كل صاحب عمل أتحدث إليه حالياً يواجه نفس الموقف المحير. إنكم تتعرضون لوابل من تحديثات البرامج، وآراء قادة الفكر على LinkedIn، ورسائل البريد الإلكتروني للمبيعات التي تدعي جميعها امتلاك 'الحل السحري' لعملياتكم. الضغط من أجل الابتكار حقيقي، لكنه غالباً ما يُحجب بسؤال أكثر إلحاحاً: هل يجب أن أستخدم الذكاء الاصطناعي في عملي الآن، أم أن هذه مجرد دورة أخرى من تضخم البرمجيات المكلفة؟
لقد راقبتُ آلاف الشركات وهي تخوض هذا التحول. رأيت شركات توفر £50k سنوياً من خلال الانتقال إلى أداة واحدة أصلية الذكاء الاصطناعي (AI-native)، ورأيت أخرى تهدر ميزانيات من ستة أرقام على برمجيات قديمة لم تفعل شيئاً سوى إضافة زر 'التوليد باستخدام الذكاء الاصطناعي' إلى عملية معطلة أساساً. الفرق بين هاتين النتيجتين ليس الحظ؛ بل هو القدرة على التمييز بين الأدوات أصلية الذكاء الاصطناعي وما أسميه تحنيط البرمجيات (SaaS Taxidermy)—وهي البرمجيات القديمة التي تم حشوها بواجهة برمجة تطبيقات (API) للذكاء الاصطناعي لتبدو وكأنها لا تزال على قيد الحياة في العصر الحديث.
لمساعدتك في تجاوز هذا الصخب، قمت بتطوير إطار عمل. قبل التوقيع على عقد آخر يعتمد على عدد المستخدمين أو ترقية مجموعتك التقنية، اطرح هذه الأسئلة الخمسة.
1. هل تعمل الأداة على تقليص سير العمل أم مجرد تغيير الواجهة؟
💡 هل تريد بيني أن يقوم بتحليل عملك؟ إنها تحدد الأدوار التي يمكن للذكاء الاصطناعي أن يحل محلها وتبني خطة مرحلية. ابدأ تجربتك المجانية →
هذا هو التمييز الأكثر أهمية عند اتخاذ قرار هل يجب أن أستخدم الذكاء الاصطناعي في عملي لوظيفة معينة.
الأدوات القديمة 'المغلفة بالذكاء الاصطناعي' عادة ما تعمل على تحسين الواجهة. فهي توفر لك برنامج دردشة آلياً على جانب الشاشة يساعدك في كتابة وصف أو تلخيص سلسلة رسائل. هذا مفيد، لكنه تطوير تدريجي بسيط. فهو يوفر عليك ثلاث دقائق من الكتابة ولكنه يبقيك محاصراً في نفس سير العمل اليدوي.
أدوات الذكاء الاصطناعي الأصلية تعمل على تقليص سير العمل.
بدلاً من الأداة التي تساعدك على كتابة فاتورة أفضل (تحسين الواجهة)، تقوم الأداة أصلية الذكاء الاصطناعي بمراقبة برنامج إدارة المشاريع الخاص بك، واكتشاف وقت الوصول إلى مرحلة رئيسية، وإنشاء الفاتورة، ومطابقتها مع تغذية البنك الخاصة بك، وتنبيهك فقط في حالة وجود تعارض. سير العمل لم يتحسن فحسب؛ بل تم حذفه تماماً.
عند تقييم أداة جديدة، اسأل: هل تزيل هذه الأداة خطوات من يومي، أم أنها تجعل الخطوات الحالية أسرع قليلاً فقط؟ إذا لم تحذف مهمة ما، فمن المرجح أنك تدفع مقابل مجرد غلاف خارجي.
2. هل هو 'مدمج أصلياً' أم 'مضاف خارجياً'؟
أرى هذا النمط في كل صناعة، من تجارة التجزئة إلى الخدمات المهنية. شركات SaaS القديمة يائسة لتجنب الاندثار، وحلها غالباً هو 'إضافة' نموذج ذكاء اصطناعي من جهة خارجية (مثل GPT-4) كميزة منفصلة.
هذا يخلق ما أسميه فجوة التأخير (The Latency Gap). وبما أن الذكاء الاصطناعي هو فكرة لاحقة، فإنه لا يمتلك وصولاً عميقاً إلى البيانات الأساسية للبرنامج. يمكنه فقط 'رؤية' ما تنسخه وتلصقه فيه أو ما يسحبه عبر واجهة برمجة تطبيقات محدودة.
أما الأداة أصلية الذكاء الاصطناعي فقد بُنيت حول النموذج. إن هيكل البيانات، وتجربة المستخدم، ومحفزات الأتمتة كلها مصممة بناءً على افتراض أن النموذج اللغوي الكبير (LLM) هو من يقوم بالعمل الشاق.
على سبيل المثال، إذا كنت تفكر في تحسين تكاليف البرامج الخاصة بك، فابحث عن الأدوات التي يكون فيها الذكاء الاصطناعي هو المحرك، وليس مجرد طلاء خارجي. ميزة الذكاء الاصطناعي المضافة خارجياً عادة ما تكون علامة على أن الشركة تحاول تبرير رفع الأسعار بدلاً من تطوير منتجها بشكل جذري.
3. ما هي 'وحدة القيمة'؟
لمدة عشرين عاماً، كانت برمجيات SaaS تُباع بنظام 'المقعد' أو 'المستخدم'. أنت تدفع £20/شهرياً لكل موظف يسجل الدخول. هذا النموذج يتعارض جوهرياً مع عصر الذكاء الاصطناعي.
إذا كانت الأداة أصلية الذكاء الاصطناعي حقاً، فيجب أن تقلل من عدد البشر المطلوبين لتسجيل الدخول. إذا كانت شركة برمجيات لا تزال تدفع باتجاه نموذج يعتمد بكثافة على عدد المستخدمين بينما تدعي أنها 'تعتمد على الذكاء الاصطناعي أولاً'، فهي تراهن ضد فعالية منتجها الخاص.
عندما تسأل نفسك 'هل يجب أن أستخدم الذكاء الاصطناعي في عملي؟'، يجب أن تسأل أيضاً: 'كيف يتم محاسبتي؟'
لقد وجدت أن أدوات الذكاء الاصطناعي الأكثر فعالية تنتقل نحو التسعير القائم على النتائج (Outcome-Based Pricing). أنت تدفع مقابل المهمة المكتملة، أو الفاتورة التي تمت معالجتها، أو العميل المحتمل الذي تم تأهيله. هذا يربط نجاح البرنامج بنجاحك الخاص. إذا كنت لا تزال تدفع مقابل 50 مستخدماً لأداة تدعي أن ذكاءها الاصطناعي 'يقوم بعمل 10 أشخاص'، فإن الحسابات لا تبدو منطقية.
4. هل تتعلم الأداة من سياق عملك، أم أنها مجرد 'أداة عامة الغرض'؟
العديد من أدوات 'الذكاء الاصطناعي' ليست سوى أغلفة لنماذج عامة الغرض. إذا طلبت من أداة ذكاء اصطناعي عامة كتابة خطة تسويقية لعملك الخاص في السباكة في ليدز، فستعطيك إجابة عامة.
القيمة الحقيقية للذكاء الاصطناعي تأتي من الذكاء السياقي (Contextual Intelligence). يجب أن تكون الأداة أصلية الذكاء الاصطناعي قادرة على استيعاب بياناتك التاريخية، وصوت علامتك التجارية، وهياكل التسعير الخاصة بك، وتعليقات عملائك لتقديم إجابات فريدة لك.
هذا هو السبب في أنني غالباً ما أوجه الشركات بعيداً عن المنصات العامة التي تدعي القيام 'بكل شيء بالذكاء الاصطناعي' نحو أدوات متخصصة تحل مشكلة واحدة بعمق. سواء كان الأمر يتعلق بـ أتمتة دعم تكنولوجيا المعلومات أو مراجعة المستندات القانونية، يجب أن تثبت الأداة قدرتها على التعامل مع حالاتك الخاصة الدقيقة، وليس فقط الحالة 'المتوسطة'.
5. قاعدة 90/10: ماذا يحدث للـ 10% المتبقية؟
هذا هو المكان الذي يعلق فيه معظم أصحاب الأعمال. يرون أداة ذكاء اصطناعي يمكنها التعامل مع 90% من الوظيفة—على سبيل المثال، مسك الدفاتر أو خدمة العملاء الأساسية—ويترددون بسبب الـ 10% المتبقية التي تتطلب حكماً بشرياً.
نصيحتي؟ قم بأتمتة الـ 90% وعامل الـ 10% كمهمة إدارية.
الخطأ هو الاحتفاظ بموظف بدوام كامل (أو نظام قديم يدوي) للقيام بـ 100% من العمل لمجرد أن الذكاء الاصطناعي لا يمكنه القيام بآخر 10%. عندما تتبنى أداة أصلية الذكاء الاصطناعي، ينتقل دورك من 'منفذ' إلى 'محرر'.
لا ينبغي أن تبحث عن أداة مثالية بنسبة 100%. بل يجب أن تبحث عن أداة تتعامل مع الجزء الأكبر من العمل بحيث يمكن لموظفيك التركيز على الحالات المعقدة وعالية القيمة. إذا كنت لا تزال تدير عملك من خلال التتبع اليدوي، ففكر في مقارنة نهج 'الذكاء الاصطناعي أولاً' بجداول البيانات التقليدية من حيث معدلات الخطأ والسرعة.
'ضريبة الوكالات' ولماذا تهمك الآن
من أكبر الملاحظات 'غير الواضحة' التي قمت بها مؤخراً هي ظهور ما أسميه ضريبة الوكالات (Agency Tax). تدفع العديد من الشركات للوكالات مبلغ £3,000 شهرياً لأعمال التنفيذ (كتابة منشورات SEO، إدارة الإعلانات، التقارير الأساسية) التي يمكن الآن التعامل معها بواسطة أدوات أصلية الذكاء الاصطناعي مقابل £50 شهرياً.
الوكالات لا تكذب عليك بالضرورة—فالكثير منها ببساطة لم يحدّث عملياته الداخلية بعد. لا يزالون يتقاضون منك رسوماً مقابل ساعات عمل بشرية أصبحت الآن سلعة يوفرها الذكاء الاصطناعي.
عند تقييم عملية شراء SaaS القادمة، اسأل: هل تسمح لي هذه الأداة بجلب وظيفة كانت مستعانة بمصادر خارجية سابقاً إلى داخل الشركة؟ إذا كانت الإجابة نعم، فإن العائد على الاستثمار ليس فقط تكلفة البرنامج؛ بل هو حذف رسوم الوكالة.
الانتقال من النية إلى التنفيذ
وفقاً لبياناتي، في حين أن 73% من أصحاب الشركات الصغيرة والمتوسطة يقولون إنهم يريدون استخدام الذكاء الاصطناعي، إلا أن حوالي 15% فقط قد قاموا بالفعل بدمج أداة أصلية الذكاء الاصطناعي في سير عملهم الأساسي. هذه 'فجوة النية والتنفيذ' هي أكبر فرصة تنافسية لك.
من المرجح أن منافسيك لا يزالون 'محنطي برمجيات'—يستخدمون أدوات قديمة بأزرار جديدة. من خلال طرح هذه الأسئلة الخمسة، فإنك تضمن أنك لا تشتري مجرد اشتراك آخر، بل تبني عملاً أكثر رشاقة واستقلالية.
إن نافذة فرصة 'المبادر الأول' هذه بدأت تنغلق. في غضون عامين، ستكون العمليات المعتمدة على الذكاء الاصطناعي هي المعيار الأساسي. أما الآن، فهي قوة خارقة.
من أين ستبدأ؟ إذا لم تكن متأكداً، فإن توصيتي دائماً هي البدء من حيث يكون حجم العمل أعلى والتعقيد أقل. عادةً ما يكون ذلك في عمليات المكتب الخلفي أو الخط الأول لدعم العملاء.
توقف عن التساؤل عن 'إمكانية' البدء، وابدأ بالتساؤل 'أين' ستبدأ. الإجابات موجودة بالفعل في جداول بياناتك.
يمكنك البدء في استكشاف كيف يمكن لـ Penny مساعدتك في أتمتة هذه العمليات وتقليل التكاليف بفعالية.