لماذا تفشل 95% من مشاريع الذكاء الاصطناعي في الشركات الصغيرة والمتوسطة , وكيف تتجنب ذلك

المشكلة ليست التكنولوجيا

في عام 2024، أجرت شركة McKinsey دراسة على أكثر من 1,200 مؤسسة حول العالم. النتيجة الصادمة: 95% من مشاريع الذكاء الاصطناعي لا تُحقق العائد المتوقع. هذا الرقم يبدو مستحيلاً في عالم تُقدَّم فيه حلول الذكاء الاصطناعي باعتبارها ثورة حتمية.

لكن الحقيقة أبسط مما نتخيل: الفشل ليس تقنياً , إنه تنظيمي واستراتيجي.

كمستشار في تحويل الذكاء الاصطناعي عملت مع شركات صغيرة ومتوسطة في فرنسا ومنطقة الشرق الأوسط وشمال أفريقيا على مدار 27 عاماً، رأيت هذه الأنماط تتكرر بشكل لافت في المغرب والإمارات والمملكة العربية السعودية وتونس وسنغافورة وفرنسا على حدٍّ سواء.

الأسباب الخمسة الرئيسية للفشل

١. غياب حالات الاستخدام الواضحة

الخطأ الأكثر شيوعاً: البدء بـ "نريد استخدام الذكاء الاصطناعي" دون تحديد المشكلة التجارية المحددة التي نحلّها. يشبه هذا شراء آلة CNC دون معرفة ما ستُنتجه.

وفقاً لتقرير Bpifrance Inno 2024: 68% من الشركات الفرنسية التي جرّبت الذكاء الاصطناعي لم تُحدد مؤشرات نجاح قابلة للقياس مسبقاً.

٢. ضعف تبني الفرق

يمكنك شراء أفضل الأدوات وبناء أجمل النماذج، لكن إن لم يستخدمها الفريق يومياً، فالاستثمار ضائع. تغيير السلوك التنظيمي أصعب بكثير من تغيير التكنولوجيا.

دراسة MIT Sloan 2023 تُظهر أن الشركات التي تُستثمر أكثر من 30% من ميزانية الذكاء الاصطناعي في إدارة التغيير تحقق عائداً أعلى بمقدار 3.2× مقارنة بتلك التي تُهمل هذا الجانب.

٣. مطاردة التقنية بدل حل المشكلة

الإغراء كبير: ChatGPT، Copilot، Gemini، Claude , أدوات رائعة. لكن اختيار الأداة قبل تشخيص الحاجة هو وصفة مضمونة للفشل. كاختيار دواء قبل تشخيص المرض.

٤. غياب قيادة واضحة للمشروع

مشاريع الذكاء الاصطناعي تحتاج إلى مالك داخلي واضح (Sponsor Exécutif) يتحمل مسؤولية النتائج، ويُخصص وقتاً فعلياً للمتابعة. في غياب هذا، المشروع يتحول إلى مهمة IT يتجاهلها الجميع.

٥. التوقعات الغير واقعية

الذكاء الاصطناعي ليس سحراً. لا يُحوّل شركة في أسبوع. مشاريع ناجحة تحتاج من 60 إلى 90 يوماً لتُظهر نتائج ملموسة. الصبر والمنهجية أهم من السرعة.

الإطار الناجح: المنهجية IMPACT

على مدار سنوات، طوّرت منهجية من 6 مراحل تُعالج تحديداً هذه الأسباب الخمسة للفشل:

• التشخيص – التأطير (الأسبوع 1): تشخيص دقيق للوضع الراهن وتحديد فرص الذكاء الاصطناعي ذات التأثير الحقيقي.
• المهمة (الأسبوع 2): تأطير المشروع مع القيادة، وتحديد الأولويات وخارطة الطريق.
• التجريب (الأسبوع 3-4): بناء نموذج أولي قابل للقياس للحالة الأولى.
• التبني (الأسبوع 4-6): التدريب، ونقل المعرفة، وبروتوكول الاستخدام اليومي.
• التوطيد (الشهر 2-3): توسيع النطاق، وقياس العائد، وتحسين العمليات.
• النقل (نهاية المهمة): استقلالية كاملة للفريق , هذا هو الهدف الأساسي.

حالة عملية: شركة لوجستية في الإمارات

عملت مع شركة لوجستية إقليمية مقرها دبي تعاني من ضياع 15-20 ساعة/أسبوع في مهام إدارية متكررة: إعداد التقارير، التواصل مع العملاء، وتتبع الشحنات.

في 6 أسابيع فقط، عبر تشخيص دقيق وتجريب محدود ثم توسيع تدريجي:

• تقليل وقت إعداد التقارير بنسبة 73%
• تحسين معدل رضا العملاء بمقدار 1.8 نقطة (من 7.2 إلى 9.0 من 10)
• توفير ما يعادل 2.3 وظيفة بدوام كامل من العمل المتكرر

والأهم: الفريق يعمل باستقلالية تامة اليوم، دون الحاجة إلى دعم خارجي.

خلاصة: ما الذي يصنع الفرق؟

ثلاثة عوامل تُميّز المشاريع الناجحة:

1. تشخيص صادق قبل أي استثمار: ما المشكلة الحقيقية؟ أين التأثير الأعظم؟
2. منهجية مرحلية تبني النجاح على النجاح بدل الانتظار للنجاح الكبير.
3. مرافقة تغيير حقيقية: الأدوات لا تُبني النتائج , الناس يبنونها.

إذا كنت تقود مؤسسة صغيرة أو متوسطة في فرنسا أو منطقة الشرق الأوسط وشمال أفريقيا وتريد أن تتجنب هذه الأخطاء، تواصل معي لتشخيص مجاني.