على مدى العامين الماضيين، كانت الشركات تطرح السؤال الخاطئ: كيف نستخدم الذكاء الاصطناعي في عملياتنا؟
كان هذا السؤال منطقيًا في البداية. فعندما ظهرت نماذج لغوية ضخمة، كانت الغريزة طبيعية: خذ ما هو موجود بالفعل، من سير العمل إلى الوظائف، وسلاسل القرار، وما إلى ذلك، وحاول تسريعها. أضف مساعدين طيارين. إضافة مساعدين. أضف طبقات من الأتمتة. تحسين الإنتاجية.
ولكن كما رأينا، هذا النهج غير قابل للتطوير. كما قلت في مقالات سابقة، لم يفشل الذكاء الاصطناعي المؤسسي لأن التكنولوجيا لا تعمل. لقد فشل لأننا حاولنا وضعه على الطبقة الخاطئة. لم يتم تصميم نماذج اللغات الكبيرة أبدًا لإدارة الأعمال، ودمجها في العمليات الحالية لا يغير عدم التوافق الهيكلي هذا.
والآن بعد أن اصطدم الحماس الأولي بالواقع، بدأ سؤال مختلف في الظهور، بصمت ولكن بشكل لا لبس فيه: ماذا لو لم تكن المشكلة في كيفية استخدام الذكاء الاصطناعي في عملياتنا، بل في حقيقة أن عملياتنا لم تكن مصممة أبدًا للذكاء الاصطناعي؟
عودة فكرة قديمة (هذه المرة حقيقية)
في التسعينيات، إعادة هندسة العمليات التجارية لقد وعدت إعادة هندسة العمليات (BPR) بشيء جذري: إعادة تصميم الأعمال التجارية حول أنظمة المعلومات، بدلاً من وضع التكنولوجيا فوق تدفقات العمل الحالية. كانت الفكرة مقنعة، لكن التنفيذ كان متفاوتا. وتحولت العديد من المبادرات إلى عمليات إعادة تنظيم مكلفة وكان تأثيرها محدودا في الأمد البعيد، ويرجع ذلك جزئيا إلى أن الأنظمة الأساسية كانت لا تزال جامدة، ومجزأة، وغير قادرة على التكيف في الوقت الحقيقي.
هذه المرة مختلفة.
في ذلك الوقت، كانت الأنظمة سلبية. لقد قاموا بتخزين المعلومات والقواعد المطبقة ودعم القرارات التي يتخذها البشر. اليوم، أصبحت الأنظمة نشطة: يمكنها أن تولد، وتقيم، وتنسق، وتتصرف بشكل متزايد. هذا التغيير يغير المعادلة تماما. وهذا يعني أننا لم نعد مجرد رقمنة العمليات: بل إننا نعيد تعريف ماهية العملية.
ويعزز أحدث بحث أجرته شركة ماكينزي حول تبني الذكاء الاصطناعي هذه النقطة: على الرغم من انتشار الاستخدام على نطاق واسع، إلا أن التأثير الفعلي يرتبط ارتباطًا وثيقًا بإعادة تصميم سير العمل، وليس فقط نشر الأداة. إن المنظمات التي تعيد التفكير في طريقة إنجاز العمل، وليس فقط في طريقة دعمه، هي التي تحقق مكاسب قابلة للقياس.
وبعبارة أخرى، فإن الوعد الأصلي لإعادة هندسة العمليات قد بدأ يظهر من جديد، ولكن الآن أصبح بإمكان التكنولوجيا أن تدعمه أخيراً.
لماذا معظم العمليات غير متوافقة مع الذكاء الاصطناعي
والحقيقة غير المريحة هي أن معظم العمليات التجارية اليوم ليست فقط غير فعالة. إنها غير متوافقة من الناحية الهيكلية مع نوع النظام الذي أصبح عليه الذكاء الاصطناعي.
هم:
- مجزأة: منتشرة عبر الأدوات والفرق وصوامع البيانات
- متسلسل: مبني على عمليات النقل والتأخير
- فقير في السياق: يعتمد على الأفراد في إعادة بناء الدولة
- زمن وصول القرار: مُحسّن للمراجعة، وليس للتنفيذ
- محورها الإنسان حسب التصميم: بافتراض ندرة الإدراك والذاكرة والتنسيق
كانت هذه الخصائص منطقية في عالم كان فيه البشر هو العامل المحدد. فهي لا معنى لها في عالم حيث يمكن للأنظمة الحفاظ على السياق، وتطبيق القيود، والعمل بشكل مستمر.
وقد تجسد شركة ديلويت هذا التوتر بوضوح في تحليلها الأخير للذكاء الاصطناعي الفاعل: تحاول العديد من المنظمات أتمتة العمليات المصممة للبشر بدلاً من إعادة التفكير في العمل نفسه. والنتيجة يمكن التنبؤ بها: يزداد التعقيد، ولكن النتائج لا تتحسن بشكل متناسب.
هذه ليست مشكلة أدوات: إنها مشكلة تصميم.
لا يعمل الذكاء الاصطناعي على تحسين العمليات: بل يكشفها
أحد الأنماط الأكثر اتساقًا في مبادرات الذكاء الاصطناعي في مجال الأعمال هو ما يلي: كلما حاولت تطبيق الذكاء الاصطناعي على عملية حالية، أصبحت القيود المفروضة على هذه العملية أكثر وضوحًا.
ما كان مخفيًا سابقًا وراء الجهد البشري أصبح واضحًا:
- البيانات المفقودة
- قواعد غير متناسقة
- ملكية غير واضحة
- عمل مكرر
- دورات ردود الفعل المتأخرة
وبهذا المعنى، يتصرف الذكاء الاصطناعي بشكل أقل كطبقة تحسين وأكثر كأداة تشخيصية. إنه يكشف عن الفجوة بين الطريقة التي تعتقد بها الشركة أنها تعمل وكيف تعمل فعليًا.
ولهذا السبب يتوقف الكثير من السائقين. ليس لأن النموذج يفشل، بل لأن العملية التي يدخل فيها لا يمكنها استيعاب ما ينتجه النموذج. كما جادل معهد ماساتشوستس للتكنولوجيا سلونولا يتمثل التحدي في تبني الذكاء الاصطناعي فحسب، بل في إعادة تصميم المؤسسات حتى تتمكن من استخدامه بفعالية.
وهذا يؤدي إلى نتيجة غير مريحة أكثر: لم تعد التكنولوجيا هي العامل المقيد. إنها الشركة.
من العمليات إلى الأنظمة
إذا كانت المرحلة السابقة من الذكاء الاصطناعي المؤسسي تتعلق بإضافة الذكاء إلى المهام. سيكون الجزء التالي حول إعادة تصميم الأنظمة بحيث يتم بناء الذكاء منذ البداية.
هذا التغيير يغير كل شيء. بدلاً من السؤال:
- “كيف يمكننا أتمتة هذه الخطوة؟”
سيتعين على الشركات أن تسأل:
- “لماذا توجد هذه الخطوة؟”
- “كيف ستبدو هذه العملية إذا تم تصميمها حول سياق مستمر؟”
- “أين يجب أن تحدث القرارات فعليًا؟”
- “ما هي القيود التي ينبغي تطبيقها تلقائيا؟”
هذه ليست تحسينات تدريجية. هذه هي القضايا الهيكلية. ويشيرون إلى نوع مختلف من التنظيم: نظام لم تعد فيه العمليات عبارة عن تسلسلات ثابتة من الإجراءات، بل أنظمة ديناميكية تحافظ على الحالة، وتدمج البيانات، وتعمل في ظل قيود، وتتكيف باستمرار بناءً على النتائج. نفس الخصائص التي تحدد الأنظمة الموضحة في مقالتي السابقة.
الشركات التي تتحرك أولاً سوف تبدو مختلفة تماماً
هذا هو المكان الذي يصبح فيه التغيير مرئيا. إن الشركات التي تنجح في إعادة تصميم عملياتها حول هذه المبادئ لن تكون أسرع أو أكثر كفاءة فحسب. سوف يعملون بشكل مختلف:
- ستحدث القرارات أقرب إلى البيانات
- وسوف يتطلب التنسيق عمليات نقل أقل
- سيتم تقصير حلقات ردود الفعل بشكل كبير
- سوف يصبح التنفيذ أكثر استمرارية
- سوف تتطور الأدوار حول الأنظمة، وليس المهام
مؤشر اتجاهات الوظائف في مايكروسوفت يقترح بالفعل هذا التحول، ويصف المنظمات التي تتحرك نحو هياكل أكثر ديناميكية وموجهة نحو النتائج، حيث يتعاون البشر والذكاء الاصطناعي حول الأهداف بدلاً من الوظائف.
من الخارج، قد لا تبدو هذه الشركات مختلفة بشكل كبير للوهلة الأولى. لكن على المستوى الداخلي، سيكون منطقك التشغيلي قد تغير. وهذا التغيير يزداد.
هذا ليس اختياريا
من المغري التفكير في هذا كفرصة. نعم، يمكن أن يكون جيدًا جدًا. ولكنه أيضًا شيء آخر: التقييد.
لأنه بمجرد أن تبدأ بعض الشركات العمل بهذه الطريقة، فإن الشركات الأخرى لا تتنافس مع أدوات أفضل. إنهم يتنافسون ضد نوع مختلف من النظام.
النظام الذي:
- تعلم بشكل أسرع
- يتكيف باستمرار
- ينسق بشكل أكثر كفاءة
- يعمل مع تأخيرات أقل
وهذا ليس شيئًا يمكنك مطابقته بإضافة مساعد طيار آخر أو نشر نموذج آخر. يتطلب إعادة التصميم.
المرحلة التالية من الذكاء الاصطناعي المؤسسي هي مرحلة تنظيمية
إذا كانت المرحلة الأولى من الذكاء الاصطناعي في المؤسسة تدور حول التجريب والثانية حول التنفيذ، فإن المرحلة التالية ستكون حول التحول.
ليس التحول مدفوعًا بالنماذج، بل بالبنية. نحن لا ننتقل من “أسوأ ذكاء اصطناعي” إلى “أفضل ذكاء اصطناعي”، بل ننتقل من شركات مبنية للبشر، إلى شركات يجب أن تعمل بالآلات كجزء من منطقها الأساسي. وهذا يتطلب شيئًا تجنبته العديد من المنظمات لعقود من الزمن: إعادة بناء الطريقة التي تعمل بها حقًا.
السؤال الحقيقي
لذا فإن السؤال لم يعد “كيف نستخدم الذكاء الاصطناعي؟” إنه: “هل نحن على استعداد لإعادة تصميم شركتنا حتى يتمكن الذكاء الاصطناعي من العمل بالفعل؟” لأنه إذا كان الجواب لا، فالنتيجة واضحة بالفعل:
الذكاء الاصطناعي لن يفشل. العمليات الخاصة بك سوف.
