تقرير MIT: 95% من مشاريع الذكاء الاصطناعي التوليدي تفشل
كشف تقرير جديد من MIT أن أغلب الشركات التي تطلق تجارب أولية للذكاء الاصطناعي التوليدي لا تحقق النتائج المرجوة، رغم الاستثمارات الضخمة في هذا المجال.

تفاصيل الخبر
أصدر معهد MIT عبر مبادرة NANDA تقريره الجديد بعنوان GenAI Divide: State of AI in Business 2025، والذي شمل مقابلات مع 150 مديراً، واستطلاعاً لـ 350 موظفاً، وتحليلاً لـ 300 تجربة علنية في الشركات. النتائج أظهرت أن نحو 5% فقط من التجارب تحقق نمواً سريعاً في الإيرادات، بينما 95% من المشاريع تفشل أو تتوقف دون أثر ملموس.
- نجاحات محدودة: بعض الشركات الناشئة التي يقودها شباب في عمر 19 أو 20 عاماً نجحت في تحقيق إيرادات وصلت إلى 20 مليون دولار خلال عام واحد، بفضل تركيزهم على مشكلة واحدة وتنفيذها بكفاءة.
- أسباب الفشل: الفجوة ليست في قوة النماذج بل في ضعف التكامل المؤسسي مع الأدوات، حيث تبقى التطبيقات العامة مثل ChatGPT مفيدة للأفراد أكثر من المؤسسات.
- توزيع الموارد: أكثر من نصف ميزانيات الذكاء الاصطناعي التوليدي تذهب إلى أدوات التسويق والمبيعات، في حين أن أعلى عائد على الاستثمار يتحقق من أتمتة الأعمال الخلفية مثل تقليل الاعتماد على الوكالات الخارجية.
- الاعتماد على الشراكات: الشركات التي تشتري أدوات متخصصة وتبني شراكات تحقق نجاحاً بنسبة 67%، بينما المشاريع التي يتم بناؤها داخلياً تنجح فقط بمعدل الثلث.
- تأثير على الوظائف: التحولات تتركز في وظائف الدعم الإداري وخدمة العملاء، حيث تتوقف الشركات عن تعويض الشواغر بدلاً من تنفيذ تسريحات جماعية.
- الذكاء الاصطناعي الخفي: استخدام أدوات غير معتمدة مثل ChatGPT داخل الشركات ينتشر بكثرة ويصعّب قياس الإنتاجية بدقة.
الأهداف المستقبلية
يتوقع الباحثون أن يشهد المستقبل القريب تحوّلاً نحو أنظمة ذكاء اصطناعي وكيلة (Agentic AI) قادرة على التعلم والتذكر واتخاذ القرارات ضمن حدود محددة، ما يفتح المجال لمرحلة جديدة من اعتماد المؤسسات على الذكاء الاصطناعي.
- تطوير أنظمة قادرة على التكيف مع سير العمل المؤسسي.
- تعزيز الشراكات مع مزودي أدوات متخصصة بدلاً من بناء أنظمة داخلية غير فعالة.
- التركيز على أتمتة العمليات الخلفية لتحقيق وفورات مالية حقيقية.
تقرير MIT يكشف الفجوة الكبيرة بين وعود الذكاء الاصطناعي التوليدي وواقعه في المؤسسات. وبينما تحقق قلة من المشاريع نجاحاً باهراً، ما زال الطريق طويلاً أمام الشركات لتبني الذكاء الاصطناعي بطرق عملية تحقق نتائج قابلة للقياس.
