يلا وظائف
فهرس الموضوع:
-
مقدمة: لماذا تحتاج استراتيجيتك إلى إعادة نظر في عصر الذكاء الاصطناعي؟
-
السؤال الأول: ما هو منطق محفظة أعمالنا؟
-
السؤال الثاني: ما هو نموذج التشغيل المؤسسي لدينا؟
-
السؤال الثالث: ما هي الخوارزميات الفريدة لدينا؟
-
أهمية الترتيب: لماذا يجب طرح الأسئلة بهذا التسلسل؟
-
دروس من شركات رائدة
-
الأسئلة الشائعة
-
الخاتمة: نحو استراتيجية ذكية في عصر الذكاء الاصطناعي
.. مقدمة: لماذا تحتاج استراتيجيتك إلى إعادة نظر في عصر الذكاء الاصطناعي؟
في عصر الذكاء الاصطناعي، لم تعد استراتيجية الشركات مجرد امتداد لمنطق العصر الصناعي القائم على وفورات الحجم والنطاق (Economies of Scale and Scope) . المنطق الذي وصفه ألفريد تشاندلر (Alfred Chandler) للشركات المتنوعة لم يعد كافياً لخلق ميزة تنافسية حقيقية.
اليوم، نرى عمالقة التكنولوجيا مثل أمازون (Amazon) وأبل (Apple) وألفابت (Alphabet) تعمل عبر قطاعات غير مترابطة ظاهرياً: التجارة الإلكترونية، الحوسبة السحابية، الترفيه، الخدمات المالية، المنازل الذكية، والرعاية الصحية . ما الذي يجمع هذه الأعمال تحت مظلة واحدة؟ الإجابة تكمن في قدرتها على استغلال البيانات والخبرات المشتركة وتأثيرات الشبكات (Network Effects).
استطلاعات الرأي تشير إلى أن 48% من الشركات قامت بالفعل بتخفيض عدد الموظفين بسبب الذكاء الاصطناعي، ومع ذلك فإن إدارة التغيير وتجربة الموظفين لا تزال من أقل المجالات التي تحظى بالأولوية . هذا يعني أن الشركات تخاطر بفقدان الثقة وإبطاء التبني إذا لم تضع الإنسان في مركز استراتيجيتها.
في هذا المقال، نستعرض 3 أسئلة جوهرية طورها خبراء هارفارد بزنس ريفيو (Harvard Business Review) وفورستر (Forrester)، بالاستناد إلى تجارب شركات مثل إنتركورب بيرو (Intercorp Perú)، لتساعدك على إعادة بناء استراتيجية شركتك في عصر الذكاء الاصطناعي .
كما ذكرنا في مقال سابق عن “كيف تبني استراتيجية رقمية ناجحة“، التحول الرقمي يبدأ من العقلية والاستراتيجية وليس من التكنولوجيا فقط. واليوم نتعمق أكثر في الأسئلة المحددة التي يجب أن تطرحها على نفسك.
.. السؤال الأول: ما هو منطق محفظة أعمالنا؟
هذا هو السؤال الأكثر جوهرية. السؤال ليس “كم نحن متنوعون؟” بل “هل تستفيد أعمالنا المختلفة من مشاركة البيانات والخبرات وتأثيرات الشبكات؟” .
من منطق المشاركة المادية إلى منطق الذكاء
في العصر الصناعي، كان مبرر وجود شركة متنوعة هو مشاركة الأصول المادية (مصانع مشتركة)، تزامن دورات حياة الصناعات، أو القدرة على نقل الموارد المالية بين الوحدات . هذا المنطق كان منطقياً في عصر الأصول الملموسة ودورات الاستثمار المتوقعة، لكنه يقدم ميزة ضئيلة في اقتصاد يعتمد على الذكاء.
ما يخلق ميزة حقيقية وقابلة للدفاع اليوم هو القدرة على ربط البيانات عبر الأعمال المختلفة لتوليد فهم أعمق للعملاء، وتنبؤات أكثر دقة، وتفاعلات أكثر تخصيصاً .
قصة إنتركورب بيرو: من التكتل التقليدي إلى التكتل الذكي
لنأخذ مثال شركة إنتركورب بيرو (Intercorp Perú)، وهي تكتل يضم علامات تجارية في قطاعات الخدمات المالية، التجزئة، الصحة، والتعليم . كانت الشركة تعمل بنموذج لامركزي يدعم العمليات المستقلة، لكن هذا النموذج حد من قدرتها على استخدام البيانات والذكاء الاصطناعي بشكل منهجي لخدمة 17 مليون عميل.
بمساعدة خبراء الاستراتيجية، أعادت الشركة تعريف منطق محفظتها. بدلاً من الاكتفاء بمشاركة الأصول المادية أو الموارد المالية، ركزت على ربط البيانات عبر أعمالها المختلفة. على سبيل المثال:
-
بيانات المدفوعات من الوحدة المصرفية (Interbank) تساعد في تحسين عمليات التجزئة
-
الرؤى المستمدة من سلوك العملاء في التجزئة توجه تطوير الخدمات التعليمية
-
تحليل البيانات من الصيدليات ومعاملات بطاقات الائتمان يساعد وحدة الصحة على اتخاذ قرارات أذكى حول أماكن افتتاح مستشفيات جديدة والتخصصات التي يجب تقديمها .
هذه الروابط تخلق حلقة تغذية راجعة إيجابية من التعلم يصعب تكرارها عبر معاملات السوق. كما أكدت دراسة من LSA Global، الفرق شديدة التنسيق (Highly aligned teams) كانت أسرع بنسبة 58% وأكثر ربحية بنسبة 72% من تلك التي ظلت في صوامع .
.. السؤال الثاني: ما هو نموذج التشغيل المؤسسي لدينا؟
بمجرد أن تحدد المنطق الذي يربط محفظة أعمالك، يأتي السؤال الثاني: كيف تصمم هيكلاً تنظيمياً يسمح بتحقيق هذا المنطق؟
من الهياكل الهرمية إلى الهياكل السائلة
الهياكل التنظيمية التقليدية، القائمة على الأقسام أو المصفوفات، صُممت للتحكم وليس للسرعة والتعلم . في عصر الذكاء الاصطناعي، نحتاج إلى هياكل أكثر سيولة ومرونة تمكن التعاون بين الأقران (peer-to-peer collaboration)، والتجريب السريع، والانتشار السريع للمعرفة.
توصي شركة فوربس (Forbes) بتبني هياكل مرنة مثل الفرق متعددة الوظائف (cross-functional pods) أو مراكز التميز للذكاء الاصطناعي (AI Centers of Excellence) التي تجمع علماء البيانات، المهندسين، مالكي المنتجات، ومديري الأعمال . الهدف هو تحقيق التوازن بين استقلالية الأقسام ومشاركة المعرفة.
كيف طبقت إنتركورب هذا المبدأ؟
واجهت إنتركورب تحدي تحقيق التوازن بين استقلالية أقسامها ومشاركة المعرفة. تجنبت النقيضين: اللامركزية الكاملة التي تعيق مشاركة المعرفة، والمركزية الصارمة التي تخنق الابتكار .
الرؤية التي طورتها كانت أن البيانات والخوارزميات أصول مؤسسية يمكن لجميع الوحدات الوصول إليها ومشاركتها. لم تكتفِ الشركة بإنشاء وحدة مركزية رقمية تقدم البنية التحتية كخدمة دعم مشتركة. بدلاً من ذلك، شجعت على أن تصبح الوحدة المصرفية (Interbank) مركز تميز للنماذج التحليلية.
على سبيل المثال، عندما يطور البنك نماذج ذكاء اصطناعي جديدة لتقييم مخاطر الائتمان، لا تبقى هذه النماذج محصورة في القطاع المصرفي. يتم تكييف الرؤى الأساسية لتحسين توقع أداء الطلاب في قطاع التعليم، وتوجيه تحليل سلوك العملاء في قطاع التجزئة . هذا مثال ملموس على كيف يمكن للتعلم عبر الأعمال أن يصبح مؤسسياً.
للمزيد عن بناء فرق عمل فعالة، اقرأ مقال “كيف تبني فرق عمل عالية الأداء“.
.. السؤال الثالث: ما هي الخوارزميات الفريدة لدينا؟
هذا هو السؤال الأكثر تقدماً. بعد تحديد منطق المحفظة ونموذج التشغيل، يأتي السؤال: كيف تجمع بين بياناتك الخاصة وخبراتك المجالية من خلال الخوارزميات لخلق قيمة دائمة؟
من المهارات التقليدية إلى الميزة الخوارزمية
في العصر الصناعي، كانت الشركات تمتلك مهارات تقليدية مثل تكنولوجيا المحركات (هوندا)، التصغير (سوني)، رواية القصص (ديزني)، أو بناء العلامة التجارية (فيرجن) . اليوم، تحتاج الشركات إلى تطوير ميزة خوارزمية (Algorithmic Advantage) فريدة من خلال الاستفادة من بياناتها الخاصة.
الهدف ليس التفوق التقني فحسب، بل التعلم التراكمي (Cumulative Learning). الرسم من مصادر بيانات فريدة، وإثرائها من خلال تكامل الشركاء، واستغلال هذه الرؤى لخلق اقتصادات خبرة (Economies of Expertise) تنمو بمرور الوقت .
كيف تبني ميزة خوارزمية؟
على عكس الشركات التي تسارع إلى تبني حلول الذكاء الاصطناعي دون أطر تنظيمية للتنسيق، التزمت إنتركورب بتطوير قدراتها الخوارزمية بشكل تعاوني .
يمكنها إنشاء نماذج ذكاء اصطناعي تتعلم من ملايين التفاعلات عبر 17 مليون عميل لتسخير تأثيرات شبكات البيانات (Data Network Effects). هذا يبني قدرات تنبؤية متقدمة، تؤدي إلى توصيات إرشادية (Prescriptive Recommendations) عبر قطاعات الخدمات المالية، التجزئة، والتعليم .
تقرير فورستر (Forrester) يحذر من أن الذكاء الاصطناعي لا يزال عالقاً في “وضع الكفاءة” (Efficiency Mode)، حيث تقود فرق التقنية جهود الذكاء الاصطناعي ويتم تحفيزها لتحسين الكفاءة وليس النمو . النتيجة متوقعة: استراتيجيات تقودها التقنية تحقق تحسينات في الإنتاجية، لكن ليس تحولاً. للتغلب على هذا، يجب على قادة الأعمال تحديد القيمة من منظور قائمة الدخل (P&L) وامتلاك الربط بين إنتاجية الذكاء الاصطناعي والأداء المالي.
.. أهمية الترتيب: لماذا يجب طرح الأسئلة بهذا التسلسل؟
مثل بناء منزل، يجب أن تبدأ بالأساس (منطق المحفظة)، ثم تصمم الهيكل (نموذج التشغيل)، وفقط بعد ذلك تقوم بتركيب الأنظمة المتقدمة (الخوارزميات) .
تظهر تجربة إنتركورب أن التحول الرقمي لا يجب أن يضعف الروح الريادية التي تجعل التكتلات مرنة. باتباع تسلسل منضبط – من الغرض (Purpose) إلى الهيكل (Structure) إلى القدرة التقنية (Technical Capability) – يمكن للشركات خلق أشكال جديدة من الميزة المؤسسية مع الحفاظ على المرونة.
يقول كارلوس رودريغيز باستور (Carlos Rodriguez-Pastor)، رئيس مجلس إدارة إنتركورب: “التحول من تكتل العصر الصناعي إلى تكتل عصر الذكاء هو عملية تكرارية (Iterative)، كل مرحلة تعزز التي تليها” .
.. دروس من شركات رائدة
1. Walgreens: من الفوضى إلى التنظيم
عندما أصبح دان جينينغز (Dan Jennings) مدير التقنية في والغرينز (Walgreens) عام 2023، كانت الشركة مليئة بالطاقة حول الذكاء الاصطناعي، لكنها كانت تفتقر إلى التنسيق. كان هناك “جيوب من نشاط الذكاء الاصطناعي في كل مكان” و”أعمال عشوائية من الذكاء الاصطناعي” .
الحل كان إنشاء مركز تمكين الذكاء الاصطناعي (AI Center of Enablement – COE)، وهو هيكل افتراضي يربط فرق التقنية، البيانات، الأمن، والوحدات التجارية تحت إطار موحد. الـ COE يعمل كمحرك للابتكار وبرج مراقبة، لتصفية وتحديد أولويات مشاريع الذكاء الاصطناعي التي تتوافق مع استراتيجية الشركة. “نحن نتعامل مع الذكاء الاصطناعي مثل أي استثمار في منتج آخر، هناك خريطة طريق، وحالة عمل، ومجموعة من النتائج التي يمكننا تتبعها” .
2. FMOL Health: قياس العائد على الاستثمار (ROI) بما يتجاوز الميزانية العمومية
بالنسبة لـ ويل لاندري (Will Landry)، نائب الرئيس وكبير مسؤولي المعلومات في نظام فرنسيسكان ميشنريز أوف ليدي هيلث (FMOL Health)، المقاييس المالية التقليدية تحكي جزءاً فقط من القصة. “نحن منظمة غير ربحية، لذا فإن عائد الاستثمار لدينا يتعلق بمشاركة الأطباء ورضاهم، ومشاركة المرضى ورضاهم – وليس الدولارات فقط” .
تقوم المنظمة بتقييم كيف تقلل أدوات الذكاء الاصطناعي من إرهاق الأطباء، وتقصير وقت التوثيق، وتحسن جودة التفاعل مع المرضى. على سبيل المثال، مع أنظمة الاستماع المحيطي (Ambient Listening Systems) المنتشرة في مئات العيادات، يقضي الأطباء وقتاً أقل في إنهاء الملاحظات بعد ساعات العمل، ووقتاً أطول في حوار هادف مع المرضى، مما عزز الرضا والمعنويات .
3. Steelcase: ربط الذكاء الاصطناعي بالاستدامة والتجربة
في شركة تصنيع الأثاث المكتبي ستيلكيس (Steelcase)، ينظر المدير التقني ستيف ميلر (Steve Miller) إلى عائد الاستثمار بنظرة أوسع، تمتد إلى ما بعد هوامش الربح وخفض التكاليف. في بعض الحالات، يكون مقياس الاستدامة هو المستهدف، وفي حالات أخرى، يكون مستويات التجربة والمشاعر للأشخاص الذين يتعاملون مع منتجاتنا .
بدلاً من معاملة الذكاء الاصطناعي كمحرك كفاءة بحت، تربط مجموعة أعمال الذكاء الاصطناعي كل مبادرة بالنتائج الأكثر أهمية لذلك الجزء من الشركة: طاقة أقل، نفايات مواد أقل، أو تجربة محسنة للعملاء والموظفين. على سبيل المثال، تساعد أدوات المحاكاة المدعومة بالذكاء الاصطناعي في تحسين تدفق التصنيع، وتقليل استهلاك الطاقة ومعدلات الخردة .
.. الأسئلة الشائعة
كيف أبدأ في تطبيق هذه الأسئلة على شركتي؟
ابدأ بتشكيل فريق قيادي صغير من مختلف الوظائف. اجلسوا معاً وناقشوا الأسئلة الثلاثة بالترتيب. قد تحتاجون إلى جلسات عصف ذهني متعددة. المفتاح هو عدم القفز إلى الخوارزميات قبل تحديد المنطق والنموذج.
هل تنطبق هذه الأسئلة على الشركات الصغيرة والمتوسطة؟
نعم، مع التكييف. الشركات الصغيرة قد لا تمتلك محفظة أعمال متنوعة، لكن يمكنها التفكير في كيف يمكن للبيانات من وظائف مختلفة (مثل المبيعات وخدمة العملاء) أن تتكامل لخلق رؤى أعمق عن العملاء.
ما الفرق بين مركز التميز للذكاء الاصطناعي ومركز المشاركة (CoE vs. Shared Service)؟
مركز المشاركة التقليدي يقدم خدمات مركزية (مثل البنية التحتية). مركز التميز للذكاء الاصطناعي، كما طبقته والغرينز، هو هيكل تمكيني (Enabling Structure) يضع المعايير، ويقيّم الأولويات، ويسرع التعلم عبر المؤسسة، مع بقاء التنفيذ في الوحدات المختلفة .
كيف أقنع مجلس الإدارة بالاستثمار في مشاريع ذكاء اصطناعي لا تحقق عائداً فورياً؟
اربط مشاريع الذكاء الاصطناعي بنتائج الأعمال الأساسية. استخدم إطار عمل يركز على ثلاثة إلى خمسة حالات استخدام عالية التأثير تتوافق مباشرة مع تحسين الهوامش، تسريع وقت الوصول إلى السوق، أو تحسين تجربة العملاء . أظهر كيف أن هذه المشاريع تبني قدرات تراكمية تصعب على المنافسين تقليدها على المدى الطويل.
ما هي أكبر مخاطر تجاهل هذه الأسئلة الاستراتيجية؟
تقرير جارتنر (Gartner) يحذر من أن أنظمة “الصندوق الأسود” (Black Box Systems) – نماذج الذكاء الاصطناعي التي تكون عمليات اتخاذ القرار فيها غير شفافة – يمكن أن تخطئ، خاصة في القطاعات عالية المخاطر مثل الرعاية الصحية والتمويل. بحلول نهاية 2026، قد تتجاوز الدعاوى القضائية المتعلقة بـ “الموت بسبب الذكاء الاصطناعي” 2000 دعوى بسبب عدم كفاية ضمانات المخاطر .
أيضاً، مع تزايد وساطة وكلاء الذكاء الاصطناعي في عمليات الشراء بين الشركات (B2B)، بحلول 2028، سيكون 90% من مشتريات B2B بوساطة وكلاء ذكاء اصطناعي . إذا لم تكن منتجاتك وخدماتك “مقروءة آلياً” (Machine-readable)، فقد تصبح غير مرئية لهذه الوكلاء.
.. الخاتمة: نحو استراتيجية ذكية في عصر الذكاء الاصطناعي
القلق من أن نكون في فقاعة ذكاء اصطناعي (AI Bubble) مع استثمارات غير مسبوقة في البنية التحتية مشروع . لكن هذه الاستثمارات لن تحقق عوائد إلا عندما يتم دمج قدرات الذكاء الاصطناعي بشكل فعال في استراتيجية وهيكل الشركات.
الأسئلة الثلاثة التي ناقشناها – منطق المحفظة، نموذج التشغيل، الخوارزميات الفريدة – توفر إطاراً عملياً لإعادة بناء استراتيجيتك. لكن تذكر أن شركة أكسنتشر (Accenture) تحذر: “استراتيجية البيانات والذكاء الاصطناعي ليست استراتيجية منفصلة، إنها استراتيجية العمل نفسها” .
يجب أن يتحول الذكاء الاصطناعي من مشروع جانبي إلى جوهر استراتيجية العمل. فقط من خلال دمج الذكاء الاصطناعي في نسيج مؤسستك – في عمليات صنع القرار، الاستثمار، والتصميم التنظيمي – يمكنك بناء ميزة تنافسية حقيقية ومستدامة في العصر الجديد.
للمزيد من المقالات حول الاستراتيجية والتحول الرقمي، تابع قسم “الاستراتيجية والقيادة“ على موقعنا.
