استراتيجيتك للذكاء الاصطناعي تحتوي على ست غفلات يقع فيها القادة بسهولة. جميعها في هذا المقال.

الجزء الأول من اثنين — إحاطة حول القيادة واستراتيجية الذكاء الاصطناعي

لم يكن الحديث عن الذكاء الاصطناعي ومستقبل العمل بهذا الصخب أو القلق من قبل. لكن المخاطر التي تُحدث أكبر ضجيج نادرًا ما تكون الأكثر ضررًا. فالتهديدات الحقيقية أكثر هدوءًا، وأكثر ارتباطًا بالجانب التنظيمي، ويمكن تفاديها بالكامل تقريبًا: مسؤولون تنفيذيّون يتّخذون قرارات بناءً على بيانات ناتجة عن هلاوس النموذج، وشركات تستغني عن كفاءات ذات خبرة لصالح أتمتة لم تكن جاهزة بعد، ومؤسسات تربط أكثر أنظمتها حساسيّة بالذكاء الاصطناعي دون بنية أمنيّة تحميها.

هذه ليست إخفاقات تقنية، بل إخفاقات قيادية، وكل واحدة منها قابلة للحل. يرسم هذا العدد الأول خريطة للغفلات الست كاملة. أمّا العدد التالي فيحدّد المبادئ الخمسة التي تُغلقها.

إحصاءات رئيسية: 67.4 مليار دولار خسائر عالمية مُقدَّرة ناتجة عن هلاوس الذكاء الاصطناعي في 2024. من المتوقع التراجع الهادئ عن 55% من التسريحات الناتجة عن الذكاء الاصطناعي (Forrester، 2026). فشل 95% من مشاريع الذكاء الاصطناعي المؤسسية — وهي مشكلة استراتيجيّة، لا مشكلة تقنيّة.

الخطر الأول: قاعة مجلس الإدارة المبنيّة على الهلاوس

مسؤولون تنفيذيّون يُدخِلون مخرجات الذكاء الاصطناعي إلى جلسات وضع الاستراتيجيّة دون التحقّق منها. فالذكاء الاصطناعي يبتكر إجابات تبدو معقولة بالثقّة نفسها سواء كانت صحيحة أو خاطئة.

إحصائيّة رئيسيّة: اتّخذ 38% من المسؤولين التنفيذيّين قرارًا مهمًا بناءً على مخرجات الذكاء الاصطناعي تبيّن لاحقًا أنها غير صحيحة (Deloitte، 2025).

لا تبحث النماذج اللغويّة الكبيرة عن الحقائق، بل تُولّد الكلمة التالية الأكثر احتمالًا إحصائيًا. وعندما تُنشر إلى مجالات معقّدة أو متخصّصة، تُنتج إجابات طليقة وواثقة وخاطئة في آن واحد. وقد وجد باحثو ستانفورد أن أدوات الذكاء الاصطناعي العامة أعطت إجابات خاطئة في 58 إلى 88% من الاستفسارات القانونيّة. وحتى الأدوات المصمّمة خصيصًا للبحث القانوني ما زالت تُنتج أخطاء في 17 إلى 34% من الحالات.

والمشكلة تزداد صعوبة لا سهولة. فقد انخفض مؤشر شفافيّة النماذج التأسيسية (Foundation Model Transparency Index) من متوسّط 58 نقطة في 2024 إلى 40 نقطة في 2025، مع أكبر تراجع في المجالات المتعلقة بكيفيّة بناء النماذج وما يحدث بعد إطلاقها. ويُطلب بشكل متزايد من الجهات التنظيمية ومديري المخاطر قبول قرارات تتخذها أنظمة لا يمكنهم فحص آليات عملها الداخلية.

ما يتطلبه هذا من القادة: تعامل مع كل مخرج من مخرجات الذكاء الاصطناعي كمسودة أولى من محلّل ذكي لكنه غير موثوق. فهو يحتاج إلى مراجعة بشرية قبل أن يصل إلى شريحة عرض في مجلس الإدارة. فمسؤوليّتك لا تنتقل إلى النموذج. اطرح أسئلة أكثر صرامة على المورّدين أيضًا: ما هي أنماط الفشل المعروفة، وما التزاماتهم إن تسبّب النظام بضرر؟

المصادر: Deloitte سويسرا، AI Hallucinations — New Risk in M&A (2025)؛ Stanford RegLab/HAI، Large Legal Fictions (2024)؛ Stanford HAI، تقرير مؤشر الذكاء الاصطناعي 2026 (أبريل 2026).

الخطر الثاني: هجرة الكفاءات المُقنَّعة بالابتكار

استبدال الكفاءات البشرية بالذكاء الاصطناعي قبل أن يكون جاهزًا، وفقدان معرفة مؤسسية لا يمكن إعادة بنائها بسرعة.

إحصائية رئيسّية: وجدت 31% من المؤسّسات أنّ إعادة توظيف الموظفين كلّفت أكثر من الوفورات الأصلية (Careerminds، 2026).

بدأت مؤسستان من كل ثلاث مؤسسات قد ألغت وظائف بسبب الذكاء الاصطناعي بإعادة توظيف العاملين أنفسهم بالفعل، غالبًا خلال أشهر قليلة. ومن بين المؤسسات التي أقدمت على تسريحات مرتبطة بالذكاء الاصطناعي، أفادت 33% منها بفقدان مهارات جوهرية لم تستطع الأتمتة تعويضها، وقالت 28% أخرى أنّ القوى العاملة المتبقية تفتقر إلى القدرة على سد تلك الفجوات.

وتُعد Klarna المثال الأبرز على ذلك. فقد استبدلت شركة التكنولوجيا المالية السويدية نحو 700 موظف في خدمة العملاء بروبوت محادثة يعمل بالذكاء الاصطناعي، معلنةً أنه قادر على التعامل مع ثلثي محادثات العملاء. وخلال عامين، تراجع رضا العملاء بشكل حاد. وصرّح الرئيس التنفيذي علنًا بأن الشركة ركّزت كثيرًا على الكفاءة على حساب الجودة. وتعمل Klarna الآن على إعادة توظيف موظفين بشريين.

ووجد استطلاع أُجري في أواخر 2025 لمسؤولين تنفيذيين في مؤسسات كبرى عدم وجود أي رابط إحصائي بين خفض القوى العاملة بسبب الذكاء الاصطناعي والعائد على الاستثمار فيه. وكانت المؤسسات التي حققت أقوى العوائد هي تلك التي استثمرت في تطوير مهارات موظفيها بدلًا من استبدالهم.

ما يتطلبه هذا من القادة: قبل إلغاء أي وظيفة باسم كفاءة الذكاء الاصطناعي، أجب بصدق عن ثلاثة أسئلة: هل يستطيع الذكاء الاصطناعي فعليًا القيام بهذا العمل بمستوى الجودة المطلوب؟ وما المعرفة المؤسسية الكامنة في هذا الدور والتي لم تُدوَّن في أي مكان؟ وما تكلفة إعادة بناء تلك القدرة إن كنتَ مخطئًا؟

المصادر: Forrester Research، AI-Led Job Disruption Will Escalate (يناير 2026)؛ Careerminds، AI-Led Layoffs: What HR Leaders Wish They Knew (مارس 2026).

الخطر الثالث: الباب المفتوح الذي لم تكن تعلم أنك تركته دون قفل

ربط الذكاء الاصطناعي بالأنظمة الداخلية يخلق أسطحة هجوم ذات قيمة حقيقية لأصحاب النوايا الخبيثة، بما في ذلك عبر تسرّب البيانات العرضي، لا الاختراقات المتعمدة فقط.

إحصائية رئيسية: تعرضت 87% من المؤسسات لاختراقين ناجحين على الأقل متعلقين بالهوية خلال الأشهر الاثني عشر الماضية (CyberArk، 2025).

تقول 68% من المؤسسات إنها تفتقر إلى ضوابط أمن الهوية المخصصة لأنظمة الذكاء الاصطناعي تحديدًا. و47% منها غير قادرة على حصر أدوات الذكاء الاصطناعي غير المصرَّح بها المستخدمة داخل مؤسساتها. ومن المتوقع أن تتضاعف الهويات البشرية والآلية ذات الصلاحيات المميزة في 2025، وفقًا لتقرير CyberArk عن مشهد أمن الهوية.

يحتاج وكلاء الذكاء الاصطناعي إلى وصول واسع إلى البيانات لتعمل: بيانات اعتماد، ومعلومات شخصية، وسجلات مالية، ومراسلات داخلية، ووثائق استراتيجية. وداخل أنظمة وكلاء الذكاء الاصطناعي، يمكن أن تنتقل البيانات الحساسة عبر مسارات داخلية متعددة، منها مخرجات الأدوات، وملفات مساحة العمل، وإدخالات الذاكرة، واستجابات الـwebhook.

أما الخطر الأكثر خفاءً فهو التسرّب العرضي الناتج عن صلاحيات وصول مفرطة. فالنماذج المدرَّبة على بيانات داخلية، بما فيها سجلات الموارد البشرية أو مراسلات المسؤولين التنفيذيين، قد تُظهر تلك المعلومات لمستخدمين غير معنيين من خلال طلبات روتينية مثل صياغة رسالة بريد إلكتروني. فالتسرّب هنا ليس اختراقًا، بل حدود صلاحيات مُهيَّأة بشكل خاطئ.

ما يتطلبه هذا من القادة: بنية أمن الذكاء الاصطناعي ليست نقاشًا يُجرى بعد النشر، بل شرط للنشر. يجب أن تكون ضوابط الوصول، وفصل الصلاحيات، وتصنيف البيانات، وخطط الاستجابة للحوادث جاهزة قبل ربط أول نظام مؤسسي بطبقة الذكاء الاصطناعي.

المصادر: CyberArk، تقرير مشهد أمن الهوية 2025؛ ISACA، استطلاع AI Pulse 2026 — فجوة أمن الذكاء الاصطناعي (مارس 2026).

الخطر الرابع: فخّ المورّدين الذي يُبنى داخل بنيتك التحتية

اعتماد عميق على عدد صغير من موردي الذكاء الاصطناعي، دون خطة خروج. والارتهان للذكاء الاصطناعي أصعب تفاديًا من الارتهان للحوسبة السحابية.

إحصائية رئيسية: يخشى 38% من قادة المؤسسات الارتهان للموردين، ويشعر 81% منهم بضغط لتسريع تبنّي الذكاء الاصطناعي بغضّ النظر عن الجاهزية (Zapier، 2025).

يقول قادة المؤسّسات إن القضية الأولى عند اختيار أدوات الذكاء الاصطناعي هي ارتفاع تكلفة حلول المورّدين، ويُذكر الارتهان للمورّدين كواحد من المخاوف البنيوية الرئيسية إلى جانب ارتفاع التكاليف. فتغيير مورّد الذكاء الاصطناعي يتطلب إعادة كتابة التطبيقات، وإعادة تدريب الموظفين، وترحيل مكتبات الأوامر (prompts)، وإعادة بناء عمليات التكامل، وإعادة التفاوض على اتفاقيات البيانات، كل ذلك في آن واحد.

وينتقل كبار موردي الذكاء الاصطناعي جميعًا من بيع الوصول عبر واجهات البرمجة (API) إلى أن يصبحوا طبقة التشغيل لمسارات عمل الذكاء الاصطناعي المؤسسي، متغلغلين على مستوى الذاكرة، والتنسيق، وإدارة الوكلاء، وأدوات المطورين. ويتبع كل منهم النهج نفسه: جعل ذكائهم الاصطناعي مسار المقاومة الأقل، ثم جعل التحوّل عنه أكثر كلفة تدريجيًا.

ما يتطلبه هذا من القادة: اسأل مدير التقنية لديك اليوم أي أعباء العمل الحيوية تعتمد على أي موردين، وما تكاليف التحوّل عنهم، وهل توجد طبقات تجريد مطبَّقة. وينبغي أن يتضمن كل عقد مع مورّد ذكاء اصطناعي بنودًا لقابلية نقل البيانات، ومهلًا زمنيًا معقولًا للإشعار، وشروطًا واضحة حول ملكية النماذج المدرَّبة بضبط دقيق. ولا ينبغي أن تبدأ أي علاقة مع مورّد دون خطة خروج.

المصادر: Zapier، 34 إحصائية عن الذكاء الاصطناعي المؤسسي 2026؛ Zapier، 78% من المؤسسات تواجه صعوبة في دمج الذكاء الاصطناعي (2025).

الخطر الخامس: التعرّض القانوني الذي لم يضعه أحد في عرض الاستراتيجية

أصبحت مجموعة متنامية من القوانين تجعل الضرر المرتبط بالذكاء الاصطناعي مشكلة قانونية تخص مؤسستك. ومعظم استراتيجيات الذكاء الاصطناعي لا تذكر ذلك.

إحصائية رئيسية: القانون الكامل للذكاء الاصطناعي الأوروبي (EU AI Act) بالنسبة للأنظمة عالية المخاطر منتظر في أغسطس 2026، وهناك بالفعل أكثر من 200 قضية قانونية جارية تتعلق بالذكاء الاصطناعي.

ويصنّف توجيه الاتحاد الأوروبي بشأن مسؤولية المنتجات، الذي يدخل حيز التنفيذ بحلول ديسمبر 2026، البرمجيات والذكاء الاصطناعي كمنتجات. فإذا تبيّن أن نظام ذكاء اصطناعي معيب، تواجه المؤسسات مسؤولية صارمة دون الحاجة لإثبات الخطأ. ويفرض قانون الذكاء الاصطناعي الإيطالي رقم 132/2025 بالفعل غرامات تصل إلى 774,685 يورو إضافة إلى الحرمان من العقود الحكومية.

وفي الولايات المتحدة، دخل قانون سلامة الذكاء الاصطناعي في كاليفورنيا حيز التنفيذ في يناير 2026. وتُقدّم عدة ولايات مشاريع قوانين تُنشئ حقوقًا جديدة للتقاضي بشأن الأضرار الناتجة عن الذكاء الاصطناعي، بما في ذلك التمييز الوظيفي الناتج عن أدوات التوظيف المدعومة بالذكاء الاصطناعي. وعندما عاقبت المحاكم محامين لتقديمهم استشهادات قانونية مزيّفة أنتجها الذكاء الاصطناعي، وقعت تلك العقوبات على المحامين بغضّ النظر عن أي قسم اختار أداة الذكاء الاصطناعي.

لم تعد المسؤولية القانونية أمرًا نظريًا. فإذا كانت أداة التوظيف المدعومة بالذكاء الاصطناعي لديك تُضِرّ باستمرار بفئة محمية، فتلك تشكل دعوى توظيف. وإذا لخّص ذكاؤك الاصطناعي عقدًا بشكل خاطئ وتصرفتَ بناءً عليه، فقد تكون تلك دعوى أخطاء وإغفالات. وإذا أتمّ وكيل الذكاء الاصطناعي لديك معاملة تجارية لم يكن مخوَّلًا بإتمامها بالكامل، تظل مطالبة الطرف الآخر ضدك قائمة بغضّ النظر عمّا قيل للوكيل.

ما يتطلبه هذا من القادة: يحتاج فريقا الشؤون القانونية والامتثال إلى مقعد على طاولة تصميم الذكاء الاصطناعي قبل النشر، لا بعد وقوع حادثة. وينبغي أن تعالج عقود الموردين المسؤولية عن المخرجات الخاطئة، وتصرفات الوكلاء المستقلة، والامتثال التنظيمي. ويُعد إطار عمل NIST لإدارة مخاطر الذكاء الاصطناعي ووثائق الامتثال لقانون الذكاء الاصطناعي الأوروبي خط دفاعك الأول عند ورود مطالبة.

المصادر: اللائحة الأوروبية (EU) 2024/1689 (النص الرسمي)؛ WilmerHale، إدارة المخاطر القانونية في عصر الذكاء الاصطناعي (فبراير 2026)؛ إطار عمل NIST لإدارة مخاطر الذكاء الاصطناعي.

الخطر السادس: المسؤولية البيئية المتراكمة بهدوء في إفصاحاتك البيئية والاجتماعية والحوكمية

تحمل البنية التحتية للذكاء الاصطناعي بصمة كربونية ومائية غير مُفصح عنها إلى حد كبير. وإذا كانت لديك التزامات لتحقيق صافي الصفر للانبعاثات الكربونية، فقد يكون تطبيق الذكاء الاصطناعي على نطاق واسع يقوّضها بهدوء.

إحصائية رئيسية: يُقدَّر أن تُنتج مراكز بيانات الذكاء الاصطناعي ما بين 32.6 و79.7 مليون طن من ثاني أكسيد الكربون في 2025 (مجلة Patterns، ديسمبر 2025).

لا يُفصح معظم موردي الذكاء الاصطناعي عن شيء يُذكر بخصوص استهلاك الطاقة لكل استعلام أو انبعاثات النطاق الثالث (Scope 3). وتراجع درجات مؤشر شفافية النماذج التأسيسية يعكس جزئيًا قصة عدم الإفصاح البيئي. وفضلًا عن الكربون، تعتمد مراكز البيانات بشكل كبير على مناطق تعاني إجهادًا مائيًا لأغراض التبريد، كما تخلق دورة الاستبدال السريعة لأجهزة الذكاء الاصطناعي المتخصصة مشكلة متنامية من النفايات الإلكترونية.

ويخلق هذا ثلاثة مخاطر لأي مؤسسة لديها التزامات استدامة معلنة. أولًا، قد يكون نشر الذكاء الاصطناعي على نطاق واسع يقوّض أهداف تحقيق صافي الصفر للانبعاثات الكربونية بهدوء بطرق لن تظهر حتى دورة الإبلاغ التالية. ثانيًا، مع تشديد قواعد الإفصاح عن الاستدامة، بما فيها توجيه الاتحاد الأوروبي لإعداد تقارير الاستدامة المؤسسية النافذ بالفعل على الشركات الكبرى، قد يتعيّن ظهور الانبعاثات المرتبطة بالذكاء الاصطناعي ضمن حسابات النطاق الثالث لديك. ثالثًا، ستزداد صعوبة الدفاع أمام المستثمرين والجهات التنظيمية عن الفجوة بين القول إننا «ملتزمون بذكاء اصطناعي مسؤول» والعجز عن حصر ما تستهلكه بنيتك التحتية للذكاء الاصطناعي.

ما يتطلبه هذا من القادة: قبل توسيع نطاق البنية التحتية للذكاء الاصطناعي، أجرِ تقييمًا أساسيًا للبصمة البيئية. واطلب من الموردين مباشرة بيانات استهلاك الطاقة لكل استعلام، واعترض عندما يتعذر عليهم تقديمها. وأدرج الطاقة والانبعاثات المرتبطة بالذكاء الاصطناعي في تقارير الاستدامة لديك الآن، قبل أن تفرض الجهات التنظيمية ذلك.

المصادر: مجلة Patterns الصادرة عن Cell Press، البصمة الكربونية والمائية لمراكز البيانات وما قد يعنيه ذلك للذكاء الاصطناعي (ديسمبر 2025)؛ Stanford HAI، فصل البحث والتطوير في تقرير مؤشر الذكاء الاصطناعي 2026 (أبريل 2026).

قادم في الجزء الثاني من اثنين: بعد رسم خريطة الغفلات الست، يحدد العدد التالي المبادئ الخمسة التي تُعالجها، بدءًا من بناء البنية الأمنية قبل ربط أي نظام، وصولًا إلى إدراج الشؤون القانونية والبيئية والاجتماعية والحوكمية في التصميم، لا في أعقابه.

النماذج لا تتآمر ضدك. فالمخاطر تكمن في الفجوة بين سرعة التبنّي وعمق الجاهزية المؤسسية. الفرصة حقيقية. وكذلك المسؤولية.