54east / الرؤى / جاهزية الذكاء الاصطناعي

جاهزية الذكاء الاصطناعي · مقال

قبل أن تبنوا… أربعة درجات ودليلها

ليس الفشل الرخيص ما لم يبدأ. الفشل الغالي ما بُني ونُشر ثم لم يُنتج شيئاً: بيانات لم تكن صالحة، أو لا أحد مسمّى للتشغيل، أو اعتماد حوكمة جاء بعد البناء فاضطرّ إلى إعادة البناء.

54east · أبوظبي · محدّث 2026-09-11 · قراءة مفتوحة

الخلاصة: يختبر تقييم الجاهزية قيمة حالة الاستخدام وإمكان تنفيذها وضبطها اليوم، ثم يوضح ما يجب تغييره قبل الاستثمار.

---

تقيس الجاهزية ما يجب أن يصح قبل أن يستحق البناء أن يبدأ — ثم تملكون النتيجة: أربع درجات، والدليل خلف كل درجة، وقائمة مؤرّخة بما كان سيفشل لو بدأتم اليوم.

الغالي هو ما يُشحن حياً

المشروع الذي لا يبدأ رخيص. أما الذي يُبنى ويُنشر ثم لا يُنتج — لأن البيانات لم تكن صالحة للاستخدام، أو لأن أحداً لم يُسمَّ لتشغيله، أو لأن توقيع حوكمة كان ينبغي أن يسبق البناء جاء بعده — فهذا يعيد الكلفة مضاعفة.

ليست هذه إحصائية لـ 54east، وليست «يُهمَل بهدوء خلال ستة أشهر من الإنتاج». انقلوا الدراسات كما هي.

وجدت MIT NANDA في The GenAI Divide: State of AI in Business 2025 أن 95٪ من المؤسسات تحصل على عائد صفري من الذكاء الاصطناعي التوليدي — «الغالبية العظمى ما زالت عالقة بلا أثر قابل للقياس على الربح والخسارة». والنجاح كما يعرّفه المؤلفون أثر إنتاجية أو ربح وخسارة ملحوظ ومستدام، لا عرضاً نجا من لجنة توجيه.¹²

وغارتنر، بمراجعة تطبيقات الذكاء الاصطناعي التوليدي حتى نهاية 2025، تفيد بأن 50٪ على الأقل من المشاريع أُهملت بعد إثبات المفهوم — لرداءة البيانات، أو ضعف ضوابط المخاطر، أو تصاعد الكلفة، أو غموض القيمة التجارية.³

«رفوف البرمجيات» بعد الإطلاق — نظام حي بلا مالك تشغيلي يُتجاهل بدل أن يُوقف — حكم ممارس. مجاور لتلك النتائج. ليس الرقم نفسه.

تقييم الجاهزية موجود ليلحق بهذا قبل أن يبدأ البناء. المحاور ليست اختراعاً. المخرج هو: أربع درجات مع الدليل المرفق، وقائمة مؤرّخة بما كان سيفشل لو بدأتم اليوم.

في الإمارات… سرعة بلا أسس مطابقة

المؤسسات الإماراتية تحت ضغط حقيقي — تنافسي، وغالباً تنظيمي — لإظهار تقدّم في الذكاء الاصطناعي بسرعة. الوتيرة مسجّلة. والأسس لا تطابقها.

يصنّف مؤشر Oxford Insights لجاهزية الحكومات للذكاء الاصطناعي 2025 الإمارات في المرتبة 19 من أصل 195 دولة. وعلى تبنّي القطاع العام الدرجة 97.27 — من أعلى الجدول. (مؤشر 2025 بمنهجية جديدة؛ لا تُقرأ المرتبة هبوطاً من طبعات سابقة.)⁴

وفي نوفمبر 2025 وضع عمر سلطان العلماء، وزير الدولة للذكاء الاصطناعي، استخدام أدوات الذكاء الاصطناعي عبر الجهات الحكومية عند 97٪، وأطلق مؤشراً اتحادياً لجاهزية تلك الجهات.⁵

المؤسسات تنفق. وهي غير ناضجة. مؤشر ServiceNow لنضج الذكاء الاصطناعي في المؤسسات 2026، أجرته ThoughtLab مع 100 تنفيذي إماراتي، وجد إنفاق الذكاء الاصطناعي مرتفعاً 105٪ على أساس سنوي ودرجة نضج 48 من 100. سبعة وسبعون في المئة من هؤلاء التنفيذيين يسمّون ضعف دقة البيانات والوصول إليها وإدارتها حاجزاً رئيساً. وستة عشر في المئة نفّذوا عمليات اختبار وتدقيق وإدارة مخاطر للذكاء الاصطناعي.⁶⁷

التبنّي والإنفاق سريعان استثنائياً. والبيانات والحوكمة ليستا كذلك. هذه الفجوة — لا ملصق نموذج نضج — سبب تقييس الجاهزية قبل البناء.

الأربعة ليست لنا

البيانات، والبنية التحتية، والقوى العاملة، والحوكمة. كل نموذج جاهزية رئيسي يستخدم أصلاً نسخة من هذه.

مؤشر سيسكو لجاهزية الذكاء الاصطناعي يقيس ستة أعمدة: الاستراتيجية، والبنية التحتية، والبيانات، والحوكمة، والمواهب، والثقافة.⁸ وأداة غارتنر لنضج الذكاء الاصطناعي تقيس الاستراتيجية والبيانات والحوكمة والهندسة ونموذج التشغيل والثقافة ومنتج/قيمة الذكاء الاصطناعي.⁹ ونموذج أكسنتشر ومعهد هندسة البرمجيات في كارنيغي ميلون لتبنّي الذكاء الاصطناعي (يونيو 2026) يقيس ثمانية أبعاد، منها القوى العاملة والثقافة، والمخاطر والحوكمة، والبيانات، والهندسة، والعمليات.¹⁰

نستخدم الأسس الأربعة التي تشترك فيها هذه النماذج أصلاً. لا ندّعيها ملكية فكرية لـ 54east.

الفرق فيما تُربط به الدرجة. ملصق نموذج نضج — سهم من «ارتجالي» إلى «محسَّن» — موقف ذاتي بلا دليل. صاحب مصلحة متشكك لا يتحقق منه. أما التقييم النافع فينتج أربع درجات، كل واحدة بدليلها المحدد، حتى يرى المتشكك لماذا الدرجة كما هي.

قيّموا كل محور بدليل

البيانات. لدى كل مؤسسة بيانات. السؤال: هل البيانات المحددة التي تعتمد عليها هذه المبادرة مهيكلة ومتاحة ونظيفة بما يكفي للاستخدام؟ نتيجة ServiceNow في الإمارات — 77٪ يسمّون دقة البيانات والوصول والإدارة حاجزاً — هي نسخة السوق من هذا السؤال.⁶

«لدينا بحيرة بيانات» ليس دليلاً. هذا المثال افتراضي: «الحقول التي تحتاجها المبادرة ممتلئة ومتسقة في 80٪ من السجلات، والـ 20٪ الباقية مركّزة في نظام قديم واحد نُهجّر منه» هو الدليل.

البنية التحتية. أمران، لا واحد. بيئة نشر تستوفي متطلبات الإقامة والأمن التي ستحتاجها المبادرة — وواقع التكامل: هل يتصل النظام بما يجب أن يعمل عليه، أم يلزم مشروع تكامل لم يُحدَّد نطاقه؟ بناء ذكاء اصطناعي يفترض واجهة برمجة لنظام قديم بلا واجهة سيظهر الفجوة أثناء البناء، مهما أحسن تصميم النموذج.

القوى العاملة. ليس «هل لدينا مواهب ذكاء اصطناعي». معظم المؤسسات تجيب لا بصواب، وتخطط للتوظيف أو الشراكة بصواب. السؤال الأضيق: بعد خروج المورّد، هل يوجد دور — مشغول أو يُشغَل — وظيفته تشغيل النظام. الأنظمة بلا مالك تشغيلي تميل إلى التدهور: لا أحد يراقب الانحراف، ولا أحد يصون الأوامر أو محفّزات إعادة التدريب، ويُتجاهل النظام بدل أن يُوقف. ذلك نمط رفوف البرمجيات أعلاه. حكم ممارس.

الحوكمة. مالك مسمّى لمخرجات النظام. مسار اعتماد معرّف للتغييرات. ولأي شيء يمس بيانات خاضعة للتنظيم، التوقيعات القطاعية المحددة قبل الإطلاق. مبادرة جاهزة تقنياً وغير مقيَّمة حوكمياً تخاطر بوقف متأخر من الشؤون القانونية أو الامتثال كان ينبغي حلّه في تحديد النطاق. نسبة ServiceNow — 16٪ من المؤسسات الإماراتية لديها عمليات اختبار وتدقيق وإدارة مخاطر للذكاء الاصطناعي — الوكيل القابل للاستشهاد عن رقة هذه الطبقة بعد.⁶⁷

كل بُعد يُقيَّم بمعايير مسبقة: غير موجود؛ موجود جزئياً بفجوة معرّفة؛ موجود ومتحقق. درجة بيانات «موجودة جزئياً» تأتي مع المعالجة المطلوبة وتقدير الجهد لإغلاقها. الدرجة تتحوّل إلى خطة. رقم واحد «جاهزون بنسبة 70٪» لا يفعل ذلك.

أرخص مخرج… القائمة المؤرّخة للفجوات

أثمن مخرج غالباً أقصره: قائمة مؤرّخة بما يجب أن يصح قبل أن يستحق البناء أن يبدأ، مرتّبة بحسب مقدار سيطرة الجهة على إغلاق كل فجوة.

فجوة جودة بيانات تصلحها الجهة بتنظيف داخلي عائق مختلف عن فجوة حوكمة تعتمد على جدول زمني لمنظّم. هذه القائمة ليست خارطة طريق لمنظومة الذكاء الاصطناعي. هي خارطة طريق لتصبحوا جاهزين لبناؤها. أقصر. وأصدق. وكثيراً ما تكشف لماذا قصّرت مبادرة سابقة: ليس لأن الذكاء الاصطناعي أخطأ، بل لأن المؤسسة بنت فوق فجوة في أحد هذه الأبعاد الأربعة كانت ظاهرة مسبقاً ولم تُقيَّم.

مثال افتراضي: ذكاء اصطناعي لخدمة المتعاملين

اعتبروا مؤسسة تقيّم جاهزية مبادرة خدمة متعاملين بالذكاء الاصطناعي. المثال افتراضي — بما فيه أرقام 80٪ والأربعة أسابيع.

• البيانات — موجودة جزئياً. تصنيف التذاكر غير متسق في التاريخ الحديث ومكتمل فقط لربعين أخيرين. قابلة للمعالجة بجهد إعادة تصنيف محدد لأربعة أسابيع.
• البنية التحتية — موجودة ومتحققة. تكامل نظام إدارة علاقات العملاء المطلوب موجود ويستوفي متطلبات الإقامة.
• القوى العاملة — غير موجودة. لا دور داخلي محدَّد لتشغيل النظام بعد النشر. التوظيف لم يبدأ بعد.
• الحوكمة — موجودة جزئياً. راعٍ تنفيذي مساءَل مسمّى. لا مسار مكتوب لاعتماد التغيير.

التوصية الصادقة ليست «غير جاهزين، انتظروا» أو «جاهزون، امضوا». هي: امضوا في معالجة البيانات وتوظيف القوى العاملة كشرطين مسبقين مموَّلين صراحةً يسيران بالتوازي مع تحديد نطاق البناء الأولي؛ وأكملوا توقيع الحوكمة قبل الإطلاق الإنتاجي، لا قبل بدء البناء. تلك خطة ينفّذها راعٍ. درجة مجمّعة واحدة لا تنتج واحدة أبداً.

ليست بوابة تُجتاز مرة

معاملة الجاهزية بوابة تُجتاز مرة خطأ شائع. كل من الأبعاد الأربعة قد يتدهور أثناء البناء: توظيف مخطط يسقط؛ الراعي المساءَل يغيّر دوره؛ خط أنابيب بيانات كان نظيفاً عند التقييم ينحرف حين تتغيّر أنظمة المصدر. الجهات التي تعيد التقييم عند محطات محددة خلال البناء تلحق التدهور وهو ما زال رخيص الإصلاح.

ما ندافع عنه في جلسة

الجاهزية ليست موقعاً على طيف. هي أربع درجات مدعومة بدليل — بيانات، وبنية تحتية، وقوى عاملة، وحوكمة — كل واحدة مربوطة بفجوة مسمّاة وخطة لإغلاقها. المحاور معيارية. وأرخص وثيقة تشترونها القائمة المؤرّخة بما كان سيفشل لو بدأ البناء اليوم.

54east تدير هذا تعاقداً قصيراً محدود النطاق: أربع درجات، والدليل خلفها، وقائمة فجوات مؤرّخة. لا ملصق نموذج نضج. إن لم تكونوا على يقين من أن مبادرة ذكاء اصطناعي مخططة جاهزة فعلاً للبدء، فتحدّثوا إلى فريقنا. يُبنى هنا. وتملكونه أنتم.

---

ملاحظات

1. Aditya Challapally, Chris Pease, Ramesh Raskar and Pradyumna Chari, The GenAI Divide: State of AI in Business 2025, MIT NANDA. تغطية واقتباسات: The Register, 18 أغسطس 2025؛ توزيع Fortune، «MIT report: 95% of generative AI pilots at companies are failing». جملة التقرير نفسها: 95٪ من المؤسسات تحصل على عائد صفري؛ «الغالبية العظمى ما زالت عالقة بلا أثر قابل للقياس على الربح والخسارة». نجاح الأدوات المخصصة لمهمة يُعرَّف بأثر إنتاجية و/أو ربح وخسارة ملحوظ ومستدام.

1. ملخصات ثانوية لـ NANDA تصف نافذة نحو ستة أشهر بعد التجربة لاختبار الربح والخسارة. تلك الساعة ليست قياساً لـ 54east، وليست «يُهمَل بهدوء بعد الإنتاج». انظر Governance AI, «Why AI projects fail».

1. غارتنر، «Why Half of GenAI Projects Fail»: 50٪ على الأقل من مشاريع الذكاء الاصطناعي التوليدي أُهملت بعد إثبات المفهوم بحلول نهاية 2025، لأسباب رداءة البيانات أو ضعف ضوابط المخاطر أو تصاعد الكلفة أو غموض القيمة التجارية. توقّع غارتنر الأسبق في يوليو 2024 كان 30٪ تُهمل بعد إثبات المفهوم بحلول نهاية 2025: بيان صحفي.

1. Oxford Insights, Government AI Readiness Index 2025 (محدَّث يناير 2026؛ 195 دولة؛ منهجية ستة أعمدة جديدة). مرتبة الإمارات 19؛ تبنّي القطاع العام 97.27. PDF: Government-AI-Readiness-Report-2025-1.pdf. نشرة ديسمبر 2025 السابقة حملت درجات غير صحيحة؛ هذا الملف المصحَّح.

1. وكالة أنباء الإمارات، 5 نوفمبر 2025، «Artificial Intelligence Readiness Index for Federal Entities launched during UAE Government Annual Meetings». الوزير العلماء: استخدام أدوات الذكاء الاصطناعي عبر الجهات الحكومية 97٪.

1. ServiceNow / ThoughtLab, Enterprise AI Maturity Index 2026، قطع الإمارات (100 تنفيذي). الإنفاق +105٪ على أساس سنوي؛ النضج 48/100؛ 77٪ يسمّون ضعف دقة البيانات والوصول والإدارة؛ 16٪ لديهم عمليات اختبار وتدقيق وإدارة مخاطر للذكاء الاصطناعي. نتائج ServiceNow الإمارات كما نقلتها Zawya وArabian Reseller, 19 أغسطس 2026.

1. قطع ServiceNow 2026 للإمارات نفسه: Khaleej Times, 18 أغسطس 2026.

1. مؤشر سيسكو لجاهزية الذكاء الاصطناعي 2025: الاستراتيجية، والبنية التحتية، والبيانات، والحوكمة، والمواهب، والثقافة. صفحة المؤشر؛ تقرير 2025 PDF.

1. غارتنر، AI Maturity Model and AI Roadmap Toolkit: الاستراتيجية، والبيانات، والحوكمة، والهندسة، ونموذج التشغيل، والثقافة، ومنتج/قيمة الذكاء الاصطناعي.

1. أكسنتشر ومعهد هندسة البرمجيات في جامعة كارنيغي ميلون، AI Adoption Maturity Model، 8 يونيو 2026. ثمانية أبعاد: الاستراتيجية التنظيمية، والقوى العاملة والثقافة، وإعادة هندسة سير العمل، والمخاطر والحوكمة، والبيانات، والهندسة، والعمليات، والنظام البيئي. غرفة أخبار أكسنتشر؛ إعلان SEI.

أوراق ذات صلة