واسع.

ولهذا، يجب أن يحدد التقييم بدقة ما القدرات المطلوبة في كل مستوى، وما الشروط التي تثبت ان الوظيفة اصبحت جاهزة للانتقال إلى المرحلة التالية.

الحوكمة باعتبارها شرطا للتوسع

الحوكمة ليست مرحلة منفصلة تأتي بعد التوسع، بل هي ما يجعل التوسع ممكنا من الاساس. فقواعد التعامل مع البيانات، وادارة مخاطر النماذج، ونقاط الموافقة، وسجلات التدقيق تحدد ما إذا كان يمكن توسيع استخدام الذكاء الاصطناعي بأمان خارج الحالات التجريبية المحدودة.

الفصل بين مؤشرات الاداء ومؤشرات الاستدامة والقيمة

يجب ألا تجمع جميع المؤشرات في مقياس واحد.

فزمن دورة العمل ومعدل الاخطاء يقيسان التحسن التشغيلي المباشر. وقابلية التدقيق والالتزام بالسياسات تقيسان صحة المنظومة واستدامتها. اما خفض المخاطر وزيادة حجم العمل المنجز وتحسين القدرة على اتخاذ القرار، فهي تقيس القيمة الاستراتيجية.

وعندما يتم تقييم هذه الابعاد بصورة مستقلة، تحصل القيادة على صورة اكثر دقة: ليس فقط هل تقدم استخدام الذكاء الاصطناعي، بل هل هذا التقدم مستدام، ومحكوم، ويحقق قيمة فعلية.

بالنسبة للقيادات، الرسالة واضحة: لا ينبغي بناء استراتيجية الذكاء الاصطناعي على درجة نضج واحدة.

المطلوب هو معرفة توزيع مستويات النضج بين الوظائف المختلفة، وفهم القيود المحددة في كل بعد، ثم بناء خارطة طريق ترتب التدخلات وفقا لهذه القيود الفعلية.

فترتيب الخطوات ليس قرارا تنفيذيا بسيطا، بل قرار استراتيجي بحد ذاته.

قد يكون بناء أساس مشترك للبيانات ضروريا قبل دمج الذكاء الاصطناعي في سير العمل على نطاق واسع. وقد يؤدي التوسع في ذكاء القرار قبل تقوية الحوكمة والضوابط إلى زيادة المخاطر التشغيلية بدلا من خفضها.

ولهذا، فإن السؤال لا يقتصر على "ما الذي يجب أن نطوره؟"، بل يشمل ايضا "ما الذي يجب أن يأتي اولا؟"

فالاستثمار الصحيح في التوقيت الخطأ قد يفقد جزءا كبيرا من قيمته. اما الترتيب المبني على الفجوات الفعلية، فيساعد القيادة على توجيه الموارد نحو ما يزيل العوائق ويهيئ المرحلة التالية من التوسع.

لهذا صمم تقييم نضج الذكاء الاصطناعي من IDM للجهات بطريقة تتجاوز الدرجة الموحدة، وتقدم صورة أكثر دقة عن واقع التفعيل داخل كل وظيفة.

يصنف التقييم مستوى تفعيل الذكاء الاصطناعي عبر سلم من ثمانية مستويات، يبدأ من عدم التفعيل وينتهي بالتشغيل الأصيل بالذكاء الاصطناعي، ثم يكشف الفجوات بين الأدوات، والبيانات، وسير العمل، والحوكمة عبر الإدارات المختلفة.

ويحدد تحليل فجوات التفعيل القيود المرتبطة بجاهزية البيانات، وتمكين المنصات، والعمليات، والحوكمة، والمهارات، ونموذج التشغيل. وبعد ذلك ترتب خارطة الطريق التدخلات حسب الأولوية، لتجنب مشكلتين شائعتين: الاستثمار في المنصات قبل وجود حالات استخدام واضحة، أو الاستمرار في التجارب المحدودة دون الوصول إلى التوسع الفعلي.

كما يفصل إطار القياس بين مؤشرات الأداء التشغيلي، ومؤشرات الحوكمة، ومؤشرات القيمة، بحيث تستطيع القيادة متابعة كل بعد بصورة مستقلة وفهم أين يتحقق التقدم وأين ما زالت الفجوات قائمة.

وتزداد أهمية هذا النهج لصناع القرار في السعودية ودول الخليج، حيث يمثل الذكاء الاصطناعي أولوية متزايدة في التحول والتنافسية.

فالانتقال من الطموح إلى التشغيل الفعلي لا يبدأ بسؤال واحد عن "درجة النضج"، بل بفهم دقيق لقدرات كل وظيفة، والفجوات التي تعيقها، والترتيب الصحيح للتدخلات التي تسمح بالتوسع بثقة وفاعلية.