بناء البرمجيات بالذكاء الاصطناعي: ما ينجح في 2026 وما لا ينجح

ماذا يعني بناء البرمجيات بالذكاء الاصطناعي؟

جملةٌ واحدة تصف عملين مختلفين، وحوارات البيع تطمس الفرق بينهما، عن قصد أو دونه. الأول هو جانب الإنتاج: أن يستخدم المورّد الذكاء الاصطناعي وهو يكتب الشيفرة. والثاني هو جانب المنتج: أن يعمل نموذج داخل النظام المسلَّم. الأول يعنيك لأنّه يؤثّر في الجدول؛ والثاني يعنيك لأنّه يخلق كلفة دائمة ومسؤولية دائمة.

وعند جمع العروض، اطلب أن يُكتب الأمران منفصلين. فعبارة «نستخدم الذكاء الاصطناعي» ليست في ذاتها سببًا لخصم ولا دليلًا على قدرة.

هل يجعل الذكاء الاصطناعي بناء البرمجيات أسرع فعلًا؟

يقصّر الزمن حتى المسودة الأولى. فكتابة الحلّ المعروف لمشكلة معروفة صارت أسرع، والعمل المتكرّر — هياكل الشاشات، وتحويل البيانات، وتوليد بيانات الاختبار — صار أرخص بوضوح. أما ما لم يتغيّر فهو: تقرير ما الذي يُبنى، والتفكير في حالات فشل عمليات التكامل، وإبقاء النظام قابلًا للتغيير بعد ستة أشهر. وفي هذه المجموعة الثانية كانت المشاريع تفشل دائمًا، وهي لم تقصر.

والنتيجة العملية: الذكاء الاصطناعي يسرّع المشروع محدَّد المعالم، ويُغرق المشروع سيّئ التأطير أسرع.

ما الذي يستطيع الذكاء الاصطناعي فعله في منتج اليوم؟

النضج ليس واحدًا في كلّ عمل. والجدول أدناه مجموعٌ بحسب مقدار التحضير الذي يحتاجه النظام قبل أن يذهب إلى الإنتاج — لا بحسب قوة النموذج.

لماذا تفشل مشاريع الذكاء الاصطناعي؟

السبب لا يكون أبدًا تقريبًا أنّ النموذج لم يكن جيدًا بما يكفي. وأربعة أسباب تتكرّر:

• لا مجموعة تقييم: فتُناقَش صحّة المخرَج بالانطباع الشخصي، وما لا يُقاس لا يتحسّن.
• كلفة وحدة مجهولة: فالتجربة تبدو رخيصة، والفاتورة الشهرية عند حجم استخدام حقيقي لم تُتوقَّع أبدًا.
• لا مالك: فلم يُسمَّ أحد لمراقبة جودة المخرجات بعد دخول النظام الخدمة.
• لا طريق للعودة: فلم يُصمَّم مسار للرجوع إلى نسخة سابقة حين يتغيّر سلوك النموذج.

والأربعة ثغرات تنظيمية لا تقنية، وسدّها بعد موعد التسليم أغلى من بنائها منذ البداية.

ماذا أسأل قبل التعاقد على مشروع ذكاء اصطناعي؟

• كيف ستقيسون جودة المخرجات، ومن يُعِدّ مجموعة التقييم؟
• إذا استخدم ألف مستخدم هذه الميزة خمس مرات يوميًا، فكم تكون كلفة التشغيل الشهرية؟
• حين يبدأ جوابٌ خاطئ معاملةً، ما طريق التراجع عنها؟
• عند أيّ خطوة توجد موافقة بشرية، وهل تُسجَّل تلك الموافقة؟
• أين تُعالَج بياناتنا، وهل تُستخدم في تدريب النماذج؟

هل ينبغي أن يمرّ قرار الذكاء الاصطناعي بموافقة بشرية؟

حيثما يتعذّر التراجع عن القرار. فالفرق بين نموذج يقترح نصًّا ونموذج يُصدر أمر دفع فرقٌ قانوني لا تقني. والقاعدة العملية: يقف إنسان أمام كلّ خطوة تغيّر قاعدة البيانات، أو تحرّك مالًا، أو تكوّن حكمًا عن شخص — ويُسجَّل حكمه بـ«صحيح» أو «خطأ» ويُعاد إلى النظام لتحسينه.

وهذا الخيار التصميمي يخفض الكلفة أيضًا: فالنظام الذي فيه نقطة موافقة لا يلزم أن يكون معصومًا؛ يكفي أن يكون جيدًا بما يكفي وأن يُلتقَط خطؤه.

كم تكلّف إدارة الذكاء الاصطناعي شهريًا؟

ثلاثة متغيّرات: كم طلبًا يُرسَل، وكم سياقًا يحمل كلّ طلب، وكم يطول الجواب. وفوقها يأتي اختيار النموذج، وقد تتفاوت النماذج التي تؤدّي العمل نفسه أضعافًا. لا تُجرِ هذا الحساب بالتخمين؛ فحاسبة كلفة النماذج اللغوية على هذا الموقع تُظهر الرقم الشهري لكلّ نموذج بمجرّد إدخال حجم طلباتك.

ما التنظيمات التي تسري على استخدام الذكاء الاصطناعي؟

إطاران. فقانون الذكاء الاصطناعي في الاتحاد الأوروبي يصنّف الأنظمة بحسب مستوى المخاطرة، ويفرض في المجالات التي يعدّها عالية المخاطر التزاماتِ التوثيق وحفظ السجلات والإشراف البشري. وعلى جانب البيانات الشخصية، يُقيَّم الأساس القانوني للمعالجة ومدة الحفظ ونظام النقل عبر الحدود على حدة. وكلاهما قيدٌ يشكّل البنية — لا وثيقةٌ تُضاف بعد التسليم.

ما البيانات التي يحتاجها الذكاء الاصطناعي؟

خلافًا للمتوقَّع، ليست بياناتٍ كثيرة بل بياناتٍ نظيفة يمكن الوصول إليها. فالنموذج اللغوي لا يُدرَّب على بياناتك؛ إنّه يجيب بالنظر إليها. ولذلك لا يحسم النتيجةَ الحجمُ بل قابلية القراءة الآلية: فملفات PDF الممسوحة ضوئيًا، والجداول الموجودة كصور شاشة، والمعرفة المؤسسية التي تعيش في جدول بيانات واحد، كلّها غير صالحة مهما كان حجمها.

هل نستطيع استخدام الذكاء الاصطناعي دون أن تغادر بياناتنا؟

نعم، وفي القطاعات الخاضعة للتنظيم هو الطريق المعتاد. وأمامك خياران: نماذج مفتوحة الأوزان تعمل على بنيتك التحتية، أو باقة مؤسسية لدى مزوّد مغلقة أمام التدريب مع اختيار المنطقة. الأول لا يُخرج البيانات أبدًا لكنّه يجلب عبء العتاد والتشغيل؛ والثاني يُعدّ سريعًا لكنّه يستلزم المنطقة وشروط الحفظ كتابةً.

كم يستغرق مشروع الذكاء الاصطناعي؟

التجربة الضيّقة تستغرق 6–10 أسابيع، والنظام في الإنتاج 3–6 أشهر. وما يمطّ الجدول ليس النموذج بل كلّ ما حوله: صلاحيات الوصول إلى البيانات، وإعداد مجموعة التقييم، وبناء مسار الموافقة البشرية، والربط بالأنظمة القائمة. وتشغيل النموذج هو أقصر الخطوات عادةً، وهذا يفسّر تكرار تجاوز الفرق للجدول.

كيف تقيس صحّة مخرجات الذكاء الاصطناعي؟

بمجموعة تقييم: قائمة لا تقلّ عن مئة سؤال حقيقي مع إجابات صحيحة معتمَدة. وعند كلّ تغيير في النموذج أو في التعليمات تُعاد المجموعة وتُقارَن الدرجات. وبدونها تصير عبارة «يعمل جيدًا» انطباعًا شخصيًا ولا يبقى اتجاه للتحسين. ومن يُعِدّ المجموعة أمرٌ يُحسم في مرحلة التسعير — فأنت تعرف العمل والمورّد لا يعرفه.

هل يحلّ الذكاء الاصطناعي محلّ البشر؟

ليس عند نضج اليوم، لكنّه يغيّر أيّ جزء من العمل يبقى للإنسان. ففي الإعدادات الناجحة يكتب النموذج المسودة ويوافق الإنسان ويصحّح؛ والمكسب يأتي من ألّا يبدأ الشخص من الصفر، لا من إزاحته. والمشاريع التي تستهدف تقليص عدد الموظفين تخفض الجودة عادةً ويُرجَع عنها؛ أما التي تستهدف أن ينتج الفريق نفسه أكثر فتميل إلى البقاء.

من أين تبدأ شركة صغيرة مع الذكاء الاصطناعي؟

بالعمل الأكثر تكرارًا، والأوضح قواعد، والأرخص خطأً. والخطوات الأولى المعتادة: تصنيف البريد الوارد، وصياغة مسودات العروض، واستخراج البيانات من المستندات. والمشترك بين الثلاثة أنّ الإنسان يكتشف المخرَج الخاطئ في ثوانٍ. أما البدء بعمل يصل إلى العميل مباشرةً أو يحرّك مالًا فيُنهي المشروع عند أول خطأ.

“ما يفرّق بين مشاريع الذكاء الاصطناعي ليس جودة النموذج بل وجود مجموعة تقيس صحّة المخرَج.”