لقد مررنا بهذا من قبل: التحوّل بالذكاء الاصطناعي وتكرار سيناريو "الأجايل"

ستنظر معظم المؤسسات إلى تحوّلها بالذكاء الاصطناعي بالطريقة نفسها التي تنظر بها إلى تحوّلها في "الأجايل": طاقة كبيرة، وإنفاق كبير، وبرنامج قدّم شهادات بدلًا من تغيير حقيقي.

هذا هو النمط المزعج الذي يتشكّل الآن. المفردات مختلفة، والاستشاريون مختلفون، والإلحاح أعلى. لكن شكل الفشل يكاد يكون مطابقًا لما حدث مع تبنّي "الأجايل" قبل عقد من الزمن. وإن كنتَ قد شغلتَ دورًا قياديًا في التسليم خلال تلك الفترة، فمن المرجّح أنّك تشعر الآن بإحساس قوي بأنّك مررت بهذا من قبل.

الأرقام ليست هي القصة. النمط هو القصة.

تُفيد نحو تسع مؤسسات من بين عشر اليوم بأنّها تستخدم الذكاء الاصطناعي في وظيفة عمل واحدة على الأقل، إلا أنّ معظمها لم يُدمِجه بعمق كافٍ في مسارات عمله ليُحقّق فوائد ملموسة على مستوى المؤسسة. [1] في الوقت نفسه، توقّعت جارتنر (Gartner) أن يُتخلّى عن 30% على الأقل من مشاريع الذكاء الاصطناعي التوليدي بعد مرحلة إثبات الجدوى، مُرجِعةً ذلك إلى ضعف جودة البيانات، ورقابة المخاطر غير الكافية، وتصاعد التكاليف، وغموض القيمة التجارية. [2]

اقرأ هاتين الجملتين معًا: تبنٍّ شبه شامل، وتعثّر شبه شامل.

هذه ليست قصة تقنية، بل قصة قيادة. وهي قصة مألوفة.

استرجع بذاكرتك الفترة الممتدة تقريبًا بين عامي 2013 و2016. كان "الأجايل" يجتاح تقنية المعلومات في المؤسسات. وكان مسؤولو "السكرم" (Scrum Masters) يعيّنون، وجلسات المراجعة الرجعية (retrospectives) تُجدول. وكان التنفيذيّون يرعون تحوّلات "الأجايل" باقتناع حقيقي. عقدٌ من الأبحاث الصادرة عن BCG ومكنزي (McKinsey) وكلية هارفارد للأعمال يروي قصة متسقة: يفشل نحو 70% من جهود التحوّل. والأسباب لا علاقة لها تقريبًا بالتقنية نفسها. [4]

تبنّت المؤسسات الطقوس والممارسات دون أن تُغيّر الثقافة، وتبنّت الأطر دون أن تُغيّر سلوكيات القيادة، وتبنّت المصطلحات دون أن تُغيّر هياكل المساءلة. والأمر نفسه يحدث الآن. فقد حلّت كلمة «الذكاء الاصطناعي» محل كلمة «الأجايل»، وحلّت شريحة استراتيجية الذكاء الاصطناعي محل برنامج التحوّل. والنمط يتكرّر، رغم أنّ هناك هذه المرة رئيسًا تنفيذيًا لشؤون الذكاء الاصطناعي حاضرًا في الغرفة.

وهذه النقطة الأخيرة مهمّة. فمعظم تحوّلات "الأجايل" لم يكن لها حتى مالك من الإدارة التنفيذية العليا، بينما تحوّل الذكاء الاصطناعي له ذلك: موافقة من مجلس الإدارة، وميزانية مخصّصة، وتنفيذي مُسمّى مسؤول عنه. ومع ذلك لا يزال يتعثّر في المواضع نفسها. وهذا يخبرك بشيء مهم: لم تكن المشكلة يومًا في المستوى الذي بلغه التفويض داخل المؤسسة، بل في ما إذا كانت المؤسسة قد غيّرت فعليًا طريقة عملها. لم تفعل ذلك حينها، ومعظمها لا يفعله الآن.

ثلاثة أنماط فشل لم تختفِ

نمط الفشل الأول: فخ التجربة الاستكشافية

لا يزال نحو ثلثي المؤسسات في مرحلة التجريب أو الاستكشاف، ولم تبدأ بعد في توسيع نطاق الذكاء الاصطناعي على مستوى المؤسسة. [1] التجارب الاستكشافية تنجح، أمّا مرحلة الإنتاج فتفشل. والعائق ليس التقنية، بل عجز المؤسسة عن استيعاب التغيير الذي تتطلبه هذه التقنية.

تعثّرت تحوّلات "الأجايل" في الموضع نفسه بالضبط. كان فريق واحد يتبنّى "الأجايل"، بينما تبقى بقيّة المؤسسة على منهجية الشلال (waterfall). وكان فريق "الأجايل" يُسلِّم أسرع، ثم يشعر بالإحباط لأنّ لا شيء في المراحل التالية قادر على استيعاب ما يبنيه. وتعثّر التحوّل عند تلك الحدود الفاصلة.

والذكاء الاصطناعي يفعل الشيء نفسه. فنتائج إثبات الجدوى القوية تصطدم مباشرة بنموذج تشغيلي لم يُعَد تصميمه، وبحوكمة لم تُبنَ لمخرجات احتمالية، وبوظيفة إدارة مخاطر ليس لديها بعد إطار للموافقة على شيء لا يتصرّف بطريقة حتمية.

نمط الفشل الثاني: رعاية ظاهرة لكن غير خاضعة للمساءلة

أفاد 15% فقط من الموظفين في الولايات المتحدة بأنّ عملهم أوصل إليهم استراتيجية واضحة للذكاء الاصطناعي. [5] وهذا الرقم يُقاس على مستوى القوى العاملة. أمّا على مستوى فريق التسليم، فيُختبَر كأنّه تكليف مُسنَد دون الصلاحية، أو الوصول إلى البيانات، أو الدعم المؤسسي اللازم لتنفيذه.

في كل تحوّل "أجايل" متعثّر شهدته، كان الراعي التنفيذي متحمسًا عند الإطلاق، ثم غائبًا تمامًا بعد ستة أشهر. وتُرِكت الفرق تُدافع عن المنهجية أمام طبقة من الإدارة الوسطى لم تقتنع بها، ولم تكن مُلزَمة بذلك أصلًا. فأصبح التحوّل مشكلة فريق التسليم، لا مشكلة المؤسسة.

ويتّبع تحوّل الذكاء الاصطناعي السيناريو نفسه. مجلس الإدارة وافق على الاستراتيجية، وصدرت دراسة الحالة التوضيحية، وفي مكان ما وسط المؤسسة، يحاول فريق تسليم إدخال نموذج إلى مرحلة الإنتاج بينما يخوض معركة للحصول على الوصول إلى البيانات، وموافقة الشؤون القانونية، وإطار مخاطر كُتب قبل أن يكون أيٌّ من هذا موجودًا. والفجوة بين النيّة التنفيذية والواقع المؤسسي هي الفجوة نفسها التي قضت على معظم تحوّلات "الأجايل". إنّها ليست فجوة تقنية.

نمط الفشل الثالث: قياس الأمور الخاطئة

يخلص بحث مكنزي إلى أنّ 39% فقط من المؤسسات تُفيد بأيّ أثر على الأرباح قبل الفوائد والضرائب (EBIT) على مستوى المؤسسة نتيجة الذكاء الاصطناعي، رغم التبنّي شبه الشامل. [1] وتحتفل الغالبية بتقدّم الذكاء الاصطناعي مقيسًا بمقاييس التجربة الاستكشافية: معدلات الاستخدام، ودرجات دقة النموذج، والميزات التي تم إطلاقها.

وقعت تحوّلات "الأجايل" في الفخ نفسه. كانت الفرق تُعلَن ناجحة حين تُحقّق 100% من أهداف "السبرنت". يبدو هذا إيجابيًا إلى أن تدرك أنّ الفرق كانت تضع أهدافًا منخفضة بما يكفي لضمان تحقيقها، وهو ما أفرغ الفكرة من مضمونها تمامًا. حلّت مقاييس السرعة (velocity) محل مقاييس النتائج، وحلّ النشاط محل الأثر.

المؤسسات التي تُفيد بعوائد مالية كبيرة من الذكاء الاصطناعي هي أكثر احتمالًا بمرتين لأن تكون قد أعادت تصميم مسارات العمل من البداية إلى النهاية قبل اختيار تقنيات النمذجة. [5] فالمؤسسات التي تحقق القيمة فعليًا بدأت بالنموذج التشغيلي، لا بنموذج الذكاء الاصطناعي. وهذا قرار قيادي، لا قرار تقني.

ما يعنيه هذا إن كنت تقود أحد هذه البرامج

المقارنة بـ"الأجايل" مفيدة لا لأنّها متشائمة، بل لأنّها محددة. فهي تُخبرك بالضبط أين تكمن المخاطر.

إن كان تحوّلك بالذكاء الاصطناعي يُقاد أساسًا من قِبل فريق تقني، مع تأييد تنفيذي متقطّع، فسيتعثّر عند مرحلة التبنّي. فالأشخاص الذين يحتاجون إلى تغيير طريقة عملهم ليسوا موجودين في الغرفة التي يُبنى فيها النموذج.

وإن لم يكن نموذج الحوكمة لديك مصمّمًا لمخرجات احتمالية وتسليم تكراري، فسيصل النموذج إلى مرحلة اختبار قبول المستخدم (UAT) ثم يتوقف. وتُشير جارتنر إلى أنّ دمج الذكاء الاصطناعي في الأنظمة القديمة غالبًا ما يكون معقّدًا تقنيًا ومُخِلًّا، وتوصي بأنّ إعادة التفكير في مسارات العمل من الأساس هي، في كثير من الحالات، الطريق إلى تنفيذ ناجح. [3]

وإن كان فريقك القيادي لا يزال يتعامل مع الذكاء الاصطناعي بوصفه شيئًا تُسلّمه وظيفة التقنية إلى قطاع الأعمال، بدلًا من كونه أمرًا يتطلّب من قطاع الأعمال أن يُغيّر جذريًا طريقة عمله، فأنت في الموقف نفسه الذي كان فيه التنفيذي عام 2014 حين وافق على تحوّل "الأجايل" ثم واصل إجراء مراجعات ربع سنوية بمنهجية الشلال. لقد تغيّر المسمّى على الباب، لكن السلوك لم يتغيّر.

المؤسسات التي نجحت في تطبيق "الأجايل" لم تُحقّق ذلك باتّباع الإطار بدقة أكبر، بل بتغيير شكل المساءلة القيادية أثناء التحوّل. والأمر نفسه سيصحّ هنا.

السؤال الجدير بالاهتمام

لو دخل أحدهم إلى برنامجك الخاص بالذكاء الاصطناعي اليوم وقارنه بحالة فشل موثّقة جيدًا لتحوّل "أجايل" من عام 2015، فكم سيبدو مختلفًا؟ ليس من ناحية التقنية، بل من ناحية سلوكيات القيادة، والحوكمة، والمساءلة، ووضوح الاستراتيجية على مستوى الأشخاص الذين يؤدّون العمل فعليًا.

وإن كانت الإجابة تُشعرك بعدم الارتياح، فهذا على الأرجح أكثر ما ستستفيد به من هذا المقال.

المراجع

[1] مكنزي (McKinsey & Company)، The State of AI، 2025

[2] جارتنر (Gartner)، Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025، يوليو 2024

[3] جارتنر (Gartner)، Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027، يونيو 2025

[4] BCG، ومكنزي، وكلية هارفارد للأعمال — معدل فشل التحوّل 70%، نقلًا عن Elmhurst University، Mastering AI Transformation Through Project Management، مارس 2026

[5] Gallup (أواخر 2024) — 15% من الموظفين يُفيدون بوجود استراتيجية واضحة للذكاء الاصطناعي؛ مكنزي 2025 — إعادة تصميم مسارات العمل بوصفها محرّكًا للأثر على EBIT، نقلًا عن Talyx AI، Why 90% of Enterprise AI Implementations Fail، 2026