الذكاء الاصطناعي لا يزال لا يحقق أرباحاً للعديد من الشركات

2026 February 12 | مترجم من الإسبانية
Gráfico o infografía que muestra una brecha entre una flecha ascendente etiquetada como "expectativas" y una línea plana etiquetada como "resultados reales", con un porcentaje del 56% destacado.

الذكاء الاصطناعي لا يزال لا يحقق أرباحًا للعديد من الشركات

يُصمم مطورو خدمات الذكاء الاصطناعي هذه الخدمات بفكرة أن ينتج الموظفون المزيد وأن تزيد الشركات إيراداتها بينما تقطع نفقاتها. ومع ذلك، يبتعد الواقع عن هذه الهدف المثالي. تشير دراسة من PwC بين المديرين التنفيذيين إلى أن، في 56% من الحالات، لم ينتج دمج الذكاء الاصطناعي ميزة اقتصادية واضحة. تواجه وعد الكفاءة السريعة والربحية عملية دمج التكنولوجيا معقدة وتأخر ظهور ثمارها 🤖.

الفجوة بين ما يُتوقع وما يُقاس فعليًا

يظهر ما يدركه قادة الأعمال انفصالًا ملحوظًا. على الرغم من أن أتمتة المهام وتحليل البيانات بالذكاء الاصطناعي يجب أن يحسن الإجراءات نظريًا، إلا أن أكثر من نصف الذين استجابوا للاستطلاع لا يرون عائدًا على الاستثمار. هذا لا يعني أن الأداة عديمة الفائدة، بل أن دمجها بشكل منتج داخل أنظمة العمل الحالية يمثل تحديًا أكبر مما كان متوقعًا. لا يظهر المنفعة الاقتصادية من تلقاء نفسها وترتبط بكيفية تكييف واستخدام التكنولوجيا.

العوامل التي تفسر هذه الفجوة:
  • تحديات الدمج: تكييف تدفقات العمل الحالية لاستخدام الذكاء الاصطناعي بشكل منتج أصعب مما كان متوقعًا.
  • نقص العائد المدرك على الاستثمار: أكثر من 50% من المديرين الذين شملهم الاستطلاع لا يحددون عائدًا اقتصاديًا ملموسًا بعد التبني.
  • الاعتماد على الاستخدام: الربح المالي ليس تلقائيًا؛ يعتمد كليًا على كيفية تنفيذ المنظمة للأدوات واستخدامها.
تتقدم التكنولوجيا أسرع من قدرة المنظمات على استيعابها.

العوائق التي تمنع الحصول على عائد على الاستثمار

تبرر عدة عناصر هذه المعقدة في تحقيق الفوائد. يتطلب تنفيذ حلول الذكاء الاصطناعي استثمارًا أوليًا عاليًا في البرامج والأجهزة، وبالأهم من ذلك، تدريب العمال. كما أن العديد من المبادرات تركز على اختبار التكنولوجيا دون استراتيجية محددة تربط تطبيقها بأهداف تجارية ملموسة. بدون خطة واضحة، من الصعب تحويل القدرة على معالجة المعلومات إلى توفيرات حقيقية أو زيادة المبيعات.

العوائق الرئيسية لعائد الاستثمار:
  • استثمار أولي كبير: يتطلب رأس مالًا كبيرًا للبرمجيات والأجهزة، وخاصة لتدريب الفريق البشري.
  • نقص استراتيجية واضحة: العديد من المشاريع تجريبية ولا تتوافق مع أهداف أعمال محددة وقابلة للقياس.
  • صعوبة ترجمة القدرة إلى توفير: بدون خارطة طريق، من الصعب تحويل قوة معالجة البيانات إلى تقليل التكاليف أو زيادة الإيرادات.

النظر إلى المستقبل

يشير الوضع الحالي إلى أن الذكاء الاصطناعي في المجال التجاري يحتاج إلى نهج أكثر استراتيجية وصبرًا. قد تكون توقعات المنفعة الفورية سابقة لأوانها. دمج هذه الأدوات بشكل فعال هو عملية تتطلب وقتًا وتخطيطًا وتكيفًا عميقًا لطرق العمل. قد يكون القيمة المالية النهائية كبيرة، لكن الطريق للوصول إليها مليء بالتعديلات والتعلم 📊.