تقييم الجاهزية للذكاء الاصطناعي: ما يجب إصلاحه قبل نشر الذكاء الاصطناعي

يُجري فريق العمليات في شركة متوسطة الحجم اختبار تقييم الموردين، ويحصل على درجة 3.8 من 5، ويعلن جاهزيته للذكاء الاصطناعي. بعد ستة أسابيع، يتعطل المشروع التجريبي. لم تكن مسارات العمل المراد أتمتتها مكتوبة أو موثقة من الأساس، ولم يكن هناك من يملك صلاحية اعتماد الإجراءات التي يتخذها الوكيل الذكي بمجرد وصوله إلى سجلات العملاء. كانت الدرجة حقيقية، لكن الجاهزية لم تكن كذلك أبداً.

تقييم الجاهزية للذكاء الاصطناعي هو عملية فحص تحدد ما إذا كان مسار عمل معين يمكنه استيعاب تقنيات الذكاء الاصطناعي بأمان الآن، أم يحتاج إلى إعادة تصميم أولاً، أم يجب تأجيله. وبحلول أواخر عام 2025، أظهرت أبحاث McKinsey حول حالة الذكاء الاصطناعي أن 88% من المؤسسات أبلغت عن استخدام منتظم للذكاء الاصطناعي، ومع ذلك لم يلمس سوى 39% منها تأثيراً على الأرباح قبل الفوائد والضرائب (EBIT) على مستوى المؤسسة ككل، وبالنسبة لمعظمها ظل هذا التأثير دون 5%. الفجوة هنا لا تكمن في جودة النموذج، بل في الظروف التشغيلية التي يعمل في ظلها.

تكتفي معظم التقييمات بتحديد مستوى النضج. أما هذا الدليل فيطرح التقييم كمسار قرار تصفية متدرج: تحديد نطاق مسار عمل واحد، وتجاوز أوهام درجات التقييم، ثم معالجة العقبات التي تفشل المشاريع التجريبية فعلياً بحسب ترتيب ظهورها. وفي النهاية، ستصل إلى قرار واضح بشأن مسار عمل محدد: إما البناء، أو الشراء، أو التهيئة، أو البدء بمشروع تجريبي، أو الانتظار، بالإضافة إلى خطة عمل تغطي 30-60-90 يوماً لمعالجة أي نواقص.

الخطوة 1: ما هو القرار الذي يجب أن يخرج به تقييم الجاهزية للذكاء الاصطناعي فعلياً؟

تقييم الجاهزية للذكاء الاصطناعي هو حكم على قابلية النشر على مستوى سير العمل. إنه يجيب على سؤال واحد لحالة استخدام واحدة: هل يمكن للذكاء الاصطناعي تشغيل سير العمل هذا بأمان الآن، أم يحتاج سير العمل إلى إعادة تصميم أولاً، أم يجب تأجيله؟ أما تقييم نضج الذاء الاصطناعي فيقيس مدى تقدم المؤسسة بشكل عام. الجاهزية تحدد ما إذا كانت عملية معينة قابلة للنشر أم لا.

تحدد مؤسسة Robert Half الهدف الأساسي للجاهزية بشكل مباشر، بعباراتها الخاصة:

تشير الجاهزية للذكاء الاصطناعي إلى قدرة المؤسسة على تبني تقنيات الذكاء الاصطناعي وتطبيقها وتوسيع نطاقها بنجاح... بطريقة تقدم قيمة تجارية ملموسة. — Robert Half، AI Readiness Plan for Tech Leaders (2025)

أما العمل الأكاديمي، وفقاً لـ Palade & Carutasu's digitization-readiness research، فيتعامل مع الجاهزية كإمتداد لممارسات النضج الرقمي.

لماذا لا تعتبر النتيجة قراراً نهائياً

في أوائل عام 2025، وجدت شركة McKinsey أن كل الشركات تقريباً كانت تستثمر في الذكاء الاصطناعي، في حين أن حوالي 1% فقط من القادة وصفوا مؤسساتهم بأنها ناضجة في نشر الذكاء الاصطناعي. هذه النسبة، المستمدة من بحث McKinsey حول الوكالة الفائقة في مكان العمل (Superagency in the Workplace)، أعادت صياغة تبني الذكاء الاصطناعي كقضية قيادية بدلاً من كونها فجوة في المهارات.

الفرق بين الجاهزية والنضج، في سطر واحد

يصف النضج حالة المؤسسة، بينما تحدد الجاهزية ما إذا كان سير عمل معين آمنًا للأتمتة في الوقت الحالي. يبني الجزء المتبقي من هذا الدليل هذا القرار، خطوة بخطوة عبر تحديد العقبات. بالنسبة للفرق التي تستثمر بالفعل في العمل المدعوم بالذكاء الاصطناعي، فإن المقال المصاحب حول كيفية استخدام الذاء الاصطناعي للابتكار يغطي المجالات التي تتركز فيها العوائد عادةً.

الخطوة 2: لماذا يجب تحديد نطاق سير عمل واحد قبل تقييم الشركة بأكملها؟

تقييم الشركة بأكملها هو نطاق واسع للغاية ولا يؤدي إلى اتخاذ قرار محدد. النطاق بهذا الاتساع لا ينتج عنه سوى مجرد تصنيف عام. تشتيت جهودك في كل مكان يعني عدم وجود قوة فعلية في أي مكان. الوحدة التشغيلية هي سير عمل واحد، وهدف عمل واحد، وحدود مخاطر واحدة، وخطوة تالية واحدة. حدد النطاق ليكون ضيقاً بما يكفي لتمكين مالك عملية واحد من وصف كل خطوة، وكل استثناء، وتكلفة حدوث خطأ ما. التقييم على مستوى الشركة ينتج عنه تصنيف فقط، بينما تحديد نطاق سير العمل ينتج عنه خطوات عملية قابلة للتنفيذ.

يحذر إطار عمل الجاهزية الخاص بشركة Microsoft من التعامل مع هذا التقييم كإجراء يُنفذ لمرة واحدة فقط. حيث يوضح فريق Copilot Studio أن جاهزية الوكلاء (agents) هي عملية مواءمة مستمرة بين الأفراد والعمليات والتكنولوجيا، وتتطلب إعادة التقييم كلما تغيرت الظروف. هذا هو السبب العملي لتحديد نطاق صغير: يتم إعادة إجراء التقييم في كل مرة يتغير فيها سير العمل أو بياناته أو ضوابطه.

كيف يبدو سير العمل القابل لتحديد النطاق

"تحسين خدمة العملاء باستخدام الذكاء الاصطناعي" هو طموح. أما "صياغة ردود الاستجابة الأولى على أسئلة الفواتير، باستخدام تذاكر الدعم التي تم حلها في آخر 12 شهرًا، مع موافقة موظف بشري على كل إرسال" فهو سير عمل. تحدد النسخة الثانية ما يتعامل معه الوكيل (المدخلات ومجموعة البيانات) مقابل تكلفة القرار الخاطئ. النسخة الثانية فقط هي التي يمكن تقييمها.

ثلاثة أسئلة لتحديد النطاق

قبل تقييم أي ركيزة، أجب عن ثلاثة أسئلة تتعلق بمسار العمل المرشح: ما هو الهدف الفردي وكيف ستقيسه، ما هي أسوأ نتيجة ممكنة إذا أخطأ الذكاء الاصطناعي ومن سيتحملها، وكيف تبدو أصغر شريحة قابلة للتجريب في غضون 90 يومًا دون المساس بمسار خاضع للتنظيم أو بالغ الأهمية للإيرادات. الإجابات الغامضة تعني أن مسار العمل لم يتم تحديد نطاقه بعد، وتقييمه في هذه الحالة لن يؤدي إلا إلى التغطية على هذه الفجوة.

تكلفة إجراء التقييم بنطاق واسع للغاية

McKinseyوجدت أن المؤسسات ذات الأداء العالي تزيد احتمالية إعادة تصميمها لمهام عمل محددة لتعتمد على الذكاء الاصطناعي بنحو ثلاث مرات مقارنة بدمجه في جميع العمليات دفعة واحدة. النطاق الضيق يفرض مناقشة إعادة التصميم، بينما يتيح لك النطاق الواسع تجنبها.

الخطوة 3: ما هي أخطاء بطاقات التقييم التي تحول الجاهزية للذكاء الاصطناعي إلى مجرد استعراض؟

الفشل الشائع يكمن في معاملة كل ركيزة بوزن متساوٍ، واعتبار المتوسط المرتفع بمثابة إذن للبدء في النشر. إن وجود عائق واحد غير معالج يبطل النتيجة المتوسطة المرتفعة. المؤسسات التي تتغاضى عن عوائقها من خلال حساب المتوسطات لا تزيلها، بل ترسخها. تخفي المتوسطات العائق الوحيد الحاسم الذي يقضي على المشروع التجريبي. وتتمثل الفخاخ الثلاثة المتكررة في توسع المشاريع التجريبية العشوائي، والذكاء الاصطناعي الخفي، وأتمتة سير العمل المعيب. يظهر كل منها كتقدم في بطاقة التقييم، لكنه يتصرف كدين تقني عند التشغيل الفعلي.

دراسة NANDA من معهد MIT حول عمليات النشر في المؤسسات وجدت أن ما يقرب من 95% من المشاريع التجريبية للذكاء الاصطناعي التوليدي لم تحقق سوى تأثير ضئيل أو معدوم على الأرباح القابلة للقياس، وكان السبب الجذري يكمن في التكامل وملاءمة سير العمل بدلاً من القدرة الأساسية للنموذج. وقد حدد مؤلفها الرئيسي الآلية بشكل مباشر.

الأدوات العامة مثل ChatGPT تتفوق للأفراد بسبب مرونتها، لكنها تتعثر في الاستخدام المؤسسي لأنها لا تتعلم من سير العمل أو تتكيف معه. — أديتيا تشالابالي، MIT NANDA، The GenAI Divide (2025)

المفاهيم الخاطئة الشائعة

• "درجة النضج العالية تعني أننا مستعدون." يمكن للمعدل القوي أن يخفي فجوة واحدة معطلة للعمل بالكامل. مؤشر Cisco لعام 2025 وجد أن حوالي 13% فقط من المؤسسات مؤهلة كـ "رواد" مستعدين تماماً، ويظهر هذا التباين في ركائز محددة مثل الضوابط وإدارة التغيير، وليس في التقييم العام.
• "الاستخدام الواسع للذكاء الاصطناعي يثبت الجاهزية." إن تبني التقنية دون حوكمة يُعد ذكاءً اصطناعياً غير مصرح به (Shadow AI). أبحاث UpGuard لعام 2025 وجدت أن أكثر من 80% من الموظفين يستخدمون أدوات ذكاء اصطناعي غير معتمدة، وكان المسؤولون التنفيذيون من بين أكثر المستخدمين لهذه الأدوات دون تصريح، في حين يقتصر أقل من 20% من الموظفين على الخيارات المعتمدة من الشركة.
• "أتمتة العمليات البطيئة هي دائمًا مكسب." في الواقع، أتمتة عملية غير موثقة أو معطلة يؤدي فقط إلى زيادة حجم الفوضى. تحذر أدبيات ممارسي الأتمتة، بالعودة إلى دليل Tom Taulli لعام 2020، من أن ترميز العمل اليدوي المتكرر والاستثناءات غير الموثقة يؤدي فقط إلى حدوث الأعطال بشكل أسرع. يأتي هذا الإطار من Tom Taulli's RPA Handbook، وهو المرجع الأساسي لممارسي الأتمتة الذي يعتمد عليه هذا الدليل في معالجة حالات فشل إدارة الاستثناءات.

رأي المعارض: هل بطاقات التقييم عديمة الفائدة؟

تحافظ منظمة OWASP على مشروع رسمي لـ تقييم نضج الذكاء الاصطناعي، وللنماذج الهيكلية دور حقيقي تؤديه.

توفر نماذج نضج الذكاء الاصطناعي الهيكل اللازم للنمو المدروس، وتقييم المخاطر، وتوسيع القدرات بطريقة قابلة للقياس. — G2، نموذج نضج الذكاء الاصطناعي: كيفية التقييم والتوسع

يعد نموذج النضج أداة حوكمة مشروعة. ولكنه يتحول إلى مجرد استعراض صوري فقط عندما يحل متوسط مخرجاته محل قرار سير العمل. احتفظ ببطاقة التقييم لتتبع التقدم، ولكن لا تجعلها هي من يقرر مسألة النشر الفعلي.

الخطوة 4: كيف تقوم بحصر القرارات الخفية التي سيخمنها وكيل الذكاء الاصطناعي؟

تتمثل طبقة الجاهزية الخفية في السياق الموثق. إذا كان سير العمل يعتمد على تقديرات غير مكتوبة، ومعالجة الاستثناءات، والذاكرة المؤسسية، فسيضطر وكيل الذكاء الاصطناعي إلى استنتاجها، وسوف يستنتج بعضها بشكل خاطئ. ترسم هذه الخطوة مخططًا لمنطق القرار الفعلي لسير العمل: المسار الأساسي، والاستثناءات، وقواعد التصعيد، والمعرفة الضمنية التي لا توجد حاليًا إلا في ذهن شخص ما.

تتفق دراستان استقصائيتان مستقلتان أجريتا في عام 2025 على المعوق نفسه. حيث وجدت دراسة Lucid لعام 2025 التي شملت حوالي 2,200 من موظفي المعرفة أن 16% فقط يصفون سير عملهم بأنه موثق جيدًا للغاية، ويقول 46% إن العمليات تعتمد في الغالب على المعرفة غير الرسمية أو المؤسسية. وتعد دراسة Lucid الخاصة بـ 2025 AI Readiness Survey هي المصدر. وتوصلت دراسة Microsoft الاستقصائية التي شملت 500 من صناع القرار المعنيين بالوكلاء في 13 دولة إلى النتيجة نفسها من عينة مختلفة.

أفاد 78% بوجود فجوات في تحديد عمليات الأعمال واعتمادات البيانات اللازمة لإكمال سير عملهم. لا يمكنك تحديد ما لم تقم برسم مخططه بعد. — Jack، Microsoft Copilot Studio، Agent Readiness Framework (2025)

مشكلة مسار الاستثناء

يتعامل البشر مع الاستثناءات بتجاوز بسيط ورسالة عبر Slack. أما نظام الذكاء الاصطناعي الوكيلفيتعامل معها بالتخمين. قد يحتوي سير عمل استرداد الأموال على مسار واحد موثق وتسعة قرارات تقديرية غير مكتوبة تتعلق بحسن النية، ومؤشرات الاحتيال، وحسابات كبار الشخصيات (VIP). في هذه الحالات التسع، يبتكر وكيل الذاء الاصطناعي سياسات من تلقاء نفسه بهدوء. إن أنظمة الذكاء الاصطناعي لا تعمل بالدافع الذاتي، بل تعمل بناءً على سياق موثق، وحدود الصلاحيات، ومنطق اتخاذ القرار.

ما يعنيه مفهوم "موثق بما فيه الكفاية" فعلياً

تحدد خريطة سير العمل القابلة للاستخدام الحدث المحفز والخطوات المرتبطة به، ثم توثق طبقة الحوكمة التي تغطي كل قاعدة تفريع، ومعالج استثناء، ومعيار نجاح. إذا كان أي من هذه العناصر يعتمد فقط على المعرفة الشفهية المتداولة، فإن سير العمل يحتاج إلى مرحلة توثيق قبل البدء بالمشروع التجريبي، وليس بعده.

يكشف مالكو العمليات والمشغلون المباشرون عن فجوات التوثيق عندما يستعرضون سير العمل معاً. اجمع مالك العملية والمشغل المباشر في غرفة واحدة واطلب منهما استعراض سير العمل من البداية إلى النهاية، بما في ذلك كل حالة تعتمد على ظروف معينة. الفجوات بين روايتيهما هي مسارات الاستثناء التي سيتعين على الوكيل البرمجي ابتكارها. هذا هو الانضباط نفسه الذي يجعل حلقات تغذية الابتكار الراجعةتعمل بفعالية: ارسم الدائرة الكهربائية قبل توصيل أي أسلاك بها.

الخطوة 5: هل بياناتك جيدة بما يكفي، أم أنك تسعى وراء كمال البيانات؟

يتطلب سير العمل المحدد بيانات محدودة، ومصرح بها، وقابلة للتتبع تكون جيدة بما يكفي للمهمة وآمنة بما يكفي للمراقبة. إن تحقيق كمال البيانات على مستوى المؤسسة بأكملها هو برنامج يمتد لعقد من الزمن. بينما يحتاج المشروع التجريبي المحدود إلى كفاية محلية فقط. قم بتقييم الجزء الذي حددته بالفعل، واترك بقية أصول البيانات لدورة لاحقة.

يحدد استطلاع الجاهزية من Microsoft إمكانية الوصول إلى البيانات باعتبارها العائق الأساسي أمام نشر الوكلاء.

أفاد 80% أن البيانات لا يمكن الوصول إليها بسهولة عبر فرقهم... إذا لم تكن هذه البيانات سهلة الوصول، فإن عدد حالات الاستخدام القابلة للتطبيق ينهار قبل أن يبدأ حتى. — جاك، Microsoft Copilot Studio، إطار جاهزية الوكلاء (2025)

مؤشر Cisco يضع البيانات المركزية كأحد الركائز التي تفصل بين المؤسسات المستعدة وغيرها. والمركزية الكافية للمراقبة هي الحد الأدنى للمشروع التجريبي. أما التوحيد الكامل فهو برنامج يمتد لعدة سنوات. إن الوصول المراقب إلى مجموعة البيانات المحددة هو المعيار الفعلي الذي يحدد إمكانية بدء المشروع التجريبي.

كفاية البيانات، بُعدًا تلو الآخر

تحدد أربعة أبعاد ما إذا كانت مجموعة البيانات المحددة تتجاوز الحد المطلوب: إمكانية الوصول (يمكن للوكيل الوصول إليها بصلاحيات واضحة، وليست مغلقة في نظام لا يمكن لأحد قراءته برمجياً)، والحداثة (حديثة بما يكفي بحيث تكون الإجابة القديمة مزعجة وليست خطيرة)، وقابلية التتبع (كل مخرج يعود إلى سجل مصدر)، والمحدودية (مجموعة بيانات محددة ومنسقة ومقيدة بالصلاحيات، وليست بحيرة بيانات مفتوحة).

يفشل فحص البيانات عندما تؤثر الفوضى على ضوابط الوصول الخاصة بمسار العمل المحدد، أو قابليته للتتبع، أو محدوديته. بخلاف ذلك، يظل الفحص المحدد قائمًا بذاته. تابع العمل. إذا فشل في اختبار قابلية التتبع، فتوقف، لأنه لا يمكنك مراقبة ما لا يمكنك إعادة بنائه.

الخطوة 6: ما هي تكلفة الدين التقني كضريبة للذكاء الاصطناعي؟

تقضي قيود التكامل على المشاريع التجريبية أكثر مما تفعل قدرات النماذج نفسها. فعمليات التكامل الهشة، والأنظمة القديمة، وغياب واجهات برمجة التطبيقات (APIs) تحول بشكل متكرر أي مشروع تجريبي واعد إلى عملية إعادة كتابة برمجية طويلة ومكلفة. يُعد الدين التقني أحد أبعاد الجاهزية، ولكنه يأتي في الأهمية بعد سير العمل والبيانات، لأن تلك العوائق المبكرة هي التي تحدد غالباً ما إذا كان عمل التكامل يستحق التمويل أصلاً. تعامل مع الدين التقني كضريبة على وقت التسليم، وقدر قيمته قبل الالتزام.

في بحثها الصادر في أبريل 2025، وجدت مؤسسة Robert Half أن 46% من قادة التكنولوجيا حددوا تكامل الأنظمة القديمة ومعالجة الدين التقني كأحد أهم التحديات، بينما أشار 63% منهم إلى أن توظيف مواهب الذاء الاصطناعي وعلوم البيانات يمثل عائقاً حرجاً.أبحاث Robert Half تظهر تكرار هذا النمط عبر دراسات جاهزية المؤسسات: يظهر النموذج أداءً ممتازاً في العرض التوضيحي، ثم تلتهم طبقة التكامل الجدول الزمني بأكمله.

يثبت العرض التوضيحي جاهزية النموذج فقط، ولا شيء غير ذلك. فهو لا يوضح ما إذا كان الوكيل البرمجي قادراً على الكتابة في نظام إدارة علاقات العملاء (CRM)، أو احترام أذونات الوصول على مستوى السجل، أو الصمود أمام تغيير في واجهة برمجة تطبيقات (API) تابعة لجهة خارجية. لقد حذر سينيكا من أننا نعاني في الخيال أكثر مما نعاني في الواقع، ولكن مع الديون التقنية الموروثة، فإن العكس هو الصحيح؛ إذ تفوق المعاناة في بيئة التشغيل الفعلية كل ما توقعه العرض التوضيحي. عندما يكمن المنطق الحقيقي لسير العمل في برمجيات وسيطة قديمة، فإن أتمتة الواجهة الأمامية تكشف هذا الدين بسرعة أكبر. وإذا كان مسار التكامل يتطلب إعادة كتابة المنصة بالكامل على مدار عدة أرباع سنوية، فإن قرار الجاهزية الصادق لهذا الربع غالباً ما يكون "الانتظار"، وهذا القرار هو مهمة الخطوة 10.

الخطوة 7: ما هي الضوابط التي يجب أن تتوفر قبل تشغيل أي مشروع تجريبي بشكل فعلي؟

عادةً ما يعود فشل الانتقال من المرحلة التجريبية إلى مرحلة الإنتاج إلى مشكلة في الضوابط والرقابة. يكمن نمط الفشل هنا في عمق الحوكمة، وليست مشكلة تتعلق بالموردين، بل هي مشكلة ضوابط. لقد أدرك أيزنهاور هذا الأمر حين قال: الخطط لا قيمة لها، لكن التخطيط هو كل شيء. وكان يقصد بذلك أن عملية التفكير في الضوابط (من يوافق على ماذا، ومن يمكنه إيقاف العملية، ومن يملك سجلات المتابعة) هي أكثر قيمة من أي وثيقة تنتجها. لا يكون سير العمل جاهزاً عندما لا يتمكن أحد من الموافقة على الإجراءات الحساسة، أو فحص السجلات، أو إيقاف النظام بأمان. المتطلب الأساسي هنا هو إمكانية التتبع. تحظى نقاط الموافقة المحددة بالاسم بالاهتمام الأكبر، ولكن المراقبة الحية، وضوابط التراجع عن الإجراءات، وتسجيل عمليات التدقيق التي يمكنها إعادة بناء أي قرار بعد حدوثه هي ما يجعل نشر الوكيل الذكي قابلاً للحوكمة بدلاً من كونه مجرد نظام يؤدي وظيفة ما. وثائق السياسات الثابتة لا تكفي، بل العبرة بالرقابة والتحكم الفعلي والمباشر.

تستطيع 24% فقط من المؤسسات التحكم في تصرفات الوكلاء الأذكياء باستخدام حواجز الحماية المناسبة والمراقبة الحية، مقارنة بـ 84% من المؤسسات المستعدة الرائدة (Pacesetters)، وفقاً لتقرير [Cisco's AI Readiness Index](https://www.cisco.com/c/dam/m/en_us/solutions/ai/readiness-index/2025-m10/documents/cisco-ai-readiness-index-2025-realizing-the-value-of-ai.pdf). هذه الفجوة هي مؤشر مباشر على المشاريع التجريبية التي ستنجح عند انتقالها إلى بيئة الإنتاج الفعلية. وتعد قابلية التدقيق شرطاً أساسياً مسبقاً للجاهزية. أبحاث المحاسبة الخاضعة لمراجعة الأقرانتتعامل مع القدرة على فحص إجراءات الذكاء الاصطناعي وتسجيلها ومراجعتها كشرط أساسي لا غنى عنه قبل نشر الذكاء الاصطناعي في المهام ذات الأثر البالغ.

المراقبة الحية مقابل السياسة الثابتة

ملف السياسة بصيغة PDF هو مجرد رغبة، بينما المراقبة الحية هي أداة تحكم فعلية. تنص السياسة على أن الوكيل "ينبغي" له تصعيد الإجراءات المحفوفة بالمخاطر. أما المراقبة الحية فتعني تدفق إجراءات الوكيل مباشرة إلى لوحة التحكم، مما يتيح للإنسان التدخل في منتصف المهمة، وتسجيل كل قرار مع مدخلاته. وتذهب البيئات الخاضعة للتنظيم إلى أبعد من ذلك، وهو ما تغطيه الخطوة 13 مع متطلبات إدارة الغذاء والدواء (FDA) للتفاعل البشري.

الحد الأدنى من قائمة التحقق الخاصة بالحوكمة

قبل أن يبدأ المشروع التجريبي في التعامل مع سير عمل حقيقي، تأكد من وجود خمسة عناصر تحكم. يجب أن يكون هناك شخص محدد مسؤول عن الموافقات على الإجراءات الحساسة، وتسجيل كل إجراء يقوم به الوكيل وإمكانية إعادة بنائه، ووجود مفتاح إيقاف طوارئ يمكنه إيقاف سير العمل دون الحاجة إلى عملية نشر جديدة. كما يجب أن يقتصر نطاق الوصول على مجموعة البيانات الخاصة بسير العمل بدلاً من كامل أصول البيانات. ويقوم شخص ما بمراجعة عينة من المخرجات المراقبة وفق جدول زمني محدد.

متى تكون الحوكمة المخففة مقبولة

يجب أن يتناسب عمق الحوكمة مع حجم المخاطر المرتبطة بمسار العمل. فمسار العمل الذي يقوم بصياغة ملخصات الاجتماعات الداخلية، دون أي إجراء خارجي ومع وجود مراجع بشري يقرأ كل شيء قبل إرساله، لا يحتاج إلى نفس نطاق الرقابة الذي يحتاجه مسار عمل يتعامل مع أموال العملاء. المعيار هنا هو قابلية التراجع ونطاق التأثير (المدى الإجمالي للضرر في حال أصدر النظام مخرجات خاطئة، ومن يتأثر بها، وبأي سرعة، وهل يمكن التراجع عنها). إذا كان اكتشاف المخرج الخاطئ وتصحيحه غير مكلف، فإن اعتماد مسار موافقة أخف يعد أمراً مبرراً. أما إذا كان الإجراء غير قابل للتراجع أو موجهاً للعملاء، فإن الالتزام بقائمة التحقق الكاملة هو شرط أساسي لإطلاق المشروع التجريبي. تنطبق هنا أنماط الحوكمة المستمدة من الابتكار الفيدرالي: فالاستقلالية الموزعة لا تزال بحاجة إلى ضوابط حماية مركزية.

الخطوة 8: هل يستطيع موظفوك استيعاب التغيير بالفعل؟

عندما لا يتم تحديد سلطة اتخاذ القرار، تفشل عمليات النشر بغض النظر عن الجاهزية التقنية. وإذا لم يتفق مالكو العمليات والمشغلون والأمن والقيادة على تغييرات الأدوار ومسارات التصعيد ومعايير النجاح، فإن المشروع التجريبي سيتوقف بعد العرض التوضيحي. ونادراً ما تكمن الفجوة في المهارات الخام، بل تكمن في عدم تحديد ملكية القرارات والاستثناءات والمراجعات الجديدة التي ينشئها سير عمل الذكاء الاصطناعي. إن استيعاب التغيير يتنبأ بالقدرة على التوسع بشكل أفضل مما يفعله الحماس، وهو يرتبط ارتباطاً وثيقاً بـ صحة ثقافة الابتكار في المؤسسة.

يحدد [مؤشر Cisco](https://www.cisco.com/c/dam/m/en_us/solutions/ai/readiness-index/2025-m10/documents/cisco-ai-readiness-index-2025-realizing-the-value-of-ai.pdf) هذا الانقسام بالأرقام: 91% من المؤسسات المستعدة لديها خطة لإدارة التغيير، مقابل 35% فقط من بقية المؤسسات. وتضيف الأبحاث الخاضعة لمراجعة الأقران أن العقبات نفسية وتنظيمية بقدر ما هي تقنية، ولهذا السبب لا يكفي التدريب وحده لتجاوزها.

الفجوة في المهارات مقابل الفجوة في نموذج التشغيل

يعالج التدريب الفجوة في المهارات. أما الفجوة في نموذج التشغيل، حيث لا توجد جهة مسؤولة عن معالجة الحالات الاستثنائية للوكيل وتظل سلطة اتخاذ القرار غير محددة، فتتطلب إعادة إسناد القرارات إلى أشخاص مسمين. إن الخلط بين هذين الأمرين في مرحلة مبكرة يؤدي إلى اختزال التقييم في خطة عامة لرفع المهارات.

الخطوة 9: كيف تصنف حالات الاستخدام حسب الجدوى، والتعقيد، والمخاطر؟

بمجرد وضوح العقبات، تصبح عملية تحديد أولويات حالات الاستخدام ممكنة. قم بتقييم كل سير عمل مرشح بناءً على القيمة التجارية، والجدوى الفنية، والجاهزية، ثم طبق فجوات المخاطر والتوثيق كعقوبات (خصومات) بدلاً من حسابها كمتوسطات.InitializeAI's prioritization-matrix template يزن القيمة التجارية بنسبة 35 إلى 45% والجدوى بنسبة 25 إلى 35%، مع تطبيق المخاطر وجاهزية البيانات كعقوبات. نادراً ما يكون المشروع التجريبي الأول المناسب هو حالة الاستخدام ذات القيمة الأعلى؛ بل هو سير العمل الذي يحقق جدوى حقيقية ومخاطر محدودة ومألوفة. هذا هو المنطق نفسه وراء اختبار market validation الجيد: منخفض التكلفة، ومحدود، وغني بالمعلومات قبل الالتزام بميزانية فعلية.

تصنيف عملي

لنأخذ ثلاثة مسارات عمل مرشحة. تسجل التغييرات الذاتية في الأسعار عائدًا إيجابيًا مرتفعًا للغاية وتعقيدًا عاليًا، لكن العقوبة شديدة: إجراءات مالية مباشرة مع حواجز حماية ضعيفة، وهو بالضبط الملف الذي تشير إليه الخطوة 7. على الرغم من تسجيل أعلى عائد خام، فإن القرار هو الانتظار. يسجل استخراج بنود العقود عائدًا إيجابيًا متوسطًا وتعقيدًا متوسطًا، مع عقوبة معتدلة للمراجعة القانونية التي يتطلبها. القرار هو إعادة التصميم، ثم البدء بالمشروع التجريبي. تسجل مسودات الاستجابة الأولى للفواتير عائدًا إيجابيًا متوسطًا وتعقيدًا منخفضًا، مع عقوبة تقترب من الصفر لأن العنصر البشري يوافق على كل إرسال مقابل مجموعة بيانات محدودة. القرار هو البدء بالمشروع التجريبي الآن، متقدمًا على الخيار ذي العائد الأعلى. إن وجود فجوة واحدة في حواجز الحماية أو التوثيق كفيل بإفشال حالة الاستخدام حتى عندما تبدو درجة قيمتها الخام قوية: فالتغاضي عن هذه العقوبة عبر حساب المتوسط هو الطريقة التي تختار بها المؤسسات مشروعًا تجريبيًا براقًا يفشل في الشهر الثاني.

الخطوة 10: كيف تتخذ قرار البناء، أو الشراء، أو التهيئة، أو التجربة، أو الانتظار؟

لا يحقق التقييم جدواه الحقيقية إلا عندما ينتهي بقرار يتعلق بمسار العمل. وهناك خمسة خيارات متاحة، تتراوح بين البناء المخصص والشراء المتخصص، إلى خطوات أقل التزاماً مثل التهيئة، أو التجربة، أو التوقف المتعمد. إن تقييم الجاهزية للذكاء الاصطناعي الذي ينتهي بدرجة نضج بدلاً من قرار لمسار العمل ليس سوى مجرد عرض شكلي: حيث تكون المؤسسة قد قيمت نفسها دون أن تتخذ أي قرار فعلي.

تحدد ضوابط المؤسسة ونضج بياناتها مسار التوريد القابل للتطبيق.الأبحاث المتعلقة بالجاهزية المؤسسية تصيغ الاختيار بين أداة تعتمد على نموذج أساسي ونظام مستقل مخصص كقرار أهلية تحركه ضوابط المؤسسة وبياناتها. وتشير أدلة السوق نحو الشراء: بيانات MIT تظهر نجاح عمليات النشر من الموردين المتخصصين بنسبة تقارب 67%، مقارنة بنحو 33% لعمليات البناء الداخلي.

مصفوفة المسارات الخمسة

الانتظار هو قرار وليس فشلاً. إذا كان سير العمل يفتقر إلى المراقبة الحية أو منطق القرار الموثق، فإن خيار "الانتظار" مع خطة 30-60-90 يوماً أفضل من إطلاق يتسبب في استدعاء شخص ما في الساعة 2 صباحاً. إن نهج "درجة النضج أولاً" لا يمكنه إنتاج هذا القرار، لأن الحصول على 3.8 من 5 لا يوضح شيئاً حول ما إذا كان يجب البناء أو الانتظار في سير عمل الفوترة تحديداً.

الخطوة 11: ما هي الأرقام التي تتنبأ بفشل المشروع التجريبي؟

تبالغ المؤسسات بشكل منهجي في تقدير مدى جاهزيتها عبر أربعة أبعاد: جودة التوثيق، وعمق الحوكمة، وقوة إدارة التغيير، والقدرة على التوسع بعد المرحلة التجريبية. يجب قراءة هذه الأبعاد كمؤشرات رائدة، وليست مجرد ديكور. كل بُعد منها يغير القرار النهائي، لأن كل واحد منها يحدد عائقاً تميل معدلات النضج المتوسطة إلى إخفائه.

اقرأ الجدول كمرشح للجاهزية. فجوة رسم العمليات البالغة 78% تتنبأ بالإخفاقات في الخطوة 4. ونسبة حواجز الحماية البالغة 24% تتنبأ بالإخفاقات في الخطوة 7. والانقسام بنسبة 67% مقابل 33% يمثل الانحياز في مصادر التوريد في الخطوة 10. وتفسر هذه العوامل مجتمعة النسبة الرئيسية البالغة 95%: تفشل المشاريع التجريبية لأن ظروف التشغيل لم يتم تقييمها مطلقاً، وليس لأن النماذج كانت ضعيفة.

الخطوة 12: ما الذي يعلمه لنا إطلاق مساعد الطيار (Copilot) من Morgan Stanley حول الجاهزية؟

عادةً ما ينجح المشروع التجريبي القوي للذكاء الاصطناعي لأن سير العمل يكون ضيقاً، ومجموعة البيانات خاضعة للتحكم، والعنصر البشري يظل مشاركاً في العملية، والأذونات تكون صريحة. ويعد مساعد المستشارين من Morgan Stanley، المبني باستخدام OpenAI، مثالاً على هذا النموذج المخصص للمؤسسات الكبرى. وهو يستحق الدراسة تحديداً لأنه يركز بشكل كبير على الحوكمة ومحدود النطاق، وليس لأنه مبهر.

وقد أتاح هذا الإطلاق روبوت دردشة يعمل على مجموعة بيانات داخلية معتمدة تضم حوالي 100,000 وثيقة، حيث قام المستشارون ومهندسو الأوامر (prompt engineers) بتقييم الإجابات من حيث الدقة والاتساق قبل إتاحته على نطاق أوسع، وذلك وفقاً لـ دراسة حالة OpenAI حول إطلاق Morgan Stanley. وقام مراجعون بشريون بمراجعة المخرجات وتعديلها قبل اعتماد أي شيء بشكل نهائي، كما تعاملت سياسة عدم الاحتفاظ بالبيانات الخاصة بـ OpenAI مع قيود الامتثال. ويستخدم أكثر من 98% من فرق المستشارين المساعد بنشاط، وارتفع معدل الوصول إلى المستندات من 20% إلى 80%.

لماذا كان سير العمل هذا جاهزًا

اربط هذا بالخطوات السابقة. لقد تم تحديد نطاق سير العمل (الخطوة 2): الاسترجاع والتلخيص من قاعدة معرفية محددة، وليس العمل بشكل مستقل. كانت مجموعة البيانات محدودة ومصرحًا بها (الخطوة 5). كانت الحوكمة مفعلة: التقييمات، والمراجعة البشرية، وسياسة الاحتفاظ بالبيانات (الخطوة 7). وكان العنصر البشري مشاركًا في العملية بشكل أساسي بالتصميم (الخطوة 8). تم إغلاق كل عقبة حددها الدليل بالتتابع قبل التوسع، وهذا هو السبب في استمرار الاعتماد والتبني بدلاً من التوقف عند مرحلة العرض التجريبي.

ما الذي كان سيجعله غير جاهز؟

تغيير ثلاثة متغيرات فقط كفيل بتحويل القرار إلى الانتظار. فوجود مجموعة بيانات غير محدودة تسحب البيانات من أي نظام داخلي كان سيفشل في اختبار محدودية النطاق الوارد في الخطوة 5. كما أن اتخاذ إجراءات ذاتية دون موافقة بشرية كان سيفشل في اختبار الحوكمة الوارد في الخطوة 7. ولم تكن خطوة التقييم اختيارية؛ فبدون وجود مستشارين ومهندسي أوامر برمجية (prompt engineers) لتقييم دقة الاستجابات، لن يكون هناك أساس تجريبي يبرر الثقة في المخرجات على نطاق واسع، بل مجرد افتراضات. هذا الدرس قابل للتطبيق في سياقات أخرى: الجاهزية هي سمة مرتبطة بقيود سير العمل، وليست مرتبطة بالعلامة التجارية للمورد. المنطق نفسه يدعم نجاح نشر العقل الرقمي الثاني، حيث تحدد مجموعة البيانات وحلقة المراجعة ما إذا كانت الأداة ستكتسب الثقة أم لا.

الخطوة 13: ما هي الحالات الاستثنائية التي تُفشل أطر الجاهزية العامة؟

تفشل بعض سير العمل في مطابقة صيغ الجاهزية العامة. فالأعمال الخاضعة للتنظيم، وبيئات البيانات الشحيحة، وتداخلات الملكية المشتركة بين الوظائف تتطلب حداً مختلفاً للمفاضلة بين "البدء بالتجربة الآن" مقابل "إعادة التصميم أولاً" مقابل "الانتظار". في هذه الحالات، يهيمن بعد واحد على القرار، وحساب متوسطه مع الأبعاد الأخرى يعطي تقييماً متفائلاً بشكل خطير. حدد العائق المهيمن أولاً، ثم اتخذ القرار بناءً عليه.

في الأعمال الخاضعة للتنظيم، تفوق أعباء الحصول على الموافقات والرقابة القابلة للإثبات أهمية جودة النموذج.مسودة التوجيهات الصادرة عن FDA في يناير 2025 للبرمجيات الطبية المدعومة بالذكاء الاصطناعي تتطلب تقديم وثائق توضح سير العمل المشترك بين الإنسان والذكاء الاصطناعي، وتوثق كيفية تفاعل العنصر البشري مع النموذج عند كل نقطة اتخاذ قرار. وهذا يحول قرار الجاهزية إلى سؤال رقابي: هل يمكنك إثبات وجود رقابة بشرية في كل خطوة؟

تعتمد ثلاث حالات استثنائية على عائق مهيمن واحد: سير العمل الخاضع للتنظيم في مجالات الصحة أو التمويل أو القانون يعتمد على عبء الموافقة وقابلية التدقيق، لذا لا تبدأ بالتجربة إلا إذا كانت الرقابة البشرية المباشرة قابلة للإثبات من البداية إلى النهاية. وتعتمد بيئات البيانات الشحيحة على مشكلة البداية الباردة (الفترة التي تسبق تراكم بيانات تفاعل كافية لدى النظام لتقديم تنبؤات موثوقة ومعايرة)، لذا يُفضل البدء بتجربة تعتمد على القواعد أولاً أو بمساعدة بشرية. أما تداخلات الملكية المشتركة بين الوظائف فتعتمد على غياب مالك واحد للقرارات الجديدة، لذا يجب إعادة تصميم هيكل الملكية أولاً بدلاً من إطلاق تجربة في فراغ تنظيمي.

توجيهات FDAيرسم هذا أيضاً خطاً فاصلاً مفيداً بين "الإنسان في المسار" (human-in-the-loop)، ويعني التدخل عند كل قرار، و"الإنسان المشرف على المسار" (human-on-the-loop)، ويعني الإشراف المستمر مع القدرة على تولي زمام الأمور. لا يزال بإمكان القطاعات الخاضعة لرقابة صارمة تشغيل مشروع تجريبي محدود عندما يكون تدفق العمل ضيقاً بما يكفي لإبقاء تكلفة الإشراف منخفضة. نادراً ما تكون اللوائح التنظيمية نفسها هي العائق، بل غالباً ما يكمن العائق في عدم قدرة المؤسسة على إثبات سيطرتها وضوابطها ضمن هذه اللوائح._

الخطوة 14: كيف تحول النتائج إلى خارطة طريق مدتها 30-60-90 يوماً؟

لا تقدم بدون تحديد المسؤولين. يجب أن ينتهي التقييم بوضع خطة معالجة مرتبة وتحديد موعد مجدول لإعادة تشغيل فحص سير العمل، بحيث يتم ترتيب الأولويات بناءً على مدى خطورة المعوقات المحددة في الخطوات من 4 إلى 8 بدلاً من معالجتها دفعة واحدة، مع معالجة الفجوات في التوثيق والحوكمة قبل أي شيء آخر لأنها تعيق كل خطوة تالية. يحاكي هذا التسلسل نموذج البوابة المرحلية (stage-gate model): كل كتلة زمنية مدتها 30 يوماً تمثل بوابة يجب على سير العمل تجاوزها قبل فتح البوابة التالية. وبدون تحديد مسؤولين بالاسم لكل بند، فإن مخرجات التقييم لن تتعدى كونها مجرد استعراض شكلي للجاهزية.

هيكل خطة الـ 30-60-90 يوماً

• الأيام من 0 إلى 30: معالجة معوقات الوصول والتوثيق. رسم خريطة لمنطق اتخاذ القرار والاستثناءات في سير العمل المحدد. التأكد من إمكانية الوصول إلى مجموعة البيانات (corpus)، ومنح الأذونات اللازمة لها، وقابليتها للتتبع. تعيين مالك للعملية ومالك للمخاطر.
• الأيام من 31 إلى 60: تأسيس نظام الحوكمة قبل أي إجراء فعلي. ربط سجلات العمليات (logging) وبوابة الموافقة. إضافة عينة مخرجات خاضعة للمراقبة ومفتاح إيقاف فوري (kill switch) بمجرد تشغيل العميل الذكي (agent). إجراء التقييمات (evals) مقارنة بمجموعة بيانات اختبارية مستقلة.
• الأيام من 61 إلى 90: إطلاق المشروع التجريبي المحدود بوجود عنصر بشري في حلقة العمل (human in the loop). تتبع مقياس النجاح الفردي المحدد في الخطوة 2. اتخاذ قرار التطوير الداخلي، أو الشراء، أو التهيئة، أو الاستمرار، أو الإيقاف بناءً على النتائج الفعلية، وليس على الآراء الشخصية.

اجعل الخطة محددة بدرجة كافية تتيح مناقشتها وتعديلها. عبارة "تحسين التوثيق" ليست معلماً رئيسياً (milestone). بينما عبارة "تقوم بريا، مالكة العملية، برسم مسارات الاستثناءات لسير عمل استرداد الأموال بحلول اليوم 21، ويراجعها رئيس العمليات" هي معلم رئيسي واضح. كل فجوة كشف عنها التقييم يجب أن تسند إلى مالك واحد، وتاريخ استحقاق واحد، وتعريف محدد لحالة الاكتمال (definition of done). إن معالجة الثغرات باعتبارها متساوية في الأهمية هي الطريقة التي تتحول بها خطة الـ 90 يوماً بهدوء إلى خطة مدتها 18 شهراً.

إعادة التشغيل بشكل دوري

أعد تشغيل التقييم على مستوى سير العمل عندما يطرأ تغيير جوهري على سير العمل، أو بياناته، أو فئة المخاطر الخاصة به، أو بيئة الضوابط والرقابة لديه. وبحد أدنى، قم بتشغيله مرة واحدة في كل دورة معالجة. حدد مالكاً بالاسم وموعداً نهائياً لكل ثغرة يكتشفها التقييم. فبدون تحديد كليهما، غالباً ما تستمر الثغرة المكتشفة لفترة أطول من المراجعة التي كشفت عنها.Microsoft تصيغ الجاهزية كعملية مستمرة وليست كشهادة اعتماد تحصل عليها لمرة واحدة، مما يجعل عملية التحقق نظاماً متكرراً وليس حدثاً عابراً — وهو النموذج الخاص بالجاهزية من continuous foresight (الاستشراف المستمر): التعامل مع رصد التغييرات كممارسة مستمرة، وليس كعملية تدقيق تُجرى لمرة واحدة. كما أن الفرق التي تبني هذه العادة بمرور الوقت تطور أيضاً absorptive capacity (قدرة استيعابية) أقوى، وهي القدرة على الاستفادة الفعلية مما تعلمه كل مشروع تجريبي بدلاً من إعادة اكتشاف الدروس نفسها في الدورة التالية.

ملخص سريع (مسودة)

• تقييم الجاهزية للذكاء الاصطناعي هو قرار يُتخذ لكل مسار عمل على حدة: النشر الفوري، أو إعادة التصميم أولاً، أو الانتظار.
• حدد نطاق مسار عمل واحد أولاً. التقييمات الشاملة على مستوى الشركة بأكملها تنتج تصنيفات عامة لا قرارات فعلية.
• حوالي 13% فقط من المؤسسات مستعدة تماماً، وفقاً لـ مؤشر Cisco لجاهزية الذاء الاصطناعي. وهناك 24% أخرى يمكنها تطبيق ضوابط حماية مباشرة للتحكم في إجراءات الوكلاء (agents).
• منطق اتخاذ القرار غير الموثق هو أكبر عائق خفي: تشير 78% من الشركات الكبرى إلى وجود فجوات في تخطيط العمليات، وفقاً لـ إطار عمل جاهزية الوكلاء من Microsoft.
• لا تدع التقييم ينتهي بمجرد ملاحظات. التزم بالبناء، أو الشراء، أو التهيئة، أو التجربة، أو الانتظار، ثم استخدم خطة 30-60-90 يوماً لتحويل هذا الالتزام إلى إجراءات عملية.

الأسئلة الشائعة

ما الذي يجب أن يتضمنه تقييم الجاهزية للذكاء الاصطناعي؟

يفحص تقييم الجاهزية للذكاء الاصطناعي على مستوى سير العمل خمسة عناصر مرتبة حسب الأهمية: منطق اتخاذ القرار الموثق ومسارات الاستثناءات، وكفاية البيانات للمهمة المحددة، والديون التقنية وتكلفة التكامل، والحوكمة مع المراقبة الحية، وملكية إدارة التغيير. وينتهي التقييم بقرار نهائي. والخيارات الخمسة المتاحة هي: البناء، أو الشراء، أو التهيئة، أو التجربة، أو الانتظار، وليس درجة نضج.

كيف أعرف ما إذا كانت شركتي مستعدة للذكاء الاصطناعي؟

قيّم مسار عمل واحد، وليس الشركة بأكملها. تعني الجاهزية أن مسار العمل المحدد يحتوي على منطق اتخاذ قرار موثق، وبيانات مصرح بها وقابلة للتتبع، ومسار تكامل قابل للتطبيق، وضوابط حماية مفعلة، وجهات مسؤولة محددة عن القرارات الجديدة. إذا كان أي من هذه العناصر مفقوداً، فإن الإجابة الصادقة هي إعادة التصميم أولاً أو الانتظار، مع وضع خطة محددة التاريخ لسد هذه الفجوة.

ما الفرق بين الجاهزية للذكاء الاصطناعي ونضج الذكاء الاصطناعي؟

يقيس نضج الذكاء الاصطناعي القدرة التنظيمية الشاملة للمؤسسة، وهو بمثابة لقطة سريعة لموقعها على منحنى التطور. أما الجاهزية للذكاء الاصطناعي فهي قرار بشأن قابلية النشر يقتصر على سير عمل محدد.

حتى أوائل عام 2025، وصف ما يقرب من 1% فقط من القادة مؤسساتهم بأنها ناضجة، وفقًا لـ أبحاث McKinsey حول الوكالة الفائقة في مكان العمل (Superagency in the Workplace). ولم يقدم هذا التصنيف، حتى وإن كان مستحقًا، أي توجيه بشأن سير العمل التالي الجاهز للأتمتة.

هل نحن مستعدون للذكاء الاصطناعي إذا كانت بياناتنا لا تزال غير منظمة؟

محتمل. عدم التنظيم على مستوى المؤسسة بأكملها لا يمنع العمل على سير عمل محدد ومحصور. ما يهم هو ما إذا كانت مجموعة البيانات المحددة قابلة للوصول، ومصرح بها، وقابلة للتتبع، ومحدودة. إذا توفرت هذه الشروط، فإن البيانات غير المنظمة في أماكن أخرى لن تعيقك. أما إذا تعذر تتبع المخرجات والوصول بها إلى السجلات المصدرية، فتوقف، لأنه لا يمكنك مراقبة ما لا يمكنك إعادة بنائه.

هل يجب علينا البناء، أم الشراء، أم إجراء تجربة أولية أولاً؟

بالنسبة لمعظم سير العمل المحددة النطاق، فإن شراء أداة متخصصة أو تهيئتها يتفوق على بنائها — أبحاث MIT NANDA وجدت أن عمليات النشر عبر الموردين تنجح بنسبة تقارب 67% مقارنة بـ 33% للبناء الداخلي. لا تبنِ إلا عندما يكون سير العمل ميزة تنافسية مستدامة وتكون نضوج بياناتك وتكاملها قويين. قم بإجراء تجربة أولية عندما تكون الفوائد حقيقية ولكن هناك فجوات في الجاهزية تستحق الاختبار تحت المراقبة.

من هم الأشخاص الذين يجب إشراكهم في تقييم الجاهزية للذكاء الاصطناعي؟

كحد أدنى: مالك العملية والمشغل المباشر. ستحتاج أيضاً إلى طبقة إدارة المخاطر والحوكمة التي تعلوهم، وصولاً إلى الرعاية التنفيذية. يجيب كل طرف على سؤال جاهزية مختلف، بدءاً من "هل المنطق موثق؟" وحتى "هل سنغير طريقة عمل الموظفين فعلياً؟". إن غياب مسؤول الأمن أو الراعي التنفيذي هو السبب وراء نجاح المشاريع التجريبية على الورق وتعثرها عند الانتقال إلى مرحلة الإنتاج الفعلي.

ما هي وتيرة إعادة إجراء تقييم الجاهزية للذكاء الاصطناعي؟

يجب إعادة إجراء الفحص على مستوى سير العمل كلما طرأ تغيير جوهري على سير العمل، أو بياناته، أو فئة المخاطر الخاصة به، أو بيئة الضوابط والرقابة. ويجب تشغيله مرة واحدة على الأقل في كل دورة معالجة.Microsoftتصف شركة Microsoft جاهزية الوكلاء (agents) بأنها عملية مستمرة وليست إجراءً يُنفذ لمرة واحدة، لذا ينبغي التعامل مع التقييم كممارسة دورية مرتبطة بالتغيير، وليس كشهادة سنوية.