نماذج ومنصات الذكاء الاصطناعي

ما الذي كشفته قمة كندا 2026 للتحول في الذكاء الاصطناعي والبيانات في قطاع الإنشاءات عن الذكاء الاصطناعي المؤسسي

Antoine Tardif
أضف Unite.AI إلى مصادرك المفضلة على Google
Toronto construction site with a digital twin and connected data pathways
النقاط الرئيسيةالقيد الرئيسي للذكاء الاصطناعي في المؤسسات أصبح الآن هو التنظيم المحيط بالنموذج وليس…
عرض المزيد
  • القيد الرئيسي للذكاء الاصطناعي في المؤسسات أصبح الآن هو التنظيم المحيط بالنموذج وليس الوصول إلى النموذج.
  • جاهزية البيانات هي انضباط تشغيلي مستمر لأن الذكاء الاصطناعي لا يستطيع إعادة بناء معلومات لم تُجمَع قط.
  • تواجه استثمارات الذكاء الاصطناعي تدقيقًا متزايدًا في العائد على الاستثمار مع مطالبة الشركات بنتائج قابلة للقياس مرتبطة بمشكلات تشغيلية محددة.

إفصاح: استضافت AMG World مشاركة Unite.AI في قمة تورونتو. وتعبر الملاحظات والاستنتاجات الواردة في هذا المقال عن آرائنا الخاصة.

قد لا يكون قطاع الإنشاءات أول ما يخطر ببال الناس عند البحث عن مؤشرات ترسم مسار الذكاء الاصطناعي. وهذا تحديدًا ما يجعله ساحة اختبار مفيدة لهذه التقنية.

يجمع قطاع الإنشاءات بين سلاسل إمداد معقدة، وفرق عمل موزعة، وأنظمة قديمة، ومخاطر مادية، وهوامش ربح ضيقة، وكميات هائلة من المعلومات التي تتولد في مواقع عمل متغيرة. وقد يقدم نظام ذكاء اصطناعي عرضًا مبهرًا في بيئة مضبوطة، لكن تحقيق قيمة موثوقة في ظل هذه الظروف يمثل تحديًا مختلفًا تمامًا.

في قمة كندا 2026 للتحول في الذكاء الاصطناعي والبيانات في قطاع الإنشاءات التي نظمتها AMG World في تورونتو يوم 17 نوفمبر، عكست النقاشات دخول سوق الذكاء الاصطناعي مرحلة أكثر تطلبًا. وتناول برنامج المؤتمر عائد الاستثمار القابل للقياس، والبيانات المترابطة، والتوائم الرقمية، وتحول القوى العاملة، والتطبيق في العمليات. غير أن خلاصة واحدة برزت بوضوح في العروض والنقاشات المستديرة: لم يعد العائق الرئيسي أمام الذكاء الاصطناعي المؤسسي هو عدم توافر نموذج قوي، بل المؤسسة التي تحيط بهذا النموذج.

طموح الذكاء الاصطناعي يصطدم بواقع العمليات

لم تكن هناك حاجة كبيرة لإقناع الحاضرين بأن الذكاء الاصطناعي قادر على إحداث أثر في قطاع الإنشاءات. أما الأسئلة الأصعب فكانت: كيف يمكن تطبيقه، وأين ينبغي استخدامه، وكيف يمكن إثبات تحقيق قيمة كافية لتبرير الاستثمار؟

يبدو أن كثيرًا من المؤسسات عالقة بين الطموح وعدم اليقين. فهي تريد تطبيق الذكاء الاصطناعي، لكنها لم تضع بعد آلية واضحة لتحديد حالات الاستخدام المناسبة، وتعيين المسؤوليات، أو إدخال التقنية بطريقة يتقبلها الموظفون. وهذا نقاش أكثر اتزانًا من الحماسة غير المشروطة التي اتسمت بها الموجة الأولى من ازدهار الذكاء الاصطناعي التوليدي.

ويعني ذلك أيضًا أن على المورّدين التعامل مع عملاء أكثر تطلبًا. فالواجهة الجذابة لا تكفي. وتريد شركات الإنشاءات على نحو متزايد معرفة كيفية اندماج نظام الذكاء الاصطناعي في بيئة البيانات القائمة لديها، وما يحدث عند نقص المعلومات، وكيفية التحقق من النتائج، وما إذا كان التطبيق سيصمد عند استخدامه في العمليات الميدانية الفعلية.

حتى النقاش حول النماذج بدا أضيق مما قد يوحي به اتساع سوق الذكاء الاصطناعي. وكان Claude نموذج اللغة الكبير الوحيد متعدد الأغراض الذي تكرر ذكره في النقاشات التي سجلناها في ملاحظاتنا. ولا ينبغي تفسير ذلك على أنه مؤشر إلى الحصة السوقية. لكنه يوحي بأن اعتماد المؤسسات غالبًا ما يتركز حول عدد قليل من الأدوات التي اجتازت بالفعل عتبات الثقة الداخلية أو الأمن أو المشتريات.

أهم مشكلات الذكاء الاصطناعي تبدأ قبل النموذج

كانت جودة البيانات الشاغل الأكثر استمرارًا.

قدمت التوائم الرقمية مثالًا واضحًا. فلا تكون فائدة التوأم الرقمي حقيقية إلا إذا استمر تدفق المعلومات إليه من كل جزء ذي صلة في المشروع. فإذا لم يقدم أحد المقاولين تحديثًا، أو لم يكشف نظام تابع لطرف ثالث إلا جزءًا من المعلومات المطلوبة، أو غادر موظف من دون نقل ما يعرفه، أخذ النموذج يبتعد تدريجيًا عن الواقع.

قد تظل النتيجة متطورة في مظهرها، لكنها قد تكون خاطئة أيضًا.

لا يمكن حل هذه المشكلة بزيادة حجم النموذج. فالذكاء الاصطناعي عاجز عن إعادة بناء معلومات تشغيلية لم تُسجَّل أصلًا على نحو موثوق. كما لا يمكنه تحديد الطرف المسؤول عن سد فجوة ما ما لم تكن المؤسسة قد حددت تلك المسؤولية.

تكررت في نقاشات تورونتو الدعوة إلى توفير معلومات موثوقة، وهياكل بيانات واضحة، وعمليات تحافظ على تحديث النماذج. وهذا أحد أسباب تركيز جدول أعمال المؤتمر الرسمي بدرجة كبيرة على أسس البيانات، والتنفيذ المترابط، والتوائم الرقمية، ومواءمة الأفراد والعمليات.

والدرس المهم لقطاع الذكاء الاصطناعي الأوسع هو أن جاهزية البيانات ليست مجرد مشروع لتنظيف قواعد البيانات يُنجز قبل التطبيق، بل هي ممارسة تشغيلية مستمرة.

فرق العمل الميدانية أصبحت جزءًا من البنية التحتية للذكاء الاصطناعي

تعلقت إحدى أكثر الملاحظات العملية التي خرج بها المؤتمر بدور مديري المشاريع. فقد جرى تحديدهم بوصفهم جهة محورية في جمع المعلومات من الميدان وضمان وصولها إلى الأنظمة التي تستخدمها المؤسسة بأكملها.

وهذا يجعل مديري المشاريع وفرق العمل في الخطوط الأمامية جزءًا من البنية التحتية للذكاء الاصطناعي، سواء أكانت مسمياتهم الوظيفية تشير إلى الذكاء الاصطناعي أم لا.

إذا تطلب تسجيل المعلومات ملء نماذج إضافية، أو إدخال البيانات مرتين، أو اتباع سير عمل جديد ومعقد، فستظل فجوة البيانات قائمة. لذلك ستكون الأنظمة الأكثر فاعلية هي التي تجعل جمع البيانات الدقيقة جزءًا طبيعيًا من إنجاز العمل، بدلًا من أن تفرضه لاحقًا بوصفه عبئًا إداريًا إضافيًا.

وهذا مهم بوجه خاص في قطاع لا تزال فيه كثير من إجراءات العمل تعتمد على الأساليب التقليدية، وقد يتعامل فيه الموظفون والمقاولون والنقابات ومزودو التكنولوجيا ومالكو المشاريع مع المعلومات بطرق مختلفة. ولا يتطلب التنفيذ الناجح مجرد إتاحة مساعد يعمل بالذكاء الاصطناعي للناس، بل يتطلب تصميم تدفق موثوق للمعلومات عبر المؤسسة بأكملها.

يتزايد التدقيق في العائد على الاستثمار

وأثار المشاركون أيضاً مخاوف بشأن استثمارات في الذكاء الاصطناعي لم تحقق بعد العوائد المتوقعة في البداية. وذُكرت تكاليف الرموز، لكن المسألة الأهم كانت مخاطر رأس المال.

اعتادت شركات الإنشاءات تقييم المشاريع من حيث التكلفة والجدول الزمني والسلامة والمخاطر. ومن غير المرجح أن تتسامح إلى أجل غير مسمى مع تجارب مفتوحة النهاية في مجال الذكاء الاصطناعي، ولا سيما عندما يتطلب التنفيذ، إلى جانب استخدام النماذج، عمليات تكامل جديدة واستشارات وتدريباً وإعداداً للبيانات.

لا يعني ذلك أن الشركات تتراجع عن الذكاء الاصطناعي، بل يعني أنها تطالب بربط أوثق بين التكنولوجيا ونتيجة أعمال قابلة للقياس.

سترتبط التطبيقات الأكثر جدوى بمشكلات تشغيلية محددة، مثل تقليل الأعمال الإدارية، وتحسين الوصول إلى معارف المشاريع، وتحديد مخاطر الجدول الزمني، والحفاظ على السجلات الرقمية، أو مساعدة الفرق على اتخاذ قرارات أسرع بالاستناد إلى المعلومات المتاحة لديها بالفعل. وستواجه مبادرة للذكاء الاصطناعي لا توصف إلا بأنها تحول مقاومة أكبر من مبادرة صُممت لمعالجة عقبة واضحة.

أصبحت الموثوقية جزءاً من حسابات العائد على الاستثمار. وتساءل الحاضرون عما سيحدث إذا تعذّر الوصول إلى خدمة للذكاء الاصطناعي أو منصة سحابية رئيسية. وما إن يُدمج الذكاء الاصطناعي في سير عمل تشغيلي، حتى لا يعود من الممكن اعتبار التخطيط لاستمرارية العمل أمراً ثانوياً. وينبغي للمؤسسات أن تعرف أي الأعمال يمكن أن تستمر، وأي القرارات تتطلب تدخلاً بشرياً بديلاً، وكيف ستتعافى الأنظمة من دون فقدان البيانات.

يبقى التبني تحدياً بشرياً

كان الخوف من استبدال الوظائف حاضراً، لكن برزت أيضاً عقبة أكثر إلحاحاً: فكثير من الموظفين لا يملكون بعد فهماً أساسياً لما يستطيع الذكاء الاصطناعي فعله وما لا يستطيع فعله.

ويخلق ذلك مخاطر في كلا الاتجاهين. فقد يتجنب الموظفون أنظمة مفيدة لعدم ثقتهم بها، أو يعتمدون على مخرجاتها بسهولة مفرطة لأنهم يبالغون في تقدير دقتها.

لا تُحل هذه المشكلة بجلسة تدريب واحدة. فالتبني يتوقف على توضيح كيفية دعم الذكاء الاصطناعي لعمل الموظفين، وتحديد توقعات واضحة بشأن المسؤولية البشرية، واختيار تطبيقات يدرك الموظفون فائدتها.

ويصعب ذلك بوجه خاص على الشركات الصغيرة والمتوسطة. فكثير منها لا يملك القدرة على إنشاء فريق متخصص في الذكاء الاصطناعي أو إسناد مسؤولية طويلة الأمد عن مبادرة تجريبية. لذلك، قد تكون الأسئلة المتعلقة بتدريب نموذج لغوي كبير داخلي (LLM) أقل أهمية من الأسئلة المتعلقة بالوصول إلى البيانات والحوكمة والتقييم والجهة التي ستظل مسؤولة عن النظام الناتج.

فرص السوق كبيرة، لكن قد تكون من نصيب مزودي الخدمات القادرين على الحد من التعقيد المؤسسي، لا مجرد توفير نموذج آخر.

قطاع الإنشاءات اختبار صعب للذكاء الاصطناعي المؤسسي

تكمن قيمة قمة تورونتو في تركيزها على الفجوة بين عرض توضيحي ناجح وتطبيق موثوق يمكن الاعتماد عليه. وقد أتاح الجمع بين العروض التقديمية والنقاشات الأصغر ضمن موائد مستديرة مساحة لطرح الشواغل التشغيلية التي كثيراً ما تغفلها الروايات المصقولة عن الذكاء الاصطناعي.

يكشف قطاع الإنشاءات تقريباً كل مواطن الضعف التي يتعين على الذكاء الاصطناعي المؤسسي تجاوزها: تشتت المعلومات، وتغير البيئات، والعمليات القديمة، وتحفظ المشترين، ومحدودية القدرات التقنية، ومقاومة القوى العاملة، والعواقب الوخيمة المترتبة على المعلومات الخاطئة.

ويُظهر القطاع أيضاً سبب بقاء هذه الفرصة مغرية إلى هذا الحد. فربط معارف المشاريع والبيانات الميدانية والتوائم الرقمية والخبرات المؤسسية قد يحسن بدرجة ملموسة أساليب تخطيط الشركات للأعمال المعقدة وتنفيذها. لكن الأنظمة التي ستنجح هي تلك التي تجعل المعلومات أكثر اكتمالاً وموثوقية ويسراً للموظفين المسؤولين عن اتخاذ الإجراءات بناءً عليها.

يتواصل النقاش بعد تورونتو

تتواصل سلسلة AMG World المخصصة لقطاع الإنشاءات مع قمة تحويل الذكاء الاصطناعي والبيانات في قطاع الإنشاءات في أوستن 2027 في 26 يناير، تليها قمة تحويل الذكاء الاصطناعي والبيانات في قطاع الإنشاءات في أوروبا 2027 في لندن يوم 23 فبراير.

كما ينقل المنظم النقاش إلى قطاعات أخرى كثيفة الأصول. وستُعقد قمة الذكاء الاصطناعي والتكنولوجيا في قطاع النفط والغاز 2027 في هيوستن يوم 9 فبراير، بمشاركة قادة الذكاء الاصطناعي والبيانات والتحول الرقمي والعمليات من قطاع الطاقة.

إذا كانت قمة تورونتو مؤشراً، فلن تقود المرحلة المقبلة من الذكاء الاصطناعي المؤسسي الجهة التي تقدم العرض التوضيحي الأكثر بهرجة، بل المؤسسات القادرة على ربط النموذج ببيانات موثوقة، وأشخاص يتحملون المسؤولية، وعمليات مرنة، ونتيجة أعمال تستحق التمويل.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.