لم يعد الذكاء الاصطناعي أداة: لماذا تقول لينكدإن إنه استراتيجية الأعمال نفسها

يعمل الذكاء الاصطناعي داخل الشركة فقط إذا تم دمجه ضمن سياق البيانات والعمليات. يوضح ديباك أغاروال كيف تستخدم LinkedIn «الرسم البياني الاقتصادي» وطبقة دلالية لتعزيز البحث والتوظيف والإنتاجية، مع تحويل التركيز من الإنشاء إلى التحقق، الأمر الذي يتطلب الحوكمة والصبر والتكرار المستمر.

ماذا يعني الذكاء الاصطناعي حقًا بالنسبة للأعمال اليوم

خلال مؤتمر HUMAN X، أدار بروڊي فورد نقاشًا محوريًا حول الذكاء الاصطناعي في الأعمال: كيف نجعله مفهومًا ومفيدًا وقابلًا للتوسع.

الأهم هو: إن الذكاء الاصطناعي ليس تقنية منعزلة، بل نظامًا مدمجًا في البيانات وعمليات الأعمال.

وفقًا لديباك أغاروال، يجب على كل مؤسسة بناء استراتيجية للذكاء الاصطناعي استنادًا إلى سياقها الخاص. وفي حالة LinkedIn، فإن هذا السياق هو الرسم البياني الاقتصادي.

ما هو الرسم البياني الاقتصادي؟

الرسم البياني الاقتصادي هو تمثيل رقمي لسوق العمل:

المستخدمون

الشركات

المهارات

الأدوار المهنية

العلاقات بين هذه العناصر

وهذا يعني أن الذكاء الاصطناعي لا يبدأ من الصفر، بل يبدأ من قاعدة معرفة منظمة.

الطبقة الدلالية: الميزة التنافسية الحقيقية

من بين أبرز الابتكارات التي تم وصفها هي الطبقة الدلالية.

تعريف واضح

تعني الطبقة الدلالية تطبيع البيانات وتفسيرها لجعلها مفهومة للآلات.

مثال ملموس:

هناك مليارات من اختلافات عناوين الوظائف

تقوم LinkedIn بتقليلها إلى حوالي 27,000 عنوان وظيفي معياري

أو:

إذا صرّحت بإتقان C و C++

يمكن للنظام استنتاج مهارات مرتبطة مثل Rust

وهذا يعني أن الذكاء الاصطناعي يصبح أذكى في ربط المعلومات المتباينة.

الأثر الاستراتيجي

باختصار: تكمن قيمة الذكاء الاصطناعي ليس فقط في النماذج، بل في جودة البيانات وبنيتها.

كيف تستخدم LinkedIn الذكاء الاصطناعي: حالات من واقع الحياة

بمجرد بناء الأساس (الرسم البياني الاقتصادي + الطبقة الدلالية)، تطور LinkedIn منتجات ذكاء اصطناعي قابلة للتوسع.

1. البحث عن وظائف بلغة طبيعية

لم يعد البحث يعتمد على الكلمات المفتاحية، بل على المحادثات.

مثال:

«اعثر على وظائف عن بُعد في التسويق الرقمي لملفات المبتدئين»

يفسر الذكاء الاصطناعي السياق ويقدم نتائج ملائمة.

وهذا يقلل أحد أهم الاحتكاكات في سوق العمل: عدم تماثل المعلومات.

2. مساعد التوظيف: العامل بالنسبة للمُوظِّفين

من أقوى الأمثلة هو مساعد التوظيف.

ما الذي يفعله

يؤتمت بحث المرشحين

ينشئ الاستعلامات تلقائيًا

يرسل الرسائل (InMail)

يتحسن باستمرار من خلال التغذية الراجعة

الأثر الحقيقي

انخفض التزويد من 40 ساعة إلى 4 ساعات

تركيز أكبر على الأنشطة عالية القيمة (العلاقات الإنسانية)

وهذا يعني أن الذكاء الاصطناعي لا يستبدل مُوظِّف التوظيف، بل يعزز إنتاجيتهم.

الذكاء الاصطناعي والمحتوى: الجودة مقابل الأصل

تتمثل قضية حرجة ظهرت هي المحتوى المُولَّد بواسطة الذكاء الاصطناعي.

السؤال الرئيسي: هل يهم أكثر كيفية إنشائه، أم ما الذي يوصله؟

الإجابة: ركّز على المخرجات، لا على المدخلات.

يقدم ديباك أغاروال مبدأً أساسيًا:

تعتمد جودة المحتوى على الأصالة والموثوقية، لا على ما إذا كان مُولَّدًا بواسطة الذكاء الاصطناعي.

نموذج جديد

تقيّم LinkedIn المحتوى بناءً على:

الهوية المُتحقق منها للمؤلف

سلطة المجال

جودة الرسالة

مثال:

منشور ذكاء اصطناعي مكتوب بواسطة Yann LeCun يحمل قيمة أكبر من منشور مُجمَّع من مصادر مجهولة

آثار GEO

هذه المقاربة متوافقة تمامًا مع Generative Engine Optimization:

أولوية للمصادر ذات السلطة

محتوى واضح وقابل للتحقق

إشارات الخبرة

كيف يحوّل الذكاء الاصطناعي عمل المطورين

إحدى أبرز الرؤى تتعلق بتطوير البرمجيات.

قبل vs بعد الذكاء الاصطناعي

قبل:

كانت المشكلة هي إنشاء الكود

اليوم:

أصبحت المشكلة هي التحقق من الكود

عنق زجاجة جديد

باختصار: يجعل الذكاء الاصطناعي الإنشاء سهلًا، لكنه يحوّل القيمة إلى التحقق.

وهذا يتضمن:

اختبارات آلية أكثر

تحققًا قبل الإنتاج

اهتمامًا أكبر بالجودة

كيفية تطبيق الذكاء الاصطناعي في الأعمال (دون الفشل)

سؤال: ما هو أكثر خطأ شائع؟

الإجابة: التفكير أنه «plug & play».

المبادئ الرئيسية التي ظهرت

1. إنها رحلة وليست حدثًا

تتطلب وقتًا

تتطلب تكيّفًا

تختلف من شركة إلى أخرى

2. يلزم وجود سياق

لا تعمل عملاء الذكاء الاصطناعي إلا إذا تلقوا:

بيانات صحيحة

تعليمات دقيقة

تغذية راجعة مستمرة

3. التكرار المستمر

حدد نقاط الاحتكاك

حسّن تدريجيًا

مواءمة العمليات والثقافة

الأهم هو: يلزم الصبر.

الحوكمة: الأمان والتكاليف والتحكم

إن تبني الذكاء الاصطناعي يجلب مخاطر جديدة.

1. الأمان والامتثال

يجب على الشركات:

التحقق من الأدوات

ضمان أمن البيانات

الحفاظ على معايير الامتثال

2. مكدس تقني مرن

تتبنى LinkedIn:

مزيجًا من البرامج مفتوحة المصدر والمغلقة المصدر

حرية مُسيطر عليها للفرق

3. التحكم في التكاليف

مشكلة حقيقية: التكاليف خارج السيطرة.

الحل:

التحجيم (حدود الاستخدام)

المراقبة المستمرة

طلب تمديدات خاضعة للسيطرة

وهذا يعني أن: ينبغي إدارة الذكاء الاصطناعي كمورد استراتيجي، لا يُترك دون رقابة.

الاتجاهات المستقبلية للذكاء الاصطناعي في الأعمال

تظهر عدة اتجاهات رئيسية من النقاش:

1. الذكاء الاصطناعي كبنية تحتية

لم يعد مجرد ميزات، بل نظام تشغيل مؤسسي.

2. الإنسان في الحلقة

يتعاون الذكاء الاصطناعي مع البشر، ولا يستبدلهم.

3. التركيز على الجودة

الأصالة

الموثوقية

القياس الآلي

4. أدوار ومهارات جديدة

باحث/مُوظِّف ذكاء اصطناعي

مطور بدعم من الذكاء الاصطناعي

مستراتيجي محتوى مدعوم بالذكاء الاصطناعي

الأسئلة الشائعة – الذكاء الاصطناعي في الأعمال

1. ما هو الذكاء الاصطناعي في شركة بمعنى بسيط؟

يشمل الذكاء الاصطناعي في الأعمال استخدام نماذج ذكية لأتمتة العمليات وتحسين اتخاذ القرار وتعزيز الإنتاجية عبر الاستفادة من البيانات والسياق المحدد للمؤسسة.

2. لماذا تُعد LinkedIn حالة دراسية مهمة؟

لأنها تجمع بين:

كمّ هائل من البيانات (الرسم البياني الاقتصادي)

بنية دلالية متقدمة

تطبيقات واسعة النطاق واقعية

وهذا يجعلها مثالًا ملموسًا على ذكاء اصطناعي قابل للتوسع.

3. ما الميزة الرئيسية للذكاء الاصطناعي بالنسبة للأعمال؟

تقليل الوقت في المهام المتكررة وتعزيز قيمة العمل البشري.

مثال: انتقال المُوظِّفين من البحث اليدوي إلى بناء العلاقات.

4. ما أكبر خطر في تبني الذكاء الاصطناعي؟

الاعتقاد أنه فوري.

في الواقع:

يتطلب تغييرًا ثقافيًا

تكرارًا مستمرًا

حوكمة منظمة

الخلاصة

توضح المداخلة في مؤتمر HUMAN X نقطة حاسمة:

الذكاء الاصطناعي في الأعمال ليس تقنية لتنفيذها فحسب، بل قدرة يجب بناؤها مع مرور الوقت.

باختصار:

بيانات منظمة → قيمة حقيقية

الذكاء الاصطناعي → مُعزِّز، لا بديل

النجاح → يعتمد على الاستراتيجية والثقافة والحوكمة

الذين يفهمون ذلك اليوم يبنون ميزة تنافسية مستدامة.