الحديث الحالي حول أدوات الذكاء الاصطناعي التوليدي والوكيلة يفتقد جوهر النقطة الأساسية. نحن نتصور أن تنسيق النماذج المتعددة — توجيه المهام بين نماذج أساسية مختلفة — هو حل لمشكلة البنية التحتية للمؤسسات، لكنه في الحقيقة لا يجيب على ذلك.
من جهة، هناك تقدم حقيقي في أداء النماذج. إذ أصبحت أكثر ذكاءً وسرعة، ويُعتبر تنسيق النماذج علامة على التطور والتعقيد. ومن جهة أخرى، تواجه المؤسسات تحديات كبيرة مع بياناتها: فهي غالبًا سرية، محمية، وغالبًا ما تكون محصورة في أنظمة قديمة. بيئات الإنتاج ليست مثل المواقع العامة على الإنترنت.
### الفرق بين التقدم التقني وواقع المؤسسات
الكثير من النقاش العام حول الذكاء الاصطناعي يركز على أدوات موجهة للمستهلكين، تعتمد على الويب ومتصفحات تركز على الإنتاجية الفردية. لكن بيئات الأعمال تعمل تحت ظروف مختلفة تمامًا. القيمة الحقيقية لا تأتي من التبديل بين نماذج مختلفة، بل من دمج الذكاء الاصطناعي مباشرة في أنشطة الموظفين اليومية، في نظم السجلات المنظمة، وأدوات المهام اليومية، وعمليات اتخاذ القرار.
### معركة البنية المعمارية وليست النماذج فقط
غالبًا ما يُنظر إلى سباق الذكاء الاصطناعي على أنه منافسة بين النماذج، في حين أن الواقع في المؤسسات هو سباق بنية تحتية. فجمع النماذج يعزز قدراتها بشكل عام، ويتيح التجربة والتطوير. لكن الشركات لا تحتاج إلا إلى نماذج تنتج نصوصًا فصيحة فقط. ما تحتاجه هو أن تكون الإجابات مستندة إلى بيانات حية من نظم إدارة علاقات العملاء، سجل الدعم، بيانات المنتج، السجلات المالية، وسياسات الامتثال، مع احترام الأذونات، وإمكانية التدقيق، وتنفيذ الإجراءات داخل سير العمل بدون كسر الحوكمة.
طبقة تنسيق الذكاء الاصطناعي يمكنها أن تُشغل فوق الأنظمة المجمعة وتستخرج المعلومات منها، وتلخص وتقترح، لكنها غير قادرة على التفكير بشكل عميق عبر البيانات المنظمة وغير المنظمة، أو تنفيذ عمليات داخل أنظمة العمل، ما يمثل قيدًا كبيرًا في البنية.
### الفرق بين الأدوات المساعدة والأنظمة التشغيلية
معظم تطبيقات الذكاء الاصطناعي الحالية تُصنف كمساعدين يساعدون الأفراد على العمل بشكل أسرع باستخدام أدوات موجودة. لكن المؤسسات لا تسعى فقط إلى السرعة، بل إلى اتخاذ قرارات أفضل على نطاق واسع. فمثلاً، في إدارة الإيرادات، من المهم معرفة الحسابات التي تواجه خطر التسرب، أو تتبع اتجاهات مشاكل المنتج، أو فهم تغييرات تجارب العملاء قبل التجديدات.
هذه الإجابات لا تتوفر في وثيقة واحدة، بل تتطلب ربط البيانات بين أنظمة متعددة، ومقارنة البيانات عبر فترات زمنية، وتفسيرها ضمن إطار الحوكمة. مجرد تقديم روابط أو ملخصات لا يكفي. على نظام الذكاء الاصطناعي أن يحسب ويحلل البيانات المهيكلة وغير المهيكلة، ويعمل ضمن حدود صلاحيات المؤسسة، ويحول النتائج إلى إجراءات فعلية.
### الثقة ودمج الذكاء في العمليات
عندما يُدمج الذكاء الاصطناعي مباشرة مع نظم السجلات، يصبح جزءًا من البنية، ويأخذ بصلاحيات النظام، ويعتمد على بيانات حية بدلاً من بيانات ثابتة، ويستطيع تحديث سجلات CRM أو تفعيل سير عمل أو تسجيل إجراءات بدون إنشاء عمليات وهمية. بدون هذا التكامل، يظل الذكاء الاصطناعي مجرد واجهة، أما مع الدمج فهو يصبح جزءًا لا يتجزأ من طريقة العمل.
### التحول في تقييم أدوات الذكاء الاصطناعي
في موجة الذكاء الاصطناعي التوليدي الأولى، كان التركيز على الوصول إلى النماذج والأداء في الاختبارات. الآن، يتغير المعايير، ويبدأ العملاء في تقييم مدى تكامل الأدوات مع بنية البيانات، قدرتها على التفكير عبر مصادر البيانات المختلفة، احترام إطار الحوكمة، وتنفيذ الإجراءات داخل سير العمل.
### مستقبل الذكاء الاصطناعي في المؤسسات
كما هو الحال مع باقي ابتكارات التكنولوجيا، يتبع الذكاء الاصطناعي مسارًا منطقيًا من التقدم. الموجة الأولى كانت تركز على الوصول والقدرات، ثم تأتي المرحلة التالية التي تركز على التكامل وبناء الثقة.
فمحركات البحث لم تُغير الإنترنت فقط لأنها فهرستت صفحات أكثر، بل لأنها قدمت النتائج الصحيحة. والتجارة الإلكترونية لم تنجح فقط لأنها كانت تظهر بشكل أفضل، بل لأنها دمجت أنظمة الدفع والهويات واللوجستيات بشكل موثوق.
وفي المؤسسات، كانت الأنظمة مصممة للبشر للتنقل فيها، وليس للآلات للتفكير عليها. لكن هذا يتغير، حيث تظهر طبقة جديدة من برمجيات الذكاء الاصطناعي على رأس الأنظمة القديمة، وتدفع نحو بنية تحتية أكثر تكاملًا وذكاءً، تعتمد على أنظمة سجلات مترابطة، وتتحمل المسؤولية بشكل تصميمي.
### الخلاصة
رغم أن تكديس النماذج خلف واجهات قد يجذب العناوين، إلا أنه لا يضمن تشغيل مؤسسة بشكل فعال. ما ينجح في الإنتاج هو البنية التحتية المعتمدة على تكامل الأنظمة، والذكاء المستند إلى بيانات مترابطة، والمسؤولية المدمجة ضمن التصميم. هذه هي الطريقة التي ستقود مستقبل الذكاء الاصطناعي في الأعمال.