فيكتور كويمبرا، المدير التنفيذي للتكنولوجيا والشريك الإداري في Artefact – سلسلة مقابلات

Victor Coimbra هو المدير التنفيذي للتكنولوجيا والشريك الإداري في Artefact، حيث يقود أعمال الذكاء الاصطناعي وعلوم البيانات والهندسة في أنحاء الأمريكتين. تجمع مسيرته المهنية بين خبرة في استراتيجية الأعمال لدى Bain وAccenture وقيادة عملية لتطوير أنظمة الذكاء الاصطناعي والتعلم الآلي في بيئات مؤسسية معقدة. ويركز على مساعدة المؤسسات في ربط القدرات التقنية بنتائج أعمال قابلة للقياس، بما في ذلك تصميم البنية والحوكمة ونماذج التشغيل اللازمة لتوسيع نطاق الذكاء الاصطناعي.

Artefact شركة عالمية متخصصة في استشارات البيانات والذكاء الاصطناعي، تساعد المؤسسات على وضع الاستراتيجيات، وبناء منصات البيانات، ونشر حلول الذكاء الاصطناعي، وإدارة التغيير التنظيمي. وتمتد أعمالها إلى قطاعات تشمل الخدمات المالية والرعاية الصحية والتصنيع والتجزئة. وقبيل انعقاد Adopt AI Summit يومي 3 و4 ديسمبر 2026 في Grand Palais بباريس، يناقش كويمبرا كيف يمكن للمؤسسات تجاوز المشاريع التجريبية، وبناء فرق تجمع بين الأشخاص ووكلاء الذكاء الاصطناعي، وقياس قيمة الذكاء الاصطناعي في بيئة الإنتاج.

امتدت مسيرتك المهنية من استراتيجية الأعمال في Accenture إلى قيادة فرق الذكاء الاصطناعي وعلوم البيانات والهندسة في Artefact عبر الأمريكتين. كيف أسهم هذا الجمع بين الاستشارات الاستراتيجية والقيادة التقنية العملية في تشكيل نهجك لمساعدة المؤسسات على تحويل استثماراتها في الذكاء الاصطناعي إلى نتائج أعمال قابلة للقياس؟

علّمني ذلك أن أربط استراتيجية الذكاء الاصطناعي بالتنفيذ دائمًا. فقد أظهرت لي خبرتي في الاستراتيجية لدى Bain وAccenture أن المسؤولين التنفيذيين يستثمرون في تغيير ينعكس على بند في قائمة الأرباح والخسائر. أما الهندسة فعلّمتني أن قدرًا كبيرًا من هذه القيمة قد يضيع بين العرض التقديمي ومرحلة الإنتاج.

اليوم، لا يتعلق الذكاء الاصطناعي بالتكنولوجيا بقدر ما يتعلق ببناء ميزة دفاعية تحمي العمليات الأساسية لأعمالك. والسؤال المحوري هو كيف نحوّل إنتاجية الأفراد إلى قيمة مؤسسية مشتركة، مع بناء قدرة معرفية مشتركة حقيقية في أنحاء الشركة.

يتطلب ذلك مزيجًا من الاستراتيجية والتنفيذ، وقد تعلمت الكثير من خلال عملي في المجالين.

على الرغم من الاستثمارات الكبيرة في الذكاء الاصطناعي، لا تزال مؤسسات كثيرة تواجه صعوبة في تجاوز المشاريع التجريبية الناجحة. من واقع خبرتك، ما أكثر العقبات شيوعًا التي تحول دون انتقال مبادرات الذكاء الاصطناعي المؤسسية إلى مرحلة الإنتاج؟ وما الذي يميز الشركات التي تنجح في توسيع نطاق تطبيقاتها؟

من واقع خبرتي، تتعثر مشاريع تجريبية كثيرة لأن الذكاء الاصطناعي يُضاف إلى مؤسسات صُممت للبشر وحدهم. وغالبًا ما تعمل التكنولوجيا كما ينبغي. لكن ما لم يُحسم في كثير من الأحيان هو توزيع العمل: ما المهام التي تُسند إلى الوكلاء، وما المهام التي تبقى للبشر، ومن يراجع العمل، ومن يتحمل مسؤولية النتيجة.

وفوق ذلك، هناك 3 متطلبات تميل إلى إبطاء التوسع: تكاليف الرموز التي تتضخم مع التسعير القائم على الاستخدام، والأمن والحوكمة، واعتماد لا يتحول فيه إتاحة الوصول إلى استخدام فعلي.

الشركات التي أراها تنجح في توسيع نطاق الذكاء الاصطناعي تتعامل معه بوصفه إعادة تصميم تنظيمية. وهي تقسم التنفيذ إلى حلقتين. في الحلقة الداخلية، ينفذ الوكلاء العمل من البداية إلى النهاية: كتابة الشيفرة، والبناء، والاختبار، والإرسال، والمراجعة. أما في الحلقة الخارجية، فيحدد البشر الهدف، ويتحققون من النتيجة، ويراقبون التكلفة والجودة. ثم يبنون منصة واحدة في الأساس ويعيدون استخدامها في كل حالة استخدام.

كتبت عن أهمية بناء مؤسسة أصيلة في اعتماد الذكاء الاصطناعي، بدلًا من الاكتفاء بإضافة روبوتات المحادثة والمساعدات الذكية إلى الأنظمة القائمة. ما التغييرات الجوهرية اللازمة في البنية التقنية للمؤسسات لدعم هذا التحول؟ وأين تقصر الشركات حاليًا في الاستثمار؟

تعتمد الشركة الأصيلة في اعتماد الذكاء الاصطناعي على منصة، وتتألف هذه المنصة من 4 طبقات: بيئة التشغيل، والسياق، والنموذج، والبنية التحتية. وبيئة التشغيل هي الحيز الذي يلتقي فيه البشر والوكلاء ويعملون معًا، أي التطبيق الكامل المحيط بالنموذج. ويحدد السياق ما يعرفه الوكلاء والصلاحيات الممنوحة لهم. أما النموذج، فيحدد كيفية الوصول إلى النماذج وتوجيهها وإدارتها بالتكلفة المناسبة. والبنية التحتية هي البيئة التي تعمل فيها النماذج فعليًا، والجهة التي تحتفظ بمفاتيح الوصول.

بطبيعة الحال، ينصب معظم الاهتمام على الجانب الظاهر، أي نسبة 20% التي تشمل المساعدات الذكية وأدوات المحادثة. أما نسبة 80% الخفية، ففيها يتركز معظم العمل الهندسي، ومنها تتحدد التكلفة والأمن والتحكم.

اقتراحي بسيط: اشتروا أطر التشغيل العامة، وابنوا الأطر المتخصصة في قطاعات بعينها. واستأجروا النماذج والبنية التحتية وجربوها، لأنها تتغير كل ثلاثة أشهر. أما السياق، فامتلكوه بالكامل؛ فهو الطبقة التي تخصكم حقًا، والتي أرى أن الاستثمار فيها يتيح أكبر الفرص.

مع تطور الذكاء الاصطناعي من مساعدة الموظفين إلى تنفيذ سير عمل معقد بصورة مستقلة، كيف ينبغي للمؤسسات تحديد العمليات المناسبة للأتمتة القائمة على الوكلاء؟ وما الضمانات التقنية والتشغيلية التي يجب إرساؤها قبل منح وكلاء الذكاء الاصطناعي صلاحيات أكبر في اتخاذ القرارات؟

كما أرى الأمر، يجيد الوكلاء الأعمال التي تنظر إلى الماضي، بينما يجيد البشر الأعمال التي تتطلع إلى المستقبل. ويتفوق الوكلاء في كل ما يستند إلى معلومات قائمة، مثل التحليلات والبرمجة والاختبار والتوثيق والمطابقة. أما البشر فيتولون ما يتطلب الإبداع، والإبداع بطبيعته يتطلع إلى الأمام: الذوق والرؤية والتخطيط واتخاذ القرارات والحكم على مدى جودة النتيجة فعلًا.

عمليًا، يتوافق ذلك مع الحلقتين. يعمل الوكلاء في الحلقة الداخلية وينفذون المهام، بينما يتولى البشر الحلقة الخارجية: تحديد الهدف والتحقق والمراقبة.

هذه الضمانات مصممة هندسيًا، لا تُستحدث عبر التوجيهات. نستخدم 6 طبقات في منظومة تشغيل الوكلاء: تسجيل المهام، والذاكرة، وبيئة عمل آمنة تتضمن بيئة تشغيل معزولة الصلاحيات، وحلقة عمل تضم نقاط تحقق وطلبات إيضاح، وتوجيه النماذج، وضوابط تحدد ما لا يستطيع الوكيل فعله بمفرده، مثل اشتراط موافقة البشر، والتحقق من الامتثال للسياسات، وضوابط بيانات التعريف الشخصية. ثم تتسع الاستقلالية تدريجيًا مع سجل الأداء، تمامًا كما يحدث مع الموظف الجديد.

لقد وصفتَ وكلاء الذكاء الاصطناعي بأنهم زملاء في الفريق، لا أدوات برمجية تقليدية. كيف يغيّر هذا المنظور الطريقة التي ينبغي للمؤسسات أن تنظم بها فرقها، وتوزع المسؤوليات، وتدرب الموظفين على التعاون مع أنظمة الذكاء الاصطناعي التي تزداد استقلالية؟

لقد أصبحنا بالفعل في عصر المؤسسات الهجينة. والسؤال الذي أراه الأهم الآن هو كيفية توزيع القوى العاملة بين البشر والوكلاء. وأعتقد أن ذلك هو مفتاح التوسع.

في الفريق الهجين، يوزع الهيكل التنظيمي القدرة المعرفية، لا عدد الموظفين. ومن الأمثلة المعتادة التي أراها في فريق تقني ناضج أن يخصص 15% من العمل للبشر وحدهم، و25% للعمل المعزز، و60% لإنجازه بواسطة الوكلاء. يحدد رئيس تقنية المعلومات التوجه، ويوزع القدرات، ويتحمل مسؤولية النتائج والتكاليف. ويتحقق مطور أول من مخرجات الوكلاء ويحدد البنية المعمارية. ويوجه وكيل تنسيق المهام ويرفع تقارير التكاليف، بينما يراجع وكيل مراجعة كل مخرج.

تتراكم المكاسب عبر 3 مراحل. يحقق الموظفون المعززون إنتاجية تقارب 5x. ويحقق الوكلاء، بوصفهم موظفين اصطناعيين ينجزون العمل من بدايته إلى نهايته، إنتاجية تقارب 10x. وأعتقد أن تنسيق عمل الفئتين معًا ضمن قوة عاملة واحدة هو ما يتيح إمكانات تصل إلى 1000x.

ويتبع التدريب المنطق نفسه. يتعلم الناس تكليف الوكيل بالعمل كما لو كان مهندسًا مبتدئًا، من خلال تزويده بسياق منظم ونتائج واضحة، وتخصيص وقتهم للذائقة والتخطيط واتخاذ القرارات.

تعتمد أنظمة الذكاء الاصطناعي في المؤسسات اعتمادًا كبيرًا على بنية تحتية موثوقة للبيانات، ومع ذلك لا تزال مؤسسات كثيرة تواجه صعوبات بسبب تشتت البيانات، وعدم اتساق الحوكمة، والتقنيات القديمة. ما القدرات الأساسية التي ينبغي للشركات إعطاؤها الأولوية عند تهيئة منصات بياناتها للذكاء الاصطناعي القائم على الوكلاء، وكيف يمكنها تحديثها دون تعطيل العمليات القائمة؟

صمموا منصة البيانات لتلائم نوعًا جديدًا من المستفيدين: الوكلاء. إذا احتوى أحد لوحات المعلومات على رقم خاطئ، فسيتساءل عنه الإنسان. أما الوكيل الذي يتلقى رقمًا خاطئًا فسيبني عليه تصرفاته، وعلى نطاق واسع.

أعطوا الأولوية لـ 4 قدرات. توحيد التعريفات المستخدمة في الأعمال، بحيث يكون لمصطلح «العميل النشط» المعنى نفسه لدى كل وكيل وفريق. وبوابة تكامل تتضمن المصادقة وبروتوكولات قياسية مثل MCP، كي تصل الوكلاء إلى البيانات بالصلاحيات الممنوحة للدور الذي ينوبون عنه. وجودة وإمكانية تتبع يمكن رصدهما. والتعامل مع البيانات غير المنظمة بوصفها أصلًا من الدرجة الأولى، لأن العقود والتذاكر وملاحظات الاجتماعات تحتوي على معظم المعرفة الفعلية.

لتحديث الأنظمة دون تعطيل العمل، ابدؤوا بإحاطة الأنظمة القديمة بطبقة تغليف، ثم رحّلوا الاستخدامات حالةً تلو الأخرى. كما يغير الوكلاء اقتصاديات هذا المجال. إذ تعمل حاليًا خطوط ترحيل متعددة الوكلاء على تحديث مئات الآلاف من أسطر الشيفرات القديمة في غضون أشهر، فيما يحدد البشر البنية المعمارية.

إلى جانب الوصول إلى البيانات المنظمة، تحتاج وكلاء الذكاء الاصطناعي على نحو متزايد إلى فهم المعرفة المؤسسية، وعمليات الأعمال، والسياق التنظيمي. كيف يمكن للمؤسسات أن تجمع هذه المعرفة وتدمجها بفاعلية في أنظمة الذكاء الاصطناعي لديها، وما المخاطر التي تنشأ عندما تعمل الوكلاء دون سياق كافٍ عن الأعمال؟

السياق هو ما يحول النموذج إلى زميل. فالأدوات تفهم المهام، أما الوكلاء فيفهمون السياق. لن تطلب من مهندس مبتدئ العمل دون أن تشرح له الهدف والقيود ومعايير العمل الجيد، والوكيل لا يختلف عن ذلك.

اجمعوا المعرفة من صميم العمل نفسه، بدلًا من إطلاق مشروعات توثيق ضخمة يصعب إبقاؤها محدثة. فكل اجتماع وتذكرة وقرار وتصحيح يغذي طبقة سياقية تجمع الملفات والجداول والمتجهات ورسمًا بيانيًا للعلاقات. وكل مهمة مكتملة تضيف معلومات إلى الذاكرة، فتتعلم المؤسسة مع كل إنجاز. كما تحتاج إدارة السياق إلى حوكمة خاصة بها تشمل التقييمات والصلاحيات وضبط التكاليف.

من دون سياق، تواجه الوكلاء صعوبات متوقعة في عدة جوانب. فهي تتبع القاعدة المكتوبة وتغفل القاعدة غير المكتوبة التي يعرفها الجميع. وقد تسترجع معلومات خاطئة وتجيب عنها بثقة تامة. كما قد تعمل استنادًا إلى معلومات تعود إلى الربع الماضي. وإذا افتقرت طبقة السياق إلى ضوابط صارمة للصلاحيات، فقد تعرض البيانات الحساسة للخطر.

تقيس شركات كثيرة نجاح الذكاء الاصطناعي من خلال تحسن الإنتاجية، أو معدلات التبني، أو عدد المشروعات التجريبية المطلقة. فما المقاييس التي ينبغي لكبار مسؤولي المعلومات وقادة الأعمال استخدامها لتقييم العائد الحقيقي على الاستثمار في الذكاء الاصطناعي، ولا سيما عند احتساب تكاليف البنية التحتية والصيانة المستمرة والتعقيد التشغيلي للوكلاء المستقلين؟

قيسوا أداء القوى العاملة الهجينة، لا الأداة. فالتبني ليس سوى المستوى الأول من 4 مستويات، وينبغي دائمًا قياسه مقارنة بخط أساس يُسجل قبل بدء التطبيق. يسأل مقياس التبني عما إذا كان الناس يستخدمون الأداة. ويسأل مقياس الإنتاجية عما إذا كنا ننجز العمل بسرعة أكبر، من خلال زمن الإنجاز والإنتاجية ومهلة حل المشكلات. ويسأل مقياس الجودة عما إذا كانت المخرجات أفضل، من خلال العيوب التي تصل إلى المستخدمين ومعدل فشل التغييرات وإعادة العمل. أما مقياس القيمة والتكلفة فيسأل عما إذا كان الاستثمار مجديًا، من خلال الجهد المتاح بعد توفير الوقت، والوقت اللازم للوصول إلى السوق، والتكلفة الإجمالية لكل مهمة.

ومن السهل إغفال أحد المقاييس، وهو كيفية توزيع القدرة المعرفية بين البشر والوكلاء، فريقًا بعد فريق. وينبغي إعادة توجيه القدرة البشرية التي أتاحها توفير الوقت عمدًا إلى أعمال تستشرف المستقبل. وإلا فسيضيع جزء من المكاسب.

من ناحية التكلفة، يتجه التسعير من الرسوم الثابتة إلى الدفع بحسب الاستخدام، ما قد يجعل التنبؤ بالفواتير أصعب؛ لذا ينبغي أن يكون توجيه النماذج وإدارة التكاليف السحابية (FinOps) جزءًا من المنصة منذ اليوم الأول. تعاملوا مع الإنفاق على الذكاء الاصطناعي كما تتعاملون مع الإنفاق السحابي: اجعلوه واضحًا، وانسبوه إلى فريق، واربطوه بالقيمة.

تعمل Artefact مع مؤسسات في قطاعات الخدمات المالية والرعاية الصحية والتصنيع وتجارة التجزئة وغيرها، حيث يواجه تبني الذكاء الاصطناعي تحديات مختلفة. ما الدروس التي تبرز من عمليات النشر في هذه القطاعات على أرض الواقع، وكيف ينبغي للمؤسسات الموازنة بين الابتكار والامتثال التنظيمي والموثوقية والإشراف البشري؟

يواجه كل قطاع السؤال نفسه: كيف يُقسَّم العمل بين البشر والوكلاء. وما يتغير هو مقدار الجزء الخارجي من سير العمل الذي يجب أن يظل بيد البشر. في تجارة التجزئة والسلع الاستهلاكية، تكون تكلفة الأخطاء منخفضة، لذا يتولى الوكلاء حصة أكبر من العمل وبوتيرة أسرع. وفي التصنيع، تحدد الموثوقية والتكامل مع الأنظمة التشغيلية سرعة التقدم. أما في الخدمات المالية والرعاية الصحية، فيجب أن يكون كل قرار قابلًا للتفسير، ولذلك يواصل البشر تولي حصة أكبر من مهام التحقق واتخاذ القرار مدة أطول.

الدرس الذي أراه في كل مكان هو أن الامتثال يكون أكثر فاعلية حين يكون جزءًا أصيلًا من المنصة، ومُدمجًا فيها منذ البداية. فعندما تكون الضوابط الوقائية وسجلات التدقيق وموافقات البشر مدمجة في بيئة التشغيل، ترثها كل حالة استخدام جديدة. أما إذا لم يُراعَ الامتثال إلا في النهاية، فعلى كل مشروع جديد أن يبدأ النقاش من جديد.

ينبغي أن يكون الإشراف متدرجًا. يتصرف الوكلاء بمفردهم في المهام منخفضة المخاطر، وتُراجع أعمالهم عند الاستثناءات في المهام متوسطة المخاطر، ولا يتجاوز دورهم إعداد القرار في المهام عالية المخاطر. وتتغير مستويات الإشراف مع اكتساب الثقة.

مع انعقاد قمة Adopt AI Summit التي تنظمها Artefact في باريس في ديسمبر المقبل، تزداد أهمية النقاشات حول سيادة الذكاء الاصطناعي والحوكمة والقدرة التنافسية الصناعية. كيف ترى تأثير النهج الأوروبي في تبني الذكاء الاصطناعي على استراتيجيات المؤسسات عالميًا، وما التطورات التي تعتقد أنها سترسم ملامح المرحلة المقبلة من الذكاء الاصطناعي المؤسسي خلال السنوات القادمة؟

كانت أوروبا من أوائل الجهات التي طرحت مسألة السيادة، وأعتقد أنها تتحول إلى مبدأ تصميم عالمي. لا ترغب الشركات متعددة الجنسيات في اعتماد بنية مختلفة لكل لائحة تنظيمية، لذا تصمم أنظمتها بما يفي بأشد اللوائح صرامة: احتفظوا بسياقكم، واستأجروا نماذجكم، وتحكموا في أماكن تشغيلها وفي هوية من يملك مفاتيح الوصول إليها. وتتمثل الفرصة التالية أمام أوروبا في توجيه القدر نفسه من الاهتمام إلى التبني، لأن القدرة التنافسية ستنبع من الاستخدام على نطاق واسع.

المرحلة المقبلة هي المؤسسة الهجينة، وأعتقد أنها مستقبل العمل. ستنتقل الشركات من إحصاء عدد الموظفين إلى إدارة قدرة معرفية مشتركة بين البشر والوكلاء. وسيتولى الوكلاء معظم الأعمال التي تنظر إلى الماضي، مثل التحليل والبرمجة وإعداد التقارير. أما البشر فسيتجهون إلى الأعمال التي تستشرف المستقبل، مثل الذائقة والرؤية والتخطيط واتخاذ القرارات.

أعتقد أن الشركات التي تنجح أولًا في تحديد كيفية تقسيم العمل هي التي ستقود المسيرة. وهذا هو النقاش الذي أود خوضه في باريس لرسم ملامح السنوات المقبلة.

شكرًا على هذه المقابلة الرائعة. ويمكن للقراء الراغبين في معرفة المزيد عن تبني الذكاء الاصطناعي في المؤسسات، وسير العمل الوكيلة، وتحويل البيانات، زيارة Artefact.