لقد قضيت الثمانية عشر شهراً الماضية في اجتماعات مع مؤسسين، ورؤساء تنفيذيين، ومديري عمليات مجهدين، وجميعهم يقولون نسخة ما من نفس الجملة: "لقد قمنا بتعميم ChatGPT على الفريق، لكننا لا نرى 'التحول' الذي وعد به الجميع". عندما أنظر في تفاصيل استراتيجية الذكاء الاصطناعي لعمليات الشركات الصغيرة والمتوسطة (SME) لديهم، عادة ما أجد المسبب نفسه. إنهم يبنون مستقبلهم على أساس من الذكاء العام، وبذلك، فهم يخلقون عن غير قصد كمية هائلة من الديون التقنية الجديدة.
في الأيام الأولى لأي تحول تقني، كان مجرد التواجد كافياً لمنحك أفضلية. في عام 1995، كان امتلاك موقع إلكتروني استراتيجية. في عام 2010، كان امتلاك تطبيق استراتيجية. اليوم، يعتقد العديد من أصحاب الأعمال أن منح موظفيهم إمكانية الوصول إلى نموذج لغة كبير (LLM) هو استراتيجية ذكاء اصطناعي. الأمر ليس كذلك. إنه أداة مساعدة—مثل منحهم حاسوباً محمولاً أو نغمة اتصال.
المُميز الحقيقي ليس النموذج الذي تستخدمه؛ بل هو الذكاء المحدد الذي تبنيه حوله. إذا كنت تستخدم نفس الأدوات مع نفس الأوامر العامة التي يستخدمها منافسوك، فأنت تتجه مباشرة نحو ما أسميه بحر التشابه (The Sea of Sameness)—وهو مكان تبدو فيه تسويقاتك مثل أي شخص آخر، وخدمة عملائك مهذبة ولكنها غامضة بنفس القدر، وتصل كفاءتك التشغيلية إلى سقف صلب لأن الذكاء الاصطناعي لا "يعرف" عملك فعلياً.
سقف الأوامر البرمجية وصعود التشابه الاصطناعي
💡 هل تريد بيني أن يقوم بتحليل عملك؟ إنها تحدد الأدوار التي يمكن للذكاء الاصطناعي أن يحل محلها وتبني خطة مرحلية. ابدأ تجربتك المجانية →
تتوقف معظم الشركات حالياً عند سقف الأوامر البرمجية (The Prompt Ceiling). هذه هي النقطة التي لا يهم فيها مقدار "هندسة" الأوامر التي تقوم بها، تظل المخرجات عامة لأن الذكاء الاصطناعي يستمد من بيانات العالم، وليس من بياناتك أنت.
عملت مؤخراً مع شركة استشارات متخصصة كانت تستخدم الذكاء الاصطناعي لصياغة مقترحات المشاريع. كانوا يشعرون بالإحباط لأن المسودات بدت "بلا روح". وكانوا على حق. فالذكاء الاصطناعي كان يعرف كيف يكتب مقترحاً، لكنه لم يكن يعرف المنهجية المحددة للشركة الاستشارية، أو تاريخ نجاحاتها الممتد لـ 10 سنوات، أو الطريقة المحددة التي يتحدثون بها عن عائد الاستثمار (ROI). باستخدام الذكاء الاصطناعي العام، كانوا يعانون من متلازمة التشابه الاصطناعي—حيث تم تذويب ميزتهم التنافسية الفريدة في مزيج باهت ناتج عن الذكاء الاصطناعي.
عندما أنظر إلى المدخرات في الخدمات المهنية الممكنة، فإن أكبر المكاسب لا تأتي من كتابة رسائل البريد الإلكتروني بشكل أسرع. بل تأتي من استخدام الذكاء الاصطناعي لتركيب كامل تاريخ الشركة من النتائج الناجحة للتنبؤ بالنتيجة التالية. هذا هو الذكاء المحدد.
تعريف خندق "الذكاء المحدد"
إذاً، ما هو خندق "الذكاء المحدد"؟ إنه عملية ربط نموذج قوي وعام (مثل Claude أو GPT-4) ببياناتك التاريخية المملوكة لك. إنه الانتقال من "ذكاء اصطناعي يعرف كل شيء" إلى "ذكاء اصطناعي يعرف كل شيء عنك".
لقد لاحظت نمطاً متكرراً عبر آلاف الشركات: قاعدة جاذبية البيانات. تنص هذه القاعدة على أن قيمة تنفيذ الذكاء الاصطناعي تتناسب طردياً مع قربه من سجلاتك التاريخية.
- الذكاء العام: طلب من الذكاء الاصطناعي كتابة سياسة استرداد بناءً على أفضل الممارسات العامة.
- الذكاء المحدد: طلب من الذكاء الاصطناعي كتابة سياسة استرداد بناءً على آخر 5,000 نص من محادثات خدمة العملاء، وبيانات التخلي عن الخدمة من السنوات الثلاث الماضية، وإرشادات صوت العلامة التجارية الخاصة بك.
أحدهما ينتج وثيقة، والآخر ينتج أصلاً استراتيجياً. إذا كنت تتساءل كيف يقارن هذا بالنصائح التقليدية، يمكنك معرفة كيف أقارن بـ مستشار أعمال قياسي من حيث التعامل مع هذه التحولات التقنية.
لماذا يُعد الذكاء الاصطناعي العام هو الديون التقنية الجديدة
في تطوير البرمجيات، الديون التقنية هي التكلفة الضمنية لإعادة العمل الإضافي الناجمة عن اختيار حل سهل (ولكنه محدود) الآن بدلاً من استخدام نهج أفضل يستغرق وقتاً أطول.
إن طرح استراتيجية ذكاء اصطناعي لفرق الشركات الصغيرة والمتوسطة (SME) عامة اليوم يبدو وكأنه فوز لأنه سريع. لكنك تبني جبلاً من الديون. لماذا؟ لأن فريقك يبني سير عمل حول مخرجات "عادية". إنهم يدربون أنفسهم ليكونوا محررين للرداءة بدلاً من كونهم مهندسين لقيمة محددة.
في النهاية، سيتعين عليك التراجع عن سير العمل هذا لدمج بياناتك. سيتعين عليك إعادة تدريب موظفيك. سيتعين عليك تنظيف البيانات الفوضوية التي تجاهلتها. كلما طال انتظارك لربط ذكائك الاصطناعي بسياق عملك المحدد، كان الانتقال أصعب (وأكثر تكلفة).
إطار عمل خندق الذكاء
لمساعدة الشركات التي أوجهها، قمت بتطوير إطار عمل خندق الذكاء. إنه سلم مكون من ثلاث خطوات للانتقال من الأداة العامة إلى ميزة تنافسية مملوكة.
الطبقة 1: أتمتة المهام (طبقة الأدوات المساعدة)
هذا هو المكان الذي توجد فيه معظم الشركات الصغيرة والمتوسطة. أنت تستخدم الذكاء الاصطناعي لتلخيص اجتماع، أو صياغة بريد إلكتروني، أو إنشاء صورة. هذا يوفر الوقت، ولكنه لا يقدم أي ميزة تنافسية لأن منافسيك يفعلون الشيء نفسه تماماً وبنفس التكلفة. هذه سلعة عادية.
الطبقة 2: تكامل العمليات (طبقة سير العمل)
هنا، تبدأ في ربط الذكاء الاصطناعي بأدواتك. تستخدم Zapier أو Make لتحفيز إجراءات الذكاء الاصطناعي بناءً على أحداث في نظام إدارة علاقات العملاء (CRM) الخاص بك. هذا أفضل. إنه يخلق كفاءة. على سبيل المثال، في الصناعات الإبداعية، قد يبدو هذا كسير عمل مؤتمت يأخذ موجز العميل وينشئ تلقائياً لوحة إلهام (mood board) للمشروع بناءً على آخر ثلاث حملات فائزة بجوائز للوكالة.
الطبقة 3: ترسيخ المعرفة (طبقة الخندق)
هذا هو الهدف الأسمى. هنا تستخدم تقنيات مثل RAG (توليد المستندات المعزز بالاسترجاع) لضمان أن يكون مصدر الحقيقة الأساسي للذكاء الاصطناعي هو وثائقك الداخلية، وبيانات مشاريعك السابقة، وتاريخك المالي، وملاحظات عملائك. في هذه الطبقة، لا يكون الذكاء الاصطناعي مجرد أداة؛ بل هو توأم رقمي لذاكرتك المؤسسية.
أنماط عبر الصناعات: ما يمكننا تعلمه
أرى هذا يتجلى بشكل مختلف اعتماداً على القطاع، لكن المنطق الأساسي متطابق.
في الرعاية الصحية، الشركات الفائزة بالذكاء الاصطناعي ليست تلك التي تستخدمه لكتابة ملاحظات المرضى. بل هي التي تربط الذكاء الاصطناعي بنتائج محددة للمرضى والمسارات السريرية المحلية لتقديم 'ذكاء محدد' حول مخاطر التشخيص.
في قطاع التجزئة، يظهر "بحر التشابه" بشكل أوضح في أوصاف المنتجات. كل متجر على Shopify لديه الآن نفس النصوص المكتوبة بواسطة الذكاء الاصطناعي. الفائزون؟ هم أولئك الذين يربطون ذكاءهم الاصطناعي ببيانات مراجعات العملاء الخاصة بهم لتسليط الضوء على الفوائد الدقيقة التي يهتم بها عملاؤهم الفعليون، باستخدام اللغة التي يستخدمها عملاؤهم حقاً.
كيف تبدأ في بناء خندقك الخاص
إذا كنت تشعر بالإرهاق، فلا تحاول بناء توأم رقمي لعملك بالكامل بحلول يوم الجمعة. ابدأ صغيراً، ولكن ابدأ بـ السياق.
- حدد سياقك عالي القيمة: ما هي مجموعة البيانات الوحيدة التي تملكها ولا يملكها منافسوك؟ هل هو تاريخ مشاريعك؟ منطق التسعير الخاص بك؟ ملاحظات عملائك؟
- توقف عن 'هندسة الأوامر' وابدأ في 'هندسة السياق': بدلاً من محاولة كتابة أمر مثالي من 5 صفحات، انظر كيف يمكنك تزويد الذكاء الاصطناعي بـ 20 مثالاً لما يبدو عليه العمل 'الجيد' من أرشيفك الخاص.
- قاعدة 90/10: غالباً ما أخبر أصحاب الأعمال أنه عندما يتمكن الذكاء الاصطناعي من التعامل مع 90% من وظيفة ما باستخدام الذكاء العام، فإن الـ 10% المتبقية (الإشراف البشري القائم على سياق الشركة المحدد) تصبح الجزء الأكثر قيمة في الدور الوظيفي. اسأل نفسك: هل تلك الـ 10% وظيفة كاملة، أم أنها مسؤولية تندمج في منصب آخر؟
فكرة أخيرة من الميدان
الفجوة بين ما هو ممكن باستخدام الذكاء الاصطناعي وما تفعله الشركات الصغيرة والمتوسطة العادية تتسع. لكن الفجوة بين الذكاء الاصطناعي العام و الذكاء المحدد هي المكان الذي سيُصنع فيه قادة السوق في العقد القادم.
لا ترضَ بأن تكون الأسرع في استخدام أداة عامة. كن مهندس نظام يعرف عملك بشكل أفضل مما يمكن لأي نموذج عام أن يعرفه أبداً. هكذا تحول الذكاء الاصطناعي من مصروف مالي إلى ميزة هيكلية.
ما الذي سيتغير في عملك إذا عرف ذكاؤك الاصطناعي كل نجاح وفشل مررت به على مدار السنوات الخمس الماضية؟ هذا هو المكان الذي يجب أن نبدأ فيه النقاش.