أنفقنا 35 مليار دولار على الذكاء الاصطناعي ولم نجنِ شيئًا تقريبًا

جاءت المكالمة مساء يوم ثلاثاء. شركة رعاية صحية متوسطة الحجم — كنا نقدّم لها الاستشارات — قتلت للتوّ مشروعها الرائد في الذكاء الاصطناعي. تسعة أشهر من العمل. إنفاق بستة أرقام. بدا صوت مدير التقنية مُنهكًا، لا غاضبًا. "لقد عمل بشكل مثالي في العرض التجريبي"، قال لي. "في كل مرة دون استثناء. ثم وصّلناه ببيانات مرضى حقيقية فبدأ يهلوس أكواد التأمين."

لم أعرف بماذا أردّ، لأنني كنت قد سمعت نسخة ما من هذه القصة نحو اثنتي عشرة مرة في ذلك الربع وحده. ذكاء اصطناعي يبهر في قاعة اجتماعات ثم يتفكك في بيئة الإنتاج. مشاريع تجريبية تُثير الحماس في الشهر الأول ومراجعات الميزانية في الشهر السادس. الفجوة بين ما يقطعه الذكاء الاصطناعي التوليدي من وعود وما يُحقِّقه داخل مؤسسة حقيقية هي التوتر الذي يُعرِّف هذه اللحظة في عالم التقنية.

والآن صارت لدينا الأرقام التي تُثبت ذلك. أصدرت مبادرة NANDA في معهد MIT دراسة في منتصف عام 2025 وقعت وقع القنبلة: من أصل ما يُقدَّر بـ 30 إلى 40 مليار دولار ضختها المؤسسات في الذكاء الاصطناعي التوليدي، فإن ما يقارب 95% من المشاريع التجريبية أخفقت في تحقيق أثر قابل للقياس على قائمة الأرباح والخسائر. ويردّد استطلاع McKinsey لعام 2025 الصدى نفسه — 88% من المؤسسات تقول إنها تستخدم الذكاء الاصطناعي في مكان ما، لكن 39% فقط تستطيع الإشارة إلى أي أثر على الأرباح قبل الفوائد والضرائب (EBIT) على الإطلاق.

أنا أدير Veriprajna، حيث نبني أنظمة ذكاء اصطناعي عميقة للمؤسسات. لستُ مراقبًا محايدًا هنا. لكنني كنت قريبًا بما يكفي من الحطام — ومن حالات النجاح النادرة — لأمتلك صورة واضحة عمّا يحدث من خلل فعلي. وهو ليس ما يظنه معظم الناس.

العرض التجريبي بدا رائعًا. ثم حضر الواقع.

لم تكن تجربة مدير التقنية في شركة الرعاية الصحية تلك استثنائية. بل كانت عمليًا النتيجة الوسيطة.

ترسم بيانات MIT قمعًا قاسيًا: 80% من المؤسسات تستكشف أدوات الذكاء الاصطناعي التوليدي. 20% فقط تصل إلى مشروع تجريبي. و5% فقط تبلغ مرحلة الإنتاج بنتائج أعمال قابلة للقياس. يسمّي الباحثون ذلك "فجوة تعلّم"، وهي طريقة مهذّبة للقول إن معظم الشركات لا تفهم ما اشترته.

أتذكّر جلوسي في مكتبنا بعد قراءة تقرير MIT كاملًا، أُجادل شريكي المؤسِّس حول ما إذا كان رقم 95% مبالغًا فيه. لم يكن كذلك. بل إن كان من شيء، فقد هوّن من حجم المشكلة، لأن كثيرًا من الـ 5% "الناجحة" أعادت تعريف النجاح إلى الأسفل — فقد قاست معدلات التبنّي أو رضا المستخدمين بدلًا من الأثر الفعلي على الإيرادات.

النمط الذي أراه مرارًا هو التالي: يبني فريق إثباتًا للمفهوم باستخدام أحد النماذج اللغوية الكبيرة الرئيسية. يتعامل مع الاستعلامات العشرة النموذجية ببراعة. تتحمّس الإدارة. تُعتمد الميزانية. ثم يلتقي النظام بالعالم الحقيقي — بيانات فوضوية، حالات حدّية، مدخلات ملتبسة، متطلبات تنظيمية حيث "القريب بما يكفي" يعني دعوى قضائية — فينهار.

الفجوة بين ذكاء اصطناعي جاهز للعرض التجريبي وذكاء اصطناعي جاهز للإنتاج ليست فجوة. إنها وادٍ سحيق، ومعظم الشركات لا تدرك أنها تقف على الضفة الخاطئة إلا بعد أن تكون قد قفزت بالفعل.

أفاد 60% من المستخدمين في دراسة MIT بأن النماذج لم تستطع التعلّم من التغذية الراجعة بمرور الوقت. وقال 55% إنهم بذلوا جهدًا مفرطًا في توفير السياق لكل مُوجَّه على حدة. وقال 40% إن النماذج ببساطة "انهارت" عند مواجهة مدخلات غير معيارية. هذه ليست أنماط إخفاق غريبة. هذه هي حال يوم ثلاثاء عادي.

لماذا تبني الشركات على رمال متحركة؟

معظم ما يسمّيه سوق المؤسسات اليوم "منتجات ذكاء اصطناعي" هو مجرد أغلفة (wrappers) — واجهات مستخدم رقيقة تجلس فوق استدعاء API لـ GPT-4 أو Claude أو Gemini. تكتب شيئًا، فيذهب إلى النموذج، ويستجيب النموذج، ثم يُنسّق الغلاف الإجابة بشكل أنيق.

لديّ ذكرى حاضرة بقوة عن اجتماع عرض قدّم لي فيه عميل محتمل "محرك الامتثال المدعوم بالذكاء الاصطناعي" الخاص به. سألته: ماذا يحدث حين يتغيّر سلوك النموذج الأساسي بعد تحديث من المزوّد؟ ساد الصمت الغرفة. لم يكونوا قد فكّروا في الأمر. منتجهم بأكمله كان قالب مُوجَّه ولوحة تحكّم أنيقة. أما "الذكاء" الذي كانوا يبيعونه فكان مستأجَرًا بالكامل.

هذه هي مغالطة الغلاف، وهي في كل مكان. يعتمد هذا النهج عادةً على ما يسمّيه أهل الصناعة "المُوجَّه الضخم" (mega-prompt) — تحشو القواعد والبيانات والسياق والتعليمات في تفاعل واحد هائل وتأمل أن يفكّ النموذج طلاسمه. كتبتُ عن هذه المشكلة المعمارية بمزيد من التعمّق في النسخة التفاعلية من بحثنا، لكن الخلاصة المختصرة هي أن المُوجَّهات الضخمة تخلق ثلاث مشكلات قاتلة:

لا يمكنك تدقيقها. لا توجد طريقة للتحقّق من أن النموذج اتّبع التعليمات بالترتيب الصحيح. وبالنسبة للقطاعات كثيفة الامتثال، هذا أمر مرفوض من الأساس.

إنها هشّة اقتصاديًا. فنوافذ السياق الطويلة وإعادات المحاولة تلتهم الرموز (tokens). وإليك رقمًا صدمني حين رأيته أول مرة: الفارق بين مُرمِّز (tokenizer) كفء وآخر غير كفء قد يعني تباينًا في التكلفة بنسبة 450% لنفس عبء العمل. فمؤسسة تعالج 100,000 استفسار عميل يوميًا قد ترى تكاليفها السنوية تقفز من 36,500 دولار إلى أكثر من 164,000 دولار لمجرد اختيارها النموذج الخاطئ لحالة استخدام متعددة اللغات.

إنها قابلة للانكسار. غيّر ثلاث كلمات في مُوجَّه فتحصل على مخرَج مختلف تمامًا. جرّب أن تبني اتفاقية مستوى خدمة (SLA) على ذلك.

الفخ الاقتصادي أسوأ حتى من الفخ التقني. فحين تخفّض OpenAI أو Anthropic أسعار واجهات برمجة التطبيقات لديها — وهي ستواصل تخفيضها — ترى شركات الأغلفة هوامشها تتبخّر. هي لا تملك البيانات. ولا تملك سير العمل. إنها تعيد بيع ذكاء شخص آخر بهامش ربح، وفي اللحظة التي يخفّض فيها المالك الإيجار للجميع، لا يبقى للمؤجِّر من الباطن أي عمل.

ماذا يعني "الذكاء الاصطناعي العميق" فعليًا؟

سأخبرك باللحظة التي اتّضح فيها المفهوم في ذهني.

كنا نعمل على نظام لمعالجة المستندات لعميل في مجال الخدمات اللوجستية. كان النهج الأولي مباشرًا: أرسل مستند الشحن إلى نموذج لغوي كبير، اطلب منه استخراج الحقول ذات الصلة، ثم أعِد النتائج. نجح ذلك مع الاستمارات المعيارية. ثم اصطدمنا ببيان حاويات من ميناء في جنوب شرق آسيا يحمل تعليقات بلغات مختلطة، وتصحيحات بخط اليد، وتنسيقًا لا يطابق أي شيء في بيانات التدريب. أعاد النموذج هُراءً بكل ثقة.

كبير المهندسين لدينا، وقد أُحبِط بعد أسبوع من هندسة المُوجَّهات التي ظلّت تُنتج أنماط إخفاق جديدة، قال أخيرًا: "نحن نطلب من دماغ واحد أن يؤدي سبع وظائف. ماذا لو أعطينا كل وظيفة لمتخصص؟"

هذا هو الذكاء الاصطناعي العميق في جملة واحدة. فبدلًا من التعامل مع النموذج اللغوي الكبير باعتباره عرّافًا يتولّى كل شيء، تتعامل معه كمكوّن واحد في نظام أكبر. تُفكّك المشكلة. وكيل واحد يتولّى فهم الاستعلام. وآخر يسترجع البيانات من قاعدة بيانات مُهيكَلة. وثالث يتحقّق من المخرَج مقابل قواعد معروفة. ورابع يُنسّق الاستجابة. لكل وكيل مسؤولية محدّدة، وسير العمل بينهم حتمي — أي أنك تتحكّم في التسلسل والمنطق ونقاط التفتيش.

يتعامل الذكاء الاصطناعي العميق مع النموذج اللغوي كمتدرّب موهوب، لا كرئيس تنفيذي. تُسند إليه مهام محدّدة داخل هيكل محكوم، لا مفاتيح المبنى.

أنماط التصميم الوكيلية (agentic) التي تجعل هذا ممكنًا ليست نظرية. إنها تُنشر الآن:

هناك نمط المراجعة الذاتية (reflection) حيث ينتقد الوكيل مخرَجه الخاص قبل إرساله إلى المستخدم. وهناك نمط استخدام الأدوات حيث يستدعي الوكيل حاسبات خارجية أو واجهات برمجة تطبيقات أو قواعد بيانات بدلًا من محاولة حساب الإجابات من الذاكرة. وهناك نمط التخطيط الذي يُفكّك الأهداف المعقّدة إلى خطوات متتابعة. وأخيرًا هناك نمط التنسيق (orchestration) حيث يدير وكيلٌ مُشرف سير العمل بأكمله، ويوجّه المهام إلى المتخصص المناسب.

حين أعدنا بناء ذلك النظام اللوجستي باستخدام تنسيق متعدد الوكلاء، ارتفعت دقة الاستخراج في المستندات غير المعيارية من نحو 60% إلى أكثر من 95%. والأهم من ذلك، أنه حين كان يُخفق بالفعل، كنا نرى بالضبط أين ولماذا — لأن النظام لم يعد صندوقًا أسود. لقد كان خط معالجة بخطوات قابلة للرصد والتدقيق.

لماذا تقتل تكلفة الرموز (tokens) عائد الاستثمار في الذكاء الاصطناعي المؤسسي؟

هذا هو الجزء الذي لا ينال ما يكفي من الاهتمام.

الجميع يتحدث عن دقة النموذج. ولا يكاد أحد يتحدث عن اقتصاديات الوحدة لتشغيل هذه الأنظمة على نطاق واسع. لكنني رأيتُ تكاليف الرموز تغتال بصمت الجدوى التجارية لمشاريع ذكاء اصطناعي كانت لولا ذلك تعمل بشكل مثالي.

الحساب بسيط لكنه قاسٍ. فالنماذج المختلفة تُرمِّز النص بطرق مختلفة — خصوصًا النصوص غير الإنجليزية والكتابات المعقّدة. استعلام يكلّف 800 رمز على نموذج قد يكلّف 4,500 على آخر. اضرب ذلك في مئات الآلاف من التفاعلات اليومية، وستجد نفسك أمام فارق تكلفة يمحو أي مكاسب كفاءة كان من المفترض أن يحقّقها الذكاء الاصطناعي.

انتابني ذعر حقيقي حين أجرينا تحليل الترميز لعميل يعمل بالتاميلية والإنجليزية. كان فارق التكلفة بين نموذجهم الحالي وبديل أكثر كفاءة 4.5 أضعاف. كانوا ينزفون المال في كل تفاعل على حدة ويُدرجونه تحت بند "تكاليف البنية التحتية" في ميزانيتهم. لم يفكّر أحد في النظر إلى المُرمِّز.

تعالج أنظمة الذكاء الاصطناعي العميق ذلك بأن تكون جراحية الدقة في تحديد متى تستخدم رموز النماذج اللغوية الكبيرة المكلفة. فالمهام عالية الحجم ومنخفضة التعقيد تتولّاها نماذج أصغر أو منطق حتمي. أما قدرة الاستدلال المكلفة فتُحجز للخطوات التي تهمّ فعلًا. إنه الفرق بين توظيف استشاري أول للردّ على كل مكالمة هاتفية وبين جعله يركّز على القرارات التي تتطلّب حُكمًا.

قاعدة 10-20-70 التي لا يتّبعها أحد

حين أتحدّث إلى المديرين التنفيذيين عن سبب تعثّر مشاريع الذكاء الاصطناعي لديهم، يشيرون دائمًا تقريبًا إلى التقنية. النموذج لم يكن جيدًا بما يكفي. البيانات لم تكن نظيفة. التكامل كان معقّدًا أكثر من اللازم.

هم ليسوا مخطئين في أيٍّ من ذلك. لكنهم يغفلون النسبة الحقيقية. فالشركات التي ترى فعلًا أثرًا في EBIT — وتقول McKinsey إن 6% فقط ترى أكثر من 5% من إجمالي EBIT بفضل الذكاء الاصطناعي — تتّبع توزيعًا للموارد سيُفاجئ معظم التقنيين:

10% من الجهد يذهب إلى اختيار الخوارزميات وضبطها. 20% يذهب إلى بناء البنية التحتية للبيانات والتقنية. 70% يذهب إلى إدارة الأشخاص والعمليات والتحوّل الثقافي.

سبعون بالمئة. ليست على التقنية. بل على دفع البشر إلى تغيير طريقة عملهم.

قاومتُ هذه الفكرة أطول مما كان ينبغي. أنا مهندس بالفطرة. كنت أريد أن أصدّق أننا إن بنينا نظامًا أفضل فسيتبعه التبنّي. لزمني مشروع مؤلم — سلّمنا فيه حلًّا ممتازًا تقنيًا ظلّ بلا استخدام ثلاثة أشهر لأن أحدًا لم يُعِد تصميم سير العمل حوله — كي أستوعب أن التقنية هي الجزء السهل.

الشركات متوسطة الحجم التي تتّبع مبدأ 10-20-70 تُحسّن أرباحها قبل الفوائد والضرائب والإهلاك والاستهلاك (EBITDA) بمقدار 160 إلى 280 نقطة أساس خلال 24 شهرًا. أما التي تنفق 70% على التقنية و10% على إدارة التغيير فتحصل على برمجيات باهظة تركن على الرفّ دون استخدام.

الانتصارات ليست برّاقة. إدارة دورة الإيرادات. أتمتة مطابقة المدفوعات. تحسين تكاليف السحابة. لا أحد يكتب منشورات لاهثة على LinkedIn عن تقليص تراكم المطالبات التي خرج أصحابها ولم تُفوتر نهائيًا بعد. لكن Inova Health System قلّصت ذلك التراكم بنسبة 50% ووفّرت 1.3 مليون دولار سنويًا. ووفّرت المساعدات الافتراضية بالذكاء الاصطناعي لدى OSF HealthCare 1.2 مليون دولار بينما زادت الإيرادات بمقدار 1.2 مليون دولار إضافية. وتوفّر UPS 400 مليون دولار سنويًا عبر التوجيه القائم على الذكاء الاصطناعي.

هذه ليست نتائج مشاريع تجريبية. هذه أنظمة إنتاج تعمل على نطاق واسع، مبنية بنوع من التكامل العميق لا تستطيع الأغلفة الاقتراب منه.

ماذا يحدث حين يبدأ وكلاء الذكاء الاصطناعي في التصرّف من تلقاء أنفسهم؟

إن الانتقال من ذكاء اصطناعي يُجيب عن الأسئلة إلى ذكاء اصطناعي يتّخذ إجراءات يُغيّر حسابات الأمن بالكامل.

ظللتُ أفكّر في هذا كثيرًا، جزئيًا بسبب حادثة كادت تقع لدينا أثناء الاختبار. كنا نبني نظامًا وكيليًا (agentic) يحتاج إلى الوصول إلى نظام تخطيط موارد المؤسسة (ERP) لدى عميل لسحب بيانات المخزون. وأثناء تشغيل اختباري، حاول الوكيل — متّبعًا سلسلة استدلال منطقية تقنيًا لكنها خاطئة سياقيًا — تعديل أمر شراء بدلًا من قراءته فحسب. كانت لدينا ضوابط وقائية. ولم يمرّ الأمر. لكنني جلست إلى مكتبي بعدها أفكّر فيما كان سيحدث لو كنا أقل حذرًا.

لهذا السبب تحديدًا تهمّ معايير مثل بروتوكول سياق النموذج (Model Context Protocol - MCP) وإطار NANDA إلى هذا الحد. فـ MCP — الذي طوّرته Anthropic — يعمل كطبقة تكامل موحّدة بين وكلاء الذكاء الاصطناعي ومصادر بيانات المؤسسة. يسمّيه الناس "USB-C الخاص بالذكاء الاصطناعي"، وهو وصف مناسب: فهو يعني أنك لا تحتاج إلى تكاملات مخصّصة وهشّة لكل اتصال. أما NANDA فتوفّر طبقة الحوكمة — إثبات القدرات القابل للتحقّق تشفيريًا (أي أنه يمكنك إثبات ما يُسمح للوكيل بفعله وما لا يُسمح له)، وضوابط وصول قائمة على انعدام الثقة (zero-trust) ممتدة إلى الوكلاء المستقلين، ومسارات تدقيق مركزية.

وللاطّلاع على التفصيل التقني الكامل لهذه الأنماط المعمارية وكيفية تكاملها معًا، راجع ورقتنا البحثية.

المقصود ليس أن الذكاء الاصطناعي الوكيلي خطير وأن علينا التباطؤ. المقصود أن نهج الغلاف — حيث تكون رؤيتك لما يفعله النموذج ولماذا يفعله في حدّها الأدنى — يصبح متهوّرًا بحق حين يستطيع النموذج اتّخاذ إجراءات في العالم الحقيقي. أنظمة الذكاء الاصطناعي العميق ذات سير العمل القابل للرصد والمحكوم ليست مجرد هندسة أفضل. إنها الطريقة المسؤولة الوحيدة لنشر وكلاء مستقلين داخل مؤسسة.

"استخدم GPT فحسب" ونصائح باهظة أخرى

يسألني الناس طوال الوقت عمّا إذا كان عليهم فقط انتظار أن تتحسّن النماذج. "GPT-5 سيحلّ هذا"، سمعتُ مستثمرًا يقول ذلك في مأدبة عشاء. "لماذا نبني كل هذه البنية التحتية بينما ستتعامل معها النسخة التالية من النموذج بشكل أصيل؟"

أتفهّم جاذبية هذه الحجة. إنها نظيفة. ولا تتطلّب أي عمل شاق. وهي خاطئة.

النماذج الأفضل لا تُصلح مشكلة الغلاف. بل تزيدها سوءًا. فنموذج أقوى داخل معمارية المُوجَّه الضخم أشبه بوضع محرك فورمولا 1 في سيارة بلا مقود. تسير أسرع في الاتجاه الخاطئ. القضايا التي تقتل الذكاء الاصطناعي المؤسسي — غياب قابلية التدقيق، والمُوجَّهات القابلة للانكسار، وانعدام حلقات التغذية الراجعة، وغياب سياق الأعمال، والتكاليف غير المنضبطة — هي مشكلات معمارية، لا مشكلات قدرات.

اقتصاد الذكاء الاصطناعي الظلّي يُثبت ذلك. فأكثر من 90% من الموظفين يستخدمون بالفعل وسرًّا حسابات ChatGPT أو Claude الشخصية في العمل لأن أدوات الذكاء الاصطناعي الرسمية في شركاتهم جامدة أكثر من اللازم. النماذج قادرة بما يكفي. أما الأنظمة المحيطة بها فلا.

النماذج الأفضل لا تُنقذ معمارية سيئة. إنها فقط تُهلوس بشكل أسرع وبثقة أكبر.

السؤال الآخر الذي يردني يتعلّق بالجدول الزمني. "كم يستغرق هذا فعلًا؟" الإجابة الصادقة هي 12 إلى 18 شهرًا للانتقال من تجارب متناثرة إلى ذكاء اصطناعي يُحرّك قائمة الأرباح والخسائر. الأشهر الثلاثة الأولى هي الاستكشاف — تحديد أين يمكن للذكاء الاصطناعي أن يخلق قيمة دون أن يخلق انكشافًا تنظيميًا. ومن الشهر الثالث إلى السادس تأتي جاهزية البيانات، وهي المرحلة التي يقول 58% من كبار المسؤولين التنفيذيين إنهم يتعثّرون عندها. ومن الشهر السادس إلى الثاني عشر يجري بناء نماذج أولية متعددة الوكلاء وتكرارها — وأعني 30+ دورة تكرار على بيانات من العالم الحقيقي، لا ثلاثة عروض تجريبية مصقولة. أما المرحلة الأخيرة فهي النشر في الإنتاج مع دعم تشغيلي كامل: كشف الانحراف، ومراقبة التحيّز، وحوكمة التكلفة.

إنه ليس سريعًا. وليس سهلًا. لكن الشركات التي تفعله هي التي تظهر ضمن الـ 6% في تقرير McKinsey بأثر حقيقي على EBIT.

الانقسام خيار

"انقسام الذكاء الاصطناعي التوليدي" الذي حدّده MIT ليس فجوة تقنية. إنه فجوة قرار.

على جانب: شركات تعاملت مع الذكاء الاصطناعي التوليدي كمنتج يُشترى، وغلاف يُنشر، وعرض تجريبي يُقدَّم لمجلس الإدارة. هؤلاء هم الـ 95%. أنفقوا أموالًا حقيقية وحصلوا على بيانات صحفية.

وعلى الجانب الآخر: شركات تعاملت مع الذكاء الاصطناعي كتحدٍّ معماري — تحدٍّ يتطلّب تفكيك المشكلات، وحوكمة سير العمل، وإعادة تصميم العمليات، والقيام بالعمل غير البرّاق المتمثّل في ربط النماذج بالواقع الفوضوي لبيانات المؤسسة. هؤلاء هم الـ 5%. أنفقوا أموالًا مماثلة وحصلوا على أثر في EBIT.

أفكّر أحيانًا في مدير التقنية ذاك في شركة الرعاية الصحية. الرجل الذي اتصل بي يوم ثلاثاء، مُنهكًا، بعد أن قتل للتوّ مشروعه في الذكاء الاصطناعي. اتصل مرة أخرى بعد أربعة أشهر. كان فريقه قد أعاد بناء النظام باستخدام نهج متعدد الوكلاء — وكلاء منفصلون لاستخراج البيانات، والتحقّق من الأكواد، وفحص الامتثال، مع عمليات تسليم حتمية بينهم. لم يكن أنيقًا كالعرض التجريبي الأصلي. وكان بناؤه أبطأ. وتطلّب تفكيرًا مسبقًا أكبر في تصميم سير العمل وأنماط الإخفاق.

لقد نجح. لا بشكل مثالي — لا شيء كذلك — لكن بموثوقية تكفي للنشر والتدقيق والتحسين. بموثوقية تكفي للظهور في قائمة الأرباح والخسائر.

انتهى عصر التعامل مع الذكاء الاصطناعي كخدعة سحرية. ما يأتي بعده أصعب وأبطأ وأقل جاذبية للصور. وهو أيضًا الشيء الوحيد الذي ينجح فعلًا.