#

النقاط الرئيسية

• الطلب المؤسسي على الذكاء الاصطناعي يدفع نمو الحوسبة السحابية، لكن الإنفاق قد يرتفع بسرعة.

• ينبغي للفرق المغربية اختبار القيمة التجارية قبل توسيع أحمال عمل الذكاء الاصطناعي.

• يجب أن تشمل المشتريات تكاليف الحوسبة، وسيادة البيانات، والارتباط بالمورّد.

• قد يؤثر مزيج اللغات والمهارات والبنية التحتية في تبني الحلول على أرض الواقع.

• الحوكمة لا تقل أهمية عن أداء النماذج.

قالت Google إن الطلب المؤسسي على الذكاء الاصطناعي ساعد في دفع إيرادات Google Cloud إلى 24.8 مليار دولار. ويشير هذا الرقم إلى شهية قوية لبنية الذكاء الاصطناعي التحتية وحلول الذكاء الاصطناعي المؤسسية. وبالنسبة للقراء المغاربة، فالعبرة الأساسية ليست في العنوان وحده، بل في الانضباط اللازم لتحويل الاهتمام بالذكاء الاصطناعي إلى إنفاق مفيد ومضبوط.

كما تُظهر الأرقام المعلنة نمطًا أوسع. فالطلب على الذكاء الاصطناعي السحابي حقيقي، لكنه قد يأتي مع احتياجات رأسمالية كبيرة وتكاليف استخدام ترتفع بسرعة. ينبغي للشركات المغربية أن تقرأ ذلك بوصفه تحذيرًا وفرصة في الوقت نفسه. يمكن للذكاء الاصطناعي دعم النمو، ولكن فقط إذا بقيت المشتريات والحوكمة محكمتين.

ما الذي يشير إليه التقرير

تقول البيانات المدخلة إن إيرادات Google Cloud ارتفعت بنسبة 82% على أساس سنوي. كما تقول إن backlog السحابي وصل إلى 514 مليار دولار، بينما تظل النفقات الرأسمالية مرتفعة. ويشير هذا المزيج إلى طلب قوي، لكنه أيضًا سباق مكلف لمواكبة هذا الطلب.

بالنسبة لصناع القرار في المغرب، هذا مهم لأن الذكاء الاصطناعي السحابي ليس مجرد شراء برمجيات. إنه التزام تشغيلي طويل الأمد. تحتاج الفرق إلى فهم ما تشتريه، وكيف سيتوسع الاستخدام، وأين ستظهر الضغوط على الميزانية.

السياق المغربي: لماذا يهم الانضباط في المشتريات

غالبًا ما تحتاج المؤسسات المغربية إلى الموازنة بين الطموح والقيود العملية. قد تكون البيانات متاحة بشكل غير متساوٍ. وقد تتركز المهارات في عدد قليل من الفرق. وقد تختلف البنية التحتية بحسب المواقع وأحمال العمل. تجعل هذه القيود التخطيط المبكر أمرًا أساسيًا.

يجب أن تبدأ المشتريات بسؤال بسيط: ما المشكلة التجارية التي سيحلها الذكاء الاصطناعي؟ إذا كانت الإجابة غير واضحة، فقد يتحول المشروع إلى تجربة مكلفة. وبالنسبة للقراء المغاربة، يعني ذلك تحديد النجاح مسبقًا وربطه بنتائج قابلة للقياس.

كما أن مزيج اللغات مهم أيضًا. تعمل العديد من الفرق المغربية بالعربية والفرنسية والإنجليزية. وقد تتعامل أدوات الذكاء الاصطناعي مع ذلك بشكل مختلف بحسب حالة الاستخدام. وهذا يعني أن الاختبار مهم قبل التوسع الواسع.

حالات استخدام في المغرب

يمكن لبنية الذكاء الاصطناعي التحتية أن تدعم عدة حالات استخدام عملية في المغرب. فقد تستخدمها فرق دعم العملاء لمساعدة الموظفين. وقد تستخدمها الفرق الداخلية للبحث في المستندات بسرعة أكبر. وقد تستخدمها فرق العمليات لتلخيص التقارير أو المساعدة في التنبؤ.

هذه الحالات جذابة لأنها يمكن أن توفر الوقت. لكنها لا تزال تحتاج إلى بيانات نظيفة وملكية واضحة. فقد يفشل نموذج يبدو مثيرًا للإعجاب في العرض التجريبي في العمل اليومي إذا كانت البيانات غير مكتملة أو إذا لم يكن سير العمل جاهزًا.

بالنسبة للشركات المغربية، غالبًا ما تكون أفضل المشاريع الأولى محدودة النطاق. يجب أن تكون سهلة القياس وسهلة الإيقاف إذا لم تنجح. هذا النهج يقلل الهدر ويساعد الفرق على التعلم قبل التوسع.

المخاطر والحوكمة

ليست المخاطر الأكبر تقنية فقط، بل مالية وتشغيلية أيضًا. يمكن أن ترتفع تكاليف الحوسبة بسرعة. وقد يجعل الارتباط بالمورّد التحول لاحقًا أكثر صعوبة. كما قد تؤثر أسئلة سيادة البيانات في مكان تخزين المعلومات ومعالجتها.

تحتاج الخصوصية والأمن السيبراني أيضًا إلى اهتمام. يمكن لأنظمة الذكاء الاصطناعي أن تكشف بيانات حساسة إذا كانت ضوابط الوصول ضعيفة. كما يمكن أن تخلق أسطح هجوم جديدة. وستحتاج المؤسسات المغربية إلى سياسات واضحة لمعالجة البيانات، ووصول المستخدمين، والتسجيل، والاستجابة للحوادث.

يجب أن تكون الامتثال جزءًا من التصميم، لا فكرة لاحقة. ينبغي للفرق مراجعة البيانات التي تدخل النظام، ومن يمكنه رؤيتها، وكيف تُستخدم المخرجات. إذا لم تستطع المؤسسة شرح هذه الخطوات، فهي ليست جاهزة للتوسع.

ما الذي ينبغي على الفرق المغربية فعله بعد ذلك

ابدأوا بتجربة صغيرة. اختاروا سير عمل واحدًا وفريقًا واحدًا. قيسوا الوقت الموفر، أو تقليل الأخطاء، أو جودة الخدمة. إذا لم تُظهر التجربة قيمة، فتوقفوا قبل التوسع.

أعدّوا قائمة تحقق للمشتريات. يجب أن تغطي تسعير الحوسبة، وتكاليف التخزين، وشروط العقد، وقابلية النقل، والدعم. ويجب أن تسأل أيضًا عمّا إذا كان المورّد قادرًا على تلبية احتياجات المؤسسة اللغوية ومتطلبات الأمن.

أنشئوا طبقة حوكمة مبكرًا. عيّنوا مسؤوليات للبيانات والأمن واستخدام النماذج. درّبوا الموظفين على الاستخدام الآمن. وأبقوا البشر ضمن الحلقة في القرارات المهمة. وهذا مهم بشكل خاص عندما تؤثر المخرجات في العملاء أو المالية أو العمليات.

الخلاصة بالنسبة للمغرب

يُظهر نمو Google Cloud أن الطلب المؤسسي على الذكاء الاصطناعي ليس نظريًا. فهو يشكل بالفعل إنفاق الحوسبة السحابية. وبالنسبة للمغرب، فالتصرف المفيد ليس التسرع، بل التخطيط بعناية.

يمكن للذكاء الاصطناعي أن يساعد المؤسسات المغربية على العمل بسرعة أكبر وتقديم خدمة أفضل. لكنه يحتاج إلى مشتريات منضبطة، وميزانيات واقعية، وحوكمة قوية. ومن المرجح أن تكون الشركات الرابحة هي تلك التي تتعامل مع الذكاء الاصطناعي باعتباره قدرة مُدارة، لا حلًا سريعًا.