لماذا تحتاج مقاعد الذكاء الاصطناعي إلى دماغ للشركة
اشترت معظم الشركات مقاعد للذكاء الاصطناعي. وقلة منها منحتها المعرفة والقواعد والأنظمة التي تُسيّر الشركة. ما الذي يتغير حين تفعل.
لدى كل شركة تقريبًا اليوم مقاعد للذكاء الاصطناعي، والذين يستخدمونها أسرع في بعض الأمور مما كانوا قبل عام. ففي استطلاع McKinsey لعام 2026، أفاد قرابة تسعة من كل عشرة مشاركين باستخدام منتظم للذكاء الاصطناعي في وظيفة تجارية واحدة على الأقل، وقال ثمانية من كل عشرة إنه حسّن إنتاجيتهم الشخصية.
أما الشركة نفسها فقد تغيرت في معظم الحالات أقل بكثير. فقد وجد الاستطلاع نفسه أن نسبة المشاركين الذين يعزون أي أثر في الأرباح قبل الفوائد والضرائب (EBIT) إلى الذكاء الاصطناعي ظلت ثابتة عند 37 بالمئة. وفي الولايات المتحدة، تُظهر أرقام نشرها الاحتياطي الفيدرالي في سانت لويس أن 39.2 بالمئة من البالغين العاملين يستخدمون الذكاء الاصطناعي التوليدي في العمل في أسبوع معيّن بحلول الربع الثاني من 2026، وأن الوقت الذي يوفّره يبلغ 2.2 بالمئة من مجموع ساعات العمل.
ونحن نرى أن للفجوة سببًا بسيطًا. المقاعد تعرف الإنترنت. ولا تعرف الشركة.
لماذا تعطي المقاعد مسودات
اطلبوا من مساعد عرضًا، فيكتب عرضًا جيدًا لشركة غير موجودة. إنه لا يعرف أسعاركم وشروطكم وتاريخ العميل وطريقة شركتكم في هيكلة العرض والخصم الذي لا يحق لأحد منحه. فيكتب مسودة، ويقوم إنسان بالنسخ واللصق والتصحيح. وتتوقف الجودة على من كتب الموجِّه وعلى مقدار ما كان يعرفه.
ووجدت أبحاث Anthropic الاقتصادية النمط نفسه في كيفية استخدام الشركات لنماذجها: فنشر الذكاء الاصطناعي في المهام المعقدة قد تقيّده إتاحة المعلومات أكثر مما يقيّده ما يستطيع النموذج فعله. وقالتها مبادرة NANDA في MIT بحدّة أكبر العام الماضي. فبحسب المؤلف الرئيسي لتقريرها عن الذكاء الاصطناعي التوليدي في الأعمال، تتعثر الأدوات العامة في الشركات لأنها لا تتعلم من طريقة إنجاز العمل ولا تتكيف معها.
حتى المزوّدون أنفسهم يقولون إن العمل لم يكتمل. فدراسة عن ChatGPT Enterprise أجراها باحثون في OpenAI، حُدّثت في أغسطس، تخلص إلى أن الشركات لا تزال تتعلم كيف تدمج الذكاء الاصطناعي في مسارات عملها، وأن القيمة على المدى البعيد تتوقف على ما إذا كان الاستخدام الفردي المتفرّق سينمو ليصير قدرة لدى المؤسسة.
ما الذي يحتويه دماغ الشركة
دماغ الشركة هو هذه الطبقة الناقصة، وهو يحتوي على أربعة أشياء. المعرفة: المستندات ورسائل البريد والعروض والعقود والمنتجات والأسعار والمشاريع السابقة وصوت الشركة، محدّثة، مع المصدر في كل إجابة. القواعد: ما يجوز لكل دور أن يراه ويفعله، وما ينتظر الموافقة، وما يجوز أن يعمل من تلقاء نفسه. الأنظمة: اتصالات بـ bexio وMicrosoft 365 ونظام إدارة علاقات العملاء (CRM) والتقويم وأدوات الشركة نفسها، ليستطيع الدماغ أن يبحث عن الأشياء وأن يعيد كتابتها في الأنظمة. والمهارات: الطريقة التي ينجز بها كل قسم عمله المتكرر، مكتوبة ليستطيع المساعد اتباعها.
وهذا هو Twin. إنه يعيش في المساعد الذي يستخدمه موظفوكم أصلًا، في Claude أو ChatGPT أو Codex، أو على نموذج خاص حين يجب ألا تغادر البيانات: Eigna، من بناء شريكنا Eigna Labs، مدرَّب على عمل الشركة نفسها ويعمل في سحابتها الخاصة أو على خوادمها الخاصة. ويُسلَّم Twin شيفرةً مصدرية تملكها الشركة، فيبقى الدماغ مع الشركة حين تتغير النماذج.
قسمًا بعد قسم
في المبيعات، يصل عرض مكالمة الأمس مصوغًا بهيكل الشركة، وتُكتب المتابعة بصوتها. ويوافق إنسان على الاثنين. وفي الدعم، تخرج الإجابة مع المقطع من الدليل الذي تستند إليه، ويُعالج المرتجع بحسب السياسة المكتوبة، وأي شيء لا يكون الدماغ متأكدًا منه يُحال إلى إنسان.
وفي المالية، تُعدّ فاتورة جزئية في bexio عبر Kontor، وتُتابع البنود المفتوحة في موعدها، ويصل إقفال الشهر مجهّزًا للمراجعة. وفي التسويق، تأتي منشورات الأسبوع القادم على هوية العلامة، وينتهي تقرير الحملة بثلاث خطوات تالية. ويتلقى المالك إحاطة صباح الاثنين عن المبيعات والسيولة النقدية والبنود المفتوحة، ومذكرة قرار مع مصدر كل رقم.
والقادمون الجدد هم الأكثر استفادة. ففي دراسة شملت 5,179 موظف دعم للعملاء، وجد إريك برينيولفسون ودانييل لي وليندسي ريموند أن مساعد الذكاء الاصطناعي رفع عدد المشكلات المحلولة في الساعة بنسبة 14 بالمئة في المتوسط، وبنسبة 34 بالمئة للعاملين المبتدئين وذوي المهارة المنخفضة. ويرى المؤلفون أنه نجح بنشر معرفة أمهر العاملين إلى الأحدث منهم. أما دماغ الشركة فيفعل ذلك عن قصد: معرفة أفضل زميل، على كل مكتب، منذ اليوم الأول.
الجودة والسرعة والكلفة وعبء العمل
الجودة هي التغيير الأول: معيار واحد على كل مكتب، مع المصدر في كل إجابة، بدل نتيجة تتوقف على من سأل. وتتبعها السرعة، لأن العمل الذي كان يستغرق ساعات يبدأ من مسودة جاهزة. وتنخفض الكلفة بتراجع الروتين وإعادة العمل وعدد الأدوات التي تؤدي المهمة نفسها. ويتحول عبء العمل. يتوقف الناس عن نقل النصوص بين النوافذ ويعودون إلى العمل الذي لا يقدر عليه غيرهم.
وهذه النقطة الأخيرة تهمنا. فالدماغ يتولى النسخ والبحث والمسودة الأولى. أما الحكم، ومحادثة العميل، والمراجعة، والمسؤولية عمّا يخرج من الشركة، فتبقى للناس، وإلى هناك ينبغي أن يذهب وقتهم.
ولا نضع رقمًا على هذه المكاسب قبل أن نعرف الشركة. فهي تتوقف على مقدار ما يتكرر من عملها ويُكتب ويُراجع، وهذا بالضبط ما يكشفه الاستكشاف.
تحسين العمليات قبل الأتمتة
تتفق الأبحاث على مكان القيمة. فتقسمها BCG، مستندة إلى عملها مع عملائها، هكذا: نحو 10 بالمئة من قيمة التحول بالذكاء الاصطناعي تأتي من التطبيق نفسه، و20 بالمئة من البيانات والتقنية، و70 بالمئة من إعادة تصميم مسارات العمل والثقافة والحوكمة وطريقة عمل الناس والذكاء الاصطناعي معًا. وفي استطلاع McKinsey، كان قرابة ثلاثة أرباع المجموعة الصغيرة من الشركات عالية الأداء قد أعادت تصميم مسارات العمل جذريًا بسبب الذكاء الاصطناعي، مقابل ربع بقية الشركات. ووجد تقرير Deloitte لعام 2026 أن 37 بالمئة من المؤسسات تستخدم الذكاء الاصطناعي على مستوى سطحي، مع تغيير ضئيل في طريقة إنجاز العمل.
لذلك نبدأ بالاستكشاف لا بالبرمجيات: الأشخاص والأدوات والبيانات والعمل الذي لا يزال يُنجَز يدويًا. ثم نصقل العملية قبل أن نعلّمها لآلة. قالب عرض لا يتفق عليه أحد، وموافقة تنتظر أسبوعًا، وتقرير يُبنى مرتين في قسمين. وإصلاح هذه الأمور هو في الغالب أكبر مكسب، ويجعل الأتمتة التي تليه أبسط وأكثر أمانًا.
من أين نبدأ
تستطيع الشركة أن تبدأ هذا الأسبوع دون أي أداة جديدة. دوّنوا قائمة بأكثر عشرة مستندات تكتبها شركتكم. اكتبوا القواعد التي لا توجد إلا في رأس أحدهم: الأسعار والخصومات والنبرة ومن يوقّع على ماذا. وسجّلوا الأنظمة التي يمرّ عبرها العمل وأين ينسخ الناس من نظام إلى آخر. هذه القائمة هي مخطط دماغ الشركة.
ثم اختاروا قسمًا واحدًا وروتينًا واحدًا، واربطوا المعرفة والنظام الذي يقف خلفه، وأبقوا إنسانًا عند النقطة التي يخرج عندها أي شيء من الشركة. وحين تتوقف المسودات عن الحاجة إلى تصحيح، انتقلوا إلى الروتين التالي. وستبدأ المقاعد التي تدفعون ثمنها أصلًا بالعمل لصالح الشركة، لا لصالح الشخص الجالس إلى المكتب وحده.
