كيف تُقاس مردودية مشروع الذكاء الاصطناعي قبل تعميمه؟ حالتان حقيقيتان
قدّرت شركة Aldes مردودية بـ800 ألف يورو في السنة الأولى، وتمرر شركة Selectour 70% من حجوزاتها عبر عميل ذكاء اصطناعي. ما تكشفه هذه الأرقام عن طريقة القياس قبل التوسع.
قدّرت شركة Aldes مردودية استثمار بـ800 ألف يورو منذ السنة الأولى لمشروعها في الذكاء الاصطناعي، بفضل تحسن معدل التحويل التجاري ومكاسب إنتاجية لفرقها التقنية والتجارية. من جهتها، نفّذت شركة Selectour عميلا آليا للمحادثة بالذكاء الاصطناعي لحجوزاتها عبر الإنترنت، أُطلق في نوفمبر 2025، ويعالج اليوم 70% من الحجوزات التي تتم عبر الموقع، مع تسجيل 110 آلاف محادثة منذ إطلاقه. يشترك هذان المثالان، الموثقان من قبل Bpifrance Conseil ضمن كتاب أبيض مستمد من مرافقة أكثر من خمسين شركة صغيرة ومتوسطة، في نقطة أهم من الأرقام نفسها، وهي أن قياس هذه النتائج لم يكن مرتجلا بعد الإطلاق.
هذا هو الفارق الرئيسي بين مشروع ذكاء اصطناعي يُنتج مردودية قابلة للإثبات ومشروع يبقى، بعد أشهر من إطلاقه، عاجزا عن إثبات فائدته. في الحالة الثانية، تكون الشركة قد أطلقت أداتها تقريبا دائما دون أن تحدد مسبقا المؤشر الذي سيسمح بالحكم على فعاليتها. تجد نفسها حينها تبحث، بأثر رجعي، عن رقم يبرر النفقة، وهو تمرين صعب وغير مقنع. في الحالة الأولى، كان المؤشر موجودا قبل المشروع، معدل التحويل بالنسبة لـAldes، نسبة الحجوزات الآلية بالنسبة لـSelectour، ما سمح بمقارنة مباشرة بين ما قبل وما بعد.
هذا الفارق في المنهجية يهم أكثر من حجم الشركة. تمتلك Aldes وSelectour أحجام نشاط أكبر من شركة صغيرة نموذجية من عشرة إلى خمسين موظفا، والمبالغ المذكورة ليست قابلة للنقل مباشرة. لكن المبدأ يبقى واحدا على أي مستوى، اختيار مؤشر متابَع بالفعل قبل النشر، بدلا من ابتكار مؤشر جديد خصيصا لهذه المناسبة، لن يتيح أي مقارنة موثوقة لغياب مرجع سابق.
بالنسبة لشركة صغيرة تتردد في الانطلاق بسبب تكلفة تشخيص مسبق، يوجد دعم متاح. تقترح Bpifrance وFrance Num برنامج Diag Data IA، مرافقة مخصصة تمولها Bpifrance بنسبة 40%، ما يحدد التكلفة المتبقية على الشركة بـ6000 يورو دون احتساب الضريبة. من المتوقع تنفيذ ألفي مرافقة من هذا النوع على مدى الفترة 2026-2027، ما يجعله خيارا ملموسا لتنظيم، قبل المشروع، القياس الذي سيتيح لاحقا تقييم نتيجته.
تبقى المردودية الإيجابية على استخدام أول دليلا محليا، وليست ضمانا لقابلية التكرار. مؤشر يتحسن بوضوح في قسم واحد لا يقول شيئا عما سيحدث في مكان آخر من الشركة، وهذا يلتقي مع واقع أوسع وموثق جيدا في مكان آخر، وهو عزلة البيانات التي كثيرا ما تفصل الأقسام وتمنع تكرار نجاح محلي ببساطة. قياس مردودية مشروع أول خطوة ضرورية، لكنها لا تُغني عن التحقق لاحقا من شروط تعميمه.
هناك نقطة أخيرة تستحق التنويه، لا يجب أن يقتصر قياس المردودية على أكثر المكاسب المباشرة وضوحا. أدمجت Aldes في حسابها مكاسب إنتاجية لفرقها التقنية والتجارية، وهي فائدة أقل بريقا من ارتفاع رقم الأعمال، لكنها حقيقية وقابلة للقياس بنفس القدر بمجرد وجود مؤشر للوقت أو عبء العمل قبل المشروع. شركة صغيرة تكتفي بالمؤشرات المالية المباشرة تخاطر بالتقليل من شأن جزء مهم من العائد الفعلي لمشروعها.
هذا بالضبط ما تغطيه مرحلة القيادة في منهجية IMPACT، التي تلي النشر، بتحديد مؤشرات المتابعة قبل إطلاق المشروع ومقارنة النتائج المحصلة بالخط المرجعي المقاس مسبقا، بدلا من ارتجال تقييم بعد أن تكون الأداة قد وُضعت موضع التنفيذ بالفعل. مردودية بـ800 ألف يورو أو معدل أتمتة بـ70% لا قيمة لهما، بالنسبة لشركة تستلهم منهما، إلا في المنهجية التي سمحت بقياسهما، لا في الرقم نفسه. يحدد تشخيص مدته 5 أيام عمل المؤشرات المناسبة لمشروعكم قبل إطلاقه.
الأسئلة الشائعة
ما المردودية التي حققتها شركة Aldes في السنة الأولى من مشروعها للذكاء الاصطناعي؟
قدّرت Aldes مردودية بـ800 ألف يورو منذ السنة الأولى، بفضل تحسن معدل التحويل التجاري ومكاسب في إنتاجية فرقها التقنية والتجارية (Bpifrance Conseil، 2026).
ماذا نفّذت شركة Selectour وبأي نتيجة؟
نفّذت Selectour عميلا آليا للمحادثة بالذكاء الاصطناعي لحجوزاتها عبر الإنترنت. منذ إطلاقه في نوفمبر 2025، أصبح 70% من حجوزات الموقع تمر عبر هذا العميل، مع تسجيل 110 آلاف محادثة (Bpifrance Conseil، 2026).
هل هذان المثالان قابلان للتطبيق على شركة صغيرة من عشرة إلى خمسين موظفا؟
مبدأ القياس قابل للتطبيق، لكن المبالغ ليست بالضرورة كذلك. تمتلك Aldes وSelectour أحجام نشاط أكبر من شركة صغيرة نموذجية، لكن المنهجية، وهي تحديد مؤشر قبل النشر لا بعده، تنطبق على أي حجم شركة.
أي مؤشر يجب اختياره لقياس مردودية أول مشروع ذكاء اصطناعي؟
مؤشر متابَع بالفعل قبل المشروع، معدل التحويل، متوسط زمن المعالجة، نسبة الطلبات المعالجة دون تدخل بشري، بدلا من مؤشر جديد يُبتكر خصيصا للذكاء الاصطناعي، لا يتيح أي مقارنة موثوقة قبل وبعد.
كم من الوقت يلزم للحصول على مردودية قابلة للقياس من مشروع ذكاء اصطناعي؟
لا يوجد أجل عام، لكن الحالتين المذكورتين تُظهران أن مردودية ملموسة يمكن أن تظهر منذ السنة الأولى لاستخدام مستهدف جيدا، شرط أن يكون مؤشر القياس قد حُدد قبل الإطلاق.
ما الدعم المالي المتاح لمرافقة هذا النوع من المشاريع في 2026؟
تقترح Bpifrance وFrance Num برنامج Diag Data IA، مرافقة مخصصة تمولها Bpifrance بنسبة 40%، ما يحدد التكلفة المتبقية على الشركة بـ6000 يورو دون احتساب الضريبة، مع توقع 2000 مرافقة على مدى 2026-2027.
هل يجب انتظار مردودية مثبتة قبل تعميم استخدام الذكاء الاصطناعي على أقسام أخرى؟
مردودية إيجابية على استخدام أول إشارة جيدة، لكنها لا تضمن قابلية التكرار في مكان آخر، وهو ما يعتمد أساسا على توفر بيانات مماثلة في الأقسام الأخرى.
أي مرحلة من منهجية IMPACT تشمل قياس المردودية؟
مرحلة القيادة، التي تلي النشر، تحدد مؤشرات المتابعة قبل إطلاق المشروع وتقارن النتائج المحصلة بالخط المرجعي المقاس مسبقا، بدلا من ارتجال تقييم لاحق.
هل انت مستعد لتحويل الذكاء الاصطناعي في مؤسستك؟
احجز تشخيصا مجانيا لمعرفة حالات الاستخدام الانسب لمؤسستك.
تواصل معي مجانامقالات مشابهة

تصنيع الذكاء الاصطناعي: هل تحتاجون فريقا داخليا أم مزودا للتوسع؟
بعد نجاح مشروع تجريبي، نادرا ما يُطرح سؤال قيادة التصنيع مبكرا بما فيه الكفاية. لا الداخلي الكامل ولا الخارجي الكامل يناسب كل شركة صغيرة. كيف تحسمون الأمر.

العائق الحقيقي أمام التوسع في الذكاء الاصطناعي ليس التقنية، بل التشخيص غير الممول
من المقرر تنفيذ 2000 تشخيص Diag Data IA تموله Bpifrance بنسبة 40% خلال 2026-2027. يستجيب هذا البرنامج لأكثر عائق يُقلَّل من شأنه قبل تصنيع مشروع ذكاء اصطناعي.

لماذا لا ينتشر مشروع تجريبي ناجح للذكاء الاصطناعي في قسم واحد إلى بقية الأقسام؟
مشروع تجريبي للذكاء الاصطناعي ينجح في المبيعات لا يضمن شيئا لخدمة العملاء أو الإنتاج. عزلة البيانات ومسارات العمل تفسر السبب، قبل الميزانية بكثير.