باختصار: ينبغي أن يكون مشروع الذكاء الاصطناعي التطبيقي في الشركة المصرية صغيرًا ومحددًا وله مسؤول واضح. فهو يستهدف مهمة واحدة قابلة للقياس، ويعمل على بيانات الشركة نفسها، ويقوده مسؤول من الإدارة المعنية، ويقدّم نسخة عاملة كل أسبوع إلى أسبوعين، وينتهي بفريق قادر على تشغيله بنفسه. وإذا بدأ العرض المقدَّم إليكم بمنصة أو بقائمة مزايا بدلًا من مهمة ورقم، فهو العرض الخطأ.
يستخدم المصريون الذكاء الاصطناعي في العمل بالفعل. ففي استطلاع أجراه مركز المعلومات ودعم اتخاذ القرار التابع لمجلس الوزراء بين 15 و28 يوليو 2026، ذكر 51.7% من مستخدمي الذكاء الاصطناعي في مصر أن العمل هو السبب الرئيسي لاستخدامه (Middle East AI News، 8 سبتمبر 2026). ويقدّر تقرير انتشار الذكاء الاصطناعي الصادر عن Microsoft نسبة مستخدمي الذكاء الاصطناعي التوليدي بنحو 14.8% من السكان في سن العمل في مصر خلال الربع الأول من 2026، مقارنةً بـ13.4% في الفترة السابقة (Follow ICT، 14 مايو 2026).
أما مشروعات الشركات فوضعها مختلف، وتفسّر الصورة العالمية ذلك. فقد وجدت أبحاث مبادرة NANDA في معهد MIT، المستندة أساسًا إلى شركات أمريكية، أن نحو 95% من المشروعات التجريبية للذكاء الاصطناعي التوليدي في المؤسسات لم تحقق أثرًا يُذكر في الأرباح والخسائر، وأرجعت السبب إلى ضعف دمجها في سير العمل الفعلي لا إلى النماذج نفسها (Fortune، 18 أغسطس 2025). وتتوقع Gartner إلغاء أكثر من 40% من مشروعات الذكاء الاصطناعي الوكيلي بحلول نهاية 2027 بسبب ارتفاع التكاليف أو غموض القيمة التجارية أو قصور ضوابط المخاطر (Gartner، 25 يونيو 2025، عبر Economy Middle East).
فكيف يبدو المشروع الذي يصمد؟ أربعة عناصر تُحسم قبل كتابة أي سطر برمجي، وعنصر خامس يحدد هل يستمر أم لا.
1. النطاق: مهمة واحدة ورقم واحد. اختاروا مهمة تستهلك وقت الكفاءات كل أسبوع، مثل صياغة المسودة الأولى لتعليق الإدارة الشهري من حزمة الإقفال الشهري، أو الرد على أسئلة الموظفين من سياسات الموارد البشرية، أو تلخيص استثناءات المبيعات اليومية لمدير العمليات. ثم سجّلوا خط الأساس الحالي: عدد الساعات شهريًا، وزمن الإنجاز، ونسبة الأخطاء أو إعادة العمل. هذا الرقم هو المشروع. وقد وجدت أبحاث MIT أن أكبر العوائد تأتي من أعمال المكاتب الخلفية، لا من أدوات المبيعات والتسويق التي تستحوذ على معظم الميزانيات، وهذا خبر جيد لفرق المالية والعمليات.
2. البيانات: ارسموا خريطتها قبل البناء. حدّدوا أين توجد المدخلات (نظام ERP، أو ملفات Excel، أو مجلد مشترك، أو البريد الإلكتروني)، ومن يملك كل مصدر، ومدى نظافته. وميّزوا كل ما يُعد بيانات شخصية وفق قانون حماية البيانات الشخصية (رقم 151 لسنة 2020)، وقرّروا أي أداة يحق لها الاطلاع على أي بيانات. وابنوا واختبروا أولًا على بيانات مُقنَّعة أو عيّنات. فأغلب حالات «أخطأ الذكاء الاصطناعي» هي في الحقيقة حالات «لم تكن البيانات جاهزة».
3. الجدول الزمني: دورات قصيرة ومستخدمون حقيقيون. يمر المشروع السليم بمرحلة استكشاف، ثم نطاق مكتوب بمراحل واضحة، ثم بناء على دورات مدة كل منها أسبوع إلى أسبوعين، ثم التسليم. وتنتهي كل دورة بنسخة عاملة يراجعها من سيستخدمونها، لا بشريحة عن سير العمل. وإذا لم يصل شيء قابل للاستخدام إلى المستخدمين بعد الدورات الأولى، فاعتبروا ذلك إنذارًا لا مجرد تأخير.
4. المسؤول: قائد من الإدارة المعنية، لا إدارة تقنية المعلومات وحدها. سمّوا مسؤولًا واحدًا من الإدارة التي تعاني المشكلة، كمدير الحسابات أو مدير العمليات. فهو يعتمد النطاق، ويحضر المراجعات، ويتحمل مسؤولية الرقم. وتربط أبحاث MIT النجاح بتمكين المديرين المباشرين بدلًا من ترك الذكاء الاصطناعي لمختبر مركزي. وتبقى إدارة تقنية المعلومات مسؤولة عن الأمن والصلاحيات، بينما تتحمل الإدارة المعنية مسؤولية النتيجة.
5. الخروج: درّبوا الفريق واكتبوا قاعدة للتوقف. اتفقوا منذ البداية على النتيجة التي تعني عند نقطة المراجعة «التوسع» أو «الإصلاح» أو «التوقف». بهذا تعالجون أسباب الإلغاء الثلاثة التي ذكرتها Gartner قبل أن تظهر: التكلفة والقيمة والمخاطر. ثم تأكدوا أن من سيشغّلون النظام مدرَّبون على استخدامه ومراجعة مخرجاته وتطويره، ومعهم توثيق يتبعونه دون حاجة إلى حضور المورّد.
كيف تساعدكم كايرو سينتاكس؟ ندرّب فريقكم على الذكاء الاصطناعي ثم نبني معكم، فمن يحدّد نطاق مشروع دمج الذكاء الاصطناعي ويبنيه هم أنفسهم من يدرّبون الفريق الذي سيشغّله. ويبدأ كل مشروع من مهمة واحدة قابلة للقياس على بياناتكم، لا من قائمة مزايا. احجزوا جلسة تشخيص مجانية مدتها 45 دقيقة ← واخرجوا منها بمهمتكم الأولى وخريطة بياناتكم والمسؤول عنها في صفحة واحدة.