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

يُجري فريق عمليات في شركة متوسطة الحجم اختبار تقييم الموردين، ويحصل على درجة 3.8 من 5، ويعلن جاهزيته للذكاء الاصطناعي. بعد ستة أسابيع، يتعثر المشروع التجريبي. لم تكن سير العمليات المراد أتمتتها مكتوبة وموثقة من الأساس، ولم يتمكن أحد من الموافقة على الإجراءات التي اتخذها العميل البرمجي بمجرد وصوله إلى سجل العميل. كانت النتيجة حقيقية، لكن الجاهزية لم تكن كذلك قط.

تقييم الجاهزية للذكاء الاصطناعي هو عملية فحص تحدد ما إذا كان سير عمل معين يمكنه استيعاب الذاء الاصطناعي بأمان الآن، أم يحتاج إلى إعادة تصميم أولاً، أم يجب أن ينتظر. 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 أي تأثير على الأرباح قبل الفوائد والضرائب (EBIT) على مستوى المؤسسة بالكامل، وبالنسبة لغالبيتهم ظل هذا التأثير دون 5%. الفجوة لا تكمن في جودة النموذج، بل في ظروف التشغيل الأساسية التي يعمل في ظلها.

تتوقف معظم التقييمات عند تصنيف مستوى النضج. أما هذا الدليل فيطرح التقييم كمسار قرار تضييقي: تحديد نطاق سير عمل واحد، وتجاوز أوهام بطاقات الأداء، ثم معالجة المعوقات التي تحدد النتيجة النهائية بالترتيب الفعلي لتسببها في إفشال المشاريع التجريبية. بنهاية هذا الدليل، سيكون لديك قرار واضح بالبناء، أو الشراء، أو التهيئة، أو البدء بمشروع تجريبي، أو الانتظار لسير عمل محدد، بالإضافة إلى خطة عمل لـ 30-60-90 يوماً لسد أي ثغرات متبقية.

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 اعتماد تقنيات الذكاء الاصطناعي وتطبيقها وتوسيع نطاقها بنجاح... بطريقة تحقق قيمة تجارية ملموسة. — Robert Half، AI Readiness Plan for Tech Leaders (2025)

الأبحاث الأكاديمية، وفقاً لـ Palade & Carutasu's digitization-readiness research، تتعامل مع الجاهزية كإمتداد لممارسات النضج الرقمي.

لماذا لا تعتبر النتيجة قراراً

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. هذا الرقم، المستمد من أبحاث McKinsey حول الوكالة الفائقة في مكان العمل (Superagency in the Workplace)، أعاد صياغة تبني الذكاء الاصطناعي كشأن يتعلق بالقيادة وليس كفجوة 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 بقية هذا الدليل هذا القرار، خطوة بخطوة عبر معالجة العقبات. بالنسبة للفرق التي تستثمر بالفعل في العمل المدعوم بالذكاء الاصطناعي، فإن الدليل 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؟

إن تقييم الشركة بأكملها يعد نطاقاً واسعاً للغاية بحيث لا يمكن الخروج منه بقرار محدد. فالنطاق الواسع جداً لا ينتج عنه سوى تصنيف عام. إن تشتيت جهودك في كل مكان يعني عدم وجود تأثير حقيقي في أي مكان. الوحدة التشغيلية الفعالة 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 أي خطأ. التقييم على مستوى الشركة ينتج عنه مجرد تصنيف، أما تحديد نطاق سير العمل فينتج عنه خطوات قابلة للتنفيذ.

يحذر إطار عمل الجاهزية الخاص بشركة Microsoft من التعامل مع هذا التقييم كعملية تُجرى لمرة واحدة فقط. إذ يوضح فريق Copilot Studio لديهم أن جاهزية الوكلاء (agents) هي عملية مواءمة مستمرة بين الأفراد والعمليات والتكنولوجيا، وتتطلب إعادة التقييم كلما تغيرت الظروف. وهذا 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 يبدو أصغر جزء قابل 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، وتدوين درجة تقييم له على أي حال لن يؤدي إلا إلى التغطية على هذه الفجوة.

تكلفة التقييم بنطاق واسع للغاية

McKinseyوجدت أن الشركات ذات الأداء العالي أكثر عرضة بنحو ثلاث مرات لإعادة تصميم سير عمل محدد حول الذكاء الاصطناعي بدلاً من تطبيقه على كل شيء 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 للنشر. إن وجود عائق واحد غير معالج يبطل النتيجة المتوسطة المرتفعة. المؤسسات التي تتجاهل عوائقها عبر حساب المتوسطات لا تزيلها، بل ترسخها. المتوسطات تخفي العائق الوحيد الحاسم الذي يقضي على المشروع التجريبي. الفخاخ الثلاثة المتكررة هي تشتت المشاريع التجريبية، والذكاء الاصطناعي الخفي (Shadow AI)، وأتمتة سير العمل المعيب. كل منها يبدو كتقدم على بطاقة التقييم، لكن كل منها يتصرف كدين تقني عند التشغيل الفعلي.

دراسة NANDA من معهد MIT للمشاريع المؤسسية وجدت أن ما يقرب من 95% من المشاريع التجريبية للذكاء الاصطناعي التوليدي لم تحقق أي تأثير مالي ملموس أو حققت تأثيراً ضئيلاً، حيث يكمن السبب الجذري في التكامل وملاءمة سير العمل بدلاً من القدرة الخام للنموذج. وقد حدد الباحث الرئيسي للدراسة هذه الآلية بشكل مباشر.

الأدوات العامة مثل ChatGPT تتفوق على المستوى الفردي بسبب مرونتها، لكنها تتعثر في الاستخدام المؤسسي لأنها لا تتعلم من سير العمل أو تتكيف معه. — Aditya Challapally، معهد MIT NANDA، The GenAI Divide (2025)

المفاهيم الخاطئة الشائعة

• "درجة النضج العالية تعني أننا مستعدون." يمكن للمعدل القوي أن يخفي فجوة واحدة معطلة. 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 الاعتماد دون حوكمة هو ذكاء اصطناعي ظل (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 يلتزم أقل من 20% من الموظفين بالخيارات المعتمدة من الشركة.
• "أتمتة عملية بطيئة هي دائماً مكسب." في الواقع، أتمتة عملية غير موثقة وتالفة يؤدي فقط إلى زيادة حجم الفوضى. تحذر أدبيات ممارسي الأتمتة، بالعودة إلى دليل Tom Taulli لعام 2020، من أن ترميز العمل اليدوي المتنقل والاستثناءات غير الموثقة يجعل حدوث الأعطال أسرع. هذا الإطار مستمد 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؟

تدير منظمة OWASP مشروعاً رسمياً لـ تقييم جاهزية 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 والتوسيع

يعد نموذج النضج أداة حوكمة مشروعة. ولكنه يتحول إلى مجرد استعراض شكلي 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 بشكل أساسي على المعرفة غير الرسمية أو المؤسسية. وتعد دراسة Lucid الخاصة بـ استطلاع الجاهزية للذكاء الاصطناعي لعام 2025 هي المصدر. وتوصل استطلاع Microsoft الذي شمل 500 من صناع القرار المعنيين بالوكلاء في 13 دولة إلى النتيجة نفسها من عينة مختلفة.

أفاد 78% بوجود فجوات في تحديد تبعيات العمليات التجارية والبيانات اللازمة لإكمال سير عملهم. لا يمكنك تحديد ما لم تقم برسم مخططه بعد. — جاك، Microsoft Copilot Studio، إطار جاهزية الوكلاء (2025)

مشكلة مسار الاستثناءات

يتعامل البشر مع الاستثناءات ببساطة ورسالة عبر تطبيق Slack. أما نظام الذكاء الاصطناعي الوكيل (agentic AI) فيتعامل معها بالتخمين. قد يحتوي سير عمل عمليات الاسترداد 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 السياق الموثق، وحدود الصلاحيات، ومنطق اتخاذ القرار.

ما يعنيه مفهوم "موثق بما فيه الكفاية" فعلياً

تحدد خريطة سير العمل القابلة للاستخدام المحفز والخطوات المرتبة، ثم توثق طبقة الحوكمة التي تغطي كل قاعدة تفريع، ومعالج استثناء، ومعيار نجاح. إذا كان أي من هذه العناصر يعتمد فقط على المعرفة المتناقلة شفهياً، 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 ("حسب الوضع"). الفجوات بين روايتيهما هي مسارات الاستثناء التي سيتعين على العميل الاصطناعي ابتكارها. هذا هو الانضباط نفسه الذي يجعل حلقات تغذية الابتكار الراجعةتعمل بفاعلية: دوّن مخطط الدائرة الكهربائية قبل توصيل أي شيء 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 أن الوصول إلى البيانات هو العائق الأساسي أمام نشر الوكلاء.

أفاد 80% أن البيانات لا يمكن الوصول إليها بسهولة عبر فرقهم... إذا لم تكن هذه البيانات قابلة للوصول، 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. إن وجود مركزية كافية للمراقبة هو الحد الأدنى للمشروع التجريبي. أما التوحيد الكامل فهو برنامج يمتد لعدة سنوات. والوصول 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 المجموعة المحددة من البيانات تتجاوز الحد الأدنى المطلوب: إمكانية الوصول (يمكن للوكيل الوصول إليها بصلاحيات واضحة، وليست مغلقة في نظام لا يمكن لأحد قراءته برمجياً)، والحداثة (حديثة بما يكفي بحيث لا تكون الإجابة القديمة خطيرة بل مجرد مزعجة)، وقابلية التتبع (كل مخرج يعود إلى سجل مصدر محدد)، والمحدودية (مجموعة بيانات محددة ومنسقة ومقيدة بالصلاحيات، وليست بحيرة بيانات مفتوحة).

يفشل فحص البيانات عندما تؤثر الفوضى على ضوابط الوصول أو قابلية التتبع أو محدودية سير العمل المحدد. بخلاف ذلك، يظل الفحص المحدد قائمًا بذاته. تابع العمل. وإذا فشل في اختبار قابلية التتبع، فتوقف، لأنه لا يمكنك مراقبة ما لا يمكنك إعادة بنائه.

الخطوة 6: ما هي تكلفة الدين التقني كضريبة على الذكاء 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 مشروعاً تجريبياً واعداً إلى عملية إعادة كتابة طويلة ومكلفة. يمثل الدين التقني بعداً من أبعاد الجاهزية، ولكنه يأتي في الأهمية بعد سير العمل والبيانات، لأن تلك العقبات المبكرة غالباً ما تحدد 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 كأبرز التحديات، بينما أشار 63% منهم إلى أن توظيف مواهب الذكاء الاصطناعي وعلوم البيانات يمثل عقبة حرجة.أبحاث Robert Half تُظهر تكرار هذا النمط عبر دراسات جاهزية المؤسسات: يظهر النموذج أداءً ممتازاً في العرض التوضيحي، ثم تلتهم طبقة التكامل الجدول الزمني.

يثبت العرض التوضيحي جاهزية النموذج فقط، ولا شيء غير ذلك. فهو لا يوضح ما إذا كان الوكيل قادراً على الكتابة في نظام إدارة علاقات العملاء (CRM)، أو احترام أذونات الوصول على مستوى السجل، أو الصمود أمام تغيير في واجهة برمجة التطبيقات (API) التابعة. 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 الفعلي كل ما اقترحه العرض التوضيحي. عندما يكمن المنطق الحقيقي لسير العمل في الروابط البرمجية القديمة، فإن أتمتة الواجهة الأمامية تكشف الدين بسرعة أكبر. وإذا كان مسار التكامل يتطلب إعادة كتابة المنصة على مدار عدة أرباع سنوية، فإن قرار الجاهزية الصادق لهذا الربع غالباً ما يكون "الانتظار"، وهذا هو القرار الذي يتعين اتخاذه في 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. 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 يستطيع أحد الموافقة على الإجراءات الحساسة، أو فحص السجلات، أو إيقاف النظام بأمان. المتطلب الأساسي هنا هو قابلية 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 يعمل بشكل تقليدي. وثائق السياسات الثابتة لا تكفي، بل العبرة بالتحكم الفعلي المباشر.

24% فقط من المؤسسات يمكنها التحكم في تصرفات الوكلاء الذكيين باستخدام حواجز الحماية المناسبة والمراقبة الحية، مقارنة بـ 84% من المؤسسات المستعدة التي تُصنف كـ "رائدة"، وفقاً لـ [مؤشر جاهزية الذكاء الاصطناعي من 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). هذه الفجوة هي مؤشر مباشر على المشاريع التجريبية التي ستنجح عند انتقالها إلى بيئة الإنتاج الفعلية. وتعد قابلية التدقيق شرطاً 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 الفورية مقابل السياسة الثابتة

ملف السياسة بصيغة PDF هو مجرد رغبة، بينما المراقبة الفورية هي أداة تحكم فعلية. تنص السياسة على أن الوكيل "ينبغي" له تصعيد الإجراءات المحفوفة بالمخاطر، في حين تعني المراقبة الفورية أن إجراءات الوكيل تتدفق مباشرة إلى لوحة التحكم، مما يتيح للمشرف البشري التدخل في منتصف المهمة، مع تسجيل كل قرار ومدخلاته. وتذهب البيئات الخاضعة للتنظيم إلى أبعد من ذلك، وهو ما تغطيه الخطوة 13 المتعلقة بمتطلبات التفاعل البشري الخاصة بإدارة الغذاء والدواء (FDA).

الحد الأدنى من قائمة التحقق الخاصة بالحوكمة

قبل أن يتدخل المشروع التجريبي في سير عمل حقيقي، تأكد من وجود خمسة ضوابط 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 فوري يمكنه إيقاف سير العمل دون الحاجة إلى عملية نشر جديدة. كما يجب أن يقتصر 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 اتخاذ أي إجراء خارجي ومع وجود مراجعة بشرية لكل شيء قبل إرساله، لا يتطلب نفس مستوى الرقابة الذي يتطلبه مسار عمل يتعامل مع أموال العملاء. المعيار هنا هو قابلية التراجع ونطاق التأثير (المدى الإجمالي للضرر في حال أنتج النظام مخرجات خاطئة، ومن سيتأثر بها، وبأي سرعة، وهل يمكن التراجع عنها). إذا كان اكتشاف المخرجات الخاطئة وتصحيحها غير مكلف، فإن اعتماد مسار موافقة مخفف 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 حيث تظل الاستقلالية الموزعة بحاجة إلى ضوابط حماية مركزية.

الخطوة 8: هل يستطيع موظفوك استيعاب التغيير فعلياً؟

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 مباشرةً. نادراً ما تكمن الفجوة في المهارات الخام، بل تكمن في عدم تحديد ملكية القرارات الجديدة والاستثناءات والمراجعات التي ينشئها سير عمل الذكاء الاصطناعي. إن القدرة على استيعاب التغيير تتنبأ بمدى قابلية التوسع بشكل أفضل من الحماس، وهي ترتبط ارتباطاً وثيقاً بـ صحة ثقافة الابتكار الأوسع نطاقاً 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، وهذا هو السبب في أن التدريب وحده لا يكفي لتجاوزها.

فجوة المهارات مقابل فجوة نموذج التشغيل

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

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

بمجرد وضوح العقبات، يصبح تحديد أولويات حالات الاستخدام ممكناً. قم بتقييم كل سير عمل مرشح بناءً على قيمة العمل، والجدوى التقنية، والجاهزية، ثم طبق فجوات المخاطر والتوثيق كعقوبات (خصومات) بدلاً من حسابها كمتوسطات. قالب مصفوفة تحديد الأولويات من InitializeAI يزن قيمة العمل 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 ينطوي على عائد حقيقي ومخاطر محدودة ومألوفة. هذا هو المنطق نفسه وراء اختبار التحقق من صحة السوق الجيد: رخيص، ومحدود، وغني بالمعلومات قبل أن تلتزم بميزانية حقيقية.

تصنيف عملي

لنأخذ ثلاثة مسارات عمل مرشحة. تسجل التغييرات الذاتية في الأسعار عائدًا إيجابيًا مرتفعًا جدًا وتعقيدًا عاليًا، ولكن العقوبة شديدة: إجراءات مالية مباشرة مع حواجز حماية ضعيفة، وهو بالضبط الملف الذي تشير إليه الخطوة 7. على الرغم من تسجيل أعلى عائد إيجابي 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 التجربة. تسجل مسودات الاستجابة الأولى للفواتير عائدًا إيجابيًا متوسطًا وتعقيدًا منخفضًا، مع عقوبة تقترب من الصفر لأن المراجع البشري يوافق على كل إرسال مقابل مجموعة نصوص محدودة. القرار هو التجربة الآن، متقدمًا على الخيار ذي العائد الإيجابي الأعلى. إن وجود فجوة واحدة في حواجز الحماية أو التوثيق يجب أن يطيح بحالة الاستخدام حتى عندما تبدو درجة قيمتها الخام قوية: إن تجاهل هذه العقوبة عبر حساب المتوسط هو الطريقة التي تختار بها المؤسسات تجربة براقة تفشل 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 مسار العمل ليس سوى مجرد استعراض: 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 نموذج أساسي ونظام مستقل مخصص كقرار أهلية تحركه ضوابط المؤسسة وبياناتها. وتشير أدلة السوق نحو الشراء: بيانات MIT تظهر نجاح عمليات نشر 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 "الانتظار" مع خطة 30-60-90 يوماً أفضل من إطلاق يتطلب 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 جاهزيتها عبر أربعة أبعاد: جودة التوثيق، وعمق الحوكمة، وقوة إدارة التغيير، والقدرة على التوسع بعد المرحلة التجريبية. يجب قراءة هذه الأبعاد كمؤشرات رئيسية، وليست مجرد شكليات. فكل منها يغير النتيجة النهائية، لأن كل بعد يحدد عائقاً يميل متوسط قياس النضج إلى إخفائه.

اقرأ الجدول كمرشح للجاهزية. فجوة رسم العمليات البالغة 78% تتنبأ بالإخفاقات في الخطوة 4. ونسبة الضوابط البالغة 24% تتنبأ بالإخفاقات في الخطوة 7. والانقسام بنسبة 67% مقابل 33% يمثل الانحياز في 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: ماذا يعلمنا إطلاق مساعد الطيار (copilot) من Morgan Stanley عن الجاهزية؟

عادةً ما ينجح المشروع التجريبي القوي للذكاء الاصطناعي لأن سير العمل يكون ضيقاً، ومجموعة البيانات خاضعة للرقابة، والعنصر البشري يظل مشاركاً في العملية، والأذونات تكون صريحة. ويُعد مساعد المستشارين من Morgan Stanley، الذي تم بناؤه باستخدام OpenAI، نموذجاً على مستوى المؤسسات لهذا الملف. وهو يستحق الدراسة تحديداً لأنه يعتمد بشكل كبير على الحوكمة ومحدد 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، وفقاً لـ دراسة حالة OpenAI حول إطلاق Morgan Stanley. وقام البشر بمراجعة المخرجات وتعديلها قبل اعتماد أي شيء بشكل نهائي، كما عالجت سياسة OpenAI الخاصة بعدم الاحتفاظ بالبيانات (zero-data-retention) 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 جاهزاً

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 ومصرح بها (الخطوة 5). كانت الحوكمة مفعلة: التقييمات، والمراجعة البشرية، وسياسة الاحتفاظ بالبيانات (الخطوة 7). وكان العنصر البشري مشاركاً في العملية بشكل مدروس (الخطوة 8). تم إغلاق كل عقبة حددها الدليل بالتتابع قبل التوسع، ولهذا السبب استمر 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 في الخطوة 5. كما أن اتخاذ إجراءات ذاتية دون موافقة بشرية كان سيفشل في اختبار الحوكمة 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 تحددها قيود سير العمل، وليست العلامة التجارية للمورد. المنطق نفسه يدعم تشغيل 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، مع توثيق كيفية تفاعل الإنسان والنموذج عند كل نقطة اتخاذ قرار. هذا يحول قرار الجاهزية إلى سؤال رقابي: هل يمكنك إثبات وجود رقابة بشرية في كل خطوة؟

تعتمد ثلاث حالات استثنائية على عائق مهيمن واحد: تعتمد سير العمل الخاضعة للتنظيم في مجالات الصحة أو التمويل أو القانون 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 تجميع النظام لبيانات تفاعل كافية لتقديم تنبؤات موثوقة ومعايرة)، لذا يُفضل البدء بتجربة تعتمد على القواعد أولاً أو بمساعدة بشرية. أما تداخلات الملكية المشتركة بين الوظائف فترجع إلى غياب مالك واحد للقرارات الجديدة، لذا يجب إعادة تصميم هيكل الملكية أولاً بدلاً من إطلاق تجربة في فراغ تنظيمي.

توجيهات FDAيرسم هذا أيضًا خطًا فاصلًا مفيدًا بين "الإنسان في المسار" (human-in-the-loop)، ويعني التدخل عند كل قرار، و"الإنسان المتابع للمسار" (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 سير العمل ضيقًا بما يكفي لإبقاء تكلفة الإشراف منخفضة. نادراً ما تكون اللوائح التنظيمية نفسها هي العائق، بل غالبًا ما يكمن العائق في عدم قدرة المؤسسة على إثبات سيطرتها وتحكمها ضمن هذه اللوائح.

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

لا تقدم بدون تحديد مسؤولين. يجب أن ينتهي التقييم بإجراءات معالجة مرتبة وتاريخ محدد لإعادة تشغيل فحص سير العمل، مرتبة حسب شدة العوائق من الخطوات 4 إلى 8 بدلاً من معالجتها دفعة واحدة، مع معالجة فجوات التوثيق والحوكمة قبل أي شيء آخر لأنها تعيق كل خطوة تالية. يحاكي هذا التسلسل نموذج البوابات المرحلية (stage-gate model): كل كتلة مدتها 30 يوماً هي بوابة يجب أن يتجاوزها سير العمل قبل فتح البوابة التالية. وبدون تحديد مسؤولين بالاسم لكل بند، فإن النتيجة لا تتعدى كونها استعراضاً شكلياً للنضج.

هيكل خطة 30-60-90 يوماً

• الأيام من 0 إلى 30: معالجة عوائق 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 مسؤول عن العملية ومسؤول عن المخاطر.
• 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 مقابل مجموعة بيانات اختبارية معزولة.
• الأيام من 61 إلى 90: إطلاق المشروع التجريبي المحدود مع وجود 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 لا التوقعات.

اجعل الخطة محددة بدقة قابلة للنقاش. عبارة "تحسين التوثيق" ليست هدفاً مرحلياً. بينما عبارة "تقوم بريا (مسؤولة العملية) برسم مسارات الاستثناءات لسير عمل عمليات الاسترداد بحلول اليوم 21، ويراجعها رئيس العمليات" هي هدف مرحلي حقيقي. كل فجوة كشفها التقييم يجب أن تسند إلى مسؤول واحد، وتاريخ استحقاق واحد، وتعريف محدد للجاهزية. 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. كحد أدنى، قم بتشغيله مرة واحدة في كل دورة معالجة. حدد مالكاً بالاسم وموعداً نهائياً لكل فجوة يكتشفها التقييم. فبدون تحديد كليهما، غالباً ما تستمر الثغرة المكتشفة لفترة أطول من عملية 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 — وهي الحالة الخاصة بالجاهزية من continuous foresight (الاستشراف المستمر): التعامل مع رصد التغييرات كممارسة مستمرة، وليس كعملية تدقيق تجرى 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 فورية للتحكم في إجراءات الوكلاء الذكيين.
• منطق اتخاذ القرار غير الموثق هو أكبر عائق خفي: حيث تشير 78% من الشركات الكبرى إلى وجود فجوات في رسم خرائط 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 يشمله تقييم الجاهزية للذكاء الاصطناعي؟

يفحص تقييم الجاهزية للذكاء الاصطناعي على مستوى سير العمل خمسة جوانب 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 سير عمل واحد، وليس الشركة بأكملها. الجاهزية تعني أن سير 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 تقييمية على منحنى التطور. أما الجاهزية للذكاء الاصطناعي فهي قرار بشأن قابلية النشر يقتصر على مسار عمل محدد.

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

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

محتمل. إن عدم التنظيم على مستوى المؤسسة بأكملها لا يمنع من تطبيق الذكاء الاصطناعي على سير عمل محدد. ما يهم هو ما إذا كانت مجموعة البيانات المحددة للنطاق سهلة الوصول، ومصرحاً 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، لأنك لن تتمكن من مراقبة ما لا يمكنك إعادة بنائه.

هل ينبغي لنا البناء، أم الشراء، أم إجراء تجربة أولية أولاً؟

بالنسبة لمعظم مسارات العمل المحددة النطاق، فإن شراء أداة متخصصة أو تهيئتها يتفوق على بنائها — أبحاث MIT NANDAوجدت أن عمليات نشر الموردين تنجح بنسبة تقارب 67% مقارنة بنسبة 33% للبناء الداخلي. لا تبنِ إلا عندما يكون مسار العمل ميزة تنافسية مستدامة وتكون نضج 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. تحتاج أيضاً إلى طبقة المخاطر والحوكمة التي تعلوهم، وصولاً إلى الرعاية التنفيذية. يجيب كل طرف على سؤال جاهزية مختلف، بدءاً من "هل المنطق موثق" إلى "هل سنغير طريقة عمل الأشخاص 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 جاهزية الوكيل الذكي بأنها عملية مستمرة وليست إجراءً يُنفذ لمرة واحدة، لذا ينبغي التعامل مع التقييم كممارسة دورية مرتبطة بالتغيير، وليس كشهادة سنوية.