بحث للمنتدى الاقتصادي العالمي شمل أكثر من 450 مسؤولًا تنفيذيًا يكشف خمسة مبادئ يشترك فيها الـ 15% الذين يتحولون بالذكاء الاصطناعي. الانضباط المؤسسي هو ما يفصل القادة عن التابعين.
This article was translated from the English original. Translations are machine-assisted and reviewed on a rolling basis.
تقرير المنتدى الاقتصادي العالمي وأكسنتشر «Organizational Transformation in the Age of AI» (مارس 2026) كان دراسة شملت أكثر من 450 مسؤولًا تنفيذيًا في قطاعات مختلفة. وبياناته عن 15% من المؤسسات التي تتحول جذريًا بالذكاء الاصطناعي، مقابل 85% لا تزال تدير تجارب أولية، تلتقي عند نمط واضح.
ما يميز هذه الـ 15% هو الانضباط المؤسسي الذي تنشر به الذكاء الاصطناعي، لا التقنية التي تستخدمها. وتتكرر خمسة مبادئ باستمرار في المؤسسات التي تحقق نتائج بحجم التحول الكامل.
المسؤولية البشرية على نطاق واسع: من الإنسان داخل الحلقة إلى الإنسان في القيادة
أشيع سوء فهم في حوكمة الذكاء الاصطناعي هو مساواة «الإشراف البشري» بـ«الإنسان داخل الحلقة». الإنسان داخل الحلقة يعني أن شخصًا يراجع مخرجات الذكاء الاصطناعي قبل اتخاذ أي إجراء. وفي التطبيقات عالية الحجم والفورية، هذا لا يتسع؛ والمؤسسات التي تحاوله تنتهي إما بذكاء اصطناعي بطيء أو بمراجعة بشرية شكلية.
الإنسان في القيادة شيء آخر: البشر يحددون الحدود التي يتصرف الذكاء الاصطناعي داخلها، ويملكون النتائج التي ينتجها، ويظلون مسؤولين حتى حين يتصرف باستقلالية داخل تلك الضوابط. الإنسان مسؤول عن النظام الذي يتخذ القرارات، لا عن اعتماد كل قرار على حدة.
تحليلنا لتجربة العميل الوكيلية يبيّن شكل ذلك عمليًا: وكلاء Visa يكملون عمليات الشراء باستقلالية ضمن قواعد سبق أن أذن بها العميل نفسه. العميل في القيادة: هو من وضع الضوابط. وVisa في القيادة: هي من تملك النتيجة. لم يراجع أي إنسان كل معاملة على حدة. وكل إنسان في النظام مسؤول عن الإطار.
إعادة تصميم نموذج التشغيل من طرف إلى طرف: من كفاءة الوظيفة إلى ملكية النتيجة
عمليات النشر المعزولة للذكاء الاصطناعي تحسّن وظائف مفردة. لكنها لا تحوّل المؤسسات. والفارق هو فارق نطاق: الذكاء الاصطناعي الوظيفي يحسّن خطوة داخل عملية؛ أما إعادة التصميم من طرف إلى طرف فتعيد تصور العملية كلها حول ما صار الذكاء الاصطناعي يتيحه.
تحليلنا للعمليات الصناعية يبيّن كيف حققت Allied Systems تحسنًا بنسبة 10% في الفعالية الإجمالية للمعدات، لا بتحسين الآلات فرادى بل بإعادة تصميم التنسيق عبر منظومة الإنتاج كاملة. وتحليلنا للبحث والتطوير يبيّن كيف ضغطت Insilico Medicine الجدول الزمني لاكتشاف الأدوية بإعادة تصميم مسار الفرضية إلى ما قبل السريري بأكمله حول تدفقات عمل تضع الذكاء الاصطناعي أولًا، بدل تسريع خطوات مخبرية منفردة.
في الحالتين كانت النتيجة بحجم التحول ثمرة إعادة تصميم من طرف إلى طرف. أما المؤسسات التي تنشر الذكاء الاصطناعي حالة استخدام تلو الأخرى، دون أن تعيد يومًا تصميم تدفقات العمل التي تربطها، فتراكم مكاسب تدريجية لكنها لا تغلق الفجوة مع الـ 15%.
أنظمة مواهب قابلة للتوسع: مواءمة الحوافز والأدوار
الذكاء الاصطناعي على نطاق واسع يتطلب قوة عاملة قادرة على العمل إلى جانبه، لا على استخدامه كأداة فحسب. والمؤسسات المتصدرة في التحول بالذكاء الاصطناعي أعادت تصميم أنظمة مواهبها حول أربع قدرات لم تكن قائمة كأدوار رسمية قبل خمس سنوات.
مالكو منتج الذكاء الاصطناعي يحددون ما يمكن للأنظمة أن تقرره باستقلالية، ويضعون الضوابط، ويملكون النتائج؛ وهم يجيبون عن كيفية تصرف الذكاء الاصطناعي، لا عن مجرد نشره. ومهندسو تدفقات العمل يعيدون تصميم العمليات حول قدرات الذكاء الاصطناعي، فيحذفون الخطوات التي صارت زائدة ويعيدون بناء العمل البشري حول ما يعجز الذكاء الاصطناعي عنه.
أمناء النماذج يراقبون الأنظمة في بيئة الإنتاج، ويتابعون الأداء مقابل التوقعات، ويكتشفون الانحراف، ويديرون حلقة التغذية الراجعة بين مخرجات الذكاء الاصطناعي وتحسين النموذج. ومنسّقو التعاون بين الإنسان والذكاء الاصطناعي يقودون فرقًا يتقاسم فيها البشر والوكلاء طابور المهام نفسه: يوزعون العمل بينهما، ويديرون مسارات التصعيد، ويبقون البشر مسؤولين عن النتائج التي عالجها الذكاء الاصطناعي.
توسّع Repsol إلى 22 وكيلًا عبر 38 حالة استخدام، مع خطط للتوسع إلى 90 وكيلًا و3,000 موظف في تقنية المعلومات، متماسك تشغيليًا فقط لأن الشركة بنت طبقة الحوكمة البشرية التي تتطلبها هذه الأدوار: مالكو منتج الذكاء الاصطناعي، ومهندسو تدفقات العمل، والمنسّقون. وتحليلنا لتحوّل المواهب يتناول هذا الانتقال بالتفصيل.
ثقة مبنية على الشفافية: الحوكمة بوصفها ممكّنًا للتنفيذ
المؤسسات الأكثر فاعلية في نشر الذكاء الاصطناعي تتعامل مع الثقة كخاصية هندسية لا كشعور. فهي تصمم الشفافية داخل الأنظمة منذ البداية: شرح واضح لما يفعله الذكاء الاصطناعي ولماذا، وقواعد تصعيد ظاهرة، وآليات تتيح للمسؤولين عن النتائج أن يفهموا سلوك الذكاء الاصطناعي دون مراجعة كل قرار.
نشر Essity للذكاء الاصطناعي الوكيلي في المشتريات والمالية يوضح حلقة بناء الثقة عمليًا. النظام يعالج القرارات الروتينية باستقلالية. وحين يصادف استثناءً، أي معاملة تخرج عن صلاحيته، يحيل الحالة إلى مراجع بشري. ويصير قرار المراجع إشارة تدريب ترفع دقة النظام لاحقًا. ومع الوقت يقل عبء المراجعة البشرية كلما تعلم النظام. والحلقة شفافة: يرى البشر ما يفعله الذكاء الاصطناعي، ولماذا صعّد الحالة، وكيف أُدمجت قراراتهم.
هذا هو النموذج الذي يصفه تحليلنا للتخطيط الاستراتيجي بالتوجيه المرتبط بالتنفيذ: الذكاء الاصطناعي يراقب باستمرار الفجوة بين الافتراضات الاستراتيجية والواقع التشغيلي، وينبّه صانعي القرار إلى الانحراف لحظة حدوثه. الإنسان لا يشرف على كل نقطة بيانات؛ بل يثق بالنظام لأن منطقه ظاهر ومعايير تصعيده محددة.
تجريب منضبط: إخفاقات آمنة تتراكم
المبدأ الخامس هو الأوثق صلة بـفجوة الـ 15%. معظم المؤسسات أجرت تجارب على الذكاء الاصطناعي. ومعظم التجارب أعطت نتائج إيجابية على نطاق التجربة الأولية. ومعظمها لم يتوسع. ووجه الإخفاق هو غياب آلية منظمة تحوّل التعلّم التجريبي إلى معرفة مؤسسية.
منهج Claryo في التعلّم بين المواقع يوضح شكل التجريب المنضبط عمليًا. تستخدم الشركة الذكاء الاصطناعي لاستخراج رؤى الأداء من كل موقع إنتاج على حدة، فتحدد أي التكييفات المحلية يعطي نتائج أفضل، ثم تنشر تلك الرؤى عبر شبكة المؤسسة كلها. حدس مشرف الإنتاج بشأن سلوك آلة بعينها لم يعد معرفة محلية. صار أصلًا مؤسسيًا.
ما يميز مؤسسات المرحلة 4 ليس عدد التجارب التي تجريها. تجاربها مصممة لتفشل بأمان (محصورة، وقابلة للقياس، ومفيدة)، وما يُتعلّم من كل واحدة يُلتقط ويُطبّق بشكل منهجي. وتُضبط عتبات الاستقلالية بناءً على بيانات أداء حقيقية. ويتسع مجال تشغيل النظام كلما اكتُسبت الثقة.
هذه المبادئ الخمسة تعمل كنظام متكامل، لا كقائمة تحقق. المسؤولية البشرية تمنح وكلاء الذكاء الاصطناعي مجال تشغيل محددًا؛ وإعادة التصميم من طرف إلى طرف تمدّ هذا المجال عبر سلسلة القيمة كاملة. وأنظمة المواهب القابلة للتوسع توفر البشر القادرين على العمل داخله. والثقة المبنية على الشفافية تجعل سلوك النظام قابلًا للتدقيق والتحسين، والتجريب المنضبط يجعله يتراكم بدل أن يتوقف.
المؤسسات التي أدركت ذلك كفّت عن السؤال عمّا إذا كان الذكاء الاصطناعي يعمل، وبدأت تسأل كيف تبني البنية المؤسسية التي تجعله يتراكم. والإجابة عن هذا السؤال هي بالضبط ما صُمم له نموذج العمل Black Book من ArkOne.
Frequently asked questions
What are the five principles of successful AI transformation?+
According to the WEF/Accenture 2026 study: (1) Human accountability at scale — keeping humans in the lead, not just in the loop; (2) End-to-end operating model redesign; (3) Scalable talent systems aligned with AI execution; (4) Transparency-driven trust as an execution enabler; (5) Disciplined experimentation through safe failure loops.
Why do AI transformation programmes fail despite working technology?+
They fail because scaling AI requires changes to operating models, governance structures, decision rights, and leadership practices — not just technology deployment. Organizations that succeed redesign how work is done before or alongside technology adoption.
What does 'human in the lead' mean versus 'human in the loop'?+
Human-in-the-loop means a human reviews AI outputs before action is taken. Human-in-the-lead means humans define the boundaries, own the outcomes, and maintain clear accountability — even when AI acts autonomously within guardrails. The distinction is about responsibility, not proximity to the AI decision.
Free download
2026 AI Transformation Executive Brief
The WEF data, distilled. Key findings, adoption stages, and the five structural decisions — in one PDF. Or read it now: The 15% Gap (PDF).