وفق دراسة معهد ماساتشوستس للتقنية لعام 2026، نحو 95% من التجارب المؤسسية للذكاء الاصطناعي التوليدي لا تُنتج عائدًا قابلًا للقياس في قائمة الأرباح والخسائر، ونحو 88% منها لا تبلغ بيئة الإنتاج أصلًا. والسبب لا يكون جودة النموذج تقريبًا أبدًا: نحو 80% من العمل الفاصل بين تجربة ناجحة وإنتاج فعليّ هو هندسة بيانات، وحوكمة، ودمج في سير العمل، وقياس — أي بالضبط الأجزاء التي تقفز عنها التجربة النمطية. أما المؤسسات الناجحة فتُبلّغ عن عائد نحو 3.70 دولار لكل دولار، بنحو 41% في السنة الأولى يتسلّق إلى نحو 124% في الثالثة.
لماذا لا تصل أي تجربة تقريبًا إلى قائمة الأرباح والخسائر
رقم الـ95% مضلّل إن قُرئ بمعنى «النماذج لا تعمل». في معظم الحالات كان النموذج يعمل فعلًا. ما لم ينجح هو أن التجربة أثبتت شيئًا والمؤسسة كانت بحاجة إلى الحسم في شيء آخر.
التجربة النمطية تفحص ما إذا كان النموذج قادرًا على أداء مهمة. أما القرار القائم خلفها فهو ما إذا كانت العملية التجارية ستتغيّر، ومن سيتوقّف عن فعل ماذا، وكيف يُقاس ذلك كل شهر، ومن المسؤول حين تُخطئ المنظومة. وهما سؤالان مختلفان تمامًا، والثاني هو الذي يظهر في القائمة.
من هنا تأتي أيضًا فجوة الـ80/20 المعروفة في هذه المشاريع: المكوّن الذي يبدو وكأنه المشروع — اختيار نموذج، وكتابة موجّه، وعرض نموذج تجريبي — هو نحو خُمس العمل. والأخماس الأربعة الباقية هي تنظيف البيانات وإتاحتها، والصلاحيات وتصنيف المعلومات، والربط بالأدوات التي يعمل بها الفريق أصلًا، وبناء القياس. والتجربة التي لم تلمس أيًّا من الأربعة لم تخفّض مخاطرة، بل نقلتها إلى الأمام فحسب.
اختبار بسيط قبل البدء. صوغوا في جملة واحدة القرار الذي سيُتّخذ في نهاية التجربة، والرقم الذي سيحسمه. فإن تعذّرت كتابة هذه الجملة، فما تخطّطون له ليس تجربة بل عرضًا توضيحيًا. والعرض التوضيحي أمر مشروع — لكن لا تُدرجوه في الموازنة كتجربة ولا تتوقّعوا منه عائدًا.
ما تقيسه التجارب مقابل ما ينبغي قياسه
هذه الفجوة تتكرّر في كل مؤسسة تقريبًا، وهي دائمًا تقريبًا سبب نجاح التجربة وموت المشروع.
| ما يُقاس فعليًا | لماذا لا يكفي | ما يجب قياسه بدلًا منه |
|---|---|---|
| دقّة النموذج على مجموعة اختبار | مجموعة الاختبار بُنيت من الحالات التي فكّرتم بها، لا من حركة المرور الحقيقية | نسبة النجاح على عيّنة عشوائية من حركة الشهر الأخير، شاملة الحالات الغريبة |
| توفير الوقت وفق تقدير المستخدمين | التقدير الذاتي يتضخّم باطّراد، ولا يظهر في أي بند موازنة | زمن الدورة مقيسًا من الطرف إلى الطرف، قبل وبعد، على نوع المهمة نفسه |
| الرضا في استبيان | يقيس الحماس للجديد، وهو يخبو بعد ستة أسابيع | نسبة الاستخدام المتكرّر في الأسبوع السادس ممّن استخدموا في الأول |
| تكلفة الرموز في التجربة | تمثّل حجمًا صغيرًا وحالات مريحة | التكلفة لكل وحدة عمل بالحجم الكامل، شاملة إعادة المحاولة والاسترجاع والتصعيد البشري |
| «الفريق يحبّ ذلك» | لا يميّز بين أداة لطيف وجودها وأداة لا غنى عنها | ماذا يحدث حين تُطفأ أسبوعًا. هذا الاختبار الوحيد الذي يتعذّر تزييفه |
السطر الأخير يبدو خفيفًا لكنه الأقوى. الأداة التي يمكن إطفاؤها أسبوعًا دون أن يشتكي أحد لن تدخل الموازنة السنوية، ولا جدوى من استثمار ربع إضافي فيها.
أربع طبقات للعائد، وواحدة فقط تُحتسب
حين يسأل المدير التنفيذي «ما العائد»، هناك أربع إجابات ممكنة، وهي غير متكافئة. والتمييز بينها هو ما يفصل بين تجربة تُموَّل من جديد وتجربة تُغلَق.
| الطبقة | مثال | هل تظهر في القائمة | متى تكون مشروعة |
|---|---|---|---|
| ساعات وُفِّرت | كل موظّف يوفّر 40 دقيقة يوميًا | لا. الساعات لم تختفِ، بل انتقلت إلى مهمة أخرى | فقط عند إظهار وجهة الساعات وما نتج عنها |
| طاقة استيعابية تحرّرت | الفريق نفسه يعالج 30% طلبات أكثر | بشكل غير مباشر، كنموّ لم يستلزم توظيفًا | حين يوجد طلب حقيقي على هذه الطاقة |
| تكلفة مباشرة انخفضت | ساعات مقاولين أقل، أداة خارجية أقل، عمل إضافي أقل | نعم، فورًا | دائمًا. هذه الطبقة الأسهل في الدفاع عنها |
| إيراد أُضيف | عملاء محتملون مؤهّلون أكثر، دورة بيع أقصر، تسرّب أقل | نعم، بتأخّر ربع إلى ربعين | عند وجود مجموعة ضابطة أو على الأقل أساس تاريخي نظيف |
معظم التجارب تُبلّغ عن الطبقة الأولى وتأمل أن تُقرأ كالثالثة. والأجدر فعل العكس: بناء التجربة حول الطبقة الثالثة أو الرابعة حتى لو كان النطاق أصغر بكثير. توفير مُثبَت بأربعين ألف شيكل سنويًا يتفوّق على توفير نظري بمليون.
تجربة من ستة أسابيع يمكن الحسم بناءً عليها
البنية التي تنجح أقصر ممّا تخطّط له معظم المؤسسات، وتستلزم أكثر منها مقدّمًا.
- الأسبوع الأول — تعريف القرار والأساس. جملة القرار، والرقم الحاسم، وقياس الوضع القائم على المقياس نفسه بالضبط. فبلا أساس مقيس لا شيء يُقارَن به في النهاية، والمفاجئ أن هذه المرحلة هي الأكثر تخطّيًا.
- الأسبوعان الثاني والثالث — أرخص نسخة تُجيب على السؤال. اشتروا قبل أن تبنوا. قياسات السوق تُظهر أن البدء بمكوّن جاهز في مرحلة الإثبات يُنتج عائدًا أعلى بمقدار 3.2 أضعاف، وأن البناء قبل التحقّق يُهدر نحو 14 شهرًا في المتوسّط. وقد توسّعنا في ذلك في بناء قدرة ذكاء اصطناعي أم شراؤها.
- الأسبوعان الرابع والخامس — حركة حقيقية ومستخدمون حقيقيون. لا بيئة مختبرية. مجموعة محدّدة تعمل بالأداة في عملها اليومي، شاملة الحالات القبيحة، شاملة التصعيدات.
- الأسبوع السادس — قرار. توسيع، أو تقليص، أو إغلاق. والاحتمالات الثلاثة يجب أن تكون مشروعة بالقدر نفسه في اليوم الأول، وإلّا فالنتيجة معروفة سلفًا.
موازنة القياس ليست اختيارية. خصّصوا 15% على الأقل من موازنة التجربة للقياس نفسه: جمع الأساس، وعيّنة جودة أسبوعية يدوية، وتتبّع التكلفة لكل وحدة عمل. التجربة بلا موازنة قياس تُنتج في النهاية جدالًا حول الانطباعات، والجدال حول الانطباعات ينتهي دائمًا إلى الوضع القائم.
متى تُنهون تجربة، ولماذا يوفّر ذلك مالًا
الإغلاق السريع ليس فشلًا بل آلية عائد بحدّ ذاتها. وأربع علامات تبرّر التوقّف حتى قبل الأسبوع السادس.
- نسبة النجاح على الحركة الحقيقية أدنى جوهريًا من المجموعة الداخلية، ولم تُغلَق الفجوة بعد جولتَي إصلاح. وهذه علامة شبه مؤكّدة على أن البيانات ليست في حال تتيح المهمة.
- التكلفة لكل وحدة عمل بالحجم الكامل أعلى من البديل البشري. التسعير والتخزين المؤقّت والتوجيه قد تغيّر ذلك، لكن إن كانت الفجوة أضعافًا لا عشرات النسب المئوية — فالبنية خاطئة لا التسعير.
- المستخدمون يعودون إلى العملية القديمة دون أن يُطلب منهم. وهذه أبكر إشارة وأصدقها.
- لا أحد مستعدّ لأن يكون مالك العملية بعد التجربة. فبلا مالك لا شيء ينتقل إلى الإنتاج، مهما كانت الأرقام ممتازة.
المؤسسة التي تُغلق تجربتين في الربع بعد ستة أسابيع بدل جرّهما سنةً كاملة تُحرّر موازنة للمحاولة الثالثة — وهذه بالضبط الآلية التي تفصل بين المؤسسات التي تُبلّغ عن 3.70 دولار للدولار وبين سواها.
من أين تأتي الفجوة بين 41% في السنة الأولى و124% في الثالثة
هذه الأرقام تصف المؤسسات نفسها في نقاط زمنية مختلفة، والفارق بينها ليس نموذجًا أفضل. إنه ثلاثة أمور مملّة.
الأول هو التكلفة. القدرة ذاتها بالضبط تصير أرخص جوهريًا مع التخزين المؤقّت والدفعات والتوجيه بين النماذج — ودمج الثلاثة يخفض فاتورة الاستدلال بين 60% و80% دون تغيير تجربة المستخدم. وفي السنة الأولى يُدفع السعر كاملًا لأنكم تقيسون ولا تُحسّنون. وقد فصّلنا الروافع في خفض تكاليف الاستدلال.
الثاني هو النطاق. الاستخدام الأول يحلّ حالة واحدة. وبحلول السنة الثالثة تخدم البنية نفسها والحوكمة نفسها وتصنيف المعلومات نفسه خمس حالات، فتتوزّع التكلفة الثابتة. ولهذا يبدو الاستثمار في بنية البيانات باهظًا في السنة الأولى ومجديًا جدًّا في الثالثة.
الثالث هو العملية. في السنة الأولى تُضاف الأداة إلى عملية قائمة فتضيف تكلفة قبل أن تخفضها. ولا يظهر العائد الكبير إلّا حين تُعاد كتابة العملية ذاتها حولها — تختفي مراحل، وتندمج موافقات، وتتغيّر أدوار. والمؤسسات التي لا تبلغ هذه المرحلة تعلق عند 41% وتستنتج أن الذكاء الاصطناعي لم يكن مجديًا.
هذه المسارات الثلاثة تستند إلى البنية الذهنية نفسها: نموذج تكلفة كامل للميزة، كما فصّلنا في كم تكلّف ميزة الذكاء الاصطناعي فعلًا، وتسعير متّصل ببنية التكلفة، كما بيّنّا في تسعير منتج يستند إلى نموذج. وإن كنتم تبنون تجربة الآن، فالأجدر تعريف معايير القبول في الجلسة نفسها التي يُعرَّف فيها القرار.
مرافقة بناء إطار القياس والقرار حول تجربة ما هي جزء من التخطيط المالي والنموّ الذي ننفّذه مع العملاء.
لماذا تفشل 95% من تجارب الذكاء الاصطناعي؟
وفق دراسة معهد ماساتشوستس للتقنية 2026، نحو 95% من التجارب المؤسسية للذكاء الاصطناعي التوليدي لا تُنتج عائدًا قابلًا للقياس في قائمة الأرباح والخسائر، ونحو 88% لا تبلغ الإنتاج. والسبب الرئيس ليس جودة النموذج بل أن التجربة فحصت قدرة تقنية بدل فحص تغيير في العملية التجارية. ونحو 80% من العمل الفاصل بين التجربة والإنتاج هو هندسة بيانات وحوكمة ودمج في أدوات العمل القائمة وقياس — أجزاء تقفز عنها معظم التجارب.
كم من الوقت ينبغي منحه لتجربة ذكاء اصطناعي؟
ستة أسابيع تكفي للحسم، وهي عادةً أفضل من ستة أشهر. أسبوع لتعريف القرار وقياس الأساس، وأسبوعان لأرخص نسخة تُجيب على السؤال، وأسبوعان على حركة حقيقية مع مستخدمين حقيقيين، وأسبوع للقرار. والتجربة الأطول لا تُنتج يقينًا أكبر، بل تجعل الإغلاق أغلى وأصعب سياسيًا.
كيف يُقاس عائد مشروع ذكاء اصطناعي؟
بالفصل بين أربع طبقات: ساعات وُفِّرت، وطاقة استيعابية تحرّرت، وتكلفة مباشرة انخفضت، وإيراد أُضيف. والأخيرتان وحدهما تظهران في قائمة الأرباح والخسائر. قيسوا الوضع القائم قبل البدء على المقياس نفسه بالضبط، وقارنوا التكلفة لكل وحدة عمل بالحجم الكامل شاملة إعادة المحاولة والتصعيد البشري، وخصّصوا 15% على الأقل من موازنة التجربة للقياس ذاته.
متى يُستحسن إغلاق تجربة قبل موعدها؟
حين تظهر أربع علامات: نسبة النجاح على الحركة الحقيقية أدنى جوهريًا من المجموعة الداخلية ولم تُغلَق بعد جولتَي إصلاح، أو التكلفة لكل وحدة عمل أعلى بأضعاف من البديل البشري، أو عودة المستخدمين إلى العملية القديمة من تلقائهم، أو غياب مالك محدّد للعملية بعد التجربة. والإغلاق السريع يحرّر موازنة للمحاولة التالية، وهذه آلية العائد الحقيقية.
لماذا يرتفع العائد من 41% في السنة الأولى إلى 124% في الثالثة؟
ثلاثة أسباب لا صلة لها بالنموذج. تكلفة الاستدلال تنخفض بين 60% و80% عند دمج التخزين المؤقّت والدفعات والتوجيه بين النماذج. وتكلفة البنية الثابتة تتوزّع بين حالات استخدام أكثر تعمل على الحوكمة نفسها والبيانات نفسها. والأهم أن العملية التجارية تُعاد كتابتها حول الأداة بدل إضافتها إلى عملية قائمة — وحتى يحدث ذلك، تضيف الأداة تكلفة قبل أن تخفضها.