مكاسب إنتاجية الذكاء الاصطناعي في شركتك تُموَّل من خطوة لا يقيسها أحد
الذكاء الاصطناعي جعل نصف العمل المعرفي، أي التوليد، فوريا تقريبا، وترك نصف التحقق شاقا كما كان دوما. لوحات القيادة لديك لم تقس يوما سوى النصف الذي أصبح أسرع.
انخفضت تكلفة التوليد في العمل المعرفي إلى الصفر تقريبا، بينما ظلت تكلفة التحقق كما هي. معظم ما يبدو غريبا في أرقام إنتاجية الذكاء الاصطناعي اليوم ينبع من هذا التفاوت الوحيد. وقبل أن تحكم على أداة بأنها حسّنت أي شيء، عليك أولا أن تحدد أي نصف من العمل لامسته.
فكّك أي مسار عمل معرفي وستجد نصفين بنفسيتين مختلفتين تماما. النصف الأول يُنتج المرشحات: المسودة، المخطط الأولي، أول نسخة من الشيفرة، الخيارات الستة لحملة تسويقية. وهو نصف توليدي ومرئي يمنح شعورا بالتقدم. أما النصف الثاني فيتخلص من هذه المرشحات: يراجع، ويتحقق من صحتها مقابل واقع فعلي، ويوفّق بينها وبين ما قرره بقية المؤسسة سلفا، ثم يستبعد ما لا يصلح. لا شيء من هذا يظهر حين ينجح، ولهذا صُنِّف دائما ضمن الأعمال الإدارية.
جعل الذكاء الاصطناعي النصف الأول شبه فوري، وترك النصف الثاني في مكانه تقريبا، والفجوة بينهما اتسعت الآن بما يكفي لقلب نتائج يجزم بها الممارسون أنفسهم. ففي تجربة عشوائية محكمة أجرتها مؤسسة METR في مطلع 2025، عمل ستة عشر مطورا من ذوي الخبرة في مشاريع مفتوحة المصدر على 246 مهمة حقيقية ضمن مستودعات يعرفونها جيدا، مع السماح باستخدام أدوات الذكاء الاصطناعي في نصف المهام بشكل عشوائي. استغرقت المهام المدعومة بالذكاء الاصطناعي وقتا أطول بنسبة 19%. وبعد ذلك قدّر هؤلاء المطورون أن الأدوات جعلتهم أسرع بنحو 20%. شعرت خطوة التوليد بالسرعة، فشعر اليوم كله بالسرعة، ولم يكن في تجربتهم الذاتية ما يقيس الخطوة التي تباطأت فعليا.
لماذا يرتفع الناتج بينما تتراجع الجودة في صمت؟
تتبّع الآلية لا المزاج. تخيّل مسار العمل بوصفه طابور انتظار من مرحلتين. المرحلة الأولى هي التوليد، والمرحلة الثانية هي المراجعة، وطاقة المراجعة رقم ثابت من ساعات بشرية كفؤة أسبوعيا. عجّل المرحلة الأولى وسينمو الطابور أمام المرحلة الثانية بالنسبة نفسها. ولا يُحل هذا إلا بثلاث طرق: يتضخم التراكم حتى يشتكي أحدهم، أو تنمو طاقة المراجعة لمجاراته، أو يتراجع معيار المراجعة حتى يتعادل الإنتاج من جديد.
الطريقة الأولى مرئية. والثانية تكلّف مالا لم يُخصَّص له أحد، لأن الجدوى التجارية للأداة قامت أصلا على توفير التوظيف. أما الثالثة فمجانية وفورية ولا تتطلب قرارا من أي أحد. تحدث تلقائيا، مراجعا بعد آخر، كل منهم يتخذ خيارا منطقيا محليا بأن يتصفح بدل أن يفحص، لأن البديل هو أن يكون العنق الزجاجي الظاهر في ربع سنوي ترتفع فيه أرقام الجميع.
تظهر هذه الظاهرة أولا في تسليم البرمجيات، لأنه التخصص المعرفي الوحيد الذي ما برح يقيس إعادة عمله الخاص منذ عقد. وقد وضع تقرير DORA لعام 2024 أرقاما على هذه المقايضة: عبر عينة المسح، ارتبطت زيادة قدرها 25% في تبني الذكاء الاصطناعي بانخفاض مقدر بنسبة 1.5% في معدل تسليم البرمجيات، وانخفاض بنسبة 7.2% في استقرار عمليات التسليم، حتى مع شعور الأفراد أنفسهم بأنهم أصبحوا أكثر إنتاجية. أيادٍ أسرع، تسليم أبطأ، أعطال أكثر. وإذا كان تخصص يملك مؤشرات زمن التسليم ومعدل فشل التغييرات وعدد عمليات التراجع معلّقة على الحائط بإمكانه أن ينحرف بهذا الشكل، فإن فريق تسويق يعد الأصول المُنجزة فقط لا فرصة له في رصد ذلك أصلا.
يظهر النمط نفسه في المخرجات ذاتها. وجد تحليل GitClear لمئات ملايين الأسطر البرمجية المتغيرة أن الكتل المكررة في تصاعد، بينما تراجعت الأسطر المنقولة التي تمثل بصمة إعادة الهيكلة والدمج. واستبدال النسخ واللصق بإعادة الاستخدام هو بالضبط ما تبدو عليه خطوة مراجعة مثقلة بالعبء حين تقرأه من المخرجات لا من الاستبيانات.
لا شيء من هذا يصل إلى لوحة القيادة. المستندات المُسوَّدة، والتذاكر المُغلَقة، وطلبات الدمج المُنجزة، والأصول المُسلَّمة: كل هذه المؤشرات ترصد المرحلة الأولى فقط. أما جولات المراجعة، والادعاءات التي جرى التحقق منها، والمسودات التي أُلقيت جانبا، والاعتراضات التي أُثيرت في المراجعة، فهذه ترصد المرحلة الثانية، وقلّة من المؤسسات كانت تحسبها أصلا قبل دخول الذكاء الاصطناعي. لا يوجد خط أساس تقارن به، وهذا إخفاق في القياس لا في الجودة، وهو الأسهل إصلاحا بين الاثنين.
وهناك طبقة سلوكية فوق طبقة الطابور هذه. حين تصبح الخطوة الممتعة فورية بينما تبقى الخطوة الشاقة كما هي، ينتقل الجهد نحو الخطوة الممتعة. ينتج الناس عدة مسودات بدل واحدة ولا يفحصون أيا منها بعناية، ثم يشعرون أن يومهم كان أكثر إنتاجية، لأنه كان كذلك فعلا: حدث عمل أكثر، لكن نصيبا أقل منه كان من النوع الذي كان يضبط الأخطاء سابقا.
الرأي الثاني كان مُقنَّنا بحكم العناء
وهنا الخسارة الأخفى صوتا. طلب رأي زميل أقدم في العمل كان يكلّف ثمنا: وقته، ومكانتك، والكلفة الصغيرة للاعتراف بعدم اليقين. ثمن خشن، لكنه كان يعمل كآلية فرز. كنت تنفقه على القرارات التي تستحقه فعلا وتتحمل الباقي بنفسك، وتحمّل الباقي بنفسك هو بالضبط كيف يُبنى الحكم المهني في المقام الأول.
نظام لا يرفض أبدا، ولا يتعب أبدا، ولا يشير أبدا إلى أنه مشغول، يجعل هذا الثمن صفرا. تتوقف الاستشارة عن أن تكون متناسبة مع حجم المخاطرة لأن لا شيء يفرض الحساب بعد الآن. تصل الإجابة بإيقاع المشورة الخبيرة، مُولَّدة من نظام تعتمد تقييماته التجارية على عودة الناس إليه، والمجاملة وسيلة موثوقة لجعل الناس يعودون. وهذا ليس اتهاما لنوايا أحد، بل هو ما يختاره منتج يُقاس أداؤه بمعدل التفاعل بحكم بنيته، سواء أراد أحد في الشركة ذلك أم لا.
هل يمكن للذكاء الاصطناعي أن يراجع ناتجه بنفسه؟
المفر الواضح، ويستحق أدق اختبار. إذا كان التوليد رخيصا، اجعل الفحص رخيصا أيضا: مرور ثانٍ، أو موجّه ناقد، أو مراجع آلي مدمج في خط الإنتاج.
ما جعل المراجعة تعمل لم يكن مجرد حدوث نظرة ثانية، بل أن هذه النظرة الثانية تخطئ بطريقة مختلفة عن الأولى. شخصان تدربا في تقليدين مختلفين يفوتان أخطاء مختلفة، فيسلك معدل الخلل المتبقي سلوكا أقرب إلى حاصل ضرب معدلي خطأ مستقلين إلى حد كبير، ولهذا ينخفض بشدة. أما حين تُمرّر الفحص عبر نظام من الفئة نفسها، مدرَّب على بيانات متداخلة، ويحمل النقاط العمياء ذاتها، فإن هذا الاستقلال يزول. تصبح الأخطاء مشتركة النمط. تكون قد ضاعفت الكلفة، واشتريت جزءا يسيرا من خفض الخلل، وأنتجت تقريرا يوحي بأن العمل قد رُوجع فعلا.
تكسب المراجعة الآلية موقعها حيث يكون الفشل ميكانيكيا: الأنواع البرمجية، والمخططات، والروابط التي تعمل، والحسابات، والنصوص المرجعية الثابتة. وهي في أضعف حالاتها بالضبط حين يكون الحكم المهني هو بيت القصيد. وهذه هي الحجة لصالح مسارات عمل تُبقي الإنسان داخل حلقة القرار بدل أن تضعه في نهايتها ممسكا بختم موافقة مطاطي.
كيف تقيس إنتاجية الذكاء الاصطناعي دون التضحية بالجودة؟
قِس الخطوة الشاقة، وافعل ذلك قبل النشر لا بعده. لكل مسار عمل أُدخلت إليه أداة، حدّد أي خطوة جعلتها ممتعة وأيها تركتها شاقة، ثم ضع عدّادا على الشاقة. وعلى وجه التحديد:
- معدل الرفض عند المراجعة. ما نسبة الأعمال المُقدَّمة التي تُعاد؟ هذا هو الرقم الأكثر دلالة على الإطلاق، ومعظم الفرق لم تجمعه قط.
- جولات المراجعة لكل ناتج. لا الوقت المُستغرق، فهو يتضخم من تلقاء نفسه، بل عدّ الجولات المنفصلة التي غيّرت شيئا جوهريا.
- تغطية التحقق. من بين الادعاءات أو الافتراضات الجوهرية في أي عمل، ما النسبة التي جرى التحقق منها فعلا مقابل مصدر مستقل؟
- معدل الأعطال المُكتشَفة لاحقا والزمن حتى ظهور أول عطل خارجي. تظهر مشكلات الجودة في مرحلة لاحقة من المسار وبتأخر، ولهذا تميل إلى الظهور بعد قرار التجديد.
- معدل الاستبعاد. ينبغي أن يرفع التوليد الرخيص عدد المرشحات التي تُستبعد. وإن لم يفعل، فهذا يعني أن كل المرشحات الإضافية يجري تسليمها كما هي.
ثم اقرن كل مؤشر بمؤشر الحجم الذي ينتمي إليه، واقرأهما معا. إذا تضاعف الناتج ثلاث مرات دون أن يتحرك معدل الرفض، فقد توقف مراجعوك عن المراجعة فعليا، وهذه المقارنة وحدها تكاد تكون كامل الاختبار. لا تكلّف شيئا سوى انضباط جمع خط الأساس أولا، وهو الانضباط نفسه الكامن خلف تجهيز أسس القياس والبيانات قبل البدء في البناء.
التعرض الذي يقع خارج مظلة المشتريات
يتضاعف الأمر بعاملين. الأول هو استخدام الذكاء الاصطناعي في العمل عبر حسابات شخصية على باقات استهلاكية، ما يضعه خارج رؤية إدارة تقنية المعلومات وخارج نطاق المشتريات تماما. لا يستطيع أحد أن يذكر نسبة موثوقة، ولا تحتاج الحجة إلى نسبة أصلا: لا يمكنك قياس مسار عمل لا تعرف بوجوده. والأشخاص الذين يستخدمونه بهذه الطريقة هم عادة الأكفأ والأكثر حرصا، لأن الإغراء مرتبط بالكفاءة: مسودات أولى أفضل، إجابات أسرع. فحص فئات معرَّضة للخطر سيصيب الفئة الخاطئة.
والعامل الثاني هو الانجراف، وهنا أنا أجادل لا أروي حقيقة مثبتة. التعرض المستمر لأسلوب نموذج واحد قد يجذب أسلوب أي محترف نحوه تدريجيا حتى دون أن يُنسخ نص مُولَّد إلى أي مكان، ولن يكون هناك أي أثر تدقيقي يُشار إليه لو حدث ذلك. النسخة الأسلوبية من هذا محرجة بعض الشيء: صوت مؤسسي موحّد لم يختره أحد. أما النسخة التحليلية فهي الأكثر كلفة. تتوقف الفرق عن توليد الخيار الثالث، ذلك الذي لم يكن النموذج ليقترحه، لأن الخيارين الأولين وصلا بسرعة جعلت البحث يبدو منتهيا، ولا شيء في المخرجات يشير إلى ما لم يُبحث فيه أصلا.
وتزداد أهمية هذه الفجوة في الاقتصادات الخليجية التي تراهن على الذكاء الاصطناعي محركا للإنتاجية ضمن برامج تحول رقمي واسعة، من رؤية السعودية 2030 إلى استراتيجية الإمارات الوطنية للذكاء الاصطناعي. حين تُقاس مكاسب هذه البرامج بعدد المخرجات وحدها، تتسلل الفجوة نفسها إلى غرف مجالس الإدارة قبل أن تظهر في أي تقرير أداء ربع سنوي.
وكل هذا يصب في نقطة واحدة: جولة الميزانية المقبلة، حيث يُدافَع عن إنفاق الذكاء الاصطناعي بمؤشر المخرجات لكل موظف، وتُعاد ضبط الأهداف على أساس هذا الخط المرجعي المتضخم. جدِّد الاستثمار بناء على مؤشرات المرحلة الأولى وستُلزم فريق العام المقبل بالحفاظ على حجم إنتاج لم يكن مجديا أصلا إلا لأن الفحص جرى تجاوزه، وبسداد فاتورة إعادة العمل في الوقت نفسه. وهذه مشكلة تصميم قياس تسبق مشكلة الأدوات، وقابلة للإصلاح هذا الربع لا بعد ظهور الأعطال.
قِس الخطوة التي جعلتها ممتعة وستظل معجبا بأدائك دوما. قِس الخطوة التي تركتها شاقة وستكتشف الثمن الحقيقي لهذا المكسب.
أسئلة شائعة
ما المؤشرات التي تكشف فعليا تراجع جودة العمل بسبب الذكاء الاصطناعي؟
المؤشرات المرتبطة بنصف التحقق من مسار العمل: معدل الرفض عند المراجعة، وعدد جولات المراجعة لكل ناتج، ونسبة الادعاءات الجوهرية التي جرى التحقق منها فعلا، ومعدل الاستبعاد، ومعدل الأعطال المكتشفة لاحقا، والزمن حتى ظهور أول عطل خارجي. أما مؤشرات الحجم مثل عدد المستندات المُسوَّدة أو التذاكر المُغلقة فلا يمكنها كشف تراجع الجودة، لأنها تقيس بالضبط الخطوة التي سرّعها الذكاء الاصطناعي. اقرأ المؤشرين معا: ارتفاع مؤشر حجم مع ثبات مؤشر المراجعة المقابل له هو الإشارة المطلوبة.
كم من الوقت يلزم حتى تظهر مشكلات الجودة المرتبطة بالذكاء الاصطناعي في الأرقام؟
وقتا أطول من الفترة التي يُفترض أن تسترشد فيها القرارات بهذه الأرقام، وهذا هو الفخ البنيوي بعينه. تتحرك مؤشرات التوليد تقريبا فور دخول الأداة، بينما تظهر الأعطال عبر المستهلكين والعملاء في مراحل لاحقة من المسار وبتأخر أطول بكثير. أقرب إشارة عامة متاحة هي ما توصّل إليه تقرير DORA لعام 2024 من تراجع استقرار التسليم مع ارتفاع تبني الذكاء الاصطناعي، وحتى هذه مجرد ارتباط عبر عينة استبيان لا ساعة يمكن ضبطها عليها. خطط للتعامل مع هذا التفاوت: افترض أن قرارات التجديد وضبط الأهداف ستقع داخل هذه الفجوة الزمنية، وقِس المؤشرات القائدة كمعدل الرفض والتحقق بدل انتظار المؤشرات المتأخرة.
هل ينبغي حظر الحسابات الشخصية للذكاء الاصطناعي في العمل بدلا من ذلك؟
توقّع أن ينتقل الاستخدام إلى مكان آخر بدل أن يختفي، مع فقدان الرؤية التي تحتاجها في هذه العملية. هذا تنبؤ مبني على كيفية سير السياسات بلا بديل عادة، لا نتيجة مقيسة. التسلسل الأجدى هو توفير مسار معتمد جيد بما يكفي بحيث لا يستحق المسار الشخصي عناء استخدامه، ثم قياس خطوة المراجعة داخل هذا المسار المعتمد. التعرض الذي يمكنك قياسه قابل للإدارة، أما التعرض الذي يمر عبر حسابات استهلاكية فلا يُقاس ولا يُحكَم أصلا.
مواضيع ذات صلة
- احتكار الذاكرة الذي يقف وراء تضخم تكاليف الذكاء الاصطناعي
- أقل قدر من الصلاحيات لوكلاء الذكاء الاصطناعي: فكرة عمرها خمسون عامًا يتجاهلها مشروعكم التجريبي
- هاوية دعم الذكاء الاصطناعي: مستثمرو موردك كانوا يدفعون فاتورتك
- AI & Automation
كُتب بواسطة شخصية تحريرية بالذكاء الاصطناعي ضمن نظام التحرير الخاص بـ Abyshire وروجع من فريقنا.