الذكاء الاصطناعي
التحدي الخفي وراء استثمارات الشركات في الذكاء الاصطناعي
أضف Securities.io إلى مصادرك المفضلة على Google
الاستثمار في الذكاء الاصطناعي يحتاج إلى أكثر من مقياس واحد للنجاح
تخيّل شركة تدرس ثلاثة مقترحات للذكاء الاصطناعي: منتجًا لخدمة العملاء، وشراكة بحثية، وأداة داخلية لمعالجة الاعتراضات على الفواتير. يطلب كل مقترح تمويلًا ويَعِد بتحقيق قيمة. لكن الأدلة التي تبرر دعم أحدها قد لا تفيد المديرين كثيرًا في تقييم المقترحين الآخرين.
يحتاج المنتج إلى عملاء وإلى تقديم موثوق. وتحتاج الشراكة إلى تعاون مثمر. أما الأداة الداخلية، فعليها معالجة مشكلة تشغيلية محددة. وقد يؤدي تقييم المشروعات الثلاثة باستخدام قائمة التحقق نفسها إلى مكافأة المشروعات التي تقدم توقعات مقنعة، مع إغفال تلك التي تتطلب التجريب.
تطرح دراسة منشورة في مجلة Technovation، بعنوان «تشكيل ممارسات إدارة محافظ الابتكار في عصر التقنيات الرقمية الناشئة»، إطارًا لفهم هذا التباين.1 وتتجاوز دلالات الدراسة إدارة المشروعات: إذ ينبغي للمستثمرين الذين يقيّمون إنفاق الشركات على الذكاء الاصطناعي أن يدرسوا كيفية اتخاذها قرارات بشأن ما يستحق ضخ مزيد من رأس المال فيه.
ما الذي توصلت إليه دراسة الابتكار الرقمي
أجرى الباحثان Kristian Hilmar Mikkelsen Wegener وKarl Joachim Breunig مقابلات مع 26 شخصًا في سبع مؤسسات إسكندنافية. وأُجريت المقابلات في عام 2023، واستُخدمت وثائق داعمة لتعزيز تحليلهما. وأُتيحت الورقة البحثية على الإنترنت في أكتوبر 2026، وهي مدرجة ضمن مجلد المجلة لعام 2027.
شملت المؤسسات قطاعات الاتصالات والتأمين وإدارة المخاطر وحلول النقل والتخمير والاستشارات والمنتجات الصحية وتمويل الأبحاث العامة. وتناول البحث التقنيات الرقمية الناشئة على نطاق واسع، بما في ذلك الذكاء الاصطناعي والتعلّم الآلي وإنترنت الأشياء.
يتعلق الاستنتاج الأساسي باختلاف طبيعة الأنشطة. فقد يختلف مشروعان في الميزانية أو المخاطر، مع بقائهما ملائمين لعملية الإدارة نفسها. لكن أنشطة أخرى تحقق القيمة بطرق مختلفة جوهريًا، ما يجعل معايير التقييم الموحدة غير ملائمة.
حدد الباحثان ثلاثة أنماط متكررة. وهي أنماط من ممارسات الإدارة يمكن أن تتعايش داخل المؤسسة، وليست تصنيفات دائمة تُسنَد إلى الشركات بأكملها.
| النمط | تقييم القيمة | نهج الإدارة | جهة اتخاذ القرار |
|---|---|---|---|
| تطوير المنتجات | معايير مقننة قائمة على مراحل | توحيد الإجراءات | على مستوى المحفظة |
| الوساطة عبر المنصات | المعرفة الجماعية | التيسير | بالتعاون مع الجهات الفاعلة في المنظومة |
| حل المشكلات | تقدير الخبراء | التكييف | مفوّض إلى المشروعات |
كيف تحقق مشروعات الذكاء الاصطناعي المختلفة القيمة
يساعد تطبيق هذا الإطار على الذكاء الاصطناعي في توضيح أوجه الاختلاف. وتبيّن الأمثلة التالية كيفية الاستفادة منه، لكنها ليست نتائج إضافية توصل إليها البحث.
منتجات الذكاء الاصطناعي تحتاج إلى تقديم متكرر وموثوق
لنتناول شركة برمجيات تطوّر مساعدًا للذكاء الاصطناعي لعملاء يدفعون مقابل استخدامه. ويشمل عملها تصميم المنتج واختباره ونشره وتقديم الدعم له. ويمكن للمراجعات المنظمة تقييم مدى استيفاء المساعد لمتطلبات الجودة، وقدرته على جذب المستخدمين، وإمكانية تقديمه بتكلفة مجدية.
في هذه الحالة، من المعقول أن تطلب الإدارة تحديد مراحل الإنجاز وتقديم أدلة تجارية قابلة للمقارنة. والسؤال المحوري هو ما إذا كانت الشركة قادرة على تقديم منتج باستمرار يرغب العملاء في الدفع مقابله.
شراكات الذكاء الاصطناعي تحتاج إلى التنسيق
لنتناول الآن شركة تصنيع تتعاون مع جامعة ومورّدين متخصصين لاستخدام التعلّم الآلي في صيانة المعدات. ويتوقف التقدم على إتاحة البيانات، وتكامل الخبرات، والاتفاق على كيفية الاستفادة من الاكتشافات.
قد لا يكشف هدف مبيعات ربع سنوي الكثير عن مدى اكتساب هذا التعاون قيمة. ومن الأفضل في المراحل المبكرة طرح أسئلة عن إتاحة البيانات، والتقدم التقني المشترك، وقدرة المشاركين على دمج مساهماتهم في حل قابل للاستخدام.
ويوضح هذا أيضًا المقصود بمصطلح «المنصة» في الدراسة. فهو يشير إلى تيسير التبادل بين المشاركين، ولا يعني بالضرورة بيع منصة برمجية.
أدوات الذكاء الاصطناعي الداخلية تحتاج إلى أدلة تشغيلية
يفرض مساعد معالجة الاعتراضات على الفواتير تحديًا مختلفًا. فالموظفون الأقرب إلى سير العمل يدركون الاستثناءات والمستندات الناقصة وأسباب تعقّد الحالات التي تبدو بسيطة. وقد يكون منح هؤلاء المتخصصين مجالًا للمساهمة في تشكيل الأداة أنفع من فرض مواصفات كُتبت قبل فهم تلك التعقيدات.
قد يعني النجاح انخفاض عدد الحالات التي يُعاد فتحها، أو تسريع حلها من دون أخطاء إضافية. ويشمل سياق السوق ذي الصلة ما تنشره Securities.io عن البحث المؤسسي واكتشاف المعرفة والتكامل المؤسسي وأتمتة سير العمل. ويربط كلا المجالين طموحات الذكاء الاصطناعي بالمعلومات والعمليات التي تستخدمها الشركات بالفعل.
قياس التقدم في الذكاء الاصطناعي قبل مقارنة العوائد
ومن النتائج العملية المفيدة أن الشركات تحتاج إلى مستويين من التقييم. يسأل المستوى الأول عما إذا كانت المبادرة تتقدم وفق أهدافها الخاصة. أما المستوى الثاني، فيسأل عما إذا كان استمرار الإنفاق مبررًا مقارنةً بغيره من أوجه توظيف رأس المال.
وهذا يجنب الاختيار الزائف بين المطالبة بإيرادات فورية من كل تجربة، والسماح باستمرار التجارب إلى أجل غير مسمى. ويمكن لأدلة مختلفة أن تسند قرارات التمويل من دون التخلي عن الانضباط المالي.
فعلى سبيل المثال، قد تستحق شراكة بحثية في مراحلها الأولى جولة تمويل أخرى إذا أثبتت أن مجموعة بيانات كان يتعذر الوصول إليها سابقًا تتيح إجراء تنبؤ مفيد. وفي مرحلة لاحقة، ينبغي إخضاع المنتج الناتج لاختبارات أشد صرامة من حيث الموثوقية والتبني والجدوى الاقتصادية.
يمكن للمديرين توضيح هذا الانتقال بطرح ثلاثة أسئلة:
- ما أوجه عدم اليقين التي ينبغي أن تحسمها مرحلة التمويل التالية؟
- ما الأدلة التي تبرر توسيع نطاق العمل أو تغييره أو إيقافه؟
- من لديه المعرفة والصلاحية لاتخاذ هذا القرار؟
هذه الأسئلة تطبيق للإطار، وليست صيغة اختبرتها الورقة البحثية. وتكمن فائدتها في جانبها العملي: فهي تربط الإنفاق بالتعلم وما يليه من إجراءات.
البنية التحتية المشتركة للذكاء الاصطناعي قد تشوّه الجدوى الاقتصادية للمشروعات
وثمة نتيجة أخرى تتعلق بالتكاليف المشتركة. لنفترض أن عدة أدوات للذكاء الاصطناعي تعتمد على القدرات نفسها لتنظيف البيانات وإدارة الأذونات والمراقبة. قد يؤدي تحميل المشروع الأول كامل تكلفة الإعداد إلى جعله يبدو غير مجدٍ. أما تجاهل تلك التكلفة في جميع المشروعات، فسيبالغ في تقدير الربحية.
ومن الأساليب الأوضح فصل البنية التحتية القابلة لإعادة الاستخدام عن التكلفة الإضافية لكل تطبيق، مع الاستمرار في احتساب كليهما على مستوى الشركة. عندئذٍ، يستطيع المستثمرون التمييز بين أساس مكلف وتطبيق يظل غير مجدٍ اقتصاديًا حتى بعد إنشاء ذلك الأساس.
وينبغي إدراج الأمن في هذا الحساب. إذ يسلط الاهتمام الإعلامي الأخير بـالاستثمار في أمن بيانات الذكاء الاصطناعي الضوء على الاهتمام التجاري بإمكانية وصول الوكلاء إلى المعلومات الحساسة. والدرس التحليلي للمديرين هو تخصيص ميزانية للضوابط إلى جانب القدرات التي تتيحها.
ولا يستلزم توزيع قرارات المشروعات على الفرق تفويض كل القواعد إليها. إذ يمكن للفرق اختيار أساليب العمل المناسبة ضمن ضوابط موحدة للوصول وحدود للإنفاق ومتطلبات للمساءلة.
تتيح Microsoft للمستثمرين التعرض لقطاعات متعددة من الذكاء الاصطناعي المؤسسي
تخلق هذه التحديات الإدارية طلبًا على تقنيات تدعم التجريب والنشر المتكرر على حد سواء. وتتيح Microsoft للمستثمرين التعرض لشركة مدرجة للتداول العام، تنشط في برمجيات المؤسسات والبنية التحتية السحابية وأدوات المطورين وخدمات الذكاء الاصطناعي.
MSFT مخطط السعر
تصف Microsoft في تقريرها السنوي لعام 2026 مجموعة عروض للذكاء الاصطناعي تشمل التطبيقات والنماذج والبنية التحتية وضوابط المؤسسات. وتنبع صلتها بهذا النقاش من اتساع نطاق هذه العروض: إذ يستطيع العملاء استخدام تقنيات الشركة في المنتجات التجارية والتطوير التعاوني وسير العمل الداخلي.
ويرتبط إعلان Microsoft في سبتمبر عن إمكانات Copilot وضوابط الإنفاق على الذكاء الاصطناعي بالمشكلة مباشرةً أيضًا. فإلى جانب طرح إمكانات جديدة، كشفت الشركة عن أدوات تهدف إلى مساعدة المؤسسات على إدارة استهلاك الذكاء الاصطناعي وسياسات الإنفاق عليه.
تقوم الحجة الاستثمارية على شروط. فإذا حوّل العملاء التجارب إلى أعباء عمل مستمرة، فقد تستفيد Microsoft من الطلب المتكرر على البرمجيات واستهلاك البنية التحتية. أما إذا ظل النشر مكلفًا أو مخيبًا للتوقعات التشغيلية، فقد لا يؤدي توسيع الإمكانات التقنية وحده إلى اقتصاديات جذابة للعملاء.
لا تقيّم الدراسة Microsoft، ولا تحددها بوصفها جهة مشاركة، ولا تثبت أن منتجاتها تحسن إدارة الابتكار. والشركة هنا مثال توضيحي على صلة موضوع الاستثمار. ومع ذلك، يتطلب تقييم أسهمها دراسة التقييم والمنافسة والإنفاق على البنية التحتية وربحية النمو.
أحدث أخبار Microsoft (MSFT) ومستجداتها
ما ينبغي للمستثمرين مراقبته في الإنفاق على الذكاء الاصطناعي
ومن المهم مراعاة حدود الورقة البحثية. تستند نتائجها إلى الممارسات المبلّغ عنها لدى مجموعة صغيرة من المؤسسات الاسكندنافية. ولا تثبت تحقيق عوائد أعلى، ولا تقيس معدلات فشل مشروعات الذكاء الاصطناعي، ولا تبرهن على أن اعتماد الإطار يحسن الأداء.
ومع ذلك، توفر الورقة منظورًا مفيدًا لقراءة استراتيجيات الشركات في مجال الذكاء الاصطناعي. فالأعداد الإجمالية للتجارب الأولية أو الشراكات أو الأدوات المنشورة تكشف حجم النشاط. أما الإفصاحات الأكثر إفادة، فتوضح المشكلات التي تسعى الشركات إلى حلها، والأدلة المطلوبة لتوسيع نطاق العمل، وكيف يتغير الإنفاق عندما تكون النتائج مخيبة للآمال.
قد تكون الشركة التي توقف مشروعًا تجريبيًا غير مُجدٍ توظّف رأس المال بفاعلية. وقد تظل الشركة التي لديها مشروعات تجريبية كثيرة تفتقر إلى مسار يقود إلى التطبيق. ويتوقف الفرق على جودة القرارات والأدلة التشغيلية.
مع امتداد الذكاء الاصطناعي إلى مزيد من وظائف الأعمال، قد تصبح القدرة على تمويل أنواع مختلفة من الابتكار على نحو متسق ميزة تنافسية مهمة. وتوسّع النماذج الأفضل نطاق ما يمكن للشركات أن تحاوله، فيما تساعد الإدارة الأفضل على تحديد أيّ من هذه المحاولات سيتحول إلى أعمال مستدامة.
المراجع:
1 Wegener, K. H. M.، وBreunig, K. J. (2027). تهيئة ممارسات إدارة محفظة الابتكار في عصر التقنيات الرقمية الناشئة. Technovation, 159، 103752. https://doi.org/10.1016/j.technovation.2026.103752
