الذكاء الاصطناعي العربي يطرح آفاقاً جديدة لقطاع خدمات الأعمال في الخليج

تشهد دول الخليج تحوّلاً عميقاً مدفوعاً بتقنيات الذكاء الاصطناعي التي تعيد تشكيل أساليب العمل المؤسسي. تسارع وتيرة الفوترة المالية، وتتحول أنشطة الموارد البشرية إلى أتمتة شاملة، بينما يتجذر التحول الرقمي في عمليات الشراء. لم تعد خدمات الأعمال مجرد وظائف إدارية داعمة، بل أصبحت منصات مؤسسية متكاملة تجمع بين الكفاءة التشغيلية، والرؤى التحليلية، والمرونة العالية.

عقبة اللغة الإنجليزية في أنظمة الذكاء الاصطناعي

رغم هذا الزخم، تواجه المنطقة عائقاً هيكلياً يتمثل في أن معظم أنظمة الذكاء الاصطناعي تعمل باللغة الإنجليزية. وفي الخليج تُعدّ العربية اللغة السائدة في العقود، والإدارات العامة، والتواصل مع الجمهور، ما يحدّ من انتشار هذه الأنظمة ويقلل من جدواها الاستثمارية.

اللغة العربية كعنصر أساسي للرفع من الإنتاجية

المرحلة القادمة للرفع من الإنتاجية لن تقتصر على توسيع الأتمتة التقليدية فقط، بل ستنطلق من منظومة متكاملة يقودها ذكاء اصطناعي مصمم باللغة العربية وتديره كفاءات محلية مؤهلة لتوجيهه وتوسيع نطاقه. إن دمج عمليات الإدارة المالية والموارد البشرية وتكنولوجيا المعلومات والمشتريات وخدمة العملاء في منصة خدمات مركزية يعكس طموحاً يتجاوز تحسين الكفاءة التشغيلية إلى تقديم خدمات ذات جودة فائقة.

تحديات النماذج اللغوية العربية

تُظهر البيانات أن النماذج اللغوية الكبيرة تُدرب غالباً على مجموعات بيانات إنجليزية ضخمة؛ فمثلاً قاعدة CC100 التابعة لمؤسسة Common Crawl تحجز نحو 82 غيغابايت للنصوص الإنجليزية مقابل 5.4 غيغابايت فقط للغة العربية، رغم وجود أكثر من 400 مليون متحدث بالعربية. يضيف تنوّع اللهجات، وتناوب اللغة، وتعقيد البنية اللغوية صعوبات إضافية تجعل الفجوة بين القدرات النظرية للنماذج وأدائها الفعلي في الواقع واضحة.

تظهر هذه الصعوبات في دول الخليج عندما تتعثر المشاريع التجريبية للذكاء الاصطناعي عند محاولة توسيع نطاقها، وتحتاج روبوتات الدردشة إلى تدخل بشري مستمر، بينما تخطئ أدوات معالجة المستندات في تفسير النصوص وتحليلها. وفقاً للتقديرات، لا تتجاوز دقة النماذج العامة الداعمة للعربية 30 إلى 50 بالمئة في التعامل مع النصوص المالية العربية.

التجارب الدولية ودور الكفاءات المحلية

ليس الفشل ناتجاً عن ضعف التكنولوجيا نفسها، بل عن نقص الكفاءة اللغوية المتخصصة في قطاع خدمات الأعمال. نجحت دول مثل الصين في تقليص الفجوة عبر استثمارات واسعة في تطوير نماذج لغوية محلية، وتوسيع قواعد البيانات، وتسهيل آليات النشر والتطبيق.

عندما تفتقر النماذج إلى الطلاقة الأصلية، تضطر المؤسسات إلى تعويض ذلك بزيادة الإشراف البشري وإعادة صياغة المخرجات واعتماد مسارات عمل يدوية موازية لضمان الدقة، ما يقلل من القيمة الاقتصادية للأتمتة. يتجلى ذلك في تحويل أكثر من 20٪ من استفسارات الروبوتات العربية إلى فرق الدعم البشري.

ما زالت النماذج اللغوية الكبيرة المصممة للعربية في مرحلة ناشئة، وتقتصر غالباً على واجهات المحادثة الأمامية، بينما تواجه صعوبة في أتمتة سير العمل الكامل داخل المؤسسات – وهو ما يُعدّ المفتاح لتحقيق قيمة تشغيلية مستدامة.

تحسين توافق الذكاء الاصطناعي مع اللغة العربية يسرّع وتيرة التحول المؤسسي. مثال على ذلك منصة Watsonx Orchestrate من شركة آي بي إم التي تتيح أتمتة القيود المالية وتحقق وفورات سنوية تقارب 600 ألف دولار، وتخفض تكاليف الموارد البشرية بنسبة 40٪، وتسرّع إجراءات اعتماد الموردين إلى عشرة أضعاف. يبرز هذا المثال دور الذكاء الاصطناعي كطبقة تشغيلية متكاملة تربط مختلف مسارات العمل داخل المؤسسة.

المبادرات الخليجية لتطوير الذكاء الاصطناعي العربي

بدأت دول الخليج بخطوات أولية من خلال مبادرات مثل “علّام” و”جيس” و”فالكون” و”فنار”، إضافة إلى شراكات نوعية مثل التعاون بين شركتي OpenAI وG42 لتطوير نموذج حكومي مخصص. هذه الجهود تدل على التزام واضح بتطوير أنظمة ذكاء اصطناعي عربية لخدمة الأغراض المؤسسية، إلا أن تطبيقها العملي لا يزال يقتصر على طبقات التفاعل والمحادثة.

الكفاءات البشرية كمحرك أساسي للنجاح

التقنية لا تتطور بمفردها؛ فنجاح منظومة الذكاء الاصطناعي يرتبط بقدرة الكوادر البشرية. تمتلك المنطقة قاعدة واسعة من المتخصصين الناطقين بالعربية، لكن حصرهم في أدوار تشغيلية روتينية يحدّ من تأثيرهم. توظيفهم في نقاط التحكم الرئيسية – حوكمة الذكاء الاصطناعي، إدارة البيانات، الإشراف على النماذج، وتصميم الخدمات – يعزز الأداء ويمكن من التوسع.

تُظهر تجربة الصين كيف يمكن لتضييق الفجوة بين الطلب المتوقع على المواهب (حوالي ستة ملايين متخصص) والعرض الفعلي (أقل من مليون) أن يُدفع إلى مضاعفة الاستثمارات في التعليم وتوجيه القوى العاملة. في الخليج، تتولى مؤسسات مثل جامعة محمد بن زايد للذكاء الاصطناعي والهيئة السعودية للبيانات والذكاء الاصطناعي قيادة جهود تنمية الكفاءات، ما يفتح آفاقاً استراتيجية لتوجيه هذه الجهود نحو تطبيقات مؤسسية فعلية.

النموذج الأكثر مرونة هو النموذج الهجين: توفر الكفاءات الإقليمية القدرة على التوسّع، بينما تتولى الكفاءات الوطنية مهام الحوكمة والإشراف. في النهاية، لن تُقاس الميزة التنافسية بامتلاك التقنية فحسب، بل بقدرة الدول على توطينها، حوكمتها، وتشغيلها بأعلى مستويات الكفاءة.

من الأتمتة إلى الميزة التنافسية المستدامة

لا تحتاج دول الخليج إلى تقليد النماذج الهندية القائمة على التعهيد أو النماذج الأوروبية التي تعتمد على خدمات التعهيد من دول قريبة. تكمن قوتها في سيادتها الكافية، وسرعة تطوير البنية التحتية، والقدرة على مواءمة السياسات مع رؤوس الأموال والطلب.

تحويل هذه العوامل إلى ميزة تنافسية مستدامة يستلزم تغييرين جذريين في بنية المنظومة. الأول هو اعتبار أنظمة الذكاء الاصطناعي العربية بنية تحتية أساسية تشمل منظومة البيانات، والنماذج اللغوية، والقدرات الحوسبية، وآليات الحوكمة، ودمجها الكامل في تدفقات العمل اليومية. بدون هذا المنظور المتكامل، ستظل الأنظمة متقطعة وغير قادرة على إحداث تأثير ملموس.

الثاني هو إعادة توجيه استراتيجية القوى العاملة من دور المشاركة إلى دور التحكم، عبر توظيف الكفاءات الوطنية في أدوار تحدد آليات تشغيل هذه الأنظمة بدلاً من الاقتصار على تنفيذ حلول مستوردة.

النموذج النهائي سيُظهر منصات خدمات الأعمال تقوم بمعالجة وتنفيذ العمليات باللغة العربية، وتُصمم بقيادة كفاءات في نقاط التحكم الملائمة، لتتحول من مجرد مراكز تكلفة إلى أصول استراتيجية. أمام دول الخليج فرصة استثنائية لقيادة هذا التحول على المستوى العالمي من خلال بناء منظومة ذكاء اصطناعي تتميز بالحوكمة الفعّالة، والملاءمة المحلية، والموثوقية في بيئات التشغيل الواقعية.