كيفية تعظيم عائد الاستثمار في الذكاء الاصطناعي في عام 2026

فلماذا تواجه معظم الشركات صعوبة في الاستفادة من حلول الذكاء الاصطناعي؟ وكيف يمكنهم تجاوز الضجيج لتحقيق أهداف العمل في عام 2026؟

اتضح أن امتلاك قدرات الذكاء الاصطناعي التكنولوجية ليست كافية تقريبًا. سارَع بعض قادة الأعمال إلى تبنّي الذكاء الاصطناعي بدافع الخوف من تفويت الفرصة (FOMO)، كتحرُّك قصير المدى للبقاء في صدارة المنافسة. وتصوَّر آخرون أن الذكاء الاصطناعي المؤسسي أداة استراتيجية للأعمال تصلح لكل مشكلة. إن تحقيق عائد الاستثمار الإيجابي على تحول الذكاء الاصطناعي الذكاء الاصطناعي يتطلب نهجًا أكثر تفكيرًا.

منذ اندلاع طفرة الذكاء الاصطناعي التوليدي في أواخر عام 2022، تسابقت المؤسسات على تنفيذ مبادرات ذكاء اصطناعي. كان القادة يبحثون عن استراتيجيات ذكاء اصطناعي قابلة للتوسع تعمل على تبسيط العمليات، ودعم اتخاذ القرارات المبنية على البيانات، وخفض التكاليف، وتسريع تطوير المنتجات. والآن، أصبح وكلاء الذكاء الاصطناعي الموضع الأكثر شيوعًا. لكن المردود المالي لمثل هذه الحلول لا يزال بعيد المنال. إليك السبب:

وفقا لمناقشات IBM’s Q4 2025 Think Circle، فإن التحدي الأساسي ليس مشكلة تقنية، بل مشكلة تنظيمية. وتُعد الثقافة، والحوكمة، وتصميم سير العمل، واستراتيجية البيانات هي القيود الرئيسية أمام تحقيق عائد الاستثمار، واتفق القادة على أن طموحات الذكاء الاصطناعي غالبًا ما تتصادم مع الواقع الداخلي قبل أن تتقاطع القيود التقنية.

ويسلط تقرير Think Circle الضوء على أنه رغم أن العديد من المديرين التنفيذيين يستثمرون في الذكاء الاصطناعي، إلا أن القليل منهم يمكنهم قياس عائد الاستثمار اليوم بشكل موثوق، حيث يقول حوالي 29% فقط إنهم يستطيعون قياس عائد الاستثمار بثقة. وفي الوقت نفسه، يرى 79% منهم مكاسب في الإنتاجية، مما يعني وجود قيمة تشغيلية، لكن لا يزال تحويل الإنتاجية قصيرة الأجل إلى تأثير مالي أمرًا صعبًا.

أظهرت دراسة أجراها المدير التنفيذي في IBM أن حوالي 25% فقط من مبادرات الذكاء الاصطناعي تحقق عائد الاستثمار المتوقع، و16% فقط قد توسعت على مستوى المؤسسة، ويقوم المديرون التنفيذيون بموازنة الضغط من أجل عائد الاستثمار على المدى القصير مع أهداف الابتكار طويلة المدى. وهذا يدعم السرد الأوسع نطاقًا بأن الذكاء الاصطناعي غالبًا ما يبدأ كتجربة أولاً، وتحقيق القيمة ثانيًا. وهذا أمر نموذجي لدورات تبني التكنولوجيا الناشئة.

لا تزال الأيام الأولى، والعديد من عمليات نشر الذكاء الاصطناعي حلولاً تجريبية أو محدودة. وهذا مقبول، لأن التجارب المبكرة يجب أن تكون محدودة، لكن من غير المرجح أن تحقق تطبيقات للذكاء الاصطناعي عائد استثمار ضخم على المدى القريب. لكن ستكون القيمة الحقيقية في التكامل مع عمليات سير العمل الأساسي في جميع أنحاء المؤسسة، وليس فقط في المشاريع التي تتم لمرة واحدة.

تظهر أبحاث IBM أن سداد الديون التقنية من الأنظمة القديمة يمكن أن يُحسن عائد الاستثمار في الذكاء الاصطناعي بنسبة تصل إلى 29% لأنه يقلل من الاحتكاك وإعادة العمل. لكن العديد من المؤسسات لا تزال بعيدة عن المستوى الذي يجب أن تكون فيه في رحلة التحول الرقمي لتحقيق الفوائد الكاملة لدمج الذكاء الاصطناعي. ولا تزال الديون التقنية تمثل عقبة، ولكن يمكن للذكاء الاصطناعي أن يساعد في هذا الجانب أيضًا.

قد تكون حسابات العائد على الاستثمار صعبة لأن العديد من تأثيرات الذكاء الاصطناعي المفيدة تكون مجردة وغير مباشرة ولا تظهر على المدى القصير. على سبيل المثال، إذا استخدمت المؤسسة الذكاء الاصطناعي لتبسيط تحليل البيانات وإنشاء عرض مصوَّر للبيانات حتى يتمكن قادة الأعمال من اتخاذ قرارات أكثر استنارة، فقد لا تظهر النتائج لسنوات. 

غالبًا ما يكون من الصعب اكتشاف عائد الاستثمار في الوقت الفعلي لتبنّي الذكاء الاصطناعي. وأي مكاسب فورية قد تكون خادعة. قد تشهد الشركة التي تعلن عن خطط لأتمتة سير العمل وتقليل قوتها العاملة باستخدام الذكاء الاصطناعي ارتفاعًا سريعًا في أسعار الأسهم، لكن هذا ليس ضمانًا لكيفية تفاعل العملاء والموظفين في النهاية.

يقسِّم المحللون الماليون عائد الاستثمار إلى فئتين: ثابت وغير ملموس. 

• عائد الاستثمار المباشر يشمل التأثيرات الملموسة المرتبطة مباشرةً بالربحية. فعلى سبيل المثال، يمكن أن يؤدي استخدام الذكاء الاصطناعي لأتمتة تكنولوجيا المعلومات إلى تقليل الانقطاعات وتسريع أوقات الاستجابة، ما يؤدي إلى زيادة الكفاءة التشغيلية وتحسين رضا العملاء من أجل الاحتفاظ بالمستخدمين بشكل أكبر.

• عائد الاستثمار غير المباشر يشمل الفوائد الأخرى التي، رغم عدم ارتباطها المباشر بالأرباح، تظل مفيدة للمؤسسة. يمكن أن يشمل ذلك زيادة معنويات الموظفين وتحسين تجربة العملاء. على سبيل المثال، قد يعبر الموظفون عن رضا أكبر عندما تختار الشركات نهجًا أخلاقيًا في اعتماد الذكاء الاصطناعي.

ونظرًا لأن عائد الاستثمار يُعَد مقياسًا، فإنه يتطلب بيانات رقمية حول نتائج الأعمال لحسابه. وتتضمن المقاييس الرئيسية لعائد الاستثمار في الذكاء الاصطناعي، سواءً المباشرة وغير المباشرة، العديد من مؤشرات الأداء الرئيسية (KPIs) التي يمكن قياسها وتحديدها كميًا. واختر مؤشرات الأداء الرئيسية المناسبة لحساب عائد الاستثمار للذكاء الاصطناعي بدقة أكبر في مبادرات الأمن السيبراني، وتسويق المحتوى، والتنبؤ، والمزيد.

ترتبط مؤشرات الأداء الرئيسية لعائد الاستثمار الثابت بالبيانات المالية الملموسة: التكاليف التي تم توفيرها أو الأرباح التي تم الحصول عليها.

تشمل مؤشرات الأداء الرئيسية ذات الصلة بتوفير التكاليف ما يلي: 

• تخفيضات تكلفة العمالة مثل الساعات التي يتم توفيرها؛ بسبب الأتمتة وزيادة الإنتاجية عند استخدام أدوات الذكاء الاصطناعي. 

• مكاسب الكفاءة التشغيلية مثل انخفاض استهلاك الموارد نتيجةً لمهام سير عمل الذكاء الاصطناعي المبسَّطة. 

تشمل مؤشرات الأداء الرئيسية ذات الصلة بزيادة الأرباح ما يلي: 

• زيادة حركة المرور، والحصول على العملاء المحتملين بفضل مشاركة العملاء، وتخصيص التسويق القائم على البيانات، ومحركات توصيات المنتجات المدعومة بالذكاء الاصطناعي.

• نمو الإيرادات وتدفقات إيرادات جديدة من التطبيقات الجديدة المدعومة بالذكاء الاصطناعي، ودورات تطوير أسرع وفرص عمل جديدة.

تُعَد مؤشرات الأداء الرئيسية لعائد الاستثمار غير الملموس أقل سهولةً في القياس مقابل أداء الأعمال على المدى القصير، ولكنها تميل إلى التأثير في سلامة المؤسسة على المدى الطويل. غالبًا ما يتم قياس مؤشرات الأداء الرئيسية هذه من خلال الدراسات الاستقصائية ومبادرات البحث النوعي ويمكن أن تشمل ما يلي: 

• ارتبط رضا الموظفين والاحتفاظ بمشاريع الذكاء الاصطناعي، مثل نجاح مؤسسة في التغلب على تحديات تبني الذكاء الاصطناعي الداخلية أو إثبات تفانيها في الاستدامة في مجال الذكاء الاصطناعي. 

• اتخاذ قرارات أفضل حيث يتخذ المديرون التنفيذيون وقادة الفريق قرارات أكثر دقة في وقت أقل باستخدام تحليلات البيانات المدعومة بالذكاء الاصطناعي. 

• تحسين رضا العملاء، مثل إذا نجحت حملات التخصيص التي تعتمد على الذكاء الاصطناعي في تقليل معدل فقدان العملاء أو من خلال استخدام روبوت محادثة لتجربة العملاء يعتمد على الذكاء الاصطناعي للتعامل مع المزيد من استفسارات خدمة العملاء.

أجرى IBM Institute for Business Value سلسلة من الدراسات حول كيفية تحقيق المؤسسات والفرق لتحقيق أفضل عوائد مالية من مبادرات الذكاء الاصطناعي الخاصة بها. وعلى الرغم من أن دراسات الحالة خاصة بصناعة معينة، فإن الفرق في أي قطاع يمكنها تعميم النتائج لتناسب احتياجاتها الخاصة. 

أفادت فرق تطوير المنتجات التي اتَّبعت أفضل أربع ممارسات للذكاء الاصطناعي إلى حد "كبير للغاية" بمتوسط عائد استثمار على الذكاء الاصطناعي التوليدي بنسبة 55%. ويجب على الفرق التي تريد تكرار نتائجها دمج الممارسات التالية في عمليات سير عملها: 

1. الاحتفال بالتعليقات: التحوُّل باستخدام الذكاء الاصطناعي هو عملية مستمرة قيد التنفيذ. تساعد تعليقات الأطراف المعينة المحفزة الموظفين على الشعور بالراحة عند التعبير عن آرائهم، وفي الوقت نفسه تقلل من الهدر في الوقت والموارد على العمليات غير الفعَّالة.
   
   
2. العمل بشكل متكرر: إدخال الذكاء الاصطناعي في دورة تطوير المنتج على مراحل صغيرة لمنع التعب وتقليل المخاطر. قم بتعديل تنفيذ الذكاء الاصطناعي بمرور الوقت عندما تدرك الفرق ما ينجح وما هو غير فعَّال. وغالبًا ما يكون توسيع نطاق الذكاء الاصطناعي أفضل في أجزاء صغيرة، وليس دفعة واحدة. 
   
   
3. تعلم من بيانات المستخدم: استخرج بيانات المستخدم وحللها لتحديد الفرص التي يمكن لتقنيات الذكاء الاصطناعي التوليدي أن يحقق فيها أكبر قيمة. وجودة البيانات لا تقل أهمية عن كميتها. وبدلاً من محاولة تشكيل سلوك المستخدم بشكل نشط، قم بتعديل خارطة الطريق لتلبية احتياجات المستخدمين حيث هم.
   
   
4. بناء فرق متعددة التخصصات: الاستفادة من مجموعات المهارات ومجالات الخبرة المتنوعة للحد من العوائق. تدعم الفرق متعددة الوظائف بعضها بشكل متبادل ، في حين يؤدي الانعزال إلى ظهور عوائق في التواصل وتباطؤ المشروع. 

أظهرت المؤسسات التي تعتمد رؤية شاملة وكاملة للذكاء الاصطناعي والمحتوى تحقيق عائد استثمار أعلى بنسبة 22% لتطوير CSC و30% لدمج الذكاء الاصطناعي التوليدي.⁸ ثلاث ركائز أساسية لتحقيق نجاح عائد الاستثمار باستخدام الذكاء الاصطناعي وCSC: 

1. اعتمِد منظورًا شاملًا لرؤية الصورة الكبيرة وتحديد الأولويات بفاعلية: افحص جميع الجوانب التي يؤثِّر فيها التعلم الآلي على CSC، بما في ذلك التخطيط الاستراتيجي، والميزانية، والموارد البشرية، وإدارة التغيير الاستباقية. لاحِظ الترابط بين الفرق والأقسام وركِّز على حالات استخدام الذكاء الاصطناعي ذات أعلى إمكانات عائد استثمار. 
2. لا تهمل إدارة التغيير: إن إدخال عمليات وتقنيات جديدة ليس أمرًا بسيطًا أبدًا، خاصةً عندما تكون مثيرة للجدل مثل الذكاء الاصطناعي. وتُعَد موافقة الموظفين ضرورية لنجاح أي مبادرة ذكاء اصطناعي جديدة. ويمكن لاستراتيجية متعددة الوظائف تركِّز على أبرز المؤيدين للتغيير أن تحافظ على الحماس طوال عملية التحول بالذكاء الاصطناعي. 
3. قلِّل من المخاطر لإطلاق العنان للإبداع: إدارة مخاطر الذكاء الاصطناعي تُتيح حرية إبداعية عندما لا تقلق الفرق بشأن أخطاء الذكاء الاصطناعي. دَع أنظمة الذكاء الاصطناعي تتولى المهام الروتينية منخفضة المخاطر، حتى يتمكن المبدعون من إنجاز ما يجيدونه: إنتاج محتوى رائع.

على الرغم من أن معدل الابتكار في مجال الذكاء الاصطناعي مرتفع جدًا، إلا أنه لا يزال في بداياته، وقد يكون من الأفضل للشركات أن تفكر في هذه الفترة على أنها وقتًا للتجارب الفوضوية بدلاً من التركيز على عائد الاستثمار. وناقش Jensen Huang، الرئيس التنفيذي لشركة Nvidia، بالمثل في قمة Cisco للذكاء الاصطناعي في فبراير. وقارن إجبار المهندسين على تبرير العمل بالذكاء الاصطناعي مع عائد استثمار قوي في البداية بمطالبة طفل بوضع خطة عمل لهواية.²

"عندما يخبرك أطفالك أنهم يريدون تجربة شيء ما، يجب أن توافق. فنحن لا نطرح أسئلة في المنزل مثل "ما عائد الاستثمار هنا؟""

سيتطلب هذا النهج من القادة الحصول على دعم واسع في جميع أنحاء المؤسسة، مع العلم بأن عائد الاستثمار قد يكون بعيدًا بعد سنوات. قد تؤدي محاولة فرض السيطرة من خلال تقييم العائد على الاستثمار على المدى القصير إلى تفويت الفرص التحويلية.

علاوةً على ذلك، نصح Huang الشركات أيضًا بتطوير فهمها الخاص للبنية التحتية للذكاء الاصطناعي بدلاً من الاعتماد كليًا على مزودي الخدمات من طرف ثالث، حتى تتمكن من فهم ما ينجح وما لا ينجح.

قال Huang: "دع ألف زهرة تتفتح"، مشجعًا روح التجريب الواسع والاستكشافي بدلاً من تصفية الأفكار بشكل صارم بناءً على مقاييس عائد الاستثمار المبكر. قد لا يكون من السهل إقناع الأطراف المعنية المالية، لكن كيف يمكن الجدال مع الرجل الذي يدير شركة مبتكرة في الذكاء الاصطناعي تُقدر قيمتها الآن بـ 4 تريليون دولار أمريكي؟