أرقام الذكاء الاصطناعي تبدو جيدة. فلماذا لا تستطيع 95% من الشركات إثبات أن الذكاء الاصطناعي أثّر فعليًا على أرباحها وخسائرها؟

يتسارع تبنّي الذكاء الاصطناعي (AI)، غير أن الأثر التجاري القابل للقياس لا يزال بعيد المنال بالنسبة لمعظم المؤسسات. اكتشفوا لماذا لا تستطيع سوى 5% من المؤسسات إثبات عائد الاستثمار (ROI) من الذكاء الاصطناعي… والإطار المالي الذي يحتاجه المديرون الماليون (CFOs) لتحويل استثمارات الذكاء الاصطناعي إلى نتائج فعلية في قائمة الأرباح والخسائر (P&L).

لقد اعتمدتم الميزانية. وتم إطلاق التطبيق. والموظفون يستخدمون الأدوات. وتقارير الإنتاجية مليئة بالأسهم الخضراء.

ثم يطرح مجلس الإدارة عليكم السؤال الذي كنتم تخشونه في صمت: ماذا حصلنا فعلياً مقابل هذا؟

تتوقفون، لأن الإجابة الصادقة هي أنكم لستم متأكدين تماماً.

هذا ليس إخفاقاً تقنياً، بل هو إخفاق في القياس. وفي عام 2026، يمثّل ذلك أكبر تحدٍّ مالي منفرد يواجه المديرين الماليين الذين يرغبون في أن يقدّم الذكاء الاصطناعي قيمة تجارية حقيقية… لا مجرد شرائح عرض مبهرة.

إليكم الرقم الذي ينبغي لكل مدير مالي أن يتأمّله. وفقاً لاستطلاع McKinsey العالمي للذكاء الاصطناعي الصادر في مارس 2026، والذي شمل نحو 1,900 من كبار المسؤولين التنفيذيين، فإن 86% من المؤسسات زادت ميزانياتها المخصصة للذكاء الاصطناعي في عام 2025، إلا أن 29% فقط منها قادرة على قياس العائد بشكل موثوق. كما أظهر بحث IBM المؤسسي الصادر في فبراير 2026 أن 5% فقط من المؤسسات التي تنفّذ برامج فعّالة للذكاء الاصطناعي تحقق ما تعرّفه IBM بأنه «عائد استثمار جوهري»… أي عائد يُحسّن بشكل واضح الأرباح النهائية بما يتجاوز التكلفة الكاملة للتنفيذ.

ليست 5% من مشاريع الذكاء الاصطناعي، بل 5% من إجمالي المؤسسات.

وهذا يعني أن المدير المالي الذي سيجلس أمامكم في مؤتمر القطاع القادم، ويتحدث بثقة عن تحوّله في مجال الذكاء الاصطناعي، هناك احتمال بنسبة 95% بأنه لا يستطيع هو الآخر إثبات أن ذلك قد أحدث أثراً في قائمة الأرباح والخسائر لديه.

الوهم الذي يكلّفكم أموالاً حقيقية في صمت

إليكم مصطلحاً مفيداً تحتفظون به: الإنتاجية المموّهة (camouflaged productivity). وهو يصف الاستثمارات التي تبدو ناجحة على مستوى المهام، لكنها تتلاشى قبل أن تصل إلى القوائم المالية.

وإليكم كيف يحدث ذلك. يستخدم فريق المبيعات لديكم أداة Copilot لتلخيص بيانات العملاء قبل المكالمات، فيوفّرون 20 دقيقة لكل مكالمة. اضربوا ذلك في 50 مندوباً و200 مكالمة شهرياً، وستحصلون على رقم يظهر بصورة رائعة في عرض تقديمي لمجلس الإدارة.

لكن هل ارتفعت الإيرادات؟ هل تقلّصت دورات إبرام الصفقات؟ هل تحسّن رضا العملاء بطرق تظهر في معدلات الاحتفاظ بهم؟ إذا لم يجرِ تتبّع هذه الروابط، فإن توفير الـ 20 دقيقة ليس إنتاجية، بل هو مقياس نشاط في هيئة عائد استثمار.

خلصت دراسة Deloitte بعنوان «ROI of AI» إلى أن 85% من التنفيذيين زادوا استثماراتهم في الذكاء الاصطناعي، ومع ذلك لم يبلّغ سوى 15% منهم عن عائد استثمار قابل للقياس بشكل ملموس. كما وجدت دراسة أجرتها NBER شملت نحو 6,000 تنفيذي في الولايات المتحدة والمملكة المتحدة وألمانيا وأستراليا، أن أكثر من 80% من الشركات أفادت بعدم وجود أثر ملموس للذكاء الاصطناعي على التوظيف أو الإنتاجية… على الرغم من ارتفاع معدل تبنّي الذكاء الاصطناعي من 61% إلى 71% من الشركات بين مطلع 2025 ومطلع 2026.

كذلك أظهر استطلاع PwC العالمي للرؤساء التنفيذيين لعام 2026، والذي شمل 4,454 رئيساً تنفيذياً في 95 دولة، أن 56% منهم قالوا إنهم لم يحصلوا على شيء من استثماراتهم في الذكاء الاصطناعي، وأن 12% فقط أفادوا بأن الذكاء الاصطناعي أدى إلى نمو الإيرادات وخفض التكاليف في آنٍ معاً.

المشكلة ليست في أن الذكاء الاصطناعي لا يعمل، بل في أن معظم المؤسسات تقيس الأشياء الخاطئة… وتعيد استثمار المكاسب في الأماكن الخاطئة. وبوصفكم المدير المالي، فإن معالجة ذلك تقع على عاتقكم.

من المرجّح أنكم تنفقون 40% أكثر مما تعتقدون

قبل أن تتمكنوا من قياس عائد الاستثمار، تحتاجون إلى قاعدة تكلفة صادقة. ومعظم ميزانيات الذكاء الاصطناعي في المؤسسات ليست صادقة. ليس بسبب سوء نية، بل لأن التكلفة الحقيقية لنشر الذكاء الاصطناعي يصعب رصدها هيكلياً مقارنة باستثمارات البرمجيات التقليدية.

وجد استطلاع أجراه موقع CIO.com عام 2025 أن غالبية المؤسسات تُقدّر تكاليف مشاريع الذكاء الاصطناعي بأقل من الواقع بنسبة تتجاوز 10%، مع تقدير نحو ربعها بأقل من الواقع بنسبة 50% أو أكثر. وتشير أبحاث القطاع إلى أن المؤسسات معرّضة لتجاوزات في ميزانية السنة الأولى تتراوح بين 30–40% حين تفشل في احتساب التكلفة الشاملة للنشر.

فكيف تبدو نسبة الـ 40% الخفية هذه على أرض الواقع؟

إنها أعمال خطوط البيانات (data pipeline) التي لم يضعها أحد في الميزانية، لأنها لم ترد في عرض المورّد. وهي رسوم الحوسبة السحابية واستدعاءات الـ API التي ترتفع في هدوء مع اتساع التبنّي. وهي التدقيق الأمني الذي طلبه فريق الامتثال قبل أن يخبر أحد مدير المشروع. وهي تكلفة إدارة التغيير حين يتعثّر التبنّي وتحتاجون إلى مساعدة خارجية لاستعادة الزخم. وهي ما يسمّيه الباحثون «مطهر التجريب» (pilot purgatory)… أي الأشهر والميزانية التي تُستهلَك حين يعجز إثبات المفهوم الذي يقدّم عرضاً رائعاً عن العبور إلى مرحلة الإنتاج.

إليكم تصحيحاً عملياً يستخدمه القادة الماليون الذين خاضوا هذه التجربة: اضربوا عرض المورّد في 1.4–1.6 لتقدير إجمالي التكلفة الحقيقية للملكية في السنة الأولى. وبالنسبة لتطبيقات الذكاء الاصطناعي التي تنطوي على تكامل مع الأنظمة القديمة (legacy systems) أو التطبيقات الصناعية، يرتفع هذا المعامل ليصل إلى 2.5–4X.

هذا ليس سبباً للتراجع عن الاستثمار، بل هو الحدّ الأدنى من الانضباط المالي المطلوب لبناء دراسة جدوى للذكاء الاصطناعي لا تُحرجكم بعد ستة أشهر من انطلاقها.

الإطار الذي يفتقده فريقكم المالي

هنا تخطئ معظم مقاربات المديرين الماليين لعائد استثمار الذكاء الاصطناعي، إذ يعاملونه كحساب واحد في لحظة زمنية واحدة: الساعات الموفَّرة × معدّل الأجر − تكلفة المنصة. تُنتج هذه المعادلة رقماً يبدو قابلاً للدفاع عنه حتى يطرح أحد الحاضرين سؤالاً متابعاً.

قيمة الذكاء الاصطناعي ليست خطية، بل تتكشّف على مراحل. وكل مرحلة تحتاج إلى مقاييس مختلفة واستجابة إدارية مختلفة.

المرحلة الأولى: العائد المحقَّق (Realized ROI)

النتائج المالية الملموسة الظاهرة بالفعل: خفض التكاليف الناجم عن أتمتة سير العمل، والإيرادات الناتجة عن العمليات المعزَّزة بالذكاء الاصطناعي، وتقليص الأخطاء الذي يترجَم مباشرة إلى تجنّب للتكاليف. هذه الأرقام حقيقية وقابلة للدفاع عنها، لكنها تستغرق من 18–36 شهراً لتتحقق بشكل كامل مع تعمّق التبنّي وتغيّر السلوك. وتوقّعها في الشهر السادس هو أحد الأسباب الرئيسية التي تجعل مجالس الإدارة تفقد الثقة في برامج الذكاء الاصطناعي قبل أن يبدأ الأثر التراكمي فعلاً.

المرحلة الثانية: العائد المتّجه (Trending ROI)

الإشارات الاتجاهية التي تخبركم بأن المرحلة الأولى في طريقها إليكم. مثل انتقال إقفال نهاية الشهر من اليوم الخامس إلى اليوم الثاني. وانخفاض تكلفة معالجة الفاتورة من ربع إلى ربع. وتراجع زمن معالجة الحالات من ثلاثة أيام إلى أربع ساعات. هذه ليست كشف الحساب النهائي، بل هي مؤشرات استباقية — وهي المقاييس التي تحافظ على انسجام مجلس إدارتكم معكم بينما تأخذ المرحلة الأولى وقتها.

المرحلة الثالثة: عائد القدرات (Capability ROI)

المرحلة التي لا يكاد أي مدير مالي يذكرها في تقاريره، وقد تكون الأكثر أهمية استراتيجياً. وهي قيمة الخيار (option value) التي بنيتموها: منظومة بيانات نظيفة ومحكومة تجعل عمليات نشر الذكاء الاصطناعي المستقبلية أسرع وأقل تكلفة، وخبرة داخلية لا يستطيع المنافسون شراءها ببساطة، وبنية تحتية منصّاتية تتضاعف قيمتها مع كل حالة استخدام جديدة. يستطيع المنافس ترخيص البرنامج نفسه، لكنه لا يستطيع شراء القدرة المؤسسية التي أمضيتم أشهراً في بنائها. هذه ميزة هيكلية، وينبغي أن يكون لها مكان في تقارير مجلس إدارتكم.

قرار إعادة الاستثمار الذي يفصل القادة عن غيرهم

حتى حين يحقق الذكاء الاصطناعي وفورات حقيقية في الوقت، تُهدر معظم المؤسسات هذه الوفورات. إذ تُمتَص المكاسب في الإنتاجية ضمن توقعات أعلى للحجم، بدلاً من أن يُعاد توجيهها نحو الأعمال التي تُغيّر مسار الشركة فعلاً.

يصف الباحثون ذلك بـ «أثر السقّاطة» (Ratchet Effect). إذ لا تتحرك توقعات المخرجات الأساسية إلا صعوداً. فالـ 20 دقيقة التي وفّرها مندوب مبيعاتكم في تجهيز بيانات العميل تتحوّل إلى 20 دقيقة إضافية من إدخال البيانات في نظام CRM بدلاً من 20 دقيقة إضافية من البيع الفعلي. وتتبخّر مكاسب الكفاءة قبل أن تصل إلى خط الإيرادات.

المؤسسات التي تخرج من هذا النمط تتخذ قرار إعادة الاستثمار عن قصد. فهي توزّع وفورات الوقت الناتجة عن الذكاء الاصطناعي بشكل مقصود: الجزء الأكبر منها نحو مخرجات أعلى جودة (قرارات أفضل، وتنبؤات أقوى، وتقارير أكثر دقة… وليس مجرد حجم أكبر)، وجزء نحو بناء المهارات البشرية التي لا يستطيع الذكاء الاصطناعي تعويضها، وجزء نحو التعافي الذهني الذي يحافظ على جودة الحكم مع مرور الوقت.

هذا هو الفرق بين الذكاء الاصطناعي كجهاز مشي، والذكاء الاصطناعي بوصفه رافعة تشغيلية حقيقية. إنه ليس قراراً تقنياً، بل قرار قيادي. وهو القرار الذي يحدد ما إذا كان عائد المرحلة الأولى سيصل إليكم فعلاً.

السؤال الذي يُغيّر كل شيء

جرّبوا هذه التجربة الفكرية قبل قراركم القادم للاستثمار في الذكاء الاصطناعي.

إذا طلب منكم مجلس إدارتكم اليوم أن تُبرهنوا على صلة واضحة وقابلة للتدقيق بين إنفاقكم على الذكاء الاصطناعي ونتيجة مالية بعينها، فكم من الوقت سيستغرق الحديث قبل أن تضطروا للقول: «لا نزال نعمل على إرساء هذه القاعدة»؟

إذا كانت الإجابة أطول من 30 ثانية، فأنتم لا تعانون من مشكلة في الذكاء الاصطناعي، بل من مشكلة في البنية التحتية للقياس. وهذه في الواقع أكثر قابلية للحل من الأولى، لأنها تعني أن القيمة قد تكون موجودة بالفعل، ولكنها غير مرئية.

المؤسسات التي تصنّفها IBM ضمن الـ 5% المحقِّقة لعائد استثمار جوهري من الذكاء الاصطناعي تشترك في سمة واحدة لا علاقة لها بالنموذج الذي اختارته أو بحجم إنفاقها. فقد بدأت بتقييم صارم لجاهزية بياناتها، وأطر الحوكمة لديها، وسير العمل المحدَّد الذي يمكن للذكاء الاصطناعي فيه أن يحقق اقتصاديات وحدة (unit economics) قابلة للدفاع عنها قبل التوسّع.

وهذا بالضبط هو المكان الذي يبدأ منه AI Business Scan من Intwo. لا يبدأ بتوصية تقنية، بل برؤية خارجية صادقة لما تستطيع منظومة بياناتكم الحالية وجاهزيتكم المؤسسية وتصميم سير العمل لديكم أن يدعمه فعلاً، وأين تكلّفكم الفجوات بين طموحكم في الذكاء الاصطناعي وبنيتكم التحتية له، في هدوء، العوائد التي تتوقعونها.

لأن الفجوة التنافسية في عام 2026 ليست بين الشركات التي تستخدم الذكاء الاصطناعي والشركات التي لا تستخدمه، بل بين الـ 5% القادرة على الإجابة على سؤال مجلس الإدارة برقم، والـ 95% التي لا تزال تعمل على إرساء تلك القاعدة.

فإلى أي جانب من هذه الفجوة تبنون؟

احجزوا AI Business Scan لتكتشفوا.