الذكاء الاصطناعي (AI) هو تقنية تتيح لأنظمة الكمبيوتر التعلم من البيانات، والتعرف على الأنماط فيها، وبناءً على ذلك وضع تنبؤات وتوصيات، أو قرارات أو محتوى جديد تمامًا. قبل بضع سنوات فقط، كانت هذه التكنولوجيا حكراً على مختبرات الأبحاث وشركات التكنولوجيا العملاقة. أما اليوم، فتستخدمها كل شركة خامسة في الاتحاد الأوروبي تضم عشرة موظفين على الأقل، وأصبحت أدوات مثل ChatGPT وGemini و Claude وMicrosoft Copilot جزءًا مألوفًا من العمل المكتبي.
في هذا الدليل، نوضح ما الذي يعنيه مصطلح «الذكاء الاصطناعي» بالضبط، وكيف يعمل التعلم الآلي ونماذج اللغة الكبيرة، وأين تحقق تقنية الذكاء الاصطناعي نتائج قابلة للقياس للشركات، وأين تكمن المخاطر. كما يتضمن الدليل الوضع الحالي للتنظيمبعد تعديل قانون الذكاء الاصطناعي (AI Act) في صيف عام 2026، بالإضافة إلى إرشادات عملية حول كيفية البدء في استخدام الذكاء الاصطناعي دون الاستثمار في مسارات مسدودة.
ما هي الذكاء الاصطناعي وكيف يختلف عن البرمجيات العادية
الذكاء الاصطناعي هو مجال من مجالات علوم الحاسوب يطور أنظمة قادرة على أداء مهام كانت تتطلب حتى الآن الذكاء البشري: فهم اللغة، والتعرف على الصور، والتنبؤ بالتطورات، أو اتخاذ القرارات. ولا يقوم بذلك وفقًا لقواعد ، بل وفقًا للأنماط التي تعلمتها من كميات هائلة من البيانات.
الكلمة المفتاحية هي «التعلم». تعمل البرامج التقليدية كوصفة: يحدد المبرمج بدقة ما يجب أن يحدث عند كل مدخل، على سبيل المثال «إذا تجاوزت الفاتورة 10,000 يورو، أرسلها للموافقة». أما النظام الذي يعمل بالذكاء الاصطناعي، فبدلاً من القواعد، يتلقى آلاف الأمثلة على الفواتير التي تمت الموافقة عليها وتلك التي تم رفضها، ويستنتج بنفسه السمات المرتبطة بالمخاطر. وبذلك، يمكنه التعامل حتى مع المواقف التي لم يفكر فيها أحد مسبقًا. لكنه في الوقت نفسه قد يخطئ بطريقة لم تكن القاعدة الثابتة لتخطئ بها أبدًا، ولهذا السبب بالذات يحتاج إلى المراقبة.
تعريف الذكاء الاصطناعي وفقًا لقانون الذكاء الاصطناعي (AI Act)
يصف القانون الأوروبي للذكاء الاصطناعي (AI Act) نظام الذكاء الاصطناعي بأنه نظام آلي يعمل بدرجات متفاوتة من الاستقلالية، ويمكنه التكيف بعد نشره، ويستنتج بنفسه، من المدخلات يستنتج بنفسه كيفية إنتاج المخرجات. وقد تكون هذه المخرجات تنبؤات أو محتوى أو توصيات أو قرارات تؤثر على البيئة المادية أو الافتراضية. وبالنسبة للشركات، لا يُعد هذا مجرد نقاش أكاديمي: فوفقًا لهذا التعريف بالذات، يتم تقييم ما إذا كانت الالتزامات التنظيمية تنطبق على أداة معينة أم لا. ولا يندرج تحت هذا التعريف ماكرو بسيط في برنامج Excel، في حين أن روبوت الدردشة على الويب أو النموذج الذي يصنف السير الذاتية للمتقدمين للوظائف يندرج تحت هذا التعريف.
الذكاء الاصطناعي مقابل الأتمتة: متى نتحدث عن ذكاء حقيقي
غالبًا ما يتم الخلط بين هذه المصطلحات في الممارسة العملية. الأتمتة، مثل روبوتات RPA أو السيناريوهات في أدوات مثل Make أو Zapier، تكرر إجراءات محددة بدقة بشكل أسرع من الإنسان. أما الذكاء الاصطناعي فيضيف القدرة على التعامل مع المدخلات غير المنظمة: مثل رسالة بريد إلكتروني مكتوبة باللغة الطبيعية، أو صورة لبضاعة تالفة، أو تسجيل لمكالمة هاتفية. وتحقق مزيج هاتين المقاربتين اليوم أكبر قيمة. فالذكاء الاصطناعي يفهم محتوى الوثيقة، بينما تقوم الأتمتة بتسجيل النتيجة في نظام ERP أو CRM. إذا كنت تشعر بالحيرة تجاه المصطلحات المتخصصة، فسيساعدك قاموس المصطلحات الخاصة بالذكاء الاصطناعي والتسويق الرقمي.
كيف يعمل الذكاء الاصطناعي: البيانات والنماذج والتدريب
يستند كل نظام للذكاء الاصطناعي إلى ثلاثة ركائز: البيانات، والنموذج، والقدرة الحاسوبية. النموذج هو في الأساس دالة رياضية تحتوي على عدد هائل من المعلمات القابلة للتعديل. أثناء التدريب، نعرض عليه أمثلة، ويقوم الخوارزمية بتعديل المعلمات تدريجيًا، لتقليل الفارق بين تقدير النموذج والواقع. وعندما يتم تدريب النموذج، تلي ذلك مرحلة الاستدلال، حيث يكتفي بتطبيق الأنماط التي تعلمها على المدخلات الجديدة، على سبيل المثال عندما تكتب سؤالًا في الدردشة.
التعلم الآلي: ثلاث مقاربات أساسية
التعلم الآلي (machine learning) هو الطريقة الرئيسية التي تكتسب بها الذكاء الاصطناعي (AI) قدراته اليوم. في التعلم الخاضع للإشراف (supervised learning)، يتلقى النموذج البيانات مصحوبة بالإجابات الصحيحة، مثل سجل العملاء مع تحديد من انتقل إلى المنافسين، ويتعلم التنبؤ بمن سيكون التالي في الانتقال. التعلم غير المُشرف عليه (unsupervised learning) يبحث عن بنية في البيانات غير المُصنَّفة، ويُستخدم عادةً في تقسيم العملاء إلى مجموعات ذات سلوك شرائي مشابه. التعلم بالتعزيز (reinforcement learning) يعمل على مبدأ المكافأة والعقاب: يختبر النظام خطوات مختلفة ويعزز تلك التي تؤدي إلى نتيجة أفضل. وبهذه الطريقة يتم تدريب خوارزميات الألعاب والتحكم في الروبوتات، وكذلك ضبط نماذج اللغة وفقًا لتقييمات البشر.
التعلم العميق والشبكات العصبية
التعلم العميق (deep learning) هو فرع من فروع التعلم الآلي يستخدم شبكات عصبية اصطناعية متعددة الطبقات. تعالج كل طبقة المعلومات على مستوى مختلف من التجريد. عند التعرف على الصور، تلتقط الطبقات الأولى الحواف والألوان، ثم تلتقط الطبقات التالية الأشكال، وأخيرًا تلتقط الطبقات الأخيرة الكائنات بأكملها، مثل الوجه أو السيارة. حدثت نقطة تحول في عام 2012، عندما تفوقت الشبكة العصبية AlexNet بشكل ملحوظ على الأساليب السابقة في مسابقة ImageNet. ومنذ ذلك الحين، أصبح التعلم العميق هو المحرك الرئيسي للتعرف على الكلام، والترجمة الآلية، وكشف الاحتيال في البنوك، وكذلك أنظمة المساعدة في المركبات.
نماذج اللغة الكبيرة والذكاء الاصطناعي التوليدي
تستند النماذج اللغوية الضخمة (LLM) مثل GPT وGemini وClaude وLlama تستند إلى بنية «ترانسفورمر» التي قدمها باحثو Google في عام 2017. يتم تدريب النموذج على كميات هائلة من النصوص ويتعلم مهمة واحدة أساسية: توقع الرمز، أي جزء الكلمة، الذي سيتبعه على الأرجح. ومن هذه المهمة التي تبدو بسيطة، تنشأ قدرات مثل التلخيص والترجمة وكتابة الأكواد أو حل المسائل المنطقية، شريطة أن يكون حجم النموذج كافيًا. بعد ذلك، يتم صقل النموذج ليقدم إجابات مفيدة ومفهومة وآمنة.
ينبثق أكبر نقطة ضعف في الذكاء الاصطناعي التوليدي من مبدأ عمله. فالنموذج لا يولد الحقيقة، بل نصًا محتملًا. وعندما تفتقر المعلومات، يمكنه إنشاء إجابة تبدو مقنعة، لكنها خاطئة، وهو ما يُعرف باسم «الهلوسة». ولذلك، تستخدم الحلول المؤسسية بشكل متزايد تقنية RAG (Retrieval-Augmented Generation): حيث يبحث النموذج قبل الإجابة عن مقاطع ذات صلة في وثائق الشركة ويجيب بناءً عليها، ويفضل أن يكون ذلك مع الإشارة إلى مصدر محدد.
أنواع الذكاء الاصطناعي حسب القدرات والغرض
الذكاء الضيق، والذكاء العام، والذكاء الفائق
يتم التمييز بين ثلاثة مستويات وفقًا لنطاق القدرات. الذكاء الاصطناعي الضيق (ANI، Artificial Narrow Intelligence) يتولى مهمة محددة أو مجموعة محدودة من المهام. وعلى الرغم من أن النماذج اللغوية الحالية تبدو شاملة، إلا أنها لا تزال تنتمي إلى هذه الفئة من الناحية الفنية. الذكاء الاصطناعي العام (AGI) قادرة على التعلم وحل أي مهمة فكرية على مستوى الإنسان. تعلن شركات التكنولوجيا أنها هدفها، لكن الخبراء لا يتفقون لا على تعريفها الدقيق، ولا على متى يمكن أن تظهر. الذكاء الفائق (ASI) تشير إلى نظام افتراضي يتفوق على البشر في جميع المجالات، وهي حتى الآن موضوع نقاشات أمنية وفلسفية، وليست ممارسة مؤسسية.
الذكاء الاصطناعي التنبئي والتوليدي والوكيل
بالنسبة لاتخاذ القرارات الإدارية، يُعد التصنيف وفقًا لما يقوم به النظام عمليًّا أكثر فائدةً:
| نوع الذكاء الاصطناعي | ماذا يفعل | أمثلة على الاستخدام في الشركة |
|---|---|---|
| الذكاء الاصطناعي التنبئي (التحليلي) | يستنبط التطور المستقبلي من البيانات التاريخية أو يصنف الحالات إلى فئات | توقع الطلب، تقييم العملاء المحتملين، كشف الاحتيال، الصيانة التنبؤية |
| الذكاء الاصطناعي التوليدي | يُنتج محتوىً جديدًا: نص، صورة، صوت، فيديو أو كود | أوصاف المنتجات، مقترحات الحملات، العناصر المرئية، تلخيص المستندات |
| الذكاء الاصطناعي التخاطبي | تجري حوارًا باللغة الطبيعية | روبوت الدردشة على الويب، المساعد الصوتي، قاعدة المعرفة الداخلية |
| الذكاء الاصطناعي الوكيل (وكلاء الذكاء الاصطناعي) | يخطط وينفذ بشكل مستقل مهام متعددة الخطوات باستخدام أدوات أخرى | معالجة الطلبات، تصنيف التذاكر، إعداد التقارير، البرمجة |
وكيل الذكاء الاصطناعي لا يكتفي بالرد فحسب، بل يتصرف أيضًا. فهو يقرأ البريد الإلكتروني الوارد من العميل، ويبحث عن الطلب في النظام، ويُعد الرد، ثم يرسله بعد الموافقة عليه. يُعد الوكلاء الفئة الأسرع نموًّا في عامي 2025 و2026، وفي الوقت نفسه المجال الذي يكون من الأهمية بمكان ضبط الصلاحيات والرقابة البشرية. إذا كنت ترغب في إنشاء أول وكيل في فريقك الخاص، فإن دورة تدريبية حول إنشاء وكلاء الذكاء الاصطناعي الخاصين بك في Microsoft Copilot Studio.
تاريخ موجز للذكاء الاصطناعي: من تورينج إلى وكلاء الذكاء الاصطناعي
| السنة | المعلم |
|---|---|
| 1950 | ينشر آلان تورينج دراسة بعنوان Computing Machinery and Intelligence ويقترح اختبار الذكاء الآلي |
| 1956 | في ورشة عمل في دارتمأصبح مصطلح «الذكاء الاصطناعي»، الذي اقترحه جون مكارثي، اسمًا لتخصص علمي جديد |
| السبعينيات والثمانينيات | فترات «شتاء الذكاء الاصطناعي»: أدت التوقعات غير المحققة إلى تخفيضات كبيرة في تمويل الأبحاث |
| 1997 | هزم حاسوب IBM Deep Blue بطل العالم الحالي للشطرنج غاري كاسباروف |
| 2012 | أطلقت الشبكة العصبية «أليكس نت» (AlexNet) عصر التعلم العميق |
| 2016 | تغلب نظام «ألفا غو» (AlphaGo) من شركة «ديب مايند» (DeepMind) على بطل لعبة «غو» لي سيدول |
| 2017 | قدمت «جوجل» بنية «ترانسفورمر» (transformer)، التي تشكل أساس نماذج اللغة الحالية |
| 2022 | أدى إطلاق ChatGPT في 30 نوفمبر إلى إتاحة الذكاء الاصطناعي التوليدي للجمهور العريض |
| 2024 | اعتمد الاتحاد الأوروبي قانون الذكاء الاصطناعي (AI Act)، أول تشريع شامل للذكاء الاصطناعي في العالم |
| 2025 – 2026 | تتغلغل وكلاء الذكاء الاصطناعي والنماذج متعددة الوسائط في الممارسات المؤسسية اليومية |
هناك درس مهم مستفاد من التاريخ: لقد مرت الذكاء الاصطناعي بعدة دورات من الحماس والإحباط. ويكمن الاختلاف عن الماضي في أن النماذج الحالية تعتمد على قوة الحوسبة المتاحة، وحجم البيانات الهائل، والاستخدام اليومي على نطاق واسع. لذا، فهي ليست مجرد تجربة معملية، بل تقنية ذات تأثير اقتصادي ملموس.
استخدام الذكاء الاصطناعي في الشركات: أمثلة حسب الأقسام
لا تنشأ أفضل النتائج من السؤال “أين يمكننا استخدام الذكاء الاصطناعي”، بل من السؤال “ما هي العملية التي تعيقنا أكثر من غيرها”. توضح الأمثلة التالية المجالات التي أثبت فيها استخدام الذكاء الاصطناعي فعاليته بشكل أكبر في الممارسة العملية.
التسويق، وتحسين محركات البحث (SEO)، وإنشاء المحتوى
يُعد التسويق من المجالات التي تشهد أسرع معدلات تبني لهذه التكنولوجيا. تعمل الذكاء الاصطناعي التوليدي على تسريع إعداد النصوص، وصيغ الإعلانات المختلفة، والعناصر المرئية، بينما تعمل الخوارزميات التنبؤية في Google Ads وMeta على تحسين العروض والاستهداف في الوقت الفعلي. كما تتغير طريقة البحث بشكل جذري. فالإجابات في Google AI Overviews وChatGPT وPerplexity تجعل جزءًا من المستخدمين يحصلون على المعلومات دون الحاجة إلى النقر على الموقع الإلكتروني. ولذلك، تعمل الشركات، إلى جانب تحسين محركات البحث (SEO) التقليدي، على تحسين محركات البحث (SEO) والتحسين الجغرافي (GEO) لمحركات البحث القائمة على الذكاء الاصطناعي، أي تعديل المحتوى بحيث تستشهد به النماذج اللغوية كمصدر موثوق. كما أصبح الإعلان مباشرةً في المساعدات الذكية قناةً جديدةً، ويمكنكم الاطلاع على التفاصيل في المقال الخاص بهذا الموضوع، كيف تعمل الإعلانات في ChatGPT ومن يمكنه الإعلان.
الأعمال ودعم العملاء
تقوم روبوتات الدردشة التي تعمل بالذكاء الاصطناعي والمتصلة بقاعدة المعرفة الخاصة بالشركة بالرد على الأسئلة الشائعة على مدار الساعة، وتحيل الحالات الأكثر تعقيدًا إلى موظف بشري مع تقديم ملخص واضح للمحادثة. في مجال المبيعات، تقوم النماذج بتقييم احتمالية إبرام الصفقة، واقتراح الخطوة التالية، وإنشاء سجلات في نظام إدارة علاقات العملاء (CRM) تلقائيًا من تسجيلات المكالمات. وبذلك، يقضي مندوب المبيعات وقتًا أطول مع العميل ووقتًا أقل في الأعمال الإدارية. من المفيد للشركات التي تعمل في مجال B2B ربط الذكاء الاصطناعي بقاعدة بيانات قاعدة بيانات الشركات B2B عالية الجودة وتحليلات البيانات، لأن جودة النموذج تعتمد دائمًا على جودة البيانات التي يعمل بها.
الشؤون المالية والإدارية والموارد البشرية
تعد معالجة الفواتير، ومطابقة المدفوعات، ومراجعة العقود، وإعداد الوثائق اللازمة للاجتماعات من بين المهام التي تظهر فيها الوفورات بشكل أسرع. تستخرج النماذج البيانات من مستندات PDF، وتلفت الانتباه إلى البنود غير المعتادة، وتعداقتراحًا للتسجيل المحاسبي ليتولى المحاسب مراجعته. وفي مجال الموارد البشرية، تساعد الذكاء الاصطناعي في إنشاء الإعلانات ومواد التوجيه للموظفين الجدد والأسئلة الشائعة الداخلية. لكن يجب توخي الحذر عند اختيار الموظفين: فقانون الذكاء الاصطناعي (AI Act) يصنف الأنظمة التي تقوم بفرز أو تقييم المتقدمين للوظائف على أنها عالية المخاطر. وقد قمنا بتجميع الأرقام المحددة حول أين تحقق الشركات التي تستخدم أتمتة الذكاء الاصطناعي وفورات حقيقية وأين تهدر الأموال دون داعٍ، قمنا بتناولها في مقال منفصل.
الإنتاج واللوجستيات والصيانة
في الصناعة، تُستخدم الذكاء الاصطناعي بشكل رئيسي في الصيانة التنبؤية. تراقب المستشعرات اهتزازات ودرجة حرارة الآلات، ويقوم النموذج التنبؤي بالتنبيه بحدوث عطل وشيك قبل أن يتوقف خط الإنتاج. يتحقق نظام الرؤية الحاسوبية من جودة المنتجات بشكل أسرع وأكثر اتساقًا من العين البشرية، وفي مجال اللوجستيات، تعمل الذكاء الاصطناعي على تحسين المسارات ومخزون المستودعات وتخطيط المناوبات. وبالنسبة للاقتصاد السلوفاكي الذي تتميز فيه صناعات السيارات والهندسية بنسبة كبيرة، يُعد هذا أحد المجالات الأكثر واعدة.
تطوير البرمجيات وتكنولوجيا المعلومات
تقوم مساعدات البرمجة وأدوات الوكالات اليوم بكتابة واختبار وتعديل الكود. وفقًا لمسح ماكينزي العالمي «حالة الذكاء الاصطناعي 2026»، قررت ما يقرب من ثلث المؤسسات (32٪) على عدم شراء منتج برمجي معين أو وظيفة معينة، لأنها قادرة على إنشائها داخليًا باستخدام أدوات البرمجة الآلية. إن الحد الفاصل بين «الشراء» و«التطوير» آخذ في التغير، وأصبحت الشركات الصغيرة اليوم قادرة على تطوير حلول الذكاء الاصطناعي المخصصة دون الحاجة إلى قسم تكنولوجيا معلومات كبير خاص بها.
الذكاء الاصطناعي بالأرقام: معدل التبني في الاتحاد الأوروبي وسلوفاكيا
وفقًا لـ يوروستات، استخدمت 20,0 % من الشركات في الاتحاد الأوروبي التي تضم 10 موظفين أو أكثر. وبالمقارنة مع عام 2024، عندما كانت النسبة 13,5 %، فإن هذا يمثل زيادة بمقدار 6,5 نقطة مئوية. والفوارق حسب الحجم ملحوظة: استخدمت تقنية الذكاء الاصطناعي 55% من الشركات الكبيرة، و30,4% من الشركات المتوسطة و17% من الشركات الصغيرة. تتصدر الدول الاسكندنافية القائمة، حيث بلغت النسبة في الدنمارك 42%، وفي فنلندا 37.8%، وفي السويد 35%. وكانت التقنية الأكثر استخدامًا هي تحليل النص المكتوب (11,75 % من الشركات)، تليها إنشاء الصور أو الفيديو أو الصوت (9,55 %) وإنشاء النص أو الكلام أو الكود (8,76 %).
لا تزال سلوفاكيا متخلفة عن المتوسط الأوروبي. في عام 2024، استخدمت 10,8 % الشركات السلوفاكية الذكاء الاصطناعي، في حين بلغ متوسط الاتحاد الأوروبي 13,5 %، وتُظهر تحليلات البيانات للأعوام من 2021 إلى 2024 تأخرًا في جميع فئات أحجام الشركات. أما على مستوى الأفراد، فإن الصورة أفضل قليلاً: فوفقًا لتقرير نشرته صحيفة «برافدا» في صيف عام 2026، يستخدم أكثر من ربع السلوفاكيين في سن العمل الذكاء الاصطناعي التوليدي. لكننا ما زلنا في المرتبة الأخيرة بين دول مجموعة V4 بعد المجر (32,2 %) وبولندا (31 %) والتشيك (30,1 %).
إن مجرد الاستخدام لا يضمن العائد. في استطلاع McKinsey The State of AI 2026، أفاد ثمانية من كل عشرة مشاركين بأن الذكاء الاصطناعي زاد من إنتاجيتهم الشخصية. ومع ذلك، فإن 37% منهم فقط ينسبون إلى الذكاء الاصطناعي تأثيرًا ما على الربح التشغيلي (EBIT)، وهو نفس النسبة المسجلة في العام السابق، ولا تنتمي إلى مجموعة ما يُسمى بـ«المؤسسات ذات الأداء العالي في مجال الذكاء الاصطناعي» — التي تنسب إلى الذكاء الاصطناعي 5% أو أكثر من أرباحها — تضم 6% فقط من المؤسسات. في المقابل، يتزايد استخدام الوكلاء بسرعة: حيث تقوم 40% من الشركات التي يزيد حجم مبيعاتها السنوية عن مليار دولار بتوسيع نطاق استخدامهم، مقارنة بـ 27% في العام السابق.
ينبثق عن ذلك درسان عمليان للشركات السلوفاكية. لا يزال هناك مجال كبير لاكتساب ميزة تنافسية. ولا يتحدد النتيجة بناءً على ما إذا كنت تستخدم الذكاء الاصطناعي أم لا، بل على كيفية تطبيقه بشكل منهجي في العمليات.
مزايا ومخاطر الذكاء الاصطناعي بالنسبة للشركات
الفوائد القابلة للقياس وكيفية تتبعها
يجب قياس فوائد الذكاء الاصطناعي بنفس الدقة التي تُقاس بها أي استثمار آخر. فبدون أرقام مرجعية قبل التنفيذ، لا يمكن اتخاذ قرار مسؤول بشأن توسيع نطاق المشروع التجريبي.
| الفائدة | المؤشر الذي يجب رصده | مثال نموذجي |
|---|---|---|
| توفير الوقت | ساعات العمل المخصصة للعملية أسبوعيًا | تلخيص الاجتماعات، إعداد العروض |
| جودة أعلى | معدل الأخطاء، عدد الشكاوى | مراجعة المستندات، الفحص البصري للمنتجات |
| نمو المبيعات | معدل التحويل، متوسط قيمة الطلب | توصيات مخصصة في المتجر الإلكتروني |
| تكاليف أقل | تكلفة معالجة التذكرة أو المستند | روبوت الدردشة في خدمة الدعم، استخراج الفواتير |
| سرعة اتخاذ القرار | الوقت من الإحالة إلى النتيجة | تقارير من البيانات عند الطلب |
الهلوسة، وحماية البيانات، وتحيز النماذج
أكثر المخاطر شيوعًا في الممارسة العملية هي الهلوسة، أي المعلومات الكاذبة التي تُقدَّم بثقة. ويكمن الحل في التحقق من النتائج، وربط النموذج بمصادر الشركة عبر RAG، وتحديد مسؤولية الإنسان عن النتيجة النهائية بوضوح. أما الخطر الثاني فهو تسرب البيانات السرية. غالبًا ما يقوم الموظفون بإدخال العقود أو بيانات العملاء في الإصدارات المجانية من الأدوات دون علم الشركة، وهو ما يُعرف باسم «الذكاء الاصطناعي الخفي» (shadow AI). أساس الحماية هو التراخيص المؤسسية، التي لا يستخدم فيها المزود بياناتكم للتدريب، والامتثال للائحة العامة لحماية البيانات (GDPR).
الخطر الثالث هو التحيز (bias). يستوعب النموذج التحيزات الموجودة في بيانات التدريب، وهو أمر حساس بشكل خاص في قرارات الموارد البشرية أو تقييم العملاء. ومن بين الموضوعات الأخرى حقوق النشر الخاصة بالمخرجات، وكذلك الهجمات الأمنية من نوع «حقن المطالبة» (prompt injection) في وكلاء الذكاء الاصطناعي، حيث يقوم نص ضار بتوجيه الوكيل لارتكاب إجراء غير مرغوب فيه. يمكن تقليل معظم هذه المخاطر بشكل كبير من خلال إطار عمل محدد بوضوح. يمكنكم العثور على إرشادات حول ذلك في المقالة التي تتناول كيفية وضع قواعد استخدام الذكاء الاصطناعي في الشركة (حوكمة الذكاء الاصطناعي).
هل ستحل الذكاء الاصطناعي محل الوظائف؟
وفقًا لتقرير المنتدى الاقتصادي العالمي «مستقبل الوظائف 2025»، من المتوقع أن يتم إنشاء 170 مليون وظيفة جديدة على مستوى العالم بحلول عام 2030، بينما ستُستبعد 92 مليون وظيفة، مما يعني زيادة صافية قدرها 78 مليون وظيفة. وبالتالي، فإن الذكاء الاصطناعي يغير طبيعة العمل أكثر مما يغير المهن بأكملها، ويؤثر بشكل أكبر على الأنشطة الإدارية الروتينية. ومن المثير للاهتمام أيضًا التغير في توقعات الشركات: في استطلاع أجرته شركة ماكينزي، كانت نسبة المشاركين، الذين توقعوا العام الماضي انخفاضًا في عدد الموظفين بسبب الذكاء الاصطناعي، ضعف نسبة أولئك الذين سجلوا بالفعل مثل هذا الانخفاض خلال العام الماضي. ولذلك، فإن أكبر ميزة تنافسية للموظف والشركة على حد سواء هي القدرة على العمل بفعالية مع الذكاء الاصطناعي، وهذا ما تعمل على تطويره دورات تدريبية عملية في مجال الذكاء الاصطناعي للشركات.
قانون الذكاء الاصطناعي (AI Act): ماذا يعني تنظيم الذكاء الاصطناعي للشركات في عام 2026
دخلت اللائحة (الاتحاد الأوروبي) 2024/1689 بشأن الذكاء الاصطناعي دخل حيز التنفيذ في 1 أغسطس 2024، ويُطبق ما ينص عليه تدريجيًا. وفي صيف عام 2026، تم تعديله بموجب حزمة “Digital Omnibus”، أي اللائحة (الاتحاد الأوروبي) 2026/1744 الذي دخل حيز التنفيذ اعتبارًا من 27 يوليو 2026. أدى التعديل إلى تأجيل المواعيد النهائية الخاصة بالأنظمة عالية المخاطر، لكنه أبقى على سريان معظم الالتزامات الأخرى. ويستند التنظيم إلى نهج قائم على درجة المخاطر:
| فئة المخاطر | أمثلة على الأنظمة | ما الذي يسري ومتى |
|---|---|---|
| مخاطر غير مقبولة | التقييم الاجتماعي، تقنيات التلاعب، التعرف على المشاعر في مكان العمل | محظورة اعتبارًا من 2 فبراير 2025؛ حظر جديد، مثل التطبيقات التي تولد صورًا حميمة غير متفق عليها، اعتبارًا من 2 ديسمبر 2026 |
| مخاطر عالية | توظيف وتقييم الموظفين، درجات الائتمان، التعليم، البنية التحتية الحيوية | متطلبات صارمة اعتبارًا من 2 ديسمبر 2027 بالنسبة للأنظمة المستقلة (الملحق الثالث) واعتبارًا من 2 أغسطس 2028 بالنسبة للذكاء الاصطناعي في المنتجات الخاضعة للتنظيم (الملحق الأول) |
| مخاطر محدودة (الشفافية) | روبوتات الدردشة، ومحتوى «ديب فايك»، والمحتوى الذي تولده الذكاء الاصطناعي | الالتزام بإبلاغ المستخدمين اعتبارًا من 2 أغسطس 2026؛ وضع علامات قابلة للقراءة آليًا للأنظمة التوليدية التي تم طرحها في السوق قبل هذا التاريخ حتى 2 ديسمبر 2026 |
| مخاطر ضئيلة | مرشحات البريد العشوائي، التوصيات في المتاجر الإلكترونية، الذكاء الاصطناعي في الألعاب | بدون التزامات محددة |
هناك التزام واحد ينطبق على كل شركة تقريبًا تستخدم الذكاء الاصطناعي. المعرفة بالذكاء الاصطناعي وفقًا للمادة 4، يسري هذا الالتزام اعتبارًا من 2 فبراير 2025. بعد التعديل الذي تم في عام 2026، يتعين على مقدمي الخدمات والشركات المستخدمة اتخاذ تدابير لدعم تطوير ثقافة الذكاء الاصطناعي لدى موظفيها. لا يتعين عليهم ضمان مستوى معين من المعرفة لكل فرد، ولكن يجب أن يكونوا قادرين على إثبات ما الذي قاموا به لتحقيق ذلك، على سبيل المثال من خلال التدريب والتوجيهات الداخلية. ويُفرض على المخالفين غرامات تصل إلى 35 مليون يورو أو 7% من إجمالي المبيعات السنوية العالمية.
تحليل مفصل للتزامات الشركات بموجب قانون الذكاء الاصطناعي لعام 2026 ومبالغ الغرامات في مقال منفصل، كما أعددنا لمجتمع إدارة الشركات ملخصًا قانون الذكاء الاصطناعي (AI Act) لأعضاء مجلس الإدارة. المعلومات الواردة في هذا القسم ذات طابع عام ولا تحل محل الاستشارة القانونية.
كيف تبدأ في استخدام الذكاء الاصطناعي في شركتك في 5 خطوات
الخطوة 1: قم بتحديد العمليات واختيار حالة الاستخدام الأولى
بدلاً من شراء تراخيص للجميع، ابدأ بتدقيق العمليات. ابحث عن المهام المتكررة التي تستغرق وقتًا طويلاً وتتضمن التعامل مع النصوص أو البيانات. المشروع الأول المثالي هو الذي يكون له هدف واضح ونتيجة قابلة للقياس في غضون 6 إلى 8 أسبوع، ومخاطر منخفضة في حالة حدوث خطأ. من الأمثلة المناسبة على ذلك تلخيص تذاكر العملاء، أما الموافقة التلقائية على القروض فهي غير مناسبة.
الخطوة 2: تحقق من جودة البيانات وتوافرها
الذكاء الاصطناعي (AI) لن يحل مشكلة الفوضى في البيانات، بل سيُسرّعها فحسب. اكتشف أين يتم تخزين البيانات، ومن لديه حق الوصول إليها، وما إذا كانت تحتوي على بيانات شخصية، وما هي حالة هيكلها. في العديد من المشاريع، يتبين أن الجزء الأكبر من العمل لا يتمثل في النموذج نفسه، بل في تنقية البيانات وربطها من أنظمة مختلفة.
الخطوة 3: تعيين القواعد وإجراءات الأمان
قبل النشر على نطاق واسع، حدد الأدوات المعتمدة، وأنواع البيانات المسموح بإدخالها فيها، ومن المسؤول عن مراقبة النتائج، وكيف يتم تمييز المحتوى الذي تم إنشاؤه باستخدام الذكاء الاصطناعي. كما أن هذه الخطوة تُعد الشركة لمتطلبات قانون الذكاء الاصطناعي (AI Act) وتُزيل مخاطر الذكاء الاصطناعي الخفي (shadow AI).
الخطوة 4: قم بتدريب الأشخاص الذين سيعملون مع الذكاء الاصطناعي
الأداة التي لا تُستخدم بمهارة هي مجرد لعبة باهظة الثمن. يحتاج الموظفون إلى معرفة كيفية كتابة أوامر (prompts) عالية الجودة، والتحقق من النتائج، والتعرف على «الهلوسات»، والعمل بأمان مع بيانات الشركة. علاوة على ذلك، يُعد التدريب المنهجي دليلاً على الوفاء بواجب «المعرفة بالذكاء الاصطناعي».
الخطوة 5: قم بالقياس والتقييم والتوسع
قبل بدء المشروع التجريبي، قم بتسجيل المقاييس الأساسية، أي الوقت والتكاليف ومعدل الأخطاء. بعد انتهائه، قارن بينها واتخذ قرارًا بشأن: التوسيع، أو التعديل، أو الإيقاف. حتى المشروع التجريبي الذي تم إيقافه يُعد نتيجة قيّمة، إذا تم إنهاؤه بسرعة وبتكلفة منخفضة. يصف دليلنا دليلنا الشامل لتنفيذ الذكاء الاصطناعي في الشركات.
مستقبل الذكاء الاصطناعي: الاتجاهات لعامي 2026 و2027
أبرز الاتجاهات هو انتقال وكلاء الذكاء الاصطناعي من المشاريع التجريبية إلى التشغيل الفعلي. تقدر شركة Gartner أن 40% من التطبيقات المؤسسية ستتضمن، بحلول نهاية عام 2026، وكلاء مخصصين لمهام محددة، في حين كانت النسبة أقل من 5% في عام 2025. وستحظى الشركات التي تبدأ اليوم في إعداد البيانات، والأذونات والعمليات اللازمة للتعاون بين الإنسان والوكيل، ستحقق تقدمًا ملحوظًا.
الاتجاه الثاني هو تعدد الوسائط، أي النماذج التي تعمل في آن واحد مع النص والصورة والصوت والفيديو. أما الاتجاه الثالث فهو النماذج الأصغر حجمًا والأكثر كفاءة، التي تعمل مباشرةً على الجهاز أو على خوادم الشركة الخاصة، مما يفتح الطريق أمام الذكاء الاصطناعي حتى في الأماكن التي لا يُسمح فيها للبيانات الحساسة بمغادرة المؤسسة. الاتجاه الرابع يغير وجه التسويق: فالبحث ينتقل إلى المساعدين الذكيين، ولذلك تزداد أهمية التحسين الجغرافي (GEO) والإعلانات في واجهات المحادثة.
التغيير يصل أيضًا إلى مجال التعليم. بدأ التدريس المنهجي لمهارات الذكاء الاصطناعي في المدارس السلوفاكية، وهو ما نناقشه بالتفصيل في المقال حول مهارات الذكاء الاصطناعي في التعليم والخطة حتى عام 2027. وبالتالي، سيتوقع الجيل الجديد من الموظفين من الشركات أن يعملوا مع الذكاء الاصطناعي بنفس السهولة التي يعملون بها مع البريد الإلكتروني.
الأسئلة الشائعة حول الذكاء الاصطناعي
ما هو الذكاء الاصطناعي ببساطة؟
الذكاء الاصطناعي هو برنامج يتعلم من الأمثلة بدلاً من القواعد المبرمجة مسبقاً. وعندما يرى كمية كافية من البيانات، فإنه يتمكن من التعرف على الأنماط وتطبيقها على مواقف جديدة، مثل الإجابة على سؤال، أو ترجمة نص، أو التعرف على كائن في صورة، أو تقدير العميل الذي من المرجح أن يقوم بالشراء.
ما الفرق بين الذكاء الاصطناعي والتعلم الآلي؟
الذكاء الاصطناعي هو مصطلح واسع يشمل جميع الأنظمة التي تحاكي مظاهر الذكاء البشري. التعلم الآلي هو جزء منه، أي أنه طريقة محددة يتعلم فيها النظام من البيانات. أما التعلم العميق فهو مجموعة فرعية أضيق نطاقًا من التعلم الآلي تستخدم شبكات عصبية متعددة الطبقات، وتستند الذكاء الاصطناعي التوليدي عليه.
هل الذكاء الاصطناعي خطير؟
التكنولوجيا بحد ذاتها ليست جيدة ولا سيئة، فالمخاطر تنشأ من طريقة استخدامها. ومن بين المشكلات الحقيقية اليوم النتائج غير الصحيحة، وتسرب البيانات الحساسة، والتحيز في اتخاذ القرارات، وإساءة الاستخدام في عمليات الاحتيال أو المحتوى المزيف (ديب فايك). ولهذا السبب بالذات، طبقت الاتحاد الأوروبي قانون الذكاء الاصطناعي (AI Act)، الذي يحظر الممارسات الأكثر خطورة وينظم الممارسات الأخرى بصرامة.
هل يمكن استخدام الذكاء الاصطناعي مجانًا؟
نعم، تقدم معظم الأدوات الشائعة مثل ChatGPT وGemini وClaude وMicrosoft Copilot نسخة مجانية مع بعض القيود. ولكن للاستخدام المؤسسي، يُنصح باستخدام التراخيص التجارية المدفوعة التي توفر حدودًا أعلى وإدارة المستخدمين وضمانًا تعاقديًا بعدم استخدام بياناتك لتدريب النماذج.
من اخترع الذكاء الاصطناعي؟
لا يُعد الذكاء الاصطناعي اختراعًا لشخص واحد. يُعتبر عالم الرياضيات البريطاني آلان تورينج مؤسس الأسس النظرية لهذا المجال، حيث طرح في عام 1950 سؤالًا حول ما إذا كانت الآلات قادرة على التفكير. أما مصطلح «الذكاء الاصطناعي» فقد أدخله عالم الحاسوب الأمريكي جون مكارثي، وانتشر رسميًا في ورشة عمل عُقدت في دارتموث عام 1956.
هل يتعين على الشركات الإشارة إلى المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي؟
اعتبارًا من 2 أغسطس 2026، تسري التزامات الشفافية وفقًا لقانون الذكاء الاصطناعي (AI Act). يجب أن يعرف الناس أنهم يتواصلون مع روبوت دردشة، ويجب الإشارة إلى المحتوى المزيف باستخدام تقنية «ديب فايك». يجب على مزودي الأنظمة التوليدية الإشارة إلى النتائج بشكل يمكن قراءته آليًا. بالنسبة للنصوص المخصصة لإعلام الجمهور، هناك استثناء إذا خضعت لمراجعة تحريرية بشرية. ننصح بالتحقق من هذه الحالة المحددةالتحقق من الأمر مع محامٍ.
الذكاء الاصطناعي مع Dataswans: من التدريب إلى التنفيذ
في Dataswans نساعد الشركات على اجتياز المسار بأكمله: بدءًا من التدريبات العملية في إطار Dataswans Academy مروراً بتدقيق العمليات وإعداد البيانات وصولاً إلى تطوير حلول الذكاء الاصطناعي ونشرها وقياس أدائها. لدينا سجل حافل بأكثر من 100 مشروع تم تنفيذه وخبرة مع عملاء من القطاعين الخاص والعام. نحن لا نبيع أدوات، بل حلولاً ذات نتائج قابلة للقياس. هل تريد معرفة المجالات التي ستحقق فيها الذكاء الاصطناعي عائدًا أسرع؟ احجز استشارة غير ملزمة مع فريق الذكاء الاصطناعي لدينا.
