لماذا لا ينتشر مشروع تجريبي ناجح للذكاء الاصطناعي في قسم واحد إلى بقية الأقسام؟

مشروع تجريبي للذكاء الاصطناعي ينجح في قسم واحد لا يقول شيئا يُذكر عما سيحدث في القسم المجاور. هذه من أكثر الحقائق التي يُساء تقديرها في الشركات الصغيرة التي تستثمر في مشروعها الأول للذكاء الاصطناعي، ومن أكثرها كلفة عندما تظهر متأخرة في الجدول الزمني.

يتكرر السيناريو بانتظام لافت. قسم واحد، غالبا المبيعات أو التسويق، يطلق مشروعا تجريبيا للذكاء الاصطناعي حول استخدام محدد، تأهيل العملاء المحتملين، صياغة المحاضر، تحليل ملاحظات العملاء. البيانات نظيفة، والمسار موثق مسبقا بشكل غير رسمي، والمستخدم الذي يقود الاختبار متطوع وكفء. النتائج جيدة، وأحيانا ممتازة. تستنتج الإدارة بشكل طبيعي أن الذكاء الاصطناعي يعمل في الشركة، وتقرر تعميم النهج على الإنتاج، أو خدمة العملاء، أو الموارد البشرية. عندها تبدأ الصعوبات، ونادرا ما تأتي من الأداة نفسها.

المشكلة المركزية هي عزلة البيانات. القسم الذي نجح في مشروعه التجريبي كان يملك غالبا نظام إدارة علاقات عملاء منظما، وسجلا نظيفا، وحجما كافيا ليُنتج الذكاء الاصطناعي نتائج موثوقة. القسم الذي يحاول لاحقا تكرار هذا النجاح يكتشف غالبا أن بياناته موزعة بين عدة ملفات، أو مُصنّفة بشكل سيء، أو غائبة ببساطة بشكل قابل للاستخدام. إعادة تنسيق هذه البيانات قبل إطلاق استخدام مماثل للذكاء الاصطناعي يستغرق غالبا وقتا أطول من المشروع التجريبي الأولي نفسه. هذا التأخير ليس فشلا للمشروع، بل مرحلة لم يتوقعها الجدول الزمني ببساطة.

شارك أحد الزملاء المستشارين الذين يرافقون شركات صناعية متوسطة ملاحظة مشابهة مؤخرا، مشروع تجريبي ناجح للصيانة التنبؤية على خط إنتاج واحد استغرق ثلاثة أسابيع، لكنه لم يُعمَّم على الخطوط الأخرى قبل ثمانية أشهر، ليس بسبب التقنية، بل لأن كل خط كان له مستشعراته وصيغ سجلاته وتاريخ أعطاله الخاص. المشروع التجريبي أثبت الجدوى التقنية. لم يثبت شيئا عن قابلية تكرار العمل التحضيري على البيانات.

هذا الواقع يدعو إلى إعادة النظر في اللحظة التي تُطرح فيها مسألة ميزانية التوسع. تنتظر شركات كثيرة نهاية المشروع التجريبي لطرح هذا السؤال، بعد الحصول على النتائج. هذا متأخر جدا. سؤال قابلية إعادة الاستخدام، ما البيانات اللازمة في مكان آخر، وما المسار الذي يجب توثيقه بشكل مستقل عن الأداة المستخدمة، وما القسم الذي سيكون المرشح الثاني الطبيعي، يجب طرحه قبل إطلاق المشروع التجريبي نفسه. مشروع تجريبي مُصمَّم منذ البداية ليكون قابلا للتعميم يكلف بالكاد أكثر من مشروع معزول، ويوفر انتظار ثمانية أشهر لاحقا.

هناك أيضا تحيز أقل وضوحا، وهو تحيز المستخدم التجريبي نفسه. الموظف الذي يختبر مشروعا تجريبيا للذكاء الاصطناعي يكون دائما تقريبا متطوعا وفضوليا ومرتاحا بالفعل مع الأدوات الرقمية. هذا الحماس الأولي يُخفي جزءا من العمل الحقيقي لإدارة التغيير الذي سيواجهه التعميم لاحقا، وهو تدريب فرق أقل تطوعا، لم تختر المشروع وتكتشف الأداة دون أن تجربها بدافع فضول شخصي. مشروع تجريبي يقوده شخص متوسط الارتياح مع الأدوات الرقمية، بدلا من الموظف الأكثر حماسا في القسم، يُعطي صورة أكثر صدقا عما سيكون عليه التبني الفعلي على مستوى الشركة.

من الأفضل ألا يبقى التعميم بيد القسم الرائد وحده. القسم الذي نجح يعرف الاستخدام، لكنه نادرا ما يعرف قيود الأقسام الأخرى. تنسيق عبر الأقسام، تقوده الإدارة العامة أو مسؤول معيّن للذكاء الاصطناعي، يتيح تحديد أولويات بين أقسام ذات احتياجات مختلفة، بدلا من تكرار حل صُمم لسياق محدد بشكل آلي. بالنسبة للمسارات التي تربط عدة أقسام حول عملية واحدة للذكاء الاصطناعي، تتجنب أدوات الأتمتة مثل Make.com إعادة تطوير كل تكامل يدويا، ما يقلل بشكل ملموس من تكلفة هذه الموجة الثانية.

هذا بالضبط ما تسعى مرحلة النمذجة في منهجية IMPACT إلى توقعه، قبل إطلاق المشروع التجريبي الأول نفسه، توثيق المسار بشكل مستقل عن الأداة المختارة، وتحديد منذ البداية البيانات اللازمة في الأقسام الأخرى المستهدفة بتعميم مستقبلي. مشروع تجريبي ناجح يبقى خبرا جيدا، فهو يثبت أن استخدامًا محددًا يعمل في ظروف محددة. لكنه ليس وحده دليلا على أن الشركة بأكملها جاهزة للتوسع. يتيح تشخيص مدته 5 أيام عمل التحقق من قابلية إعادة الاستخدام هذه قبل إطلاق المشروع التجريبي التالي.