95٪ من المشاريع التجريبية للذكاء الاصطناعي في المؤسسات تفشل – تقرير MIT يكشف السبب

تندفع الشركات لتنفيذ الذكاء الاصطناعي التوليدي، لكن تقريرًا جديدًا من MIT يظهر أن جميع المشاريع التجريبية تقريبًا تفشل في تحقيق عائد استثمار حقيقي. فقط 5% من المبادرات تقدم نجاحًا قابلاً للقياس—مكشفة عن فجوة عميقة بين الضجة والواقع.

النقاط الرئيسية 

• 95% من المشاريع التجريبية للذكاء الاصطناعي في الشركات تفشل في تحقيق عائد الاستثمار في عام 2025

• تنمو الشركات الناشئة بشكل أسرع من خلال التركيز على مشكلة واحدة

• يكمن المستقبل في الوكلاء الذكاء الاصطناعي وعمليات الذكاء الاصطناعي الموكلية التي تتكيف وتندمج

الحقيقة القاسية: لماذا لا يقدم الذكاء الاصطناعي التوليدي النتائج؟

كان من المتوقع أن يكون عام 2025 هو العام الذي تطلق فيه الشركات نموًا هائلًا باستخدام الذكاء الاصطناعي التوليدي. بدلاً من ذلك، 95% من المشاريع التجريبية متعثرة، وفقًا لأبحاث جديدة من مبادرة NANDA التابعة لمعهد MIT.

⇒ بينما تستثمر الشركات الملايين، فإن معظم المشاريع لا تتجاوز التجارب الصغيرة. يحقق حوالي 5% فقط عائد استثمار قابل للقياس—وتبدو حالات النجاح هذه مختلفة تمامًا عن النمط المؤسسي المعتاد.

لماذا تفوز الشركات الناشئة بالذكاء الاصطناعي بينما تتأخر الشركات الكبرى

الانقسام واضح. تنمو الشركات الناشئة الشابة—التي يؤسسها أحيانًا شباب بعمر 19 أو 20 عامًا—من الصفر إلى 20 مليون دولار في سنة واحدة من خلال حل مشكلة واحدة بشكل جيد وتكوين شراكات بذكاء.

لكن: تتعثر الشركات الكبرى في المقابل. وجد تقرير MIT أن النماذج الذكاء الاصطناعي ليست ما يعيقهم—بل كيفية تنفيذها. الأدوات العامة مثل ChatGPT، Claude، أو Gemini ممتازة للأفراد لكنها لا تتكيف مع عمليات العمل في الشركات.

[اقتراح صورة: غرفة اجتماعات حديثة مع مديرين تنفيذيين ينظرون بإحباط إلى الرسوم البيانية المتوقفة على شاشة كبيرة، مقارنة مع فريق شركة ناشئة صغيرة في الواجهة يحتفلون بالنجاح مع حواسيب محمولة تضيء بأشكال هولوغرام الذكاء الاصطناعي.]

ثلاثة أخطاء في الذكاء الاصطناعي تكلف الشركات الملايين

تسلط بيانات MIT الضوء على ثلاثة أخطاء شائعة:

• موازنات غير متناسبة: يذهب أكثر من نصف ميزانيات الذكاء الاصطناعي إلى المبيعات والتسويق، لكن العائد الأقوى على الاستثمار يأتي من أتمتة العمليات الخلفية.

• البناء الداخلي: ينجح بناء الذكاء الاصطناعي الداخلي فقط بثلث ما يحققه أدوات الموردين المتخصصة.

• التحكم المركزي: تفشل المشاريع عندما تترك لمختبرات الذكاء الاصطناعي المؤسسية بدلاً من تمكين المدراء الخطوط الأمامية من دمج الحلول.

غالبًا ما يلوم المديرون التنفيذيون اللوائح أو أداء النماذج، لكن المشكلة الحقيقية تكمن في سوء التكامل ونقص التكيف.

اتجاهات أتمتة الذكاء الاصطناعي: لماذا التغييرات في القوة العاملة حقيقية ولكنها خفية

لم يطلق الذكاء الاصطناعي التوليدي عمليات تسريح جماعي للعمال—على الأقل ليس بعد. بدلاً من ذلك، هناك تحول أهدأ جارٍ: تختار الشركات عدم تعيين موظفين جدد عند مغادرة الموظفين، خاصة في وظائف خدمة العملاء والوظائف الإدارية. تختفي الوظائف الخارجية بشكل أسرع، حيث تقلل الأتمتة الاعتماد على مقدمي الخدمات الخارجيين.

في نفس الوقت، ينتشر "الذكاء الاصطناعي الظلي" عبر الصناعات، حيث يدمج الموظفون نماذج اللغة الكبيرة (LLMs) غير المصرح بها في عملياتهم اليومية. تسبق هذه التبنيات الشعبية عادة السياسات الرسمية للشركة، حيث تعيد تشكيل كيفية انجاز العمل فعليًا.

المرحلة التالية: الذكاء الاصطناعي الموكل

بينما تتعثر معظم المشاريع التجريبية، تقوم بعض الشركات بتجربة شيء أكثر تقدمًا: الذكاء الاصطناعي الموكل.

على عكس النماذج التوليدية الثابتة، يمكن لنظم الذكاء الاصطناعي الموكل أن تتعلم وتتذكر وتتصرف بشكل مستقل ضمن حدود محددة. إنها تتكيف مع عمليات العمل، تغلق فجوة التعلم، وتقدم تأثير أعمال طويل الأمد تفتقده الشركات اليوم.

مع منصة Beam AI الموكل، يمكنك أن تتجاوز هذه التجارب القياسية: تصميم عمليات الذكاء الاصطناعي الموكل التي تندمج بسلاسة وتقدم نتائج قابلة للقياس.